Trafic en baisse, business stable : comment repenser la mesure de la performance marketing à l'ère de l'IA

Un découplage inédit entre trafic et valeur business

Pendant quinze ans, le pilotage marketing digital a reposé sur une équation simple : plus de visibilité dans les moteurs de recherche génère plus de sessions, qui génèrent plus de leads ou de ventes. Les tableaux de bord se sont construits autour de cette chaîne : impressions, clics, sessions, taux de conversion.

Cette équation se fragilise. Les interfaces d'IA générative — assistants conversationnels comme ChatGPT, moteurs de réponse comme Perplexity, résumés générés directement dans les pages de résultats — répondent de plus en plus souvent à l'utilisateur sans qu'il ait besoin de cliquer vers un site. Une marque peut ainsi être citée, recommandée ou comparée dans une réponse d'IA, influencer une décision d'achat, et ne jamais voir cette influence apparaître dans ses outils d'analytics.

Concrètement, un directeur marketing peut observer simultanément une baisse des sessions organiques et une stabilité, voire une progression, des demandes entrantes qualifiées ou du chiffre d'affaires. Ce découplage n'est pas une anomalie à corriger : c'est le signe que la découverte et une partie du parcours de décision se déroulent désormais en dehors du périmètre mesuré.

Pourquoi les KPI historiques deviennent incomplets

Les indicateurs classiques ne deviennent pas faux, ils deviennent partiels. Trois angles morts apparaissent :

• La découverte invisible : une partie des utilisateurs rencontre la marque dans une réponse générée par une IA, sans impression ni clic mesurable dans les outils search traditionnels.
• Le trafic qui change de nature : les visiteurs qui arrivent encore sur le site après avoir consulté une réponse d'IA sont souvent plus avancés dans leur réflexion. Moins de sessions ne signifie donc pas mécaniquement moins de valeur par session.
• L'attribution brouillée : les modèles d'attribution classiques créditent le dernier canal mesurable, alors que l'influence initiale (une citation dans un assistant IA, par exemple) échappe entièrement au tracking.

Continuer à piloter uniquement au volume de sessions dans ce contexte expose à deux erreurs symétriques : conclure à tort que le marketing sous-performe parce que le trafic baisse, ou passer à côté d'une vraie érosion de visibilité en se rassurant avec des conversions qui tiennent encore par inertie.

Comparatif : indicateurs historiques et nouveaux signaux

L'enjeu n'est pas de remplacer un tableau de bord par un autre, mais de compléter chaque indicateur de volume par un indicateur de valeur ou de visibilité élargie.

Côté acquisition et visibilité

• Indicateur historique : sessions organiques, positions moyennes, taux de clic. Complément nécessaire : visibilité assistée par IA, c'est-à-dire la présence et la manière dont la marque est citée dans les réponses des IA génératives sur ses requêtes stratégiques. C'est l'objet du GEO (Generative Engine Optimization, l'optimisation de la visibilité d'un site auprès des IA génératives), qui complète le SEO traditionnel.
• Indicateur historique : volume de trafic par canal. Complément nécessaire : part des requêtes de marque (recherches contenant le nom de l'entreprise), signal d'une notoriété construite en amont, y compris via des points de contact non mesurables.

Côté valeur et conversion

• Indicateur historique : taux de conversion global. Complément nécessaire : revenus ou valeur de lead par visite, qui révèle si un trafic plus faible mais mieux qualifié compense la baisse de volume.
• Indicateur historique : nombre de leads. Complément nécessaire : qualité de visite (profondeur de consultation, pages à forte intention vues, engagement sur les contenus de décision) et taux de transformation des leads en opportunités réelles, via le rapprochement avec le CRM (outil de gestion de la relation client).

Côté contenus

• Indicateur historique : pages vues et trafic par article. Complément nécessaire : rôle des contenus dans les parcours réels — quels contenus apparaissent dans les parcours qui convertissent, lesquels sont susceptibles d'alimenter les réponses des IA, lesquels soutiennent la considération même sans générer de clics directs.

