Votre marque est-elle citée par ChatGPT et Gemini ? Construire un dashboard GTM + GA4 pour mesurer votre visibilité dans les LLMs

Le trafic IA, c’est simple : un utilisateur pose une question à ChatGPT, Perplexity ou Gemini, clique sur une citation dans la réponse, et atterrit sur votre site — avec une intention déjà formée par la conversation qui a précédé. Ce n’est pas du trafic comme les autres. Et pourtant, la plupart des stacks analytics le ratent complètement.

Conductor a mesuré que 89 % des marques ne savent pas attribuer correctement le trafic IA. Ce n’est pas un problème de volonté. C’est un problème de setup.

Ce que GA4 voit — et ce qu’il rate encore

Le 13 mai 2026, Google Analytics 4 a ajouté un canal natif « AI Assistant » à son groupe de canaux par défaut — première fois que le trafic IA est séparé du trafic referral classique sans aucune configuration requise. Bonne nouvelle, mais partielle.

GA4 laisse deux angles morts ouverts : Perplexity peut encore atterrir dans « Referral » si vous ne couvrez pas le cas avec un groupe de canaux personnalisé, et toute session qui perd son header referrer tombe dans « Direct ». Le canal natif ne couvre pas Perplexity. La liste confirmée par Google inclut ChatGPT, Gemini, DeepSeek, Copilot et Grok — mais Perplexity reste classé en « Referral » générique, ce qui rend un groupe de canaux regex personnalisé obligatoire pour une couverture complète.

Les liens ouverts dans les apps iOS et Android de ChatGPT passent par une webview embarquée qui supprime le header Referer. Le copier-coller fait pareil. Idem avec un attribut noreferrer sur le lien. Des analyses 2026 indépendantes situent la part de sessions IA arrivant sans aucun referrer entre un tiers et environ 70 %, selon le mix d’audience et le poids du mobile.

Résultat : vous regardez votre trafic Direct grimper sans comprendre pourquoi.

Le setup GTM qui ferme les trous

La solution propre, c’est une variable JavaScript personnalisée dans GTM qui lit document.referrer et les paramètres UTM de l’URL, puis renvoie un label propre — chatgpt, perplexity, gemini — avant même que GA4 ne classifie la session.

Capturer document.referrer dans une dimension personnalisée via GTM est le contournement fiable pour tout ce que le header ne transmet pas.

Voici le flux logique complet :

[Visite entrante]
       │
       ▼
[GTM : Variable JS "AI Source Detector"]
  ├─ Lit document.referrer
  ├─ Lit utm_source dans l'URL
  └─ Retourne : chatgpt | perplexity | gemini | claude | other
       │
       ▼
[GTM : Trigger "AI Referral Detected"]
  └─ Condition : AI Source Detector ≠ "other"
       │
       ▼
[GTM : Tag GA4 Event "ai_referral"]
  ├─ Paramètre : ai_source (valeur de la variable)
  ├─ Paramètre : landing_page (Page Path)
  └─ Paramètre : session_quality (Engagement Time)
       │
       ▼
[GA4 : Dimension personnalisée "ai_source"]
  └─ Groupe de canaux custom "AI Traffic"
         ├─ Regex source : chatgpt\.com|openai\.com|perplexity\.ai|gemini\.google\.com|claude\.ai
         └─ Priorité : AU-DESSUS de "Referral" dans l'ordre d'évaluation

Un groupe de canaux personnalisé avec une condition regex sur la source capture les plateformes et sessions que GA4 rate. Il faut le placer au-dessus de « Referral » dans l’ordre d’évaluation pour qu’il soit évalué en premier.

L’avantage des groupes de canaux personnalisés : ils sont calculés à l’exécution des rapports, donc un nouveau canal « AI Search » reclassifie vos données existantes immédiatement. Rétroactif. Pas le canal natif de Google.

Prompt pour automatiser le monitoring des mentions

Le tracking du trafic entrant ne répond qu’à la moitié de la question. L’autre moitié : est-ce que les LLMs citent votre marque, même quand les gens ne cliquent pas ?

