Quelles métriques marketing sont impactées par l’IA ?

Si vous faites du marketing digital depuis un moment, vous vous souvenez peut-être de l’époque où l’on empilait des filtres RegEx improbables dans Universal Analytics pour exclure le trafic de bots connu. C’était une bataille permanente, mais on finissait avec une vue filtrée propre à côté de la vue brute. Avec GA4, ces jours sont heureusement terminés ; en revanche, identifier le trafic de bots est devenu plus difficile avec l’arrivée des bots d’IA, dont certains sont « bons » et d’autres « mauvais ».

C’est un sujet que j’ai rencontré dans les données de deux clients en un seul mois, et cela a été une vraie galère pour le reporting. Dans un cas, en regardant les données année sur année, une nouvelle page d’atterrissage bien positionnée semblait avoir explosé en vues au premier coup d’œil. Bravo, me suis-je dit en me félicitant. Il s’agissait en réalité de trafic de bots (visible comme un pic énorme dans le rapport global) et, à cause de la façon dont les données sont désormais remontées dans GA4, il était très pénible de distinguer la vraie progression du trafic de la part de bots, qui avaient choisi cette page comme point d’entrée avant de gonfler toute une série d’autres pages.

Un second client, la semaine même, a vu des milliers d’événements clés se déclencher sur le clic d’un bouton précis. Les données de session indiquaient qu’il était impossible, même pour quelqu’un de totalement inconscient, de cliquer autant de fois sur ce bouton, mais cette activité va désormais fausser lourdement le reporting de conversion.

Et ce n’est qu’un petit aspect d’un problème bien plus large : tout est touché, des données GA4 à la Search Console de Google (GSC), en passant par les données des plateformes publicitaires, les réseaux sociaux et le contenu. Et la plupart du temps à cause des bots d’IA.

Voici pourquoi.

Les bots d’IA représentent désormais plus de 50 % du trafic web

Avant que l’IA ne devienne grand public et la nouveauté que chaque plateforme veut nous pousser au visage, on pouvait supposer que la mesure marketing reposait, pour l’essentiel, sur une interaction humaine à l’autre bout de chaque requête. Désormais, plus de la moitié du trafic web est automatisé.

Au-delà du trafic de référents de bots déjà évoqué, qui s’infiltre dans Analytics, le trafic de bots était autrefois une histoire de fraude publicitaire, surtout sur les clics payants. Aujourd’hui, c’est une histoire de mesure défaillante de bout en bout : SEO, contenu et marque sont tous affectés. Voici ce qui se passe réellement, comment cela impacte vos métriques, et ce que vous pouvez faire.

Les types de bots

Tous les bots ne posent pas problème de la même façon. On est passé de bots historiques simples à des agents d’IA qui agissent de façon autonome pour le compte d’un utilisateur.

• Bots historiques : scrapers, spam et fermes de clics présents depuis des années, qui touchent surtout le paid media et la sécurité.
• Agents d’IA : le trafic issu d’agents qui cliquent, remplissent des formulaires et transactent a connu une croissance approximative de 7 851 % sur un an.
• Bots d’entraînement et de citation : GPTBot, ClaudeBot et similaires, qui alimentent les modèles et indexent votre site pour les réponses d’IA, avec une valeur de référence minime.

Ces types de bots impactent les canaux marketing de façon différente.

SEO et marketing de contenu

Le SEO est sans doute la discipline la plus bousculée par la réalité du « zéro clic », et c’est la conséquence directe de grandes plateformes qui aspirent le contenu créé par des humains pour le régurgiter (parfois correctement, parfois non). Avec les modèles de langage et les AI Overviews de Google, les utilisateurs obtiennent des réponses à des questions qui généraient auparavant un trafic significatif vers votre site, en s’appuyant sur ce que vos experts ont écrit. Aujourd’hui, tout ce travail est présenté en quelques secondes, sans même un clic, et votre marque n’est probablement pas citée non plus.

Quand un AI Overview est présent, le taux de clic du premier résultat organique peut chuter de plus de la moitié : se classer numéro 1 ne garantit plus de trafic. Et une grande partie des nouvelles pages web contient désormais du contenu généré par IA ; le contenu de remplissage commence à mal performer, mais il ne faudra probablement pas longtemps avant que quelqu’un trouve une nouvelle faille à exploiter. C’est un peu le retour aux débuts du SEO, quand le spam était roi, et qu’il fonctionnait — jusqu’au jour où il n’a plus fonctionné.

