Tag : Acquisition
Tous les articles du blog avec ce tag.
- 20 Jul, 2026
Pages d’acquisition : les 7 signaux à suivre sans construire une usine à gaz
Une page d’acquisition n’a pas besoin de cinquante métriques pour être pilotée correctement. Elle doit répondre à une chaîne de questions simple :les bonnes personnes arrivent-elles ? comprennent-elles la proposition ? progressent-elles vers l’action attendue ? terminent-elles cette action ? les contacts ou ventes obtenus sont-ils utiles ? la page fonctionne-t-elle correctement ? la mesure est-elle suffisamment fiable pour décider ?Cette chaîne évite deux erreurs fréquentes. La première consiste à juger une page uniquement sur son volume de trafic. La seconde consiste à empiler des événements comportementaux sans relier les données à une décision. Pour une PME ou un SaaS B2B, sept signaux suffisent généralement à organiser un diagnostic solide. Avant les métriques, définir le rôle de la page Toutes les pages d’acquisition ne poursuivent pas le même objectif. Une page peut chercher à :obtenir une demande de démonstration ; générer un essai ; recevoir une demande de devis ; vendre un produit ; faire télécharger une ressource ; inscrire à un événement ; orienter vers une page tarifaire ; qualifier un besoin avant un échange commercial.Le KPI principal dépend de ce rôle. Une page de contenu destinée à informer ne se juge pas comme une page de démonstration. Une campagne de notoriété ne se lit pas comme une campagne de recherche à forte intention. Documentez quatre éléments avant de construire le rapport :Élément QuestionAudience Pour qui la page est-elle conçue ?Promesse Quel problème précis résout-elle ?Source Par quel canal ou campagne les visiteurs arrivent-ils ?Action Quelle action utile doit suivre la visite ?Cette fiche tient en quelques lignes. Elle sert de référence lorsque les chiffres évoluent. Signal 1 : les entrées qualifiées par source Le premier signal n’est pas le nombre brut de sessions. C’est la répartition des entrées par source, campagne et intention. Deux cents visites issues d’une requête précise peuvent être plus utiles que deux mille visites peu ciblées. À l’inverse, un faible volume ne signifie pas qu’une page fonctionne si aucun visiteur n’appartient au segment attendu. Regardez au minimum :les sessions ou visites qui commencent sur la page ; la source et le medium ; la campagne ; le contenu publicitaire ou le lien identifié ; la requête organique lorsque Search Console la rend disponible ; le pays ou la zone commerciale si c’est réellement pertinent ; la part de trafic direct, avec prudence.Le rapport Landing page de GA4 associe la première page vue d’une session à des métriques comme les sessions et les événements clés. Il permet aussi d’ajouter la dimension secondaire « source / medium de la session ». Search Console complète cette lecture pour Google Search avec les clics, impressions, CTR, position, requêtes et pages. Les deux outils ne mesurent pas la même chose. Search Console décrit la visibilité et les clics dans les résultats Google. L’analytics décrit ce qui se passe après l’arrivée, dans les limites de sa collecte. Ne cherchez pas à faire correspondre leurs totaux au visiteur près. Pour les campagnes, une convention UTM stable est plus importante qu’un dashboard sophistiqué. Notre guide sur les UTM, referrers et trafic direct explique comment éviter les libellés incohérents qui fragmentent les rapports. Question de décision - Signal 1 : entrées qualifiées La page attire-t-elle l’audience pour laquelle son message a été conçu ? Signal 2 : la cohérence entre l’intention et le message Une page peut recevoir un trafic pertinent et échouer parce que sa promesse ne correspond pas à ce qui a déclenché le clic. Comparez :le texte de l’annonce ; le mot-clé ou la requête ; le lien de la newsletter ; le titre visible au-dessus de la ligne de flottaison ; la preuve présentée ; l’action demandée.Un visiteur qui clique sur « comparer des outils analytics pour plusieurs sites » doit retrouver cette question immédiatement. Une page qui ouvre sur un discours générique sur la transformation numérique crée une rupture, même si son design est propre. Ce signal ne se réduit pas à un taux unique. Il s’évalue avec plusieurs indices :conversion par source ou campagne ; clic sur le CTA principal ; passage vers la section attendue ; abandon très rapide, à interpréter prudemment ; retours qualitatifs des ventes ou du support ; tests utilisateurs ciblés.Le temps d’engagement peut aider à repérer une anomalie, mais il n’est pas une preuve d’intérêt. Un temps long peut signaler une lecture attentive ou une page confuse. Un temps court peut signaler un abandon ou une réponse trouvée immédiatement. Question de décision - Signal 2 : cohérence du message Le visiteur retrouve-t-il clairement la promesse qui l’a conduit sur la page ? Signal 3 : l’interaction avec l’appel à l’action Le CTA principal représente le premier engagement observable vers l’objectif. Suivez une action réellement utile, par exemple :clic sur « Demander une démo » ; ouverture du formulaire ; clic vers la tarification ; ajout au panier ; démarrage d’un essai ; téléchargement confirmé ; prise de rendez-vous.