La recherche via IA, ChatGPT, Copilot & consorts a bouleversé ta buyer journey et rendu obsolète une grande partie de ton modèle d'attribution classique.

Les acheteurs B2B mènent aujourd'hui pendant des semaines, voire des mois, des recherches anonymes dans des communautés, sur des sites de comparaison et de plus en plus via des assistants IA, avant même de remplir un formulaire ou de parler à l'équipe Sales. Des études montrent qu'environ 70 % de la buyer journey B2B est déjà terminée avant qu'un acheteur ne contacte pour la première fois les ventes - la majorité de ces actions se déroule donc dans le " Dark Funnel " et reste quasi invisible pour tes outils d'analytics.

Dans le même temps, tes solutions apparaissent dans les AI Overviews, les réponses de ChatGPT ou les recommandations d'agents - mais ces points de contact sont anonymes, sans sessions ni cookies classiques.

Dans ce guide, tu vas découvrir étape par étape comment, dans cet enfer de l'attribution, construire malgré tout des modèles de ROI fiables - sans donner l'illusion d'une précision qui n'existe pas.

Ce que tu vas apprendre dans ce guide

  • Pourquoi l'attribution marketing classique échoue à l'ère des agents IA - et quelles parties restent utiles
  • Un framework en 7 étapes pour rendre mesurable le ROI malgré la recherche anonyme via IA
  • Quelles métriques proxy tu dois suivre pour l'IA Search (SEO/GEO/AEO)
  • Comment intégrer les signaux IA et Dark Funnel dans un modèle d'attribution réellement exploitable
  • Comment mettre en place ce dispositif au quotidien avec ton équipe et des outils comme Nukipa - automatisation marketing par IA

Prérequis : ce que tu dois avoir en place avant de te lancer

Vérifie d'abord si les fondamentaux suivants sont en place chez toi :

  • CRM propre & structure d'opportunités claire
    • Les deals/opportunities sont reliés à des contacts & comptes
    • Le chiffre d'affaires (Won) est clairement documenté
  • Fondamentaux analytics
    • Outil de web analytics (p. ex. GA4, Matomo, Piwik PRO) avec campagnes basées sur des UTM
    • Taxonomie de canaux cohérente (Organic, Paid Social, Paid Search, Referral, Direct, etc.)
  • Tracking d'événements & formulaires
    • Soumissions de formulaires, demandes de démo, essais gratuits sont suivis comme événements dans l'analytics & le CRM
    • Champ " Comment avez-vous entendu parler de nous ? " (attribution déclarative) disponible
  • Base de contenu
    • Blog/espace ressources optimisé pour les moteurs de recherche
    • Idéalement, des contenus déjà adaptés à l'IA Search & à la GEO
  • Optionnel, mais recommandé
    • Data Warehouse/BI (BigQuery, Snowflake, Power BI, Looker)
    • Outil de visibilité IA ou de tracking GEO, par exemple du tracking de prompts sur Google, ChatGPT et Claude pour plus de 100 prompts d'acheteurs pertinents. Nukipa suit plus de 100 prompts sur Google, ChatGPT et Claude, mesure où ta marque est citée et quel trafic revient vers ton contenu

Étape 1 : accepter que ta buyer journey est " agentique " et non linéaire

Avant de construire un nouveau modèle d'attribution, tu dois d'abord ajuster ton modèle mental.

Ce qui a changé

  1. La recherche anonyme domine
    Environ deux tiers des acheteurs B2B démarrent par une recherche en ligne autonome, souvent assistée par des outils d'IA. Le choix des fournisseurs est souvent déjà fait lorsque la première demande arrive. Selon une étude récente de 6sense, plus de 80 % ont déjà un favori avant de contacter les ventes pour la première fois.
  2. Le Dark Funnel se développe
    Les forums, communautés Slack, dark social, chats internes et recherche via IA (ChatGPT, Perplexity, Copilot) sont à peine mesurables, mais décisifs. Les études estiment la part de la journey anonyme à environ 70 %.
  3. Du SEO à l'optimisation pour la recherche IA (GEO)
    L'optimisation pour moteurs génératifs (GEO) consiste à structurer tes contenus de manière à ce qu'ils soient utilisés directement comme réponse par les systèmes de recherche générative comme ChatGPT - et pas seulement comme liens dans les pages de résultats classiques.

