Avec l'essor des moteurs de recherche IA comme ChatGPT, Claude, Perplexity ou Google Gemini, une nouvelle source de trafic émerge. Voici comment identifier et analyser ces visites dans Google Analytics 4.
Pourquoi tracker le trafic LLM ?
- Mesurer l'impact du GEO : vos efforts d'optimisation pour l'IA portent-ils leurs fruits ?
- Comprendre les nouveaux comportements : comment ces visiteurs se comportent-ils ?
- Anticiper les tendances : quelle part de votre trafic va migrer vers l'IA ?
- Ajuster votre stratégie : prioriser les canaux les plus performants
Sources de trafic LLM à identifier
Les principaux referrers
- chat.openai.com : ChatGPT
- claude.ai : Claude d'Anthropic
- perplexity.ai : Perplexity
- bard.google.com / gemini.google.com : Google Gemini
- copilot.microsoft.com : Microsoft Copilot
- you.com : You.com
Le trafic Google SGE
Plus difficile à identifier car intégré à Google Search :
- Apparaît comme trafic google/organic
- Pas de paramètre distinctif standard
- Nécessite d'analyser les patterns de comportement
Configuration dans GA4
Créer un groupe de canaux personnalisé
Allez dans Admin > Paramètres des données > Groupes de canaux :
- Créez un nouveau groupe "AI Traffic" ou "LLM Traffic"
- Définissez les règles basées sur la source
- Incluez tous les referrers LLM identifiés
Règles de filtrage
Exemples de conditions :
- Source contient "openai" OU
- Source contient "claude" OU
- Source contient "perplexity" OU
- Source contient "gemini" OU
- Source contient "copilot"
Créer des rapports dédiés
Exploration personnalisée
Dans Explorer, créez une analyse avec :
- Dimensions : Source, Page de destination, Appareil
- Métriques : Sessions, Utilisateurs, Taux d'engagement, Conversions
- Filtre : Source correspondant aux LLM
Dashboard Looker Studio
Créez un tableau de bord pour suivre :
- Volume de trafic LLM vs total
- Évolution dans le temps
- Répartition par source IA
- Pages les plus citées par les IA
- Performance comparative (engagement, conversions)
Créer une audience LLM
Dans Admin > Audiences :
- Nouvelle audience : "Visiteurs IA"
- Condition : Source de session correspondant à vos règles LLM
- Utilisez pour le remarketing et l'analyse comparative
Analyser le comportement
Questions à explorer
- Le taux d'engagement est-il différent ?
- Quelles pages attirent le trafic LLM ?
- Le taux de conversion est-il meilleur ou pire ?
- Quel device prédomine ?
- Temps passé sur le site ?
Hypothèses courantes
- Visiteurs souvent mieux qualifiés (question précise)
- Rebond potentiellement plus élevé (réponse trouvée)
- Mobile souvent majoritaire
- Contenus informationnels surreprésentés
Automatiser le suivi
Alertes personnalisées
Configurez des alertes pour :
- Pic de trafic LLM (nouvelle citation ?)
- Chute soudaine (problème technique ?)
- Nouvelle source LLM détectée
Export BigQuery
Pour des analyses plus poussées :
- Exportez les données brutes vers BigQuery
- Créez des requêtes SQL personnalisées
- Croisez avec d'autres sources de données
Limites actuelles
- Referrer manquant : certaines IA ne transmettent pas le referrer
- SGE intégré : difficile à distinguer du search classique
- Nouvelles sources : le paysage évolue rapidement
- Attribution : l'impact indirect est difficile à mesurer
Conclusion
Le trafic provenant des LLM est encore marginal pour la plupart des sites, mais il croît rapidement. Mettre en place le tracking maintenant vous permettra de suivre cette évolution et d'adapter votre stratégie de contenu en conséquence. L'objectif n'est pas seulement de mesurer, mais de comprendre pour optimiser.