« Le trafic venu de l’IA ? Quelques dizaines de visites par mois »
Hex-ko est arrivée en réunion avec une seule diapositive : le trafic venu des IA, mois par mois. Quelques dizaines de visites. La barre touchait le sol.
Puis la phrase est tombée de l’autre côté de la table, on a décidé d’attendre encore un peu, et le point a été refermé.
Si vous avez laissé passer une remarque comme celle-là sans rien répondre, vous lisiez le graphique correctement. Il n’y avait rien d’autre dessus.
Quelqu’un est allé recouper plus de deux millions de conversations d’IA avec ce que les mêmes personnes sont allées voir dans les jours suivants. Quand une marque était nommée dans la conversation, ces gens-là allaient sur son site, et dans la semaine.
Le relevé est américain, il court de janvier à juin 2026, et il suit chaque personne pendant sept jours.
Est-ce qu’une mention dans une réponse d’IA amène des visites sur le site ?
Oui. Avec Gemini, 5,42 % des expositions admissibles sont suivies d’une visite du site de la même marque dans les sept jours. La base prévue, calculée sur trois fenêtres antérieures de sept jours pour les mêmes personnes et marques, est de 2,21 % : le taux qui suit la mention représente donc environ 2,5 fois cette base prévue (Profound, 1er juillet 2026).
Le mot « admissible » resserre nettement le périmètre. La marque figure dans la réponse de l’IA, mais pas dans la demande de l’utilisateur ; la population principale exige aussi une navigation observable la semaine précédente et exclut les cas où la personne avait déjà cherché ou visité cette marque pendant cette semaine.
Le relevé couvre trois plateformes : ChatGPT, Gemini et Google AI Overviews. Le comportement de navigation vient d’un panel dont les participants ont donné leur accord.
La comparaison repose sur un montage que Profound appelle le plan back-placebo. En clair : on prend les sept jours qui suivent l’apparition du nom, et on les met en face d’une prévision construite avec trois périodes antérieures de sept jours pour la même personne et la même marque.
Le point de comparaison n’est donc pas un autre groupe de gens, mais la même personne un peu plus tôt. Ce que ce montage annule, c’est l’écart permanent : quelqu’un qui passe déjà souvent chez vous continuera de passer, avant comme après. Reste ce qui a bougé autour du moment où le nom est sorti.
Le biais ne disparaît pas complètement pour autant. On y revient plus bas, avec ce que l’éditeur reconnaît lui-même.
Chaque plateforme creuse son propre écart
Le taux sur sept jours après la mention et la base prévue sont de 7,79 % contre 4,83 % pour Google AI Overviews, et de 6,39 % contre 4,33 % pour ChatGPT.
Si on range les trois plateformes par l’écart avec le niveau de base, ça donne :
- Gemini : +3,21 points
- Google AI Overviews : +2,96 points
- ChatGPT : +2,07 points
Au niveau du secteur, l’écart s’ouvre davantage. Chez Gemini, les services financiers gagnent 5,7 points, soit +132 % ; le commerce de détail, 5,6 points, soit +140 %.
Un point et un pourcentage ne disent pas la même chose ici. Les points donnent la différence brute entre deux taux de visite ; les +132 % rapportent cette différence au niveau de base du secteur, qui varie d’un secteur à l’autre. Un même gain en points pèse donc plus lourd là où le niveau de départ est bas.
Et ces visites, elles tombent quand ?
42 % des premières visites arrivent en vingt-quatre heures
Sur les trois plateformes, 20,5 % des premières visites du site de la marque après une exposition arrivent dans l’heure. En élargissant à la journée entière, on monte à 42 %.
Un tableau de bord réglé sur la semaine rassemble cette distribution temporelle en un seul point. Il ne permet pas de lire quand les visites sont arrivées au cours de ces sept jours.
Le tableau de bord de Hex-ko était réglé sur la semaine par défaut. Pour examiner le moment des arrivées, l’affichage doit passer au jour sans raccourcir la fenêtre de résultat.
Où ces visites apparaissent-elles dans votre outil d’analyse ?
