● Journal du Net 📅 31/03/2026 à 14:16

Intelligence Artificielle 👤 Bruno Poncet

🏷️ Tags : chatgpt gemini rte

La méthodologie peut être complexe, d'après les spécialistes interrogés. L’enjeu de la mesure de l’impact réel de la visibilité IA sur la fréquentation physique est important, à l’heure où le trafic issu des IA grandit. Une étude de Similarweb de décembre 2025 rapporte que les plateformes d'IA ont généré plus de 1,1 milliard de visites référentes en juin 2025, soit une augmentation de 357% sur un an. Également, les IA jouent un rôle croissant dans la phase de découverte des services ou produits. "La visibilité IA agit en amont car elle peut permettre de renforcer la notoriété, influencer les requêtes et peut déclencher une augmentation des recherches locales ou une visite directe", pointe Jeanne Cosson, responsable du pôle Analytics et Data chez Resoneo. Des écueils sur les spécificités des IA Cependant, la mesure de l’impact réel de la visibilité IA sur la fréquentation physique peut être particulièrement difficile à mettre en place. Les interactions avec les outils d’IA ne remontent pas comme un canal d’acquisition classique dans les outils analytics. "Au-delà du SEO classique, les indicateurs clés sont désormais la part de présence dans les réponses IA (Share of AI Voice), les citations et mentions, le sentiment associé, la couverture sémantique, et les scores d’influence achat / visite", rappelle aussi Thibaut Fitoussi. Également, les citations des IA ne comportent pas toujours de lien. Lorsqu’ils existent, le taux de clic n’est pas forcément très élevé. Par exemple, une enquête du Pew Research Center de juillet 2025 révèle que le taux de clic sur les sources citées directement dans l'AIO est particulièrement faible. De plus, l’un des défis majeurs reste l'attribution. Un client peut découvrir une marque via ChatGPT, vérifier les avis sur Google, puis se rendre directement en magasin plusieurs jours plus tard. Dans ce scénario, l'attribution finale reviendra souvent au canal "direct" ou "organique", masquant le rôle initiateur de l'IA. Des procédés simples ou complexes pour en savoir plus Il existe tout de même des méthodes pour en savoir plus sur l’impact réel de la visibilité IA sur la fréquentation physique. On peut citer l'attribution par incrémentalité. Elle amène à effectuer des tests géographiques en coupant la visibilité IA sur une ville et en la maintenant sur une autre. Le but : mesurer la différence de fréquentation réelle en magasin. "Pour connaître l’impact potentiel via les outils analytics, nous pouvons aussi mesurer l’évolution des interactions liées à la visite en magasin, via les clics itinéraires, les appels et consultations des horaires, des accès directs, des recherches internes autour du magasin avec l’adresse et les horaires, et des sessions courtes sur des pages clés, traduisant une simple vérification d’information", souffle Jeanne Cosson. "Une hausse cohérente de ces indicateurs peut indiquer une influence de la visibilité IA sur la fréquentation physique, même sans attribution directe." Thibaut Fitoussi, cofondateur de Minddex.ai, propose quant à lui une approche hybride qui combine plusieurs niveaux. Comme Jeanne Cosson, il étudie d’abord les signaux Online-to-Offline, c’est-à-dire les indicateurs les plus corrélés à une visite en magasin. À savoir : les demandes d’itinéraires, les clics "Appeler", les réservations et interactions locales. Comme Jeanne Cosson également, il analyse le tracking du trafic issu des IA. "Chez nos clients grands comptes, ce trafic représente aujourd’hui entre 0,01% et 5,6%", admet-il. "Mais ce n’est plus là que se joue l’essentiel de l’impact. Par ailleurs, les plateformes évoluent rapidement : ChatGPT cite aujourd’hui moins ses sources qu’en 2025, tandis que Gemini est devenu plus généreux en sources." Cependant, d’après lui, une part importante du parcours reste invisible aux outils classiques. "Les enseignes les plus avancées intègrent systématiquement la question “Comment nous avez-vous connus ?” en point de vente, ce qui permet d’objectiver l’apport des IA", lance-t-il. Ce troisième levier s’appelle l’attribution déclarative. Elle peut aussi avoir lieu indirectement, par exemple si les IA recommandent des codes spécifiques (ex. : "PROMOIA10"). Si ces codes sont utilisés en caisse, la preuve de l'impact est faite. Enfin, Thibaut Fitoussi élabore une notation d’influence des visites venues de l’IA par rapport aux achats. "Nous avons développé un scoring propriétaire basé sur des requêtes à forte intention avec des termes comme : “où acheter”, “quel magasin”, “meilleur produit près de moi”. Nous suivons leur visibilité dans les réponses IA et pondérons les résultats selon leur potentiel business. Cela permet de passer d’une logique de notoriété à une mesure d’impact orientée ROI." Des soucis de temporalité Notons que ces mesures restent cependant difficiles à mettre en œuvre. Par exemple, Thibaut Fitoussi a récemment mis en place avec succès pour l'un de ses clients un dispositif GEO. Le but : faire émerger la marque comme source de référence des IA sur son secteur. Alors qu’il a pu mesurer sur un mois des résultats significatifs, il indique ne toujours pas être en capacité de mesurer de manière directe et isolée la fréquentation physique attribuable exclusivement à la visibilité IA. Dans ce cas, "l’impact se mesure en influence décisionnelle plutôt qu’en attribution pure. La visibilité IA agit alors comme une présélection algorithmique en amont de la visite." Jeanne Cosson de son côté va plus loin et affirme que "les analyses qui sont possibles à réaliser restent des estimations que nous ne pouvons vérifier."

🔗 Lire l'article original 👁️ 0 lecture