Comment suivre le trafic IA avec Stape

Le trafic IA désigne les visites ou requêtes sur un site web provenant de plateformes, d’assistants, de navigateurs ou de systèmes automatisés d’IA. Il peut inclure à la fois des visites humaines (lorsqu’un utilisateur clique sur un lien dans une plateforme d’IA) et des requêtes automatisées générées par des systèmes d’IA (comme les robots d’exploration pour l’entraînement et les robots de récupération pour la recherche, que nous examinons ci-dessous).

L’IA devient une source importante de trafic web. Son développement constant a déjà eu un impact sur de nombreux secteurs (selon les études citées ci-dessous), et il est fort probable qu’elle influence déjà les rapports d’acquisition de trafic de votre site.

Avant de configurer la détection du trafic IA, il est utile d’observer la vitesse à laquelle progressent l’adoption de l’IA et le trafic référé par l’IA.

Adobe a publié un rapport sur le trafic IA en avril 2026. La plateforme a analysé la croissance de la part des visites issues de l’IA dans différents secteurs :

• Le commerce de détail a enregistré la plus forte hausse sur un an, avec 393%
• Le voyage, 233% ;
• Les services financiers, 158% ;
• Les médias et le divertissement, 84% ;
• La technologie et les logiciels, 63%.

L’adoption croissante de l’IA par les consommateurs contribue également à cette tendance. Dans l’enquête consommateurs d’Adobe de mars 2026, 54% des répondants ont déclaré utiliser l’IA plus souvent.

Selon le rapport 2026 Generative AI Landscape de SimilarWeb, l’IA générative poursuit sa croissance. Entre juin 2025 et mai 2026 :

• Le nombre mensuel moyen de visites web a atteint 9,5 milliards, soit une hausse de 70% sur un an ;
• Les visiteurs uniques mensuels ont augmenté de 57% pour atteindre 655 millions ;
• Les téléchargements d’applications mobiles ont également progressé de 58% pour atteindre 4,4 milliards.

Les bots IA peuvent accéder aux sites web pour différentes raisons. Avant de chercher à les détecter, il est donc important de comprendre que tout le trafic de bots lié à l’IA ne doit pas être traité de la même manière. Certains bots explorent les contenus publics pour entraîner ou améliorer des modèles d’IA, et d’autres accèdent aux pages en temps réel pour récupérer des informations en réponse à la requête d’un utilisateur ou générer une réponse d’IA.

Les bots ci-dessous explorent des contenus web publics qui peuvent servir à développer, entraîner ou améliorer des modèles d’IA :

• GPTBot
• ClaudeBot
• Google-Extended
• Applebot-Extended
• Bytespider
• CCBot
• Meta-ExternalAgent

Les visites des robots d’exploration pour l’entraînement ne correspondent pas forcément à des visites humaines. Toutefois, les suivre peut vous aider à comprendre à quelle fréquence les systèmes d’IA accèdent à votre contenu et à distinguer l’exploration automatisée par l’IA du trafic généré par les utilisateurs.

Ces bots peuvent accéder à des pages web en réponse aux requêtes des utilisateurs. Par exemple, un assistant IA ou un système de recherche IA peut récupérer des informations sur votre site pour générer une réponse, un résumé ou un résultat de recherche :

• OAI-SearchBot
• ChatGPT-User
• Perplexity-User
• Claude-Web
• Claude-SearchBot

🤔 Alors, comment détecter ces types de bots IA ?

Les bots IA peuvent être détectés en analysant les requêtes entrantes sur votre site. La méthode la plus courante consiste à vérifier l’en-tête User-Agent de la requête et à le comparer aux identifiants connus des robots d’exploration et de récupération IA.

Par exemple, une requête peut être identifiée comme provenant d’un bot IA lorsque son User-Agent contient des identifiants comme GPTBot, ClaudeBot, OAI-SearchBot ou Perplexity-User.

Cependant, le User-Agent n’est qu’un signal parmi d’autres et ne permet pas d’identifier de manière fiable tout le trafic IA. Certains agents IA peuvent utiliser le User-Agent d’un navigateur classique, ce qui les rend difficiles à distinguer des visiteurs humains sur la seule base de l’en-tête de la requête.

Pour une détection plus fiable, vous pouvez aussi analyser le comportement des visiteurs et d’autres signaux au niveau des requêtes. Par exemple, les agents IA peuvent :

✅ avoir des temps d’interaction avec la page très courts ;

✅ ne pas faire défiler la page ni interagir avec ses éléments ;

✅ générer des parcours de navigation différents de ceux des visiteurs humains.

D’autres signaux, comme la fréquence des requêtes, les schémas de session, l’exécution de JavaScript et l’ordre des pages consultées, peuvent aussi aider à distinguer le trafic automatisé des utilisateurs humains.

Par conséquent, une détection fiable du trafic IA combine généralement l’analyse du User-Agent avec des signaux comportementaux et techniques.

Vous pouvez détecter le trafic des bots IA à l’aide des éléments suivants :

• Logs du serveur, qui contiennent des informations sur les requêtes entrantes, notamment les chaînes User-Agent.
• Logs CDN ou du serveur web, comme ceux de Cloudflare, Nginx ou Apache.
• Outils de détection de bots, qui identifient automatiquement les robots d’exploration IA connus et classent leur trafic (nous présentons l’une de ces solutions plus loin dans ce guide).

Tout le trafic lié à l’IA ne correspond pas au même type de visiteur. Le trafic IA humain se produit lorsqu’une personne utilise une plateforme d’IA, comme ChatGPT ou Perplexity, puis clique pour accéder à votre site. Le trafic des agents LLM est généré lorsqu’un système ou un agent IA accède directement à votre site pour récupérer des informations, accomplir une tâche ou interagir avec votre site pour le compte d’un utilisateur.

Ces deux types de trafic peuvent être difficiles à distinguer, car ils peuvent être associés à la même plateforme d’IA tout en apparaissant différemment dans vos données analytiques.

L’approche la plus fiable consiste à analyser le trafic au niveau de la requête avant qu’il n’atteigne votre plateforme d’analyse :

• Trafic IA humain. Recherchez les visites dont les données de référence ou d’acquisition indiquent une plateforme d’IA et dont la requête se comporte comme une session utilisateur classique, par exemple en chargeant des pages et en déclenchant des événements côté client.
• Trafic des agents LLM. Recherchez les requêtes provenant de robots d’exploration IA connus, de robots de récupération pour la recherche ou d’user agents d’agents, comme OAI-SearchBot, GPTBot ou ClaudeBot. Ces requêtes peuvent souvent être identifiées grâce au User-Agent et à d’autres données de requête côté serveur.

Le trafic IA peut être difficile à mesurer, car il n’apparaît pas toujours comme une source de trafic clairement identifiable dans les plateformes d’analyse. Selon la manière dont un visiteur arrive sur votre site, le trafic provenant des plateformes d’IA peut être enregistré comme référent, trafic direct, recherche organique ou autre canal d’acquisition.

👉 Par exemple, si une plateforme d’IA ne transmet pas d’informations de référence, la visite peut être attribuée au trafic direct. Si vous recevez du trafic via une fonctionnalité de recherche IA (comme AI Overview dans Google), la visite peut être attribuée au moteur de recherche plutôt qu’à la plateforme d’IA. L’attribution du trafic IA devient alors incohérente.

Autre difficulté : identifier le trafic généré par les navigateurs IA. De nombreux navigateurs IA reposent sur