Analogie (sport automobile) : Hier, en marketing B2B, tu ne voyais que le " temps au tour " - autrement dit, le dernier clic. Aujourd'hui, la buyer journey ressemble à la télémétrie d'une Porsche GT3 sur la Nordschleife : des centaines de mesures, dont beaucoup invisibles. Des données parfaites n'existent pas - mais tu disposes de suffisamment de signaux pour t'améliorer de manière systématique.

Idée clé : une attribution parfaite est impossible. Tu as besoin d'un modèle de mesure probabiliste, centré sur l'expérimentation.

Étape 2 : définir quel ROI tu veux réellement mesurer

Avant de parler d'attribution, clarifie d'abord quel ROI ton marketing doit piloter.

2.1 Définir les objectifs business

Clarifie avec la direction revenue (CFO, CRO, Head of Sales) :

  • Horizon temporel pertinent (p. ex. pipeline à 12 mois vs inbound à 3 mois)
  • Indicateurs clés :
    • New Business ARR/MRR
    • Expansion/upsell
    • Nombre d'opportunités qualifiées
    • Taux de transformation (Win Rate) & vélocité des deals
  • Segments critiques (p. ex. France vs international ou selon ICP)

2.2 Définition du ROI pour les activités IA & Dark Funnel

Pour la recherche IA & la GEO, tu as besoin d'une définition élargie du ROI :

  • Principalement :
    • Chiffre d'affaires/pipeline généré via des canaux liés à l'IA (p. ex. trafic de référence IA, attribution déclarative " trouvé via ChatGPT ")
  • Secondaire (indicateurs avancés) :
    • AI Share of Voice (part de ta marque dans les réponses IA)
    • Croissance de la recherche de marque, du trafic direct et des leads " No Referrer "
    • Attribution déclarative où " assistant IA " est mentionné comme source

Conseil : documente une fois pour toutes ta définition du ROI et fais-la valider par le CFO. Tu auras ainsi un cadre clair pour toutes les discussions sur l'attribution et le ROI.

Étape 3 : stabiliser ton attribution de base (tout ce qui reste mesurable)

Ce n'est que lorsque les signaux clés sont fiables qu'il vaut la peine d'ajouter des signaux IA.

3.1 Setup minimal par canal

À sécuriser ou à rattraper :

  1. First Touch & Last Touch
    • First Touch : premier canal de contact du lead
    • Last Touch : dernier canal avant la conversion (p. ex. formulaire, essai gratuit)
  2. Attribution multi-touch
    Les études sur l'attribution recommandent clairement les modèles multi-touch pour refléter la journey de manière globale.
    Commence avec un modèle linéaire couvrant tous les touchpoints connus.
  3. Groupes de canaux spécifiques pour les nouvelles sources
    • AI Search / Referral (trafic en provenance de ChatGPT, Perplexity, Copilot, etc.)
    • Communities & Dark Social (p. ex. URLs personnalisées dans Slack, liens UTM en messages privés LinkedIn)

À éviter :
Si le trafic IA est classé en " Direct " ou " Referral/Other ", une partie de son impact disparaît systématiquement. Crée tôt des groupes de canaux dédiés.

3.2 Compléter avec l'attribution déclarative

Ajoute ce champ à tes formulaires clés :

" Comment avez-vous entendu parler de nous pour la première fois ? "
(champ libre + menu de sélection)

Nouvelles options de réponse :

  • " Recommandation via assistant IA (ChatGPT, Copilot, Perplexity) "
  • " Communauté / Slack / Discord "
  • " Podcast / YouTube "

Tu rapatries ainsi une partie du Dark Funnel dans le système, vue du côté de l'acheteur.