La Search Console a également une réputation de données médiocres, criblées d’erreurs, et le fait que l’apparition d’un AI Overview compte comme une impression, quel que soit le clic, complique encore l’analyse des pages et des mots-clés qui performent réellement.

Certains sites choisissent de bloquer les bots, mais la situation est un peu « quoi qu’on fasse, on perd ». Bloquez, et votre contenu ne sera pas inclus dans les AI Overviews et les modèles. Ne bloquez pas, et il sera probablement aspiré de votre site et de centaines d’autres, sans la moindre référence à votre contenu.

Les éditeurs de presse et les blogs sont particulièrement touchés : certains réduisent leurs effectifs pour compenser la perte de revenus publicitaires, d’autres ferment purement et simplement, avec des baisses de trafic rapportées jusqu’à 80 % dans les mois suivant le déploiement des AI Overviews.

Cela a poussé de plus en plus de marketeurs à se demander : pourquoi ne pas optimiser directement pour les AI Overviews et les modèles ?

Pourquoi le GEO ne remplace pas le SEO comme canal

À mesure que l’IA s’intégrait aux moteurs de recherche, que la popularité des modèles de langage montait et que le SEO était déclaré mort pour la quatrième millionième fois, une nouvelle discipline est apparue.

Le Generative Engine Optimization (GEO) ou Answer Engine Optimization (AEO) consiste à faire en sorte que votre marque soit liée, citée ou mentionnée dans les modèles de langage comme ChatGPT, Claude et Gemini, ainsi que dans les moteurs de recherche IA, Google, Bing et Perplexity compris.

Mais être mis en avant ne remplace pas le bon vieux trafic que vous obteniez en vous classant en haut des résultats traditionnels. Vous verrez peut-être une légère hausse du trafic direct ou des recherches sur votre marque si votre nom apparaît dans une réponse d’IA et que la personne fait ensuite une recherche classique, plus quelques visites quand un lien est réellement inclus, mais cela ne comblera probablement pas l’écart.

Une grande partie du travail de fond d’un bon GEO est simplement du bon SEO, mais malheureusement, malgré un effort et un budget identiques ou supérieurs, les résultats ne sont pas au rendez-vous.

Autre problème majeur : la visibilité. Comme les requêtes sont plus conversationnelles et que les utilisateurs posent des questions de suivi pour affiner leur recherche, le comportement est totalement différent d’une requête de quelques mots-clés. Et ce comportement, y compris ce que les gens recherchent, est à peu près impossible à suivre, quoi qu’en disent les outils de visibilité IA.

Le paid media face à un nouveau défi de bots

Une part massive des dépenses publicitaires mondiales est gaspillée chaque année sur du trafic invalide.

Cela va bien au-delà des clics de bots grossiers d’autrefois, conçus pour gâcher du budget et gonfler le coût par clic. Les stratégies d’enchères automatisées sont devenues la norme, « optimisées » par les algorithmes des plateformes. Et cela crée un problème majeur si vous comptez sur la plateforme pour ajuster enchères et budgets selon ce qu’elle considère comme un visiteur de qualité, sur la base de signaux comportementaux qui peuvent très bien être ceux d’un bot.

Prenons une stratégie d’enchères optimisée sur les conversions. Quand un bot déclenche une conversion, l’enchère intelligente y voit une réussite et apprend à l’algorithme à chasser davantage de bots aux comportements similaires — et à y envoyer beaucoup plus de votre budget plutôt qu’à de vrais prospects. Les bots modernes imitent des mouvements de souris réalistes et opèrent depuis des IP résidentielles, ce qui les rend quasi indétectables et très difficiles à filtrer pour les plateformes.

Et ce n’est pas tout. Comme une part aussi élevée du trafic web total est automatisée, si vous menez une campagne de notoriété facturée au coût par vue, comment savez-vous que vos annonces ont vraiment été vues par des humains ? Vous ne le savez pas.

Réseaux sociaux : qui aime vraiment votre marque ?

