Après avoir investi massivement dans des outils comme Scrunch ou Profound pour suivre leur présence dans les réponses de ChatGPT ou des AI Overviews de Google, les directeurs marketing font face à un nouveau casse-tête : prouver que cette visibilité se traduit réellement en ventes.

Une pression venue du conseil d'administration
Selon John Barham, associé directeur de l'agence média Roast, les CMO subissent depuis 18 mois une pression intense de leurs conseils d'administration et investisseurs pour établir ce lien de cause à effet. Un sondage récent sur la recherche par IA indique qu'environ 73% des marketeurs ont déjà investi dans des outils de suivi de leur visibilité en IA. Le problème : ces plateformes, aussi utiles soient-elles pour estimer comment une marque est présentée par un modèle et sur quelles sources il s'appuie, ne permettent pas de relier ces mesures à l'activité commerciale.

Une approche par « triangulation »
Faute d'outil unique capable de dresser un portrait complet, les équipes marketing combinent plusieurs signaux indirects. Alicia Yoon, fondatrice de la marque de soins de la peau Peach & Lily, parle de « trianguler » différents points de données pour estimer l'impact de la présence de sa marque dans les résultats de Google AI Overviews ou de ChatGPT sur les ventes en ligne.

Chez l'entreprise B2B Rippling, l'équipe croise :
- les mesures de visibilité issues d'outils comme Profound et AirOps;
- les données de conversion provenant des publicités payantes sur ChatGPT;
- le trafic web selon les requêtes de recherche de marque et hors marque;
- un modèle de mix média maison bâti sur la plateforme open source Meridian de Google.

Cette approche mobilise une équipe de scientifiques de données à l'interne, mais elle pourrait devenir la norme. Une étude de Demandbase révèle que les visites référées par ChatGPT vers des marques B2B ont bondi de 303% en un an, passant d'environ 645 000 en juin 2025 à 2,6 millions en juin 2026, à mesure que les acheteurs B2B adoptent l'outil pour leurs recherches. Pour la CMO de Demandbase, Rachel Truair, relier ce trafic aux résultats commerciaux ramène les marketeurs à des enjeux d'attribution qui les tourmentent depuis des années.

Vers la modélisation statistique
Roast utilise notamment le modèle Causal Impact de Google, un outil open source basé sur la logique bayésienne pour établir un lien entre les intrants de recherche et les résultats d'affaires. Selon Barham, il n'existe pas encore de technologie capable de tracer une ligne claire entre la visibilité sur un modèle d'IA et une hausse des ventes — il faut plutôt emprunter la voie de la modélisation.

Cette tendance a d'ailleurs mené l'IAB à publier, au début du mois, des lignes directrices de mesure standardisées pour aider les marques et agences à naviguer dans la découverte propulsée par l'IA. En juin, Google a aussi ajouté à Search Console une fonctionnalité de rapport sur la performance en IA générative. Pour Mulenga Agley, fondateur de l'agence Growthcurve, la seule véritable façon de procéder est de modeler soi-même ses données de première partie, en excluant ce qu'on sait être du trafic généré par l'IA.

La tentation d'influencer Reddit et YouTube
En l'absence de lien commercial clair, plusieurs marques cherchent malgré tout à améliorer leur visibilité en IA, notamment en misant sur des plateformes comme YouTube et Reddit, dont le contenu alimente souvent les réponses des modèles de langage. Certaines vont jusqu'à intervenir directement dans les fils de discussion Reddit les plus populaires pour orienter le consensus avant qu'il ne soit récupéré et résumé par l'IA — une pratique que la co-PDG de l'application de rencontres Seeking.com, Dana Rosewall, qualifie de gestion de réputation.

Du côté de la publicité, les résultats sont mitigés. Si ChatGPT offre aux annonceurs un pixel de conversion pour lier leurs publicités payantes aux actions des consommateurs, d'autres tentatives d'utiliser les médias payants pour influencer les résultats de recherche IA ont échoué : une offensive de Time Inc. pour vendre des publicités markdown lisibles par des agents IA s'est butée à une réaction musclée de Perplexity, qui les a bloquées en les qualifiant de trompeuses.

D'autres marques misent plutôt sur le marketing d'influence et le contenu de marque. Mais selon Andrew Wheeler, PDG de l'agence de contenu Skyword, la seule citation ne suffit pas : il faut se demander si le contenu bâtit une véritable autorité, si cette autorité se traduit en citations, et si ces citations génèrent des résultats d'affaires concrets.

Certains choisissent d'ignorer la question
Pour d'autres CMO, l'absence de preuve directe entre visibilité et ventes justifie de concentrer les efforts ailleurs. Chad Keller, cofondateur et PDG de Mellow Sleep, priorise plutôt les médias sociaux payants et le marketing d'influence, misant sur le fait que la notoriété générée par ce « bruit » finira, avec le temps, par bénéficier à la visibilité en IA — davantage que des tactiques risquant d'être réprimées par les plateformes.

Des solutions en développement
Certaines agences travaillent activement à combler ce vide. En mars, l'agence Assembly (groupe Stagwell) s'est associée à la start-up Emberos pour lancer une solution nommée « Search+ ». Selon Dan Roberts, vice-président principal mondial de la recherche chez Assembly, l'objectif est d'intégrer davantage de données de résultats d'affaires (conversions, revenus, prospects) à la plateforme, en les combinant à la performance des publicités payantes sur d'autres canaux numériques et à l'activité des créateurs de contenu. Aucun échéancier n'a été communiqué pour son lancement.

S'habituer à l'incertitude
En attendant une solution fiable, les marketeurs devront peut-être accepter une nouvelle façon de penser la recherche. Alicia Yoon, de Peach & Lily, reconnaît que son équipe ne peut pas capturer tous les événements de conversion possibles — un consommateur peut lire un résultat de recherche IA sur une plateforme, puis acheter sur Amazon plutôt que sur le site de la marque. Une partie des données échappera toujours à la mesure.

John Barham résume l'enjeu : la recherche, autrefois considérée comme un canal de performance aux leviers et résultats clairs, doit désormais être envisagée en termes « probabilistes ». Les équipes doivent s'habituer à expliquer la valeur de leur travail à leurs clients même en l'absence d'un fichier CSV téléchargeable pour le prouver.

Source: Digiday