Trafic IA dans GA4 : mesurer ChatGPT, Gemini et Claude comme de vrais canaux d’acquisition
Le 13 mai 2026, Google a silencieusement changé la donne. GA4 a ajouté un canal natif « AI Assistant » à son Default Channel Group. Résultat : ce trafic que tu cherchais à la main depuis des mois dans tes rapports Referral a enfin une ligne dédiée. Mais ne ferme pas cet article trop vite — parce que ce canal natif est utile et trompeur à la fois. Voici comment en tirer quelque chose de solide.
Ce que GA4 fait (vraiment) depuis mai 2026
Quand le referrer header entrant correspond à un domaine d’assistant IA reconnu, GA4 assigne automatiquement trois valeurs : medium ai-assistant, default channel group AI Assistant, et campaign (ai-assistant). Aucune configuration requise côté GTM ou propriété.
Les sessions qui atterrissaient avant dans Referral ou Direct ont maintenant leur propre ligne dans les rapports d’acquisition standard. C’est un vrai gain de lisibilité pour les équipes qui n’avaient pas encore mis en place de custom channel group.
Maintenant, les limites — et elles sont importantes.
Google avait annoncé au lancement trois sources : ChatGPT, Gemini et Claude. La documentation live du Default Channel Group liste désormais cinq plateformes : ChatGPT, Gemini, DeepSeek, Copilot et Grok. Claude a discrètement disparu de la définition officielle publiée. Perplexity, en revanche, semble apparaître dans certaines propriétés clientes depuis le 11 juin 2026 — Google maintient apparemment la liste de façon réactive. Autrement dit : la liste bouge sans préavis.
L’autre angle mort majeur : entre 35 et 70 % des sessions IA arrivent sans referrer header et tombent dans « Direct », quelle que soit ta configuration. Le canal natif ne voit pas ces sessions. Personne ne les voit directement.
Ancienne école vs méthode augmentée : le vrai écart
| Ancienne école (avant mai 2026) | Méthode augmentée (2026) |
|---|---|
| Regex manuelle dans un custom channel group | Canal natif GA4 + custom group en complément |
| Perplexity, Copilot noyés dans Referral | Regex étendue couvrant 7+ plateformes |
| Zéro historique avant la mise en place | Custom group rétroactif sur tout l’historique |
| Alertes manuelles sur seuils Referral | Alertes sur le medium ai-assistant + segment Direct suspect |
| Dashboard ad hoc reconstruit à chaque client | Template Looker Studio réutilisable avec champ calculé |
Le canal natif est forward-only depuis le 13 mai 2026 — il ne reclassifie pas l’historique. Un custom channel group, lui, s’applique rétroactivement et capture les sources que Google omet, Perplexity en tête. Les deux approches sont complémentaires, pas substituables.
Configurer le custom channel group : la regex qui couvre tout
Va dans Admin → Data display → Channel groups → Create new channel group. Crée une règle « AI Traffic » avec la condition : Session source → matches regex.
Inclus dans ton pattern : chatgpt.com, gemini.google.com, claude.ai, copilot.microsoft.com, deepseek.com, grok.com et perplexity.ai.
Point critique souvent raté : GA4 évalue les règles de canal de haut en bas. Positionne la règle AI au-dessus du canal Referral dans Admin → Data display → Channel groups. Si Referral s’évalue en premier, les sessions IA sont mal catégorisées — c’est l’ordre des règles, pas la regex, qui cause la plupart des problèmes.
Pour vérifier que tout tourne, ouvre Explore, ajoute Session source comme dimension et Sessions comme métrique, filtre avec la regex chatgpt|perplexity|claude|gemini|copilot|deepseek|grok, et compare le résultat avec ton custom channel group pour que les totaux s’alignent.
Pourquoi ce canal mérite une vraie attention métier
Deux chiffres qui remettent les priorités en ordre.
ChatGPT domine le trafic IA referral avec 76,85 % de part globale (données Statcounter, avril 2026). Gemini tient 9 %, Perplexity 7,73 %, Copilot 3,76 %, Claude 2,66 %.
Le trafic en provenance des LLMs a crû de 623 % en glissement annuel, selon le rapport Contentsquare Digital Experience Benchmark 2026. Et la qualité suit le volume : le trafic referral LLM convertit à environ 18 % — plus haut que le paid search, plus haut que l’organique, plus haut que le PPC. Ce chiffre a été confirmé sur plusieurs datasets indépendants en 2025 et 2026.
Les utilisateurs qui reçoivent une recommandation d’un LLM sont par défaut plus avancés dans le funnel. Ils ont déjà eu leur question posée, traitée, et une réponse citant ton contenu. Ils arrivent avec un contexte que l’organique classique ne donne jamais.
Dashboard Looker Studio : le champ calculé qui fait le travail
Dans Looker Studio, crée un champ personnalisé dans ta source de données GA4 pour classifier ce trafic. Ouvre ton dashboard, va dans la source de données, clique sur + Add a Field, nomme-le par exemple « AI Traffic Classifier ». Utilise ensuite une formule CASE WHEN REGEXP_MATCH(Session source, "chatgpt|perplexity|claude|gemini|copilot|deepseek|grok") THEN "AI" ELSE "Other" END. Ce champ devient un filtre ou une dimension dans n’importe quel graphique.
Looker Studio donne une façon plus propre et plus complète de visualiser et comparer les performances entre segments — notamment pour mettre côte à côte le taux d’engagement, les pages de destination les plus citées et les conversions par plateforme IA.
Prompt pour automatiser la détection d’anomalies
Voici un prompt opérationnel à passer dans ChatGPT ou Claude avec un export CSV de tes données GA4 :
Tu es un analyste GA4 senior. Voici un export de sessions
par source sur 90 jours [colle ton CSV].
Identifie :
1. Les sources correspondant à des LLMs (chatgpt, perplexity,
claude, gemini, copilot, deepseek, grok)
2. Les semaines où le volume AI dépasse +30 % vs la moyenne mobile
3. Les landing pages sur-représentées dans le trafic IA
vs le trafic organique
4. Formule une hypothèse sur pourquoi ces pages sont citées
Réponds en tableau markdown, sois concis.
Ce prompt fonctionne aussi en automatisation : connecte GA4 à Google Sheets via l’add-on natif, exporte hebdomadairement, et déclenche une analyse via l’API d’Anthropic ou OpenAI avec ce prompt en système. Tu as une alerte intelligente sans payer un outil tiers.
Ce que les chiffres ne capturent pas encore
Les referrals observables te disent ce qui a été cliqué. L’analyse d’influence te dit ce qui a bougé le marché. Un LLM peut citer ton contenu dans des milliers de réponses sans qu’aucun clic ne soit enregistré — parce que l’utilisateur a copié-collé l’URL, ou simplement retenu le nom de ta marque.
Les utilisateurs qui découvrent ta marque via un LLM visitent souvent ensuite via Direct ou Organic Search, pas uniquement via le lien de citation. Cet effet de débordement est au moins 2 fois plus fort que le SEO traditionnel.
Ce que tu mesures dans GA4 est donc un plancher, pas un plafond. Commence par poser ce plancher correctement — avec le custom channel group, le champ Looker Studio, et l’alerte automatique. Ensuite, regarde ce qui monte dans ton trafic Direct sur les pages que les LLMs citent le plus. C’est là que se cache la vraie ampleur du canal.
Catégories