Évitez de déclarer chaque clic comme conversion. Un clic sur un onglet, une ouverture d’accordéon ou un scroll peuvent aider au diagnostic, mais ils ne valent pas une intention commerciale. Le bon niveau de mesure comprend généralement :l’affichage ou l’entrée sur la page ; le clic sur le CTA principal ; le début du formulaire ou du parcours ; la réussite finale.Cette séquence permet de distinguer une faiblesse du message d’un problème de formulaire. Si peu de personnes cliquent, le problème se situe probablement avant le CTA. Si beaucoup cliquent mais peu terminent, examinez l’étape suivante. Un plan de marquage minimaliste aide à garder une définition stable de ces événements. Question de décision - Signal 3 : appel à l’action Une part suffisante des visiteurs qualifiés choisit-elle de poursuivre ? Signal 4 : le taux d’achèvement de la conversion La conversion finale est l’action que l’entreprise considère comme utile. Elle doit être définie sans ambiguïté. Exemples :formulaire envoyé et accepté ; rendez-vous confirmé ; compte créé ; paiement validé ; abonnement à l’essai activé ; téléchargement effectivement délivré.Le taux doit préciser son dénominateur. « 8 % de conversion » ne veut rien dire sans savoir s’il s’agit de :8 % des visiteurs ; 8 % des sessions ; 8 % des personnes ayant ouvert le formulaire ; 8 % des clics sur le CTA.Pour diagnostiquer un formulaire, suivez au minimum :ouvertures ; démarrages ; erreurs ; abandons ; réussites.Ne collectez pas la valeur des champs dans l’analytics. Les données saisies peuvent contenir un nom, une adresse email, un téléphone, un message libre ou d’autres informations personnelles. Le système métier doit recevoir le contenu. L’analytics n’a besoin que d’un statut technique ou fonctionnel. Question de décision - Signal 4 : achèvement de la conversion Où le parcours perd-il les visiteurs qui ont exprimé une intention ? Signal 5 : la qualité après conversion Une page peut afficher un bon taux de conversion et produire de mauvais résultats commerciaux. Pour une équipe B2B, le signal décisif se trouve souvent après le formulaire :lead conforme au profil cible ; demande réellement liée au produit ; rendez-vous tenu ; opportunité créée ; cycle commercial poursuivi ; revenu ou valeur créée ; taux de spam ou de demandes hors cible.Reliez l’acquisition au CRM avec une granularité proportionnée. Il n’est pas toujours nécessaire de renvoyer des données personnelles dans l’outil analytics. Une table agrégée par campagne, source ou page d’entrée peut suffire à répondre à la question : quelles entrées produisent des demandes utiles ? Définissez avec les ventes une nomenclature courte :qualifié ; non qualifié ; doublon ; spam ; hors zone ; sans suite ; opportunité.Cette étape empêche l’équipe marketing d’optimiser uniquement le volume de formulaires. Question de décision - Signal 5 : qualité après conversion La page génère-t-elle des résultats utiles, pas seulement des soumissions ? Signal 6 : la performance et les erreurs techniques Une page lente ou instable peut dégrader l’expérience avant même que le message soit évalué. Les Core Web Vitals fournissent trois indicateurs de terrain :LCP pour la vitesse d’affichage du contenu principal ; INP pour la réactivité aux interactions ; CLS pour la stabilité visuelle.Ces mesures doivent être complétées par des vérifications opérationnelles :erreurs JavaScript ; formulaire impossible à envoyer ; ressource bloquée ; CTA masqué sur mobile ; redirection incorrecte ; page 404 après soumission ; tracking absent ou dupliqué ; consentement mal appliqué ; temps de réponse serveur anormal.Ne confondez pas corrélation et causalité. Une amélioration technique peut accompagner une hausse de conversion sans en être l’unique cause. Utilisez les données de performance pour détecter les écarts par appareil, version et période. Question de décision - Signal 6 : performance technique Une contrainte technique empêche-t-elle une partie de l’audience d’avancer ? Signal 7 : la santé de la mesure Le septième signal concerne les données elles-mêmes. Avant de commenter une variation, vérifiez :le volume d’événements par rapport aux visites ; les doublons de tags ; les changements de consentement ; les campagnes sans UTM ou mal nommées ; les redirections qui perdent des paramètres ; les paramètres sensibles présents dans les URL ; les changements de formulaire ; les déploiements intervenus pendant la période ; les différences de fuseau horaire ; les filtres et exclusions internes.Une hausse de 30 % peut provenir d’une campagne réussie, d’un événement envoyé deux fois ou d’une définition modifiée. Le rapport doit indiquer les changements de mesure avant d’attribuer une cause business. Le guide sur le filtrage des paramètres d’URL aide à éviter que des identifiants ou valeurs sensibles contaminent les rapports. Question de décision - Signal 7 : santé de la mesure La variation observée décrit-elle le comportement du marché ou un changement du système de mesure ? Un tableau de bord minimal Un tableau de bord de page d’acquisition peut tenir dans cette structure :Bloc Mesure principale Découpage utileAudience Entrées qualifiées Source, campagne, appareilMessage Clic CTA / entrées Source, varianteParcours Début et réussite Étape, appareilRésultat Conversions utiles Campagne, segmentQualité Leads qualifiés Source, pageTechnique Vitals et erreurs Appareil, versionMesure Anomalies documentées Date, déploiementLimitez les comparaisons aux segments qui conduisent à une action. Un filtre qui n’influence aucune décision ajoute de la complexité sans améliorer le pilotage. La cadence d’analyse Chaque semaine Vérifiez :ruptures de trafic ; erreurs de formulaire ; campagnes mal attribuées ; variations extrêmes ; problèmes mobiles ; incidents de performance.Chaque mois Analysez :qualité des sources ; évolution des conversions ; qualité des leads ; pages et campagnes à améliorer ; hypothèses testées ; décisions prises.Intégrez ensuite la conclusion au reporting web mensuel plutôt que d’envoyer un export séparé de chaque outil. Les métriques à ne pas surinterpréter Le taux de rebond Il dépend de la définition de l’outil et du contexte. Une