Ce que les marques observent réellement sur le terrain
Des équipes marketing de marques, d’agences et de retailers se sont récemment réunies pour échanger sur une question simple mais difficile : est-ce que l’IA est en train de changer les comportements d’achat, et si oui, comment le mesure-t-on ?
La conclusion de ces échanges est plus nuancée que les discours apocalyptiques qu’on entend souvent sur le sujet : la disruption est bien là, mais elle n’arrive pas là où on l’attendait.
Ce qui tient encore : les conversions, les sponsored products, les budgets
Premier constat, et il surprend : les indicateurs que tout le monde surveille avec inquiétude résistent mieux que prévu. Les conversions publicitaires restent stables. Les sponsored products ne montrent pas d’érosion significative. Personne dans la salle ne réalloue ses budgets en urgence. L’ambiance est à la surveillance et au test, pas à la panique.
C’est un signal important. Les marques qui anticipaient un effondrement rapide de leurs métriques de performance sous l’effet du commerce assisté par IA ne le constatent pas encore. Le chiffre d’affaires reste là. Les ventes se font. Les campagnes continuent de tourner.
Mais attention à l’interprétation. Que les conversions tiennent ne signifie pas que rien ne change. Cela signifie que ce qui change se passe en amont, à des endroits que les outils de mesure classiques ne capturent pas.
Ce qui se déplace : le début du parcours d’achat
C’est là que les observations deviennent vraiment intéressantes. Le consensus le plus fort dans la salle : la vente continue de se produire, mais le chemin pour y arriver a changé. Et c’est le début de ce chemin qui est en train de se transformer.
Le trafic en provenance de Google est en baisse. Les acheteurs commencent leur recherche dans ChatGPT ou Claude, et Google, reconnaissent les participants, accuse du retard sur ce sujet. Le trafic de navigation sur Amazon a également reculé de manière notable selon plusieurs marques présentes. En parallèle, des surfaces comme Reddit, Pinterest ou Wikipedia gagnent du terrain comme points d’entrée du parcours d’achat, parce que ce sont des sources que les intelligences artificielles citent volontiers dans leurs réponses. Le social commerce progresse également, avec TikTok Shop qui est spécifiquement identifié comme un canal en croissance capable de court-circuiter complètement l’écosystème des retail media networks.
Un cas particulier mérite d’être noté : les marques d’ingrédients alimentaires. Ces acteurs rapportent une vraie progression de leurs références dans les résultats d’IA, portée par les plans de repas et les recettes que les LLMs génèrent en réponse aux questions des utilisateurs. Un canal d’acquisition totalement nouveau, non prévu dans les stratégies initiales, qui commence à peser sur les résultats.
Le “dark search” : le problème que les analytics ne voient pas
Plusieurs groupes dans la salle ont convergé vers la même idée de manière indépendante, ce qui lui donne un poids particulier. L’IA influence la décision d’achat, mais elle ne laisse quasiment aucune trace dans les outils d’analyse classiques.
Le mécanisme est simple à comprendre une fois qu’on le formule : un acheteur recherche un produit dans ChatGPT, passe du temps à comparer et à affiner son choix dans cette interface, puis se rend directement sur le site de la marque ou en magasin pour finaliser l’achat, plusieurs heures ou plusieurs jours plus tard. Aucun clic intermédiaire. Aucun UTM. Aucune trace dans Google Analytics ou dans le reporting Amazon. La conversation avec l’IA a pesé de manière décisive dans la décision, mais elle obtient zéro crédit dans les modèles d’attribution existants.
C’est ce que Kiri Masters, qui animait la session, appelle le “dark search”, en référence au dark social qui posait le même problème pour les partages de liens privés. Le parallèle est juste. Et les implications pour la mesure de performance sont significatives : une partie croissante de l’influence de marque s’exerce dans des espaces invisibles pour les outils actuels, ce qui signifie que les budgets sont potentiellement mal alloués sur la base d’une image incomplète de la réalité.