Étape 4 : capter de nouveaux signaux issus de l'IA Search & du Dark Funnel

Tu vas maintenant rendre visibles les activités IA malgré l'absence de données de clic classiques.

4.1 Introduire des métriques de visibilité IA & GEO

Les métriques utiles tournent autour de la Generative Engine Optimization (GEO) et de l'analyse de recherche IA :

  • AI Share of Voice (SOV) :
    part de ta marque dans les réponses IA pertinentes par rapport aux concurrents
  • Présence/coverage dans les réponses :
    À quelle fréquence apparais-tu dans les AI Overviews, les réponses de ChatGPT ou Perplexity ?
  • Qualité des citations :
    Est-ce que des ressources à forte valeur (études de cas, comparatifs) sont référencées ?

Plus que la précision au pourcentage près, c'est le trend dans le temps qui compte.

Mon constat : les métriques de visibilité IA sont comme des données radar : ce sont les tendances qui importent. Chercher une attribution ROI ultra précise conduit le plus souvent à des distorsions.

4.2 Suivre le trafic IA de manière ciblée

Mise en pratique :

  1. Patterns de referrer
    • Analyse des referrers comme chat.openai.com, perplexity.ai, bard.google.com et rattache-les de façon fiable au canal AI Search / Referral.
  2. Landing pages/URLs dédiées à l'IA
    • Crée des ressources optimisées pour la recherche IA (articles comparatifs, FAQ, tutoriels) et utilise des slugs reconnaissables (p. ex. /comparatif-x-vs-y-ia).
  3. Tests & monitoring de prompts
    • Définis des prompts clés et observe si et comment ta marque apparaît - par exemple de manière automatisée via le tracking de prompts de Nukipa.

4.3 Métriques proxy pour le Dark Funnel

Le tracking direct étant rarement possible, tu observes :

  • Hausse du volume de recherche de marque
  • Augmentation du trafic direct avec de bons signaux de qualité (temps passé, visiteurs récurrents)
  • Contenu généré par les utilisateurs (fils Reddit, captures Slack, comparatifs)
  • Attribution déclarative " assistant IA/communauté " comme premier contact

Conseil :
Organise des " Dark Funnel reviews " mensuelles : collecte des captures d'écran, résultats de prompts, mentions, et mets-les en regard de la pipeline et de la demande de marque.

Étape 5 : construire un modèle d'attribution hybride pour des acheteurs pilotés par IA

Tu vas maintenant combiner données de chiffre d'affaires et signaux IA & Dark Funnel dans un modèle opérationnel.

5.1 Trois couches - vue d'ensemble du modèle

  1. Layer 1 - faits durs (niveau deal) :
    • Chiffre d'affaires/pipeline
    • Canaux First Touch / Last Touch
    • Attribution déclarative
  2. Layer 2 - attribution par canal et par programme :
    • Évaluation multi-touch sur tous les touchpoints connus
    • Rattachement aux programmes de contenu/événements
  3. Layer 3 - influences IA & Dark Funnel :
    • AI Share of Voice, conversions issues de références IA, métriques proxy

5.2 Exemple : schéma de ROI pondéré

Un modèle possible :

  • 50 % : attribution de chiffre d'affaires clairement traçable
  • 30 % : modélisation via proxys IA/Dark Funnel (p. ex. corrélation entre AI SOV et recherche de marque)
  • 20 % : expériences contrôlées (A/B, splits géographiques, phases On/Off)

Important : clarifie bien que les layers 2 et 3 sont modélisés, pas mesurés de façon exacte ! L'objectif est d'éclairer les décisions, pas de produire des chiffres fétichisés.