visite courte sur une page qui répond immédiatement à une question n’est pas nécessairement un échec. Le scroll Il peut indiquer jusqu’où le contenu a été parcouru, mais pas ce qui a été compris. Il est utile pour comparer des variantes, pas pour prouver une intention. Le temps passé Il mélange attention, confusion, onglet laissé ouvert et contraintes de mesure. Les heatmaps Elles peuvent aider à formuler une hypothèse, mais ne remplacent ni la conversion ni la recherche utilisateur. Elles impliquent aussi une collecte plus détaillée qui doit être évaluée séparément. Le volume de clics Il ne vaut que si l’action correspond à un objectif explicite et si l’événement n’est pas déclenché plusieurs fois. Conclusion Une page d’acquisition se pilote comme une chaîne, pas comme un classement de métriques. Les sept signaux utiles sont :les entrées qualifiées ; la cohérence entre intention et message ; l’interaction avec le CTA ; l’achèvement de la conversion ; la qualité après conversion ; la performance technique ; la santé de la mesure.Commencez avec cette structure. Ajoutez une mesure seulement lorsqu’elle répond à une question que l’équipe est prête à traiter. FAQ Quel est le KPI principal d’une landing page ? Le KPI principal est l’action utile définie pour cette page : demande qualifiée, essai, achat, rendez-vous ou autre résultat explicite. Le trafic et l’engagement servent surtout à expliquer ce résultat. Faut-il mesurer le scroll sur une page d’acquisition ? Seulement s’il aide à tester une hypothèse précise, par exemple vérifier si une preuve importante est rarement atteinte. Le scroll ne doit pas être traité comme une conversion. Pourquoi GA4 et Search Console affichent-ils des chiffres différents ? Ils mesurent des étapes et des périmètres différents. Search Console mesure l’apparition et les clics dans Google Search. GA4 mesure les sessions ou événements observés sur le site, selon sa configuration et les choix de consentement. Comment relier une landing page au chiffre d’affaires ? Conservez la source, la campagne et la page d’entrée dans le CRM ou dans une table d’attribution contrôlée, puis analysez les résultats par cohortes agrégées. Évitez de renvoyer inutilement les données personnelles du CRM vers l’analytics. Combien d’événements faut-il suivre ? Pour la plupart des pages B2B, quatre niveaux suffisent : entrée, clic CTA, début du parcours et réussite. Ajoutez des événements de diagnostic uniquement lorsqu’ils répondent à un problème identifié. Sources Sources vérifiées le 21 juin 2026.Google Analytics, rapport Page de destination Google Search Console, rapport sur les performances web.dev, Web Vitals Google Analytics, mesurer les campagnes personnalisées avec les paramètres UTM CNIL, cookies et autres traceurs
- 25 May, 2026
UTM, referrers et trafic direct : lire correctement vos sources d’acquisition
Une hausse du trafic direct ne signifie pas forcément que davantage de personnes tapent spontanément votre adresse dans leur navigateur. Une campagne marquée avec des UTM ne dit pas toujours qui a réellement influencé la conversion. Et un domaine référent absent ne prouve pas que la visite n’avait aucune source. Ces trois notions sont souvent regroupées dans le même rapport d’acquisition, alors qu’elles décrivent des signaux différents :les paramètres UTM sont des étiquettes ajoutées volontairement à une URL ; le referrer est une information transmise par le navigateur dans certaines conditions ; le trafic direct est une catégorie utilisée lorsque l’outil ne dispose pas d’une source exploitable selon ses règles.Une lecture fiable commence par cette distinction. Elle se poursuit avec une nomenclature stable et une dose de prudence : l’attribution web est une reconstruction à partir de signaux incomplets, pas un relevé exhaustif du parcours d’une personne. Les UTM : une déclaration ajoutée au lien Un lien de campagne peut ressembler à ceci : https://www.example.com/guide/?utm_source=newsletter&utm_medium=email&utm_campaign=launch_juneLes paramètres les plus courants sont :utm_source : l’origine déclarée, par exemple linkedin, newsletter ou partner_name ; utm_medium : le type de canal, par exemple paid_social, email ou referral; utm_campaign : le nom de l’initiative ; utm_content : une variante de création, de placement ou de bouton ; utm_term : historiquement associé aux mots-clés, mais utilisable avec prudence selon le besoin.Google Analytics documente aussi d’autres paramètres manuels, mais une PME gagne rarement à multiplier les dimensions. Trois champs obligatoires et un champ de variante suffisent souvent. L’UTM n’est pas détecté automatiquement par le navigateur. Il est écrit par la personne ou le système qui produit le lien. Il faut donc le lire comme une déclaration de campagne, avec les forces et les faiblesses de toute donnée déclarative. Ce que les UTM font bien Ils sont utiles lorsque le referrer est absent, trop générique ou insuffisant :une newsletter ; un QR code ; un document PDF ; une signature d’email ; une publication sociale organique ou payante ; une campagne partenaire ; un lien dans une application.Ils permettent aussi de distinguer deux liens qui pointent vers la même page, par exemple le bouton principal et le lien de pied de newsletter. Ce qu’ils ne prouvent pas Un UTM ne prouve pas que la campagne a créé toute la demande. Il indique que la visite observée est arrivée avec cette étiquette. Le lien peut avoir été copié dans un canal privé, partagé par un collègue, ouvert plusieurs jours après sa réception ou modifié par un intermédiaire. Un utilisateur peut également avoir découvert la marque ailleurs avant de cliquer. C’est pourquoi le reporting doit parler