Si les citations par l’IA sont si difficiles à attribuer, ce n’est pas faute de solutions techniques. Le problème vient surtout du fait que ChatGPT, Perplexity, Google AI Overviews et la plupart des autres moteurs de réponse ne génèrent pas de clics traçables. Un utilisateur découvre votre marque dans une conversation, la mémorise, recherche votre entreprise le lendemain ou remplit directement un formulaire de prise de rendez-vous. Dans GA4, ce parcours apparaît alors comme du « trafic direct » ou une « recherche naturelle de marque », sans aucun lien visible avec l’IA. Le contrat est bien là, mais il est attribué au mauvais canal.
Pour une entreprise B2B, et plus encore pour une équipe SaaS, cette lacune pèse directement sur les arbitrages budgétaires. La direction marketing veut démontrer la rentabilité des investissements en GEO, mais aucun rapport ne comporte de colonne « revenus générés par l’IA ». La visibilité progresse, puis la direction demande : « Quel est l’impact sur notre pipeline commercial ? » Voici comment relier concrètement les citations par l’IA aux résultats, à partir de méthodes réellement utilisées par des équipes à Taïwan, sans attendre que les plateformes fournissent des données de source exhaustives.
Pourquoi les citations par l’IA échappent naturellement à l’attribution
La chaîne d’attribution du référencement naturel classique est complète : recherche → clic → visite → conversion, avec un référent à chaque étape. Les citations par l’IA font disparaître le clic intermédiaire. Le modèle des moteurs de réponse consiste à fournir l’information directement dans la conversation : l’utilisateur peut donc repartir après avoir lu la réponse. Même lorsqu’un lien est présent, beaucoup retiennent simplement le nom de la marque au lieu de cliquer immédiatement.
Trois autres obstacles techniques compliquent l’analyse. Premièrement, le référent de la plupart des visites issues de l’IA est vide ou classé en trafic direct ; une source comme chat.openai.com peut même ne pas apparaître dans le rapport. Deuxièmement, le cycle de décision est long : un prospect peut avoir découvert votre marque sur Perplexity en mars, puis revenir seulement en mai, deux mois plus tard. Tout modèle au dernier clic attribuera alors la conversion au dernier point de contact. Troisièmement, l’achat B2B est une décision collective. La personne exposée à la recommandation de l’IA — un ingénieur, par exemple — n’est souvent pas celle qui remplit le formulaire final — les achats ou un responsable. Le suivi au niveau des cookies ne permet tout simplement pas de relier ces personnes.
Décomposer l’attribution en trois signaux mesurables
L’attribution ne sera jamais exacte à 100 %, mais elle peut fournir un niveau de confiance suffisant pour décider. Lorsque nous déployons Brand Radar pour nos clients, nous répartissons les signaux en trois niveaux, chacun mesuré selon une méthode distincte.
- Signal de visibilité : fréquence et position auxquelles votre marque est citée ou recommandée par l’IA pour une question donnée. C’est le niveau le plus éloigné du revenu, mais aussi le plus simple à mesurer grâce à un suivi régulier des questions.
- Signal de visite : qualité des sessions provenant de sources liées à l’IA — durée de visite, nombre de pages consultées, accès à une page tarifaire ou à une étude de cas. Ce niveau fait le lien entre visibilité de marque et intention.
- Signal de conversion : formulaires, prises de contact et demandes de démonstration indiquant explicitement « découvert grâce à l’IA », ou pouvant être recoupés avec ce signal. C’est le niveau le plus proche du contrat, mais les volumes sont faibles et sa collecte doit être organisée activement.
Quatre méthodes concrètes pour reconstituer la chaîne
Aucune méthode ne couvre à elle seule l’ensemble du parcours. Il faut combiner plusieurs sources afin qu’elles se corroborent. Parmi les quatre méthodes suivantes, nous recommandons d’en déployer au moins trois simultanément.
I. Ajouter une question aux formulaires
Ajoutez la question « Comment nous avez-vous connus ? » à vos formulaires de prise de rendez-vous ou de contact, avec les choix « Recommandation de ChatGPT/d’un assistant IA », « Perplexity » et « Google AI Overviews ». C’est la mesure la plus directe, la moins coûteuse et l’une des plus sous-estimées. À Taïwan, les clients B2B répondent généralement volontiers et avec sincérité, car ils recherchent alors activement une solution. Le nombre de réponses mensuelles ne dépassera peut-être pas deux chiffres, mais il s’agit de la seule donnée de première main explicitement associée à l’IA. Sur la durée, elle est plus fiable que n’importe quelle hypothèse.