Les algorithmes des réseaux sociaux n’ont aucun intérêt à aider les marques qui cherchent à échanger avec leurs abonnés (sauf si vous payez, évidemment).

Le contenu qui apparaît dans les fils est de plus en plus poussé dans le seul but de faire réagir en commentaires pour garder les gens sur la plateforme. Le putaclic fonctionne, parce que si peu de gens lisent au-delà du titre. Et dans les commentaires de ces publications, une forte proportion n’est que des bots qui débattent avec des bots.

Les indicateurs d’engagement comme les likes, les partages et les abonnements sont de plus en plus gonflés par des agents automatisés. Vous pouvez croire qu’une publication a très bien marché, puis creuser les commentaires ou regarder qui a interagi avec votre contenu, pour découvrir une mer de profils générés par IA ou de comptes vides.

Il y a aussi la question de la sécurité de marque. Avec la montée des deepfakes, il est aujourd’hui plus facile que jamais pour des escrocs d’imiter de vraies marques, y compris des entreprises connues et des personnalités publiques, pour tromper les audiences. Donc si vous mesurez le sentiment de marque, vos données peuvent être faussées si un faux profil a été créé et sert à escroquer des gens ou à diffuser de fausses informations sur votre entreprise.

Que pouvez-vous faire, concrètement ?

Honnêtement, pas grand-chose. Tant que les grandes plateformes poussent l’IA dans chaque fonctionnalité imaginable pour afficher des chiffres d’usage impressionnants en interne, et que les régies publicitaires font peu pour lutter contre des métriques gonflées par les bots tant qu’elles sont payées, le problème continuera de s’amplifier.

Cela ne veut pas dire que vos données sont bonnes à jeter : cela veut dire que le métier demande désormais beaucoup plus de scepticisme et beaucoup moins de confiance aveugle dans les chiffres du tableau de bord. Il faut chercher des tendances et des schémas, plutôt que se focaliser sur les chiffres bruts.

Voici ce qui est réellement sous votre contrôle, et ce qui ne l’est pas.

Ce que vous pouvez faire :

• Si possible, filtrer les bots connus au niveau du serveur ou du CDN, pas seulement dans GA4.
• Si vous pouvez y accéder, recoupez les anomalies GA4 avec les logs serveur avant d’annoncer un résultat à un client. Si une page d’atterrissage explose, regardez les logs bruts, pas seulement le joli graphique.
• Mettez en place des alertes sur les schémas de déclenchement d’événements inhabituels, pour détecter le problème avant qu’il ne fausse un mois de reporting.
• Là où les plateformes le permettent, imposez des garde-fous manuels et des définitions de conversion plus strictes plutôt que de donner le contrôle total à la plateforme.
• Traitez les données d’impressions de la Search Console avec de grosses pincettes, surtout depuis que les AI Overviews y sont comptés.
• Pilotez sur des fourchettes et des tendances plutôt que sur un chiffre unique. C’est plus honnête, et cela vous protège quand les données vacillent inévitablement.

Ce que vous ne pouvez pas faire :

• Séparer totalement le trafic de bots du trafic humain ou de l’engagement réel. Bons et mauvais bots se ressemblent de plus en plus, et certains sont conçus pour échapper à la détection.
• Suivre de façon fiable ce que les gens demandent réellement aux modèles à propos de votre marque. Il n’existe pas d’équivalent à la Search Console pour ChatGPT ou Gemini, quoi qu’en disent les outils de visibilité IA.
• Empêcher les AI Overviews ou les modèles d’aspirer et de repackager votre contenu, sauf à bloquer les bots entièrement, ce qui a ses propres contreparties.
• Garantir du trafic de référence depuis vos efforts de GEO/AEO, même quand la stratégie fonctionne exactement comme prévu.
• Prendre pour argent comptant les métriques de qualité déclarées par les plateformes, car elles-mêmes ne distinguent pas toujours un bot d’un humain.

La vérité inconfortable est que la mesure devient plus floue, pas plus propre. La meilleure réaction aujourd’hui est d’adapter la façon d’analyser les données de vos rapports, d’ajuster vos KPI et d’être transparent sur ce que les chiffres peuvent encore dire, et ce qu’ils ne peuvent plus.