de visites et conversions attribuées selon la règle de mesure, pas d’une causalité certaine. Le referrer : un signal transmis sous conditions Lorsqu’un navigateur suit un lien, il peut envoyer un en-tête HTTP Referer au site de destination. Malgré la faute historique dans le nom de l’en-tête, il s’agit du mécanisme qui permet souvent d’identifier le site précédent. La quantité d’information transmise dépend de la politique de referrer, du protocole, du navigateur, du contexte d’ouverture et des choix du site source. La politique par défaut moderne strict-origin-when-cross-origin transmet généralement :l’URL complète pour une navigation vers la même origine ; uniquement l’origine pour une navigation HTTPS entre origines ; aucune information lors d’une navigation d’un contexte HTTPS vers HTTP.Un site peut appliquer une politique plus stricte, une application peut ouvrir le lien dans une webview, et certaines redirections ou protections peuvent supprimer le signal. Le referrer est donc utile, mais jamais garanti. Referrer et UTM peuvent coexister Une visite peut fournir les deux :referrer : linkedin.com; utm_source : linkedin; utm_medium : paid_social; utm_campaign : webinar_june.L’outil analytics applique alors ses propres règles de priorité. Dans GA4, les paramètres manuels alimentent des dimensions spécifiques de source, support et campagne, tandis que les regroupements de canaux reposent sur des règles documentées et susceptibles d’évoluer. Le point opérationnel est simple : ne comparez pas deux rapports sans vérifier leur périmètre et leur scope. « Première source utilisateur », « source de session » et « source d’un événement clé » ne répondent pas à la même question. Le trafic direct est un manque de signal exploitable Dans le langage courant, « direct » évoque une personne qui saisit l’adresse ou utilise un favori. Ces comportements existent. Mais la catégorie peut aussi recevoir des visites dont la source a été perdue. Exemples fréquents :lien non marqué dans une application mobile ou une messagerie ; document local, PDF ou présentation ; redirection qui ne conserve pas les paramètres ; politique de referrer restrictive ; passage d’un environnement sécurisé vers un environnement moins sécurisé ; campagne email sans UTM ; lien copié puis partagé dans un canal privé ; erreur de déploiement ou de configuration analytics ; URL nettoyée avant que le script ne lise les paramètres.Il est donc plus juste d’interpréter « direct » comme :L’outil n’a pas attribué cette visite à une source plus précise avec les données disponibles.Une forte part de direct n’est pas automatiquement un problème. Elle devient un signal d’audit lorsqu’elle change brutalement, se concentre sur une page de campagne ou diffère fortement entre des outils censés observer le même périmètre. La méthode pour construire une nomenclature UTM stable Le principal risque n’est pas l’absence d’UTM. C’est une nomenclature incohérente qui fragmente les rapports. 1. Définir un vocabulaire fermé pour utm_medium Le support doit représenter une famille de canal. Limitez-le à une liste contrôlée, par exemple : email paid_search paid_social organic_social partner affiliate display offlineNe mélangez pas paid-social, paidsocial, cpc_social et social_paid. Les outils peuvent traiter les majuscules et variantes de manière différente, et vos tableaux les afficheront souvent comme des valeurs distinctes. 2. Nommer la source comme une plateforme ou un partenaire Exemples : linkedin google customer_newsletter partner_acme event_parisÉvitez de placer le nom de la campagne dans la source. Sinon, vous perdez la capacité à comparer un même canal dans le temps. 3. Donner à la campagne une structure lisible Une convention simple : objectif_offre_periodePar exemple : lead_demo_2026q2 launch_product_2026june retention_webinar_2026q3Choisissez une langue, une casse et un séparateur. Pour réduire les erreurs, les minuscules et les underscores sont faciles à contrôler. 4. Réserver utm_content aux variantes utiles Ce champ peut identifier :hero_button; footer_link; video_a; creative_02; partner_banner.Ne l’utilisez pas pour injecter des phrases ou des informations sur le destinataire. 5. Centraliser la génération Un tableur avec validation de données, un petit générateur interne ou un formulaire contrôlé évite la majorité des variantes. Chaque ligne doit contenir :URL de destination ; source ; medium ; campagne ; contenu éventuel ; propriétaire ; date de création ; statut actif ou archivé.Ne mettez jamais de donnée personnelle dans un UTM Les paramètres de requête circulent largement. Ils peuvent apparaître dans :l’historique du navigateur ; les logs du serveur et du CDN ; les outils analytics ; les outils de support ; les captures d’écran ; les liens copiés ; certains referrers ; les exports et rapports.N’utilisez donc pas d’adresse email, de nom, de numéro client, de téléphone, de jeton ou d’identifiant permettant de retrouver une personne. Cette règle vaut aussi pour des champs internes apparemment pratiques : utm_content=client_12345 utm_campaign=renewal_alice@example.comCes valeurs transforment un outil de campagne en vecteur de diffusion de données personnelles. Le bon niveau est une catégorie ou une variante de création, pas un individu. Votre data collection summary doit préciser quels paramètres sont autorisés, stockés ou supprimés. Cinq erreurs qui faussent les rapports Utiliser des UTM sur les liens internes Ajouter des UTM entre deux pages de son propre site peut créer une nouvelle attribution ou écraser le contexte précédent selon l’outil. Utilisez plutôt un événement ou une dimension interne lorsque vous devez comparer des emplacements de