II. Nettoyer les UTM et les référents des moteurs de réponse
Pour les réponses de l’IA qui comportent un lien sur lequel l’utilisateur clique réellement, créez dans GA4 un groupe de canaux distinct regroupant les sources ChatGPT.com, Perplexity.ai et Gemini. Retirez-les du trafic direct et du référencement naturel. Ces clics ne représentent qu’une petite partie du parcours, mais ils constituent une donnée robuste : utilisez-les comme estimation basse de l’impact global de l’IA.
III. Analyser la corrélation avec le volume de recherches de marque
Lorsque vos contenus GEO commencent à être cités, la progression des recherches associant le nom de votre marque à un problème constitue un signal faible, mais régulier. Comparez la fréquence des citations détectées par Brand Radar avec les courbes des requêtes de marque dans Search Console. Une hausse des recherches de marque deux ou quatre semaines après une période de forte exposition permet d’observer un effet de débordement. Cette analyse n’est pas assez précise pour attribuer un contrat donné, mais elle suffit à expliquer à la direction une relation probable de cause à effet.
IV. Recueillir les retours qualitatifs de l’équipe commerciale
Instaurez un réflexe dans le CRM : lors de la création d’une opportunité ou d’un contrat, l’équipe commerciale doit noter toute remarque du type « Je vous ai vus sur ChatGPT ». Cette donnée est difficile à quantifier précisément, mais c’est souvent le seul indice permettant de relier l’IA au « montant payé ». Quelques dizaines de mentions par trimestre suffisent déjà pour estimer la contribution de l’IA à l’élargissement du pipeline commercial.
Présenter les résultats à la direction avec un cadre de KPI
Reste une question : comment présenter ces résultats à des décideurs qui ne liront pas le rapport dans le détail ? Nous conseillons de ne pas réduire l’analyse à un seul chiffre. Construisez plutôt un ensemble d’indicateurs qui se corroborent, puis exprimez leur valeur en NT$.
- Part de voix dans les citations par l’IA (AI Share of Voice) : pour vos principaux groupes thématiques, pourcentage de citations obtenu face à vos concurrents majeurs. C’est le dénominateur de votre visibilité.
- Leads influencés par l’IA (déclarés + clics) : nombre de contacts ayant indiqué l’IA comme source dans le formulaire, auquel s’ajoutent les clics confirmés par le référent.
- Pipeline influencé par l’IA : pour les leads devenus des opportunités commerciales, appliquez le panier moyen par client afin d’aboutir à une estimation du type « l’IA a influencé au moins NT$X de pipeline commercial ».
- Contrats attribués à l’IA : montant des contrats pour lesquels une mention de l’IA figure dans les retours commerciaux. C’est l’estimation basse la plus prudente et la plus défendable.
Les pièges classiques de l’attribution
Premier piège : ne mesurer que les clics. Exiger de l’IA un référent complet revient à ignorer 80 % de son influence. Deuxième piège : attribuer au GEO toute la valeur des recherches de marque, alors que d’autres actions commerciales peuvent se dérouler en parallèle. Dans une analyse de corrélation, signalez les autres facteurs évidents — un événement majeur ou une campagne, par exemple — afin d’éviter les conclusions trompeuses. Troisième piège : choisir une période de reporting trop courte. Entre une citation par l’IA et une transaction, plusieurs semaines ou plusieurs mois peuvent s’écouler. Un rapport mensuel ne montre qu’une fluctuation isolée et produit un signal confus ; une lecture trimestrielle permet de dégager la tendance.
Être cité par l’IA vous donne un droit d’entrée. Relier cette citation au revenu crée un avantage durable. La première mesure prouve que vous existez ; la seconde, que cet investissement en vaut la peine.— Tenten GEO consultant team
Trois actions à lancer dès aujourd’hui
N’attendez pas de disposer d’un système parfait. Commencez à accumuler des données avec trois actions : ajoutez « Comment nous avez-vous connus ? » au formulaire de contact ; isolez les sources issues de l’IA dans un canal distinct de GA4 ; demandez à l’équipe commerciale d’ajouter dans le CRM une colonne « Mention de l’IA : oui/non ». Trois mois plus tard, vous pourrez présenter à la direction un premier rapport sur l’impact de l’IA, au lieu de vous contenter d’affirmer que « le GEO fonctionne ».
Vous souhaitez savoir dans quelle mesure votre marque est actuellement citée par l’IA et quelles citations ne se traduisent pas encore en opportunités commerciales ? Planifiez un diagnostic GEO de 30 minutes. Avec Brand Radar, nous mesurerons votre taux réel de citation et identifierons les maillons manquants de votre chaîne d’attribution, afin que le tableau de bord du prochain trimestre fasse enfin apparaître une colonne « opportunités générées par l’IA » en progression.