5.3 Mise en œuvre opérationnelle

  • Construire un tableau d'attribution central dans ton outil de BI : deals en lignes, indicateurs (y compris index IA, score GEO) en colonnes
  • Calculer automatiquement un " score d'attribution " basé sur la pondération
  • Piloter les budgets Paid/Search/Content à partir de ces scores

Étape 6 : rendre visible le ROI de l'IA grâce aux expérimentations

Quand l'attribution directe fait défaut, les expériences ciblées deviennent essentielles.

6.1 Designs d'expériences typiques

  1. Expériences On/Off :
    • Optimise délibérément un ensemble d'articles clés et observe ensuite les variations (recherche de marque, trafic direct, source IA en attribution déclarative, SQOs)
  2. Splits géographiques :
    • Compare des régions où l'effort GEO diffère fortement et observe l'évolution de la pipeline
  3. Tests A/B de contenus pour la visibilité IA :
    • Teste différents formats de contenu et mesure lesquels sont le plus souvent cités dans les réponses IA

6.2 Agents IA dans le commerce

Les données du retail montrent que le trafic issu des canaux IA & agents a parfois doublé, avec des taux de conversion supérieurs à ceux des canaux classiques. Même si ces données proviennent du B2C, une chose est claire : la découverte portée par l'IA est bien réelle, et ses effets deviennent visibles via des expériences et des proxys.

Conseil :
Concentre-toi sur 2 à 3 expériences maximum par trimestre, explicitement conçues pour tester un effet IA/GEO.

Étape 7 : instaurer des tableaux de bord & des routines au quotidien

Même le meilleur modèle ne sert à rien s'il n'est pas utilisé avec rigueur.

7.1 Les trois tableaux de bord clés

  1. Tableau de bord C-Level (Executive View)
    • Pipeline/chiffre d'affaires par groupe de canaux (y compris AI Search / Referral)
    • Demande de marque (recherche de marque, trafic direct, attribution déclarative " marque ")
    • Indice d'influence IA (à partir de AI SOV, AI-Referral, attribution déclarative " assistant IA ")
  2. Tableau de bord Marketing Operations
    • Performance des canaux incluant l'attribution multi-touch
    • Coût/SQO/Won par programme
    • Évolution des métriques GEO/IA
  3. Tableau de bord Contenu & SEO/GEO
    • Performance des contenus (trafic, engagement, leads)
    • Visibilité IA par contenu
    • Backlog d'optimisation basé sur les résultats de prompts

7.2 Routines organisationnelles

  • Monthly Revenue Review :
    • Analyse conjointe des faits et de l'évolution du Dark Funnel
    • Prise de décisions budgétaires
  • Quarterly Experiment Review :
    • Qu'est-ce qui fonctionne dans les expériences IA/GEO ? Qu'est-ce qu'on scale, qu'est-ce qu'on arrête ?
  • Planification contenu & GEO (p. ex. avec Nukipa) :
    • Planification des sujets et formats sur la base du tracking de prompts
    • Avec des plateformes comme Nukipa - automatisation marketing par IA, tu peux automatiser tes plans de contenu et les déployer en mode GEO-/SEO-optimisé.

Conseil :
Les agences bénéficient particulièrement d'un setup scalable. Avec Nukipa pour agences marketing, tu peux appliquer des frameworks d'attribution et de GEO à l'ensemble de tes clients.

Erreurs fréquentes & comment les éviter

Erreur 1 : chercher une causalité à 100 % - elle n'existe pas dans un web d'agents et d'utilisateurs anonymes. Construis un modèle robuste d'aide à la décision, pas une " preuve " mathématique.

Erreur 2 : se fier uniquement à l'attribution last-click - cela masque l'impact de l'IA et du contenu.

Erreur 3 : acheter des outils de visibilité IA sans réflexion - commence par définir objectifs et critères de décision.

Erreur 4 : séparer SEO et GEO dans l'organisation - les deux doivent faire partie d'une stratégie intégrée, et un SEO technique propre est une condition de base pour réussir en GEO.

