Google a passé le mois d’août à étendre son rapport de performance IA générative dans Search Console, un déploiement que la presse spécialisée a suivi comme progressif plutôt qu’achevé — pas plus tard que ce mois-ci, John Mueller, de Google, confirmait que la fonctionnalité n’était toujours pas disponible pour tous les domaines. Le rapport ne comporte qu’une seule mesure : les impressions à l’intérieur des AI Overviews et du AI Mode, ventilées par page, pays et appareil, sans clics, sans requêtes et sans position. Les directives de Google pour ces mêmes fonctionnalités soutiennent, en substance, qu’optimiser pour la recherche IA générative reste du SEO, et non une discipline distincte exigeant de nouvelles tactiques. Le distributeur se retrouve avec une courbe qui bouge et, dans cette console, rien pour la faire bouger.

Le timing compte, car le trafic référé par l’IA a cessé d’être marginal pour l’habillement. Les chiffres d’Adobe Analytics rapportés par Digital Commerce 360 situent le trafic référé par l’IA vers les sites de distribution américains en hausse de 62 % sur un an en juillet. La croissance seule ne justifierait pas une ligne budgétaire, puisqu’une petite base peut croître rapidement et rester une variable d’ajustement. C’est la qualité qui l’impose : ces visites ont converti 60 % mieux que le trafic non-IA, le onzième mois consécutif où les visites référées par l’IA surpassent le reste du site en conversion. Un canal qui convertit mieux que tout ce qui l’entoure obtient un objectif l’année suivante, et un objectif nécessite un instrument de mesure.

Le guide de Google est étonnamment direct sur ce qui ne fonctionne pas, et cette liste couvre l’essentiel de ce qui est actuellement vendu aux distributeurs. Il indique que les fichiers llms.txt peuvent être explorés mais sont ignorés, et qu’en ajouter un n’affectera ni la visibilité ni le classement d’un site. Il précise que les données structurées ne sont pas requises pour la recherche IA générative, aucun balisage schema.org spécial n’étant nécessaire. Le contenu n’a pas besoin d’être découpé en segments, et il n’existe pas de registre séparé à adopter pour s’adresser aux machines. Chaque affirmation est probablement vraie, ce qui est bien le problème, car un document qui supprime toute tactique laisse le distributeur avec une mesure et une consigne : continuer comme avant.

Un compteur d’impressions sans dimension de requête ne peut pas dire à un distributeur si la courbe a bougé parce que son catalogue s’est amélioré ou parce que Google a élargi les cas où le AI Mode se déclenche.

Les propres chiffres d’août de Google illustrent ce point plus efficacement qu’aucun argument. Pendant cette même fenêtre de déploiement, une erreur de journalisation a fait chuter les compteurs d’impressions entre le 13 et le 17 août, comme le consigne le journal des anomalies de données de Google. Les sites qui auraient vérifié leurs chiffres durant cette période auraient constaté une baisse qu’ils n’avaient pas provoquée. Que Google ait révélé et circonscrit cette anomalie est tout à son honneur. La leçon, elle, est plus étroite et permanente : la ligne de base bouge pour des raisons internes à Google, et le propriétaire du site qui observe la courbe ne peut pas distinguer ces mouvements-là des siens propres.

Le levier dont disposent réellement les distributeurs de mode existe bel et bien, et Google le rapporte dans une console différente. La seule instruction spécifique au commerce de détail dans le guide est d’utiliser « Merchant Center (comme les flux Merchant Center) et les Google Business Profiles » pour que les produits apparaissent dans les réponses de l’IA. Lors du Google Marketing Live en mai, l’entreprise a lancé les attributs conversationnels dans Merchant Center : des champs produit structurés et des descriptions réécrites dont la mission affichée est d’aider les systèmes d’IA de Google à faire correspondre les produits aux requêtes d’achat conversationnelles, sur le AI Mode comme sur Gemini. Écrire pour les machines est précisément ce que le guide dit aux propriétaires de sites web qu’ils n’ont pas besoin de faire.

