AI Visibility Gap : ce que GA4 ne voit pas (et comment le forcer à regarder)

Votre marque est citée dans ChatGPT. L’utilisateur ferme l’onglet. Deux jours plus tard, il tape votre nom sur Google, arrive sur votre site, et convertit. GA4 attribue ça à « Organic Search ». Vous êtes content de votre SEO. Vous avez tort sur l’origine.

C’est ça, l’AI Visibility Gap. Pas un bug. Une limite structurelle de l’attribution last-click face à un parcours utilisateur qui commence dans un LLM et se termine ailleurs.

Pourquoi GA4 est aveugle par défaut

La plupart des interfaces LLM ne transmettent pas de header referrer quand un utilisateur navigue depuis une réponse IA vers un site externe. Certaines le suppriment pour des raisons de confidentialité, d’autres ne l’implémentent tout simplement pas. Résultat : GA4 reçoit une session sans referrer, sans paramètres UTM, sans signal de campagne — et la classe en direct / (none).

Le « dark AI traffic » désigne précisément ces visites influencées ou initiées par un assistant IA mais invisibles dans vos analytics. Les estimations sectorielles suggèrent que seulement 30 à 40 % des visites pilotées par l’IA sont visibles dans GA4.

GA4 peine encore à identifier la provenance du trafic IA. Environ 22 % des sessions ChatGPT et 32 % des sessions Perplexity atterrissent dans le medium (not set). Et c’est quand le referrer est transmis. Quand ce n’est pas le cas, les clics sortants depuis les apps mobiles ChatGPT ou Perplexity ne portent ni referrer ni UTM, tombent en Direct, et sont indiscernables d’un favori.

Le parcours invisible : schéma d’un flux de données

Voici comment reconstituer mentalement le flux pour le mesurer :

[ChatGPT] → mention de votre marque (sans clic)
     ↓
[Utilisateur ferme l'onglet]
     ↓
[J+2 : recherche Google "votre marque"]   ← GA4 voit "Organic / google"
     ↓
[Visite directe J+5]                       ← GA4 voit "Direct / none"
     ↓
[Conversion]                               ← attribuée à Organic ou Direct

Signal réel manquant : la mention LLM initiale
Signal proxy exploitable : pic de branded search + hausse du direct

Un utilisateur demande à ChatGPT une solution à son problème. L’IA mentionne votre marque. Il ne clique pas — il ferme la fenêtre. Deux jours plus tard, il cherche votre nom sur Google, visite le site et remplit un formulaire. GA4 attribue cette visite à Google Organic, même si la découverte a eu lieu dans l’IA.

Ce que vous pouvez capturer : la couche visible

Commençons par le tractable. ChatGPT ajoute automatiquement ?utm_source=chatgpt.com aux liens qu’il cite dans ses réponses — quand un utilisateur clique, vous voyez ce trafic référencé dans vos analytics.

Par défaut, GA4 catégorise le trafic depuis chatgpt.com ou perplexity.ai comme simple « Referral » ou parfois « Organic Social » — ce qui masque la vraie valeur de ce canal. Il faut créer un groupe de canaux dédié « AI Referrals ».

Dans GA4 : Admin → Data Display → Channel Groups → créer un nouveau groupe (ne jamais modifier le groupe par défaut, ça écrase l’historique). GA4 traite les règles de canal de haut en bas et assigne le trafic à la première règle qui correspond. Si votre canal « AI Traffic » se trouve sous « Referral », une visite depuis chatgpt.com matche « Referral » en premier et votre canal IA ne se déclenche jamais. C’est l’erreur la plus fréquente : la regex est parfaite, mais le canal ne capture rien parce qu’il est mal positionné.

La regex minimale viable :

(chatgpt\.com|chat\.openai\.com|perplexity\.ai|claude\.ai|gemini\.google\.com|copilot\.microsoft\.com)

GTM + UTM : instrumenter ce que vous contrôlez

Quand vous créez un GPT personnalisé avec des fichiers de connaissance qui contiennent des liens vers votre site, utilisez des UTM dédiés pour les tracer séparément. Dans GA4, le trafic depuis ce GPT apparaît alors avec Source chatgpt, Medium ai_assistant, Campaign nom_du_gpt.

Dans GTM, créez une variable JavaScript personnalisée qui lit chaque paramètre UTM depuis l’URL :

// Variable GTM : UTM Source Reader
function() {
  var params = new URLSearchParams(window.location.search);
  return params.get('utm_source') || '(not set)';
}

Créez une variable par paramètre — UTM Source, Medium, Campaign, Content, Term — pour les passer dans vos événements GA4 et votre CRM simultanément. C’est la base pour corréler les conversions avec la source IA même quand le clic a eu lieu plusieurs sessions plus tôt.

La couche invisible : les signaux proxy

C’est là que ça devient intéressant. Les signaux comportementaux en aval sont des indicateurs indirects : tendances du volume de recherche de marque, pics de trafic direct après la publication de contenu référencé par l’IA, et évolution du ratio requêtes brandées / non brandées.

Une fois que votre contenu commence à être cité, vous observez typiquement une hausse des recherches de marque, suivie d’une augmentation progressive du trafic direct. Ce décalage temporel est votre signal. Pas une preuve causale — une corrélation à monitorer dans le temps.

Dans GA4, construisez un segment « Branded Search » avec session_source = google ET session_campaign contenant votre nom de marque. Croisez l’évolution hebdomadaire de ce segment avec vos données de mentions dans les LLMs (via des outils comme Profound, Otterly ou des snapshots manuels). Si les deux courbes bougent ensemble, vous avez un début de preuve.

Ancienne école vs méthode augmentée

Approche classique	Méthode augmentée IA
Regarder « Referral » dans GA4	Canal custom « AI Referrals » + regex priorisée
Ignorer le direct	Segmenter le direct post-mention LLM
Attribution last-click	Proxy signals : branded search + direct comme indicateurs aval
Rapport mensuel manuel	Prompt automatisé pour extraire les données GA4 via l’API

Sur ce dernier point, voici un prompt concret à envoyer à un LLM avec accès à votre GA4 Data API :

« Extrais pour les 90 derniers jours : sessions par source pour toutes les sources matchant la regex (chatgpt|perplexity|claude|gemini|copilot), taux de conversion par source, pages d’atterrissage top 10 pour ces sources, et variation semaine sur semaine du branded search (source=google, campaign contient [votre marque]). Formate en tableau markdown. »

Le trafic IA se concentre rarement de façon homogène sur tout le site — il se regroupe autour des pages hautement citables, bien délimitées, et faciles à extraire pour un modèle de langage. L’analyse par page d’atterrissage compte autant que l’analyse par source.

---

La vraie question n’est pas « est-ce que ChatGPT m’envoie du trafic ? » — certaines estimations suggèrent que 25 à 40 % de ce qui apparaît comme « direct » sur les sites riches en contenu serait en réalité du trafic référencé par l’IA. La vraie question, c’est : avez-vous déjà regardé si votre pic de branded search des six derniers mois coïncide avec une hausse de vos mentions dans les LLMs ? Ouvrez Search Console et GA4 côte à côte. Maintenant.