Prochaines étapes : de l'Attribution Hell à un framework fiable

To-do list :

  • Cette semaine :
    • Clarifier la définition du ROI avec la direction revenue
    • Créer un nouveau groupe de canaux AI Search / Referral
    • Ajouter l'attribution déclarative aux formulaires
  • Dans les 30 prochains jours :
    • Mettre en place First Touch/Last Touch et le multi-touch dans l'analytics & le CRM
    • Définir 10 à 20 prompts et les tester via le tracking de prompts
    • Créer les proxys IA & Dark Funnel comme métriques dans ton BI
  • Dans les 90 prochains jours :
    • Représenter le modèle d'attribution hybride (Layers 1-3) dans un tableau de bord
    • Lancer 2 à 3 expériences GEO/IA
    • Aligner ta roadmap contenu sur les insights GEO/IA - en l'automatisant avec Nukipa.

En suivant ces étapes, tu te dotes d'un véritable tableau de bord de pilotage pour ton marketing B2B à l'ère de l'IA Search et des buyer journeys pilotées par des agents.

FAQ : attribution à l'ère des agents IA

1. Comment gérer le trafic IA anonyme dans le CRM ?

Les contacts directs sont rarement visibles. Procède ainsi :

  • Enregistre les referrers IA comme canal séparé
  • Utilise l'option " assistant IA " dans les formulaires d'attribution déclarative
  • Mets en corrélation l'évolution du trafic IA avec la recherche de marque, le direct & les SQOs
  • Utilise des expériences pour isoler les effets
  • Marque les opportunités avec signaux IA et analyse ensuite leur taux de succès

2. Quels outils sont indispensables pour l'attribution dans un web d'agents ?

Indispensables :

  • CRM avec structure d'opportunités
  • Web analytics avec tracking UTM
  • Couche BI/reporting

Très utiles :

  • Plateforme de content marketing automatisé et optimisé IA (p. ex. Nukipa)
  • Outil de visibilité IA / tracking de prompts
  • Tracking d'événements via CDP/Tag Manager

Optionnels :

  • Data Warehouse
  • Outil d'attribution avec capacité multi-touch

3. Comment expliquer le ROI à mon CFO alors que tous les touchpoints ne sont pas connus ?

  • Transparence : communiquer clairement ce qui est mesuré et ce qui est modélisé.
  • Comparabilité : montrer les effets relatifs (p. ex. +25 % de pipeline dans une région GEO par rapport à la région de contrôle).
  • Expériences : démontrer les effets causaux via des tests.

Les CFO préfèrent des modèles compréhensibles, avec des hypothèses explicites, à des calculs pseudo-exacts mais opaques.

4. Quelle est la différence entre SEO, GEO et AEO ?

  • SEO (Search Engine Optimization) : optimisation pour les pages de résultats classiques des moteurs de recherche, avec clics sur des liens.
  • GEO (Generative Engine Optimization) : focus sur les systèmes de recherche générative (AI Overviews, ChatGPT Search) qui fournissent directement des réponses et ne montrent que certains liens.
  • AEO (AI Engine Optimization) : inclut en plus l'optimisation pour les agents IA qui recherchent et recommandent de manière autonome.

SEO, GEO et AEO doivent être pensés comme un système intégré - avec un SEO technique solide comme base, et des contenus optimisés pour l'IA comme extension.

5. Comment démarrer de manière pragmatique, sans tout reconstruire ?

  • Ajoute l'option " assistant IA " à tes formulaires d'attribution déclarative
  • Crée le canal " AI Search / Referral "
  • Défini 10 prompts clés et analyse les réponses IA
  • Documente 1 à 2 expériences GEO et observe leur effet sur la demande de marque et les SQOs

Ainsi, tu obtiens en quelques semaines des premiers résultats concrets - et tu peux ensuite automatiser et scaler de manière ciblée.

Nukipa testen