Prenons une entreprise SaaS B2B du mid-market qui ouvre son rapport de sources en octobre et constate que le trafic direct est le canal à la croissance la plus rapide pour le troisième trimestre consécutif. Personne n'a lancé de campagne de marque. Personne ne saisit l'URL de mémoire. Mon intuition est qu'une bonne part de ce segment est composée d'acheteurs qui ont demandé une présélection à un assistant IA, cliqué sur un lien, et sont arrivés sans rien qui indique leur provenance.
Cet article traite de l'attribution des referrals IA dans HubSpot comme d'une décision opérationnelle. Mon argument est qu'elle a sa place dans le modèle de données RevOps, et non dans le backlog analytique.
Ce qui arrive à une visite IA avant qu'elle atteigne votre CRM
Un referral IA est une visite qui démarre à partir d'un lien présent dans la réponse d'un assistant, dans ChatGPT, Perplexity, Gemini ou Google AI Overviews. Cette visite peut perdre son étiquette de trois manières.
La première est le referrer. Les applications de bureau, les navigateurs intégrés aux applications et les liens copiés-collés ne transmettent souvent aucun referrer, si bien que la visite ressemble à quelqu'un qui aurait saisi votre adresse. La deuxième est le paramètre UTM. Certains assistants ajoutent une balise de source aux liens sortants, beaucoup ne le font pas, et le comportement change d'une version d'application à l'autre. Je n'ai pas de réponse solide à vous donner sur la part exacte par assistant, et quiconque avance un chiffre précis improvise.
La troisième est la classification. Lorsqu'un referrer arrive bel et bien depuis un domaine que votre suivi n'a jamais vu, il atterrit dans un segment générique de referral ou se retrouve intégré à un autre canal, selon la configuration de vos règles de canaux. La documentation de Google sur le groupe de canaux par défaut montre à quel point ce tri repose sur des règles : une visite reçoit l'étiquette que les règles lui attribuent, et non celle que mérite le parcours de l'acheteur.
Pourquoi l'attribution des referrals IA dans HubSpot est une question de modèle de données
Voici ce qui fait passer le sujet d'une contrariété de reporting à un problème RevOps. La source d'origine d'un contact est définie à la création de la fiche et n'est jamais réécrite. Ainsi, si la visite a été classée en direct dès le premier jour, tous les rapports que vous construirez ensuite hériteront de cette erreur. Un meilleur tableau de bord corrige la vue. Il ne corrige pas la fiche.
Nous le traitons comme une décision de modèle de données afin que vous puissiez, plus tard, poser une question à laquelle la configuration actuelle ne sait pas répondre : parmi les deals que nous avons conclus cette année, combien comptaient un assistant IA quelque part dans leur parcours ? Pour y répondre, le point de contact avec l'assistant doit être stocké en tant que tel, et non déduit après coup à partir d'une étiquette de canal.
C'est le rôle de ce qu'on appelle une propriété de source dédiée. Elle enregistre le point de contact avec l'assistant au niveau du contact, se transmet au deal, et s'accompagne d'une règle écrite qui indique quelle source l'emporte en cas de conflit. Ces trois éléments, la capture, le stockage et la priorité, constituent la décision. Les modifications de balises sur le site web n'en sont que la petite partie. Vous pouvez consulter la façon dont la plateforme gère le suivi des sources dans la base de connaissances HubSpot, mais la documentation ne vous dira pas quelle règle de priorité convient à votre démarche commerciale. C'est un jugement qui dépend de votre activité.
Ce que cette lacune vous coûte
Le coût apparaît lors de la discussion budgétaire. Un client nous a récemment expliqué que son budget marketing 2026 était déjà entièrement alloué, et que la vraie planification portait donc sur 2027. C'est une situation courante. L'argumentaire pour 2027 se gagne avec des preuves, et si votre pipeline assisté par l'IA se cache dans le direct, vous entrez dans cette réunion sans pouvoir le démontrer.
Cela fonctionne aussi dans l'autre sens. Un prestataire en mode done-for-you annonce publiquement qu'un client est passé de 550 à plus de 2 300 essais issus de l'IA en quatre semaines. C'est un chiffre autodéclaré, sans méthode publiée, et je le traiterais comme tel. Mais remarquez ce qu'il suppose : que quelqu'un compte de façon fiable les essais issus de l'IA. La plupart des équipes ne peuvent pas encore l'affirmer pour leur propre funnel.
Des fuites se produisent aussi plus bas dans le parcours. Un autre client a décrit un bug possible dans la manière dont les valeurs UTM étaient stockées lors de la création d'un compte, ce qui signifiait que la source était perdue au moment précis où elle comptait. La capture en périphérie n'est utile que si la valeur survit jusque dans la fiche.
Comment je dimensionnerais le chantier
Ma règle empirique est la suivante. Au-delà de 100k de dépenses publicitaires par mois, je recommande toujours un prestataire d'attribution multi-touch. En dessous, nous parlons d'attribution de source hors ligne, ce qui, en pratique, signifie une propriété propre, une règle de priorité claire et une revue mensuelle du segment direct.
Pour une équipe qui passe d'une vente portée par le fondateur à deux AE, je dirais que tout dispositif plus lourd est excessif. Une propriété et une revue suffisent pour commencer à percevoir la forme du phénomène. Pour une entreprise avec un cycle de vente plus long et plusieurs parties prenantes par deal, vous voulez que le point de contact avec l'assistant figure sur le deal et sur les contacts du groupe d'achat, et pas seulement sur la première personne qui a rempli un formulaire.
Je dois faire une concession. Le trafic direct a toujours contenu du dark social, des favoris et des e-mails non suivis, et sa croissance n'est pas entièrement due à l'IA. Pour le meilleur et pour le pire, vous n'atteindrez pas 100 %. L'objectif est de passer de « inconnu » à « probablement IA, signalé et vérifiable », et de cesser de considérer le segment direct comme un endroit où le pipeline disparaît.
Où l'intervention en immersion trouve sa place
L'ordre compte, voici donc comment nous procédons. La première phase consiste à auditer le contenu actuel du segment direct et à s'accorder sur la règle de priorité. La deuxième consiste à construire la capture et le stockage pour que la valeur survive de la visite jusqu'au closed-won. La troisième est une revue mensuelle légère, généralement de quelques heures, qui s'espace une fois l'habitude acquise.
Chez Checkpoint GTM, nous nous intégrons aux équipes plutôt que de les conseiller de loin, ce qui compte ici car il s'agit d'un projet de petites modifications interconnectées sur le web, les formulaires, les propriétés du CRM et le reporting. Une présentation qui dit « suivez le trafic IA » ne fait avancer aucune d'entre elles. Quelqu'un doit être responsable de la propriété, la documenter, et répondre quand l'équipe commerciale demande pourquoi un deal est étiqueté de telle façon.
Ma recommandation est de prendre cette décision avant de produire davantage de contenu pour la recherche IA, et non après. Si vous investissez pour être cité par les assistants sans pouvoir voir ce que ces citations produisent, vous payez une visibilité que vous ne pouvez pas défendre. Pour en savoir plus sur notre vision de la couche opérationnelle, consultez nos autres articles sur le RevOps.
Carolina Decastri