L’attribution directe reste rare. Du côté de ChatGPT, la part des premières visites postérieures à une exposition qui portaient un IA correspondant au produit était d’environ 1,0 % de janvier à avril, 1,79 % en mai et 2,47 % en juin.
Le mois de juin est partiel et Profound demande de lire ces 2,47 % comme une tendance. La formule « environ 2,5 %, soit une visite sur quarante » décrit donc ce seul segment ChatGPT de juin, et non le taux des trois plateformes sur toute la période. La source indique aussi que plus de 97 % de ces visites ne comportaient pas d’UTM ; elle ne classe pas pour autant chaque visite non marquée en trafic direct ou en recherche de marque.
Et donc le comptage se déplace ailleurs, en dehors du rapport de trafic : le nombre de fois où le nom sort dans les réponses, tenu comme un indicateur à part entière.
Qui a produit ce relevé, et sur quel terrain
Profound vend de la mesure de visibilité IA. La conclusion « être nommé par une IA amène des visites » sert donc directement son produit, et ça se garde en tête pendant toute la lecture.
L’éditeur pose lui-même deux bornes. C’est une enquête sur les visites de site : ni achat, ni contrat signé. Et le montage n’est pas une expérience randomisée, donc le biais de sélection entre les personnes exposées et les autres reste dedans.
Même après l’ajustement sur la base récente et la tendance antérieure de la même personne, le biais de sélection entre cas exposés et non exposés n’est pas entièrement éliminé.
Une seconde lecture tient d’ailleurs debout : l’apparition et la visite pourraient venir toutes les deux du même événement en amont, le moment où la personne se met à regarder la catégorie. Le plan back-placebo retire l’écart permanent entre les gens, il ne retire pas un déclencheur ponctuel.
Ce qui est publié s’arrête à la catégorie et à la plateforme. Aucun résultat marque par marque, donc rien qui dise si la vôtre suit la moyenne.
Le terrain, ce sont les États-Unis, de janvier à juin 2026. Le relevé ne mesure donc aucun marché francophone.
Le recueil passe en outre par un panel de vie privée en double opt-in : les participants donnent leur accord en deux temps avant d’être comptés. Les gens qui acceptent ça forment une population particulière, pas l’ensemble des utilisateurs.
Que reste-t-il d’utilisable, alors ? Hex-ko garde l’ordre dans lequel aller vérifier chez elle, et laisse le « 2,5 fois » dans son pays d’origine.
les jours à l’écran, sept jours pour l’effet, et le nom compté à part
42 % des premières visites se jouent dans les vingt-quatre heures. Un affichage quotidien permet d’en voir la concentration ; le taux postérieur à la mention reste, lui, à évaluer sur la fenêtre de sept jours retenue par la source.
Premier geste : l’affichage passe de la semaine au jour, sans raccourcir la fenêtre d’observation de sept jours.
Second geste : le rapport de trafic quitte la place principale et passe en appui. L’indicateur de tête devient le nombre de fois où le nom de l’entreprise sort dans les réponses des IA.
Une fois ces deux-là échangés, la question qui revient en réunion change de forme. On demandait combien de visites l’IA avait amenées le mois dernier. On demandera si le nom est sorti plus souvent qu’au mois d’avant.
Ce qu’une mention fabrique en amont du clic, l’article sur les recherches que le modèle lance avant d’écrire en donne les chiffres.
Pour commencer, il suffit de descendre d’un cran la granularité du tableau de bord.
Sources
- Profound, “The AI Mention Effect”, 1er juillet 2026 (limites : Profound vend de la mesure de visibilité IA et a donc un intérêt commercial dans la conclusion selon laquelle une mention par une IA amène des visites. C’est une enquête sur les visites de site, pas sur les achats ni sur les contrats signés. Ce n’est pas une expérience randomisée et le biais de sélection entre personnes exposées et non exposées n’est pas éliminé. Les résultats publiés s’arrêtent au secteur et à la plateforme, sans aucun résultat par marque. Le périmètre couvre les seuls États-Unis, de janvier à juin 2026, et aucun marché francophone n’y est mesuré. Le recueil passe par un panel de vie privée en double opt-in, dont les participants ne représentent pas l’ensemble des utilisateurs)