navigation. Marquer tous les liens externes sans hiérarchie Un UTM n’est pas nécessaire quand le referrer fournit déjà un signal suffisant et que vous n’avez aucune variante à distinguer. Le marquage doit servir une question, pas produire des colonnes supplémentaires. Changer de convention en cours de campagne linkedin, LinkedIn et linkedin.com deviennent facilement trois lignes. Corrigez la nomenclature à la source et conservez un journal des changements. Nettoyer l’URL trop tôt Il est légitime de retirer les paramètres visibles après leur lecture afin d’obtenir une URL propre. Mais si le code les supprime avant que le système de mesure ne les capture, la campagne tombe dans une autre catégorie. Testez l’ordre d’exécution. Comparer des outils sans aligner les règles Deux plateformes peuvent avoir des définitions de session, fenêtres d’attribution, listes de sources et règles de priorité différentes. Un écart ne signifie pas automatiquement qu’une des deux est défaillante. Diagnostiquer une hausse du trafic direct Procédez dans cet ordre. 1. Localiser la hausse Regardez les pages d’entrée, appareils, pays, heures et domaines concernés. Une hausse sur la page d’accueil n’a pas la même signification qu’une hausse sur une landing page accessible uniquement depuis une campagne. 2. Vérifier les déploiements Cherchez un changement de redirection, de routeur, de CMP, de tag manager, de script analytics ou de nettoyage d’URL. 3. Auditer les campagnes actives Ouvrez les liens réels des emails, publicités, profils sociaux, QR codes et documents. Ne vous contentez pas du tableur de préparation. 4. Tester le parcours complet Suivez le lien dans le contexte réel : application mobile, messagerie, navigateur intégré, PDF ou QR code. Observez la requête de collecte et le rapport final. 5. Accepter une part d’incertitude Le dark social et les contextes sans referrer ne peuvent pas être reconstruits avec certitude sans ajouter des mécanismes de suivi plus intrusifs. Une analytics responsable accepte parfois une catégorie résiduelle plutôt que de fabriquer une précision artificielle. Le tableau de bord minimal d’acquisition Pour une PME B2B, quatre vues suffisent souvent :sessions ou visites par source et medium ; pages d’entrée par source ; conversions utiles par source ; évolution du direct et de l’unassigned.Ajoutez le coût et le revenu seulement si leur définition est fiable et leur rapprochement documenté. Un ROAS précis en apparence mais construit sur des identifiants incomplets peut être moins utile qu’un coût par demande qualifiée bien défini. Analysez les tendances sur plusieurs semaines. Les volumes faibles rendent les variations journalières trompeuses. Conclusion Les UTM, le referrer et le trafic direct ne sont pas trois versions d’une même donnée. Ce sont trois mécanismes qui se complètent et se contredisent parfois. Une bonne pratique d’acquisition repose sur :une nomenclature UTM courte et contrôlée ; aucun identifiant personnel dans les URL ; une compréhension des limites du referrer ; une définition prudente du direct ; des règles d’attribution documentées ; des contrôles réguliers sur les liens réellement diffusés.L’objectif n’est pas de faire disparaître tout trafic direct. Il est de rendre les campagnes importantes lisibles sans prétendre reconstituer chaque parcours. FAQ Quelle différence entre utm_source et le referrer ? utm_source est une valeur ajoutée volontairement au lien. Le referrer est un signal que le navigateur peut transmettre à partir de la page précédente. Ils peuvent être présents ensemble ou séparément. Le trafic direct correspond-il aux personnes qui connaissent déjà la marque ? Parfois, mais pas uniquement. Il inclut aussi des visites pour lesquelles aucune source exploitable n’a été attribuée, par exemple depuis certaines applications, documents ou campagnes non marquées. Quels UTM sont vraiment nécessaires ? Pour la plupart des équipes, utm_source, utm_medium et utm_campaign forment le socle. utm_content est utile pour distinguer des variantes. Ajoutez d’autres paramètres seulement s’ils répondent à une question précise. Faut-il mettre des UTM sur les liens internes ? En général, non. Ils peuvent perturber l’attribution. Utilisez des événements ou dimensions dédiées pour mesurer la navigation interne. Peut-on supprimer les UTM de l’URL après l’arrivée ? Oui, après les avoir capturés correctement. Testez l’ordre d’exécution et conservez les informations uniquement selon votre politique de collecte et de conservation. SourcesGoogle Analytics, Traffic-source dimensions, manual tagging and auto-tagging Google Analytics, Default channel group definitions MDN, Referer header MDN, Referrer-Policy header OWASP, Information exposure through query strings in URL CNIL, Les six grands principes du RGPD
- 27 Apr, 2026
Le trafic des assistants IA n’est pas du trafic direct : comment mesurer ChatGPT, Perplexity et Claude sans vous raconter d’histoires