Google peut concilier les deux positions, et cette conciliation est justement le problème. Le guide régit votre site web ; Merchant Center régit un flux que vous remettez directement à Google, et les règles des deux n’ont jamais été identiques. Mais AI performance insights, le rapport qui mesure le côté flux et qui contient ce que Search Console ne donne pas, reste un pilote limité aux États-Unis, avec l’Australie, le Canada, l’Inde et la Nouvelle-Zélande promis pour plus tard. Son indicateur phare est la part de voix face à un ensemble de concurrents nommés, ventilée par type de requête et par étape du parcours d’achat. La plupart des distributeurs détiennent donc la mesure sur laquelle ils ne peuvent pas agir, et n’ont pas celle sur laquelle ils le pourraient.

L’habillement est la catégorie qui a le plus à gagner de ce travail côté flux, et sa position dans les classements de lisibilité d’Adobe a évolué rapidement. L’outil de vérification de visibilité de contenu de l’entreprise, qui évalue la part d’une page qu’un modèle de langage peut lire, plaçait l’habillement à 51 % en mai, derrière à la fois les cosmétiques et l’électronique. Les pages d’accueil du secteur habillement obtenaient 62 % dans la même étude, ce qui situait le déficit sur la page de détail produit — la seule page dont une réponse d’achat a besoin.

En juillet, le même outil de suivi plaçait l’habillement à 76 %, devant l’électronique comme les cosmétiques. Rien dans les données publiques n’explique ce basculement : un catalogue réécrit, un rafraîchissement saisonnier de la photographie, ou encore une évolution de la part du trafic du AI Mode qui touche l’habillement pourraient chacun expliquer ce chiffre, et le rapport d’Adobe ne permet pas de les distinguer. C’est exactement le même trou d’attribution que celui de la ligne des impressions, à plus petite échelle et sur une période plus courte.

L’argument le plus solide contre cette lecture est que le compteur et le levier sont en réalité liés. De meilleures données produit devraient rendre une plus grande part d’une page citable, les pages citables devraient apparaître plus souvent dans les réponses de l’IA, et la ligne des impressions dans Search Console devrait donc grimper à mesure que le catalogue s’améliore — ce qui en ferait précisément l’instrument avant-après dont les distributeurs ont besoin. C’est la condition sous laquelle cet argument échoue, et elle mérite d’être formulée dans toute sa force. Mais elle ne résiste pas à l’absence de dimension de requête. Un distributeur qui réécrit quarante mille pages produit sur deux trimestres et observe une hausse des impressions ne peut pas distinguer l’effet de la réécriture de celui de la demande saisonnière, d’une mise à jour majeure de l’algorithme, ou de l’élargissement par Google de la part des recherches qui déclenchent le AI Mode. L’attribution exige de maintenir la demande constante, et le rapport n’offre rien pour y parvenir.

Les mesures manquantes sont programmées, ce qui change le calendrier plutôt que le problème. L’obligation de conduite envers les éditeurs imposée par la CMA, que nous avons examinée en juillet, oblige Google à fournir aux éditeurs des mesures d’engagement plus claires et plus détaillées. Si Google étend ces mesures au-delà des éditeurs britanniques, l’écart de mesure se referme et la ligne des impressions devient attribuable. L’écart de contrôle, lui, ne se referme pas en même temps, car concéder un levier reviendrait à concéder un canal d’optimisation distinct, et nier ce canal est précisément la raison d’être du guide. Considérez cette ligne comme une estimation d’audience plutôt que comme une mesure de performance — utile à connaître, impossible à piloter. La décision de ce trimestre n’est pas de choisir quelle tactique IA acheter. Elle est de savoir s’il faut financer la lisibilité du catalogue sur la seule base de l’argument, car la mesure qui trancherait la question se trouve dans une console que la plupart des distributeurs n’ont pas encore reçue.