Les LLMs sont non-déterministes. Le même prompt retourne des mentions de marques différentes d’une exécution à l’autre. Un screenshot manuel, c’est du bruit. La fréquence de visibilité mesurée sur de nombreuses exécutions est le signal qui vaut la peine d’être tracké.

Voici un prompt à automatiser via l’API OpenAI sur une base hebdomadaire :

SYSTEM: Tu es un analyste objectif. Réponds uniquement en JSON valide.

USER: Pour la catégorie "[VOTRE_CATÉGORIE]", 
liste les 5 marques que tu recommanderais le plus souvent 
à un professionnel cherchant "[VOTRE_USE_CASE]".

Pour chaque marque, indique :
- "brand": nom de la marque
- "mentioned": true/false
- "position": rang dans ta réponse (1 à 5)
- "sentiment": "positive" | "neutral" | "negative"
- "cited_url": URL citée si applicable, sinon null

Réponds uniquement avec le JSON, sans texte autour.

Lancez ce prompt 20 fois par semaine, stockez les réponses dans BigQuery ou un Google Sheet via Apps Script, et calculez votre taux de visibilité moyen. Tracker les mentions de votre marque dans ChatGPT nécessite d’exécuter un ensemble de prompts contrôlés contre le modèle live sur un calendrier récurrent, puis de capturer le taux de mention, le sentiment, la co-occurrence avec les concurrents et les URLs sources.

Les KPIs GEO qui ont du sens

Contrairement au SEO traditionnel — où une position numéro un est un résultat visible et traçable — le GEO produit de la présence : votre marque, votre contenu et votre domaine apparaissant comme sources citées dans des réponses générées par IA. Cette présence façonne la considération avant même qu’un acheteur ne clique sur quoi que ce soit.

Les KPIs à suivre dans votre dashboard Looker Studio, organisés par couche :

Couche 1 — Visibilité dans les LLMs (mesuré hors GA4, via API)

• Taux de citation : % de prompts où votre marque apparaît
• Share of voice IA : mesure à quelle fréquence votre marque apparaît par rapport aux concurrents — si vous testez 50 prompts importants et que votre marque apparaît dans 15 réponses, votre taux de visibilité IA est de 30 %.
• Sentiment de marque dans les réponses IA

Couche 2 — Trafic entrant (GA4)

• Sessions par source IA (chatgpt / perplexity / gemini / claude)
• Landing pages les plus citées par les LLMs
• Taux d’engagement vs. trafic organique Google

Couche 3 — Impact business

• Sur un client B2B mesuré entre octobre 2024 et avril 2025, le trafic referral ChatGPT convertissait à 15,9 % et Perplexity à 10,5 %, contre 1,76 % pour Google Organic sur le même site. Les volumes restent faibles — mais le signal est réel.

Ancienne école vs. méthode augmentée

Ce qu’on faisait	Ce qu’on fait maintenant
On regardait les canaux GA4 par défaut	On crée un groupe de canaux custom avec regex multi-sources
On ignorait le trafic Direct inexpliqué	On capture document.referrer dans GTM avant classification
On ne savait pas si les LLMs citaient notre marque	On automatise un prompt set hebdomadaire via API
On optimisait pour les rankings Google	On optimise aussi pour la fréquence de citation dans les LLMs
Un rapport mensuel figé	Un flux BigQuery + Looker Studio qui se met à jour en temps réel

Une page peut être première sur Google et ne jamais apparaître dans une réponse ChatGPT. Une page avec des impressions en baisse mais des citations IA en hausse gagne de la visibilité dans la couche de recherche émergente tout en en perdant dans la couche historique. Les deux métriques racontent des histoires différentes. Il faut les deux.

---

Le rapport le plus actionnable une fois le setup en place, c’est landing-page-par-source : il vous dit exactement quelles pages les LLMs citent et lesquelles ils ignorent. C’est là que commence votre stratégie de contenu GEO — pas dans un audit de mots-clés, mais dans la liste des pages que ChatGPT juge suffisamment fiables pour envoyer ses utilisateurs.