Depuis quelques mois, beaucoup d’équipes marketing voient apparaître la même discussion : “On reçoit du trafic IA maintenant, non ?” La question est légitime. ChatGPT, Perplexity, Claude et d’autres interfaces affichent de plus en plus de liens vers des sites web. Certaines équipes commencent à voir passer ces visites dans leurs dashboards. D’autres regardent leur trafic direct monter et en concluent que “les IA envoient du direct”. Le problème est que cette lecture mélange plusieurs réalités. Une partie du trafic issu des assistants IA est mesurable comme du referral classique. Une autre partie se perd dans le direct ou unknown parce qu’aucun referrer exploitable n’est transmis. Une troisième partie n’existe tout simplement pas dans vos analytics, parce qu’il n’y a eu aucun clic. Et quand Google intègre des expériences IA dans Search, la frontière devient encore moins nette. Autrement dit, le trafic IA n’est ni un nouveau canal parfaitement propre, ni une simple illusion. C’est un ensemble hétérogène qu’il faut lire avec méthode. Le bon objectif n’est pas de tout mesurer parfaitement. Le bon objectif est plus modeste et plus utile : isoler ce qui est réellement attribuable, documenter la zone grise, et éviter de raconter des histoires à partir d’un chiffre fragile. Le trafic IA n’est pas une seule source Le premier point à clarifier est simple : “trafic IA” n’est pas une catégorie technique unique. Dans la pratique, on mélange au moins quatre cas différents. 1. Les assistants qui envoient un vrai referrer Certains usages de ChatGPT, Perplexity ou Claude affichent des liens vers des sources web. Quand l’utilisateur clique depuis une interface qui transmet une information de provenance exploitable, votre outil analytics peut voir un domaine référent. C’est la partie la plus simple à mesurer. Elle ressemble à n’importe quel trafic referral :une visite arrive avec un domaine source identifiable ; une landing page est consultée ; l’utilisateur peut ensuite convertir, rebondir, ou poursuivre sa navigation.Ce cas suffit déjà à justifier un segment dédié. Plausible a par exemple documenté une forte hausse de son trafic de referral issu de ChatGPT, Perplexity, Claude et Phind en 2024. Ce n’est pas une statistique universelle, mais c’est un signal utile : les assistants IA peuvent envoyer un trafic visible et exploitable. 2. Les assistants ou apps qui ne transmettent pas correctement la provenance Tous les clics ne remontent pas proprement. La documentation de Fathom rappelle d’ailleurs qu’une visite en “Direct/unknown” peut venir d’un accès direct, d’un email, d’une app, ou d’un cas où aucun referrer n’a été transmis, et qu’aucun outil analytics ne peut contrôler cela. C’est là que beaucoup d’équipes se trompent. Voir monter le direct ne prouve pas que ce trafic vient des assistants IA. Mais l’inverse est aussi vrai : une partie du trafic issu des assistants IA peut se retrouver absorbée dans le direct ou unknown si le contexte technique ne renvoie pas d’information exploitable. 3. Les réponses IA qui citent votre site sans générer de clic C’est un point crucial. Vous pouvez être cité, résumé, utilisé comme source, voire partiellement consommé dans la réponse de l’assistant, sans qu’aucune visite n’arrive sur votre site. Dans ce cas, vos analytics web ne voient rien. Vous avez peut-être gagné en visibilité. Vous n’avez pas gagné de session. Confondre les deux mène très vite à de faux raisonnements. 4. Les expériences IA intégrées à la recherche classique Le cas Google est particulier. Google présente AI Overviews et AI Mode comme des fonctionnalités de Search qui peuvent afficher des liens vers des sites et qui ne demandent pas d’optimisation SEO séparée des fondamentaux habituels. Pour la mesure, cela veut dire une chose simple : tout ce qui relève de l’IA n’apparaît pas forcément comme un canal distinct, surtout quand l’expérience reste intégrée à un environnement de recherche déjà existant. Il faut donc éviter une logique trop binaire du type :“assistant autonome = trafic IA” ; “moteur de recherche = trafic SEO classique”.Dans la réalité, la frontière devient plus poreuse. Ce que vous pouvez réellement mesurer aujourd’hui La bonne nouvelle, c’est que vous pouvez déjà mesurer plusieurs choses utiles sans instrumentation extravagante. Les domaines référents visibles C’est la base. Si votre outil analytics expose les referrers ou les sources, vous pouvez identifier les visites attribuées à des domaines liés aux assistants IA. Selon votre stack, cela peut passer par :un rapport Referrers ; un rapport Sources ; un segment personnalisé ; un channel group dédié.Google Analytics 4 donne même un exemple explicite de groupe de canaux personnalisé “AI assistants”, avec des correspondances pour des assistants comme ChatGPT, Gemini, Copilot, Claude ou Perplexity. C’est une information importante. Elle montre qu’en 2026, même Google Analytics considère ce regroupement comme un cas d’usage légitime, pas comme une lubie marketing. Les landing pages qui captent ces visites Le volume seul sert rarement à grand-chose. La vraie question est : quelles pages attirent ce trafic ? Si trois articles, deux pages produit et une page comparative captent l’essentiel des visites issues des assistants IA, vous avez déjà une première lecture exploitable :quelles ressources sont citées ou reprises ; quels sujets émergent ; quelles pages jouent un rôle d’entrée ; quels contenus méritent une amélioration.C’est souvent plus utile qu’un chiffre global de sessions. Les conversions et signaux d’intention Si votre outil suit les événements ou les objectifs, vous pouvez aller plus loin :demande de démo ; inscription newsletter ; prise de rendez-vous ; essai démarré ; achat ; clic vers une page pricing ou un CTA stratégique.