Les nouveaux indicateurs à construire en pratique

Mesurer la visibilité assistée par IA

Il s'agit d'interroger régulièrement les principaux assistants et moteurs de réponse sur un panier de requêtes stratégiques (requêtes métier, requêtes comparatives, requêtes de marque) et de documenter : la marque est-elle citée, dans quels termes, face à quels concurrents, avec quelles sources. Cette mesure est encore artisanale et non standardisée, mais répétée dans le temps avec un protocole stable, elle fournit une tendance exploitable.

Suivre les revenus par visite plutôt que les visites

Rapporter la valeur générée (chiffre d'affaires e-commerce, valeur pondérée des leads) au nombre de visites permet de distinguer deux scénarios radicalement différents derrière une même baisse de trafic : une érosion de la demande, ou une concentration du trafic sur des visiteurs plus qualifiés. Le premier scénario appelle une action corrective, le second une réallocation des efforts.

Surveiller la part de marque

L'évolution des recherches sur le nom de la marque, du trafic direct et des mentions constitue un proxy (indicateur indirect) de la notoriété construite sur l'ensemble des points de contact, y compris ceux que l'analytics ne voit pas. Une part de marque qui progresse pendant que le trafic générique baisse suggère que la marque continue d'exister dans les parcours, mais par d'autres chemins.

Reconnecter analytics et CRM

Le rapprochement entre les données de navigation et les données commerciales (statut des leads, montants, cycles de vente) devient la colonne vertébrale du pilotage : c'est lui qui permet de juger la performance en valeur business plutôt qu'en volume de signaux intermédiaires.

Les limites méthodologiques à garder en tête

Ce chantier de mesure comporte des pièges qu'il faut expliciter avant de prendre des décisions structurantes :

• Des signaux encore instables : les comportements liés aux interfaces IA évoluent vite, et les outils de mesure de la visibilité IA sont récents et hétérogènes. Une variation sur quelques semaines ne constitue pas une tendance.
• Le risque de corrélation hâtive : attribuer toute baisse de trafic à l'IA est aussi risqué que de l'ignorer. Saisonnalité, mises à jour des algorithmes, actions concurrentes ou problèmes techniques restent des explications à écarter méthodiquement avant de conclure.
• L'absence de référentiel sectoriel : il n'existe pas encore de benchmarks fiables sur la part de découverte captée par les IA selon les secteurs. Chaque organisation doit construire sa propre ligne de base et se comparer à elle-même dans le temps.
• La non-reproductibilité des réponses d'IA : une même question posée à un assistant peut produire des réponses différentes selon le moment ou le contexte. La mesure de visibilité IA doit donc s'appuyer sur des échantillons répétés, pas sur des observations ponctuelles.

Par où commencer pour réévaluer son tableau de bord

Une démarche progressive limite les risques tout en faisant monter l'organisation en maturité :

• Auditer l'existant : recenser les indicateurs actuellement pilotés, identifier ceux qui mesurent du volume sans mesurer de valeur, et vérifier la fiabilité du tracking et du rapprochement avec le CRM.
• Ajouter sans tout casser : introduire les nouveaux indicateurs (revenus par visite, visibilité IA, part de marque) en parallèle des KPI historiques, pour observer leur comportement sur plusieurs mois avant d'en faire des indicateurs de pilotage.
• Documenter un protocole : figer la méthode de mesure de la visibilité IA (panier de requêtes, fréquence, outils) pour garantir la comparabilité dans le temps.
• Acculturer le comité de direction : expliquer le découplage trafic/valeur en amont, pour éviter que la lecture des tableaux de bord ne déclenche des arbitrages budgétaires fondés sur des signaux devenus partiels.

L'objectif final n'est pas d'avoir plus d'indicateurs, mais d'avoir un système de mesure dont chaque chiffre répond à une question business explicite : sommes-nous visibles là où nos clients décident, et cette visibilité crée-t-elle de la valeur ?