Prenons une entreprise SaaS B2B du segment 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 canal est composée d'acheteurs qui ont demandé une présélection à un assistant IA, cliqué sur un lien, et sont arrivés sans aucune information sur leur provenance.
Cet article traite de l'attribution des visites issues de l'IA dans HubSpot comme d'une décision opérationnelle. Je soutiens qu'elle a sa place dans le modèle de données RevOps, et non dans le backlog analytique.
Ce qui arrive à une visite issue de l'IA avant d'atteindre votre CRM
Une visite issue de l'IA est une visite qui commence par un lien situé dans la réponse d'un assistant, dans ChatGPT, Perplexity, Gemini ou les AI Overviews de Google. Il existe trois façons pour cette visite de perdre son étiquette.
La première est le référent. Les applications de bureau, les navigateurs intégrés aux applications et les liens copiés-collés ne transmettent souvent aucun référent, si bien que la visite ressemble à celle d'une personne ayant 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 en est réduit à deviner.
La troisième est la classification. Lorsqu'un référent arrive bel et bien depuis un domaine que votre suivi n'a jamais vu, il atterrit dans un canal de référence générique 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 lui donnent les règles, et non celle que mériterait le parcours de l'acheteur.
Pourquoi l'attribution des visites issues de l'IA dans HubSpot est une question de modèle de données
Voici ce qui transforme une gêne de reporting en problème RevOps. La source d'origine d'un contact est définie à la création de la fiche et n'est jamais réécrite. 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.
Si nous traitons ce sujet comme une décision de modèle de données, c'est pour que vous puissiez ensuite poser une question à laquelle la configuration actuelle ne peut pas répondre : parmi les affaires conclues cette année, combien comptaient un assistant IA quelque part dans le parcours ? Pour y répondre, le point de contact avec l'assistant doit être stocké en tant que tel, et non déduit a posteriori à partir d'une étiquette de canal.
Ce que l'on appelle une propriété de source dédiée remplit ce rôle. Elle enregistre le point de contact avec l'assistant au niveau du contact, se propage jusqu'à l'affaire, et s'accompagne d'une règle écrite indiquant quelle source l'emporte lorsque deux sources entrent en conflit. Ces trois éléments, capture, stockage et priorité, constituent la décision. Les modifications de balises sur le site web n'en sont que la petite partie. Vous pouvez consulter la manière 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 cycle de vente. C'est un jugement qui dépend de votre activité.
Ce que cette lacune vous coûte
Le coût se manifeste lors de la discussion budgétaire. Un client nous a récemment indiqué 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 trafic direct, vous entrez dans la salle sans pouvoir le démontrer.
Cela fonctionne aussi dans l'autre sens. Un prestataire proposant un service clé en main annonce publiquement qu'un client est passé de 550 à plus de 2 300 essais issus de l'IA en quatre semaines. Ce chiffre est déclaratif et aucune méthode n'est 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 entonnoir.
Des fuites surviennent aussi plus en aval. Un autre client a décrit un possible bogue dans la façon dont les valeurs UTM étaient enregistrées à la création d'un compte, ce qui faisait perdre la source 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 fournisseur 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 canal direct.
Pour une équipe qui passe de la vente portée par le fondateur à deux AE, je considère que toute solution plus lourde est excessive. Une propriété et une revue suffisent pour commencer à percevoir la forme du phénomène. Pour une entreprise au cycle de vente plus long et avec plusieurs parties prenantes par affaire, il faut le point de contact avec l'assistant sur l'affaire et sur les contacts du comité d'achat, et pas seulement sur la première personne qui a rempli un formulaire.
Je dois faire une concession. Le trafic direct a toujours englobé le dark social, les favoris et les e-mails non suivis, et sa croissance n'est pas entièrement due à l'IA. Pour le meilleur ou 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 canal direct comme un endroit où le pipeline disparaît.
Où s'inscrit un travail en immersion
L'ordre compte, voici donc comment nous procédons. La première phase consiste à auditer le contenu actuel du canal direct et à s'accorder sur la règle de priorité. La deuxième consiste à mettre en place la capture et le stockage afin que la valeur survive de la visite jusqu'à l'affaire gagnée. 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 à vos équipes plutôt que de nous limiter au conseil, ce qui compte ici car il s'agit d'un projet composé de petits changements reliés entre eux sur le web, les formulaires, les propriétés du CRM et le reporting. Une présentation qui dit « suivez le trafic IA » n'en fait avancer aucun. Quelqu'un doit être responsable de la propriété, la documenter, et répondre lorsque l'équipe commerciale demande pourquoi une affaire est étiquetée de telle manière.
Ma recommandation est de prendre la 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 observer ce que ces citations produisent, vous payez pour une visibilité que vous ne pouvez pas défendre. Pour en savoir plus sur notre façon de concevoir la couche opérationnelle, consultez nos autres écrits sur le RevOps.
Carolina Decastri