À ce stade, vous ne mesurez plus seulement de la curiosité. Vous commencez à mesurer la qualité du trafic. C’est là qu’un segment “AI assistants” devient intéressant. Non pas pour produire un effet de mode, mais pour comparer :volume ; taux d’engagement ; profondeur de visite ; conversion.Les campagnes UTM quand vous contrôlez vous-même la distribution Il y a aussi un cas plus simple : celui des liens que vous diffusez. Si vous publiez un contenu dans une newsletter, un document, un partenariat ou un répertoire, et que vous voulez observer son éventuelle reprise par des usages liés aux assistants ou aux moteurs enrichis, les UTM restent utiles pour vos propres campagnes. En revanche, il ne faut pas imaginer que les assistants IA vont spontanément préserver vos conventions de tracking dans tous les contextes. Les UTM sont excellents pour suivre ce que vous distribuez volontairement. Ils sont beaucoup moins fiables pour cartographier l’ensemble des citations et clics générés par des systèmes tiers. Ce que vous ne pourrez pas mesurer proprement C’est souvent la partie la plus importante de l’article. Une bonne mesure commence aussi par accepter ses limites. Vous ne verrez pas les mentions sans clic Si un assistant résume votre contenu, répond avec vos idées, ou vous cite sans déclencher de visite, vos analytics web resteront muets. Cela ne veut pas dire que votre contenu ne joue aucun rôle. Cela veut juste dire que la session web n’est pas le bon capteur pour mesurer cette forme de visibilité. Vous ne séparerez pas toujours proprement le trafic IA du direct Quand une visite arrive sans referrer exploitable, vous entrez dans une zone grise. Cette zone peut contenir :du vrai direct ; de l’email ; des messageries ; des apps ; des navigateurs ou contextes qui coupent la provenance ; potentiellement des usages issus d’assistants IA.La seule posture sérieuse consiste à le reconnaître comme une zone d’incertitude. Pas à lui coller une étiquette certaine. Vous ne pourrez pas attribuer parfaitement les expériences IA de recherche Quand une expérience IA reste intégrée à un moteur déjà existant, l’attribution isolée devient plus compliquée. Google explique que ses fonctionnalités IA dans Search s’inscrivent dans le cadre général de la recherche web, avec les mêmes fondamentaux SEO. Pour une équipe marketing, cela implique une lecture prudente : toute visite issue d’un environnement enrichi par l’IA ne sera pas forcément identifiable comme telle dans vos rapports. Vous ne devez pas confondre citation, visite et revenu Être cité dans un assistant, recevoir un clic, obtenir une session engagée et générer une conversion sont quatre niveaux différents. Un dashboard utile doit garder ces niveaux séparés. Sinon, on passe très vite d’un constat modeste, “on a quelques visites depuis ChatGPT et Perplexity”, à un récit beaucoup trop ambitieux, “l’IA devient notre nouveau canal d’acquisition principal”. La méthode la plus propre pour suivre ce trafic L’objectif n’est pas de construire un système parfait. L’objectif est de mettre en place une lecture simple, stable et réutilisable. 1. Créez un segment ou un canal dédié aux assistants IA Commencez par une liste courte de sources réellement observables. Par exemple :ChatGPT / OpenAI ; Perplexity ; Claude / Anthropic ; éventuellement Copilot ou Gemini si vous les voyez apparaître dans vos données.Restez conservateur. N’ajoutez pas dix domaines hypothétiques que vous ne voyez jamais passer. 2. Analysez d’abord les landing pages Avant de commenter le volume, regardez :quelles pages reçoivent ces visites ; si ces pages sont récentes ou anciennes ; si elles répondent à des questions comparatives, explicatives ou pratiques ; si elles sont adaptées à une lecture d’entrée.C’est souvent ici que les enseignements utiles apparaissent. 3. Comparez la qualité du trafic, pas seulement son volume Un trafic faible mais très qualifié peut être plus intéressant qu’un trafic visible mais creux. Comparez au minimum :le temps ou l’engagement disponible dans votre outil ; la profondeur de visite ; les conversions principales ; les CTA cliqués ; les pages de sortie.4. Gardez un œil séparé sur le direct ou unknown Il ne faut pas fusionner le direct avec les assistants IA. Mais il serait naïf de l’ignorer complètement. La bonne approche consiste à documenter ce point comme une zone grise potentielle. Si vos referrers IA visibles augmentent, et que le direct augmente aussi sur les mêmes landing pages, cela peut justifier une hypothèse. Pas une certitude. 5. Documentez la règle de lecture C’est un détail qui change tout dans les équipes. Écrivez noir sur blanc :quels domaines sont inclus dans le segment IA ; ce qui n’est pas mesuré ; ce qui tombe en direct ou unknown ; quelles conversions sont suivies ; à quelle fréquence vous relisez ce segment.Un bon dashboard ne suffit pas. Il faut aussi une convention d’interprétation. Les erreurs les plus fréquentes Appeler “trafic IA” tout ce qui ressemble à une hausse du direct C’est probablement l’erreur la plus courante. Le direct est un agrégat imparfait. Il peut contenir beaucoup de choses. Lui attribuer une cause unique sans preuve dégrade la qualité de la lecture. Créer un canal trop large dès le départ Si vous regroupez n’importe quel domaine vaguement lié à l’IA, vous fabriquez un segment imprécis. Mieux vaut un segment incomplet mais propre qu’un segment large et douteux. Se focaliser sur le volume avant la conversion Recevoir 500 visites peu engagées depuis une interface IA est moins intéressant que recevoir 30 visites vers une page comparative qui convertit. Mélanger SEO classique, assistants IA et trafic de marque sans méthode La bonne logique n’est pas de tout opposer. C’est de distinguer ce qui est observable, ce qui est comparable, et ce qui reste hypothétique. Ce qu’il faut retenir Le trafic des assistants IA existe. Il n’est pas imaginaire. Mais il n’existe pas non plus sous une forme unique, propre et parfaitement attribuable. Une partie arrive comme du referral visible. Une partie se perd dans le direct ou unknown. Une partie ne produira jamais de session parce qu’il n’y aura pas de clic. Et une partie s’inscrit dans des environnements de recherche où l’IA et le search classique deviennent plus difficiles à séparer. La bonne approche tient en quatre règles simples :isolez les referrers réellement