Dark funnel B2B : mesurer les signaux sans inventer l’attribution

CH.01

Ce que l’analytics web observe ou non

On peut connaître une entreprise sans visiter son site. L’analytics observe visites et événements enregistrés, pas toutes les conversations privées, recommandations et interactions hors ligne.

Forrester janvier 2026 résume une enquête 2025 auprès de près de 18,000 acheteurs : 94% utilisaient l’IA et vérifiaient aussi auprès de personnes de confiance. Ni toute la recherche dans les LLM, ni perte de référent pour chaque visite ne s’en déduisent.

Une conversation sans visite ne crée aucune session à classer. En cas de visite, la source dépend des signaux et du périmètre d’attribution. GA4 reconnaît les références AI Assistant ; Google AI Overviews et AI Mode relèvent d’Organic Search. Direct a de nombreuses origines possibles.

CH.02

Définir le périmètre avant le pourcentage

Aucune part universelle du parcours n’est invisible. Cela dépend du point de contact, accès, consentement, outil et question.

L’ancien graphique 70–80% n’avait pas de méthode correspondante vérifiée.6sense situe le premier contact à environ 61% du parcours 2025 contre 69% en 2024. Ce n’est pas le temps passé avec l’IA ni la part manquée par l’analytics.

CH.03

Interroger sans orienter

L’auto-déclaration ajoute le récit du client, avec limites de mémoire et sélection. Elle ne remplace pas chaque signal technique par une vérité plus exacte.

Commencez par «Qu’est-ce qui vous a aidé à nous trouver et à nous évaluer ?». Autorisez plusieurs influences. Questionnez l’IA après la réponse spontanée et séparez découverte de l’entreprise et recherche d’une entreprise déjà connue.

• →Texte libre révèle l’inattendu ; options réduisent l’effort. Adaptez au besoin et laissez une sortie aux réponses forcées.
• →Le moment influe sur la mémoire. Notez quand sans déclarer un moment toujours plus exact.
• →Notez taux de réponse et recrutement avec les parts de source.
• →Omissions, erreurs et exagérations sont possibles. Comparez les tendances seulement avec collecte et composition suffisamment constantes.

CH.04

Utiliser la recherche de marque comme contexte

Une requête de marque indique un comportement, pas sa cause ni la conversation antérieure.

Analysez clics et impressions Search Console d’une liste documentée de termes, avec pays, appareil, type et période comparables. Ce sont les impressions de votre propriété, pas le volume total du marché. Requêtes anonymisées et tronquées rendent la table incomplète.

CH.05

Mesurer la visibilité IA comme observation distincte

Les réponses échantillonnées montrent ce qu’un produit dit dans des conditions enregistrées. Leur lien au pipeline qualifié exige vos propres données et un plan de mesure.

Mention, citation, référence et opportunité qualifiée ont des dénominateurs différents. Ni séquence ni délai fixes. Les citations peuvent évoluer avec produit, prompts ou couverture, pas seulement contenu.

• →Choisissez des prompts pertinents ;100–300 est une option, pas minimum validé.
• →Notez plateforme, interface, langue, date et état ; interface grand public et API peuvent différer.
• →Séparez mentions, citations liées et recommandations ; comparez à conditions égales.
• →Séparez sessions reconnues et CRM de la couverture de réponses.
• →Vérifiez un changement important reproductible avant réaction ; une absence n’est pas tendance.

CH.06

Combiner sans compter deux fois

Juxtaposez trois preuves en gardant leurs définitions. Leur accord ne supprime pas les biais communs et ne révèle pas toute interaction invisible.

Une opportunité peut réunir référence IA, recherche de marque et déclaration IA. Trois opportunités gonfleraient le résultat. Dédupliquez avec un identifiant permis et séparez source observée, influence déclarée et interprétation.