visibles ; mesurez les landing pages et les conversions, pas seulement les sessions ; gardez le direct comme zone grise, pas comme vérité cachée ; documentez clairement ce que votre segment IA contient, et ce qu’il ne contient pas.Ce cadre est moins spectaculaire qu’une promesse de mesure totale. Il est aussi beaucoup plus utile. FAQ Le trafic venant de ChatGPT doit-il être classé en direct ? Non, pas par principe. Quand un referrer exploitable est transmis, il peut être mesuré comme du referral ou rangé dans un segment dédié. Mais une partie des visites peut aussi finir en direct ou unknown selon le contexte technique. Peut-on mesurer les citations sans clic dans les assistants IA ? Pas avec une analytics web classique. Sans session ni clic, votre outil de mesure d’audience ne voit rien. Faut-il créer un canal IA séparé dans GA4 ? Oui, si vous commencez à voir des domaines référents liés à des assistants IA. GA4 prévoit d’ailleurs ce cas dans sa documentation sur les groupes de canaux personnalisés. Le trafic IA doit-il être lu comme un nouveau canal d’acquisition majeur ? Pas automatiquement. Il faut d’abord regarder les landing pages, la qualité du trafic et les conversions avant de conclure. Peut-on distinguer parfaitement Google Search classique et ses expériences IA ? Pas toujours. Quand l’IA est intégrée à une expérience de recherche plus large, l’attribution isolée devient plus délicate. SourcesOpenAI Help Center, ChatGPT search : https://help.openai.com/en/articles/9237897-chatgpt-search Claude Help Center, Using Research on Claude : https://support.claude.com/en/articles/11088861-using-research-on-claude Perplexity Help Center, How does Perplexity work? : https://www.perplexity.ai/help-center/en/articles/10352895-how-does-perplexity-work Google Analytics Help, Custom channel groups : https://support.google.com/analytics/answer/13051316 Google Search Central, AI features and your website : https://developers.google.com/search/docs/appearance/ai-features Fathom Analytics Docs, Dashboard explained : https://usefathom.com/docs/start/dashboard Plausible Analytics, Breaking down our AI traffic surge : https://plausible.io/blog/ai-referral-traffic-and-optimization
- 09 Feb, 2026
Pourquoi la confiance devient une contrainte de croissance, pas un slogan privacy
Le marketing privacy-first ne doit pas être vendu comme un badge moral ou une hausse de conversion garantie. L'argument le plus solide est plus pragmatique : la confiance fait désormais partie de l'expérience d'achat, et les pratiques de collecte intrusives créent parfois une friction que les équipes ne mesurent pas. Pour les PME européennes, les SaaS B2B et les agences, c'est important parce que la croissance dépend d'interactions répétées. Un acheteur peut vous découvrir via un contenu, revenir plusieurs fois, comparer, demander un avis, lire la documentation puis revenir plus tard. Si chaque interaction semble extractive, la relation se dégrade avant même la vente. Ce que la confiance change concrètement La confiance ne signifie pas ne collecter aucune donnée. Elle signifie collecter avec une finalité claire, l'expliquer simplement et éviter l'escalade silencieuse de la mesure vers le ciblage. Concrètement, elle change cinq workflows :analytics : mesurer ce que l'équipe utilise vraiment ; formulaires : demander seulement les champs nécessaires à ce stade ; publicité : séparer mesure et retargeting ; contenu : répondre aux vraies questions acheteurs plutôt que cacher la valeur derrière des formulaires ; reporting : expliquer les limites au lieu de faire comme si chaque chiffre était parfait.Pourquoi le ciblage peut devenir coûteux Le ciblage peut être utile quand il est transparent, proportionné et aligné avec les attentes de l'utilisateur. Il devient coûteux quand il génère :de la friction de choix ; des tags dupliqués ; des pages plus lourdes ; moins de confiance dans les formulaires et démos ; des débats d'attribution bruyants ; plus de revue juridique et fournisseur.Ces coûts apparaissent rarement dans les dashboards publicitaires. Ils se voient dans des cycles de vente plus longs, plus de travail d'implémentation et moins de confiance dans les chiffres. Checklist confiance avant d'ajouter un suivi Avant d'ajouter une fonction de suivi ou de ciblage, posez cinq questions :Quelle décision cette donnée va-t-elle aider à prendre ? Peut-on répondre avec moins de données ? Le visiteur comprendrait-il pourquoi cela se produit ? Est-ce du reporting de base ou une configuration enrichie explicite ? Qui vérifiera dans trois mois si cette donnée sert encore ?Si l'équipe ne sait pas répondre, repoussez la fonctionnalité. Où se situe Pomelo Pomelo ne doit pas promettre que le privacy-first augmente automatiquement la conversion. Il doit promettre un meilleur modèle opérationnel : cookieless by default, collecte minimale, Strict d'abord, Extended par configuration, et reporting qui rend les limites visibles. C'est suffisant. Les équipes n'ont pas besoin d'un nouveau slogan confiance. Elles ont besoin d'un produit qui les aide à gouverner leurs choix de mesure sans ralentir chaque lancement. SourcesCisco, 2025 Data Privacy Benchmark Study, 2 avril 2025 : https://investor.cisco.com/news/news-details/2025/Ciscos-2025-Data-Privacy-Benchmark-Study-Privacy-landscape-grows-increasingly-complex-in-the-age-of-AI/default.aspx Cisco, 2025 Data Privacy Benchmark Study PDF : https://www.cisco.com/c/dam/en_us/about/doing_business/trust-center/docs/cisco-privacy-benchmark-study-2025.pdf Edelman, 2025 Trust Barometer : https://www.edelman.com/trust/2025/trust-barometer Edelman, 2025 Brand Trust special report : https://www.edelman.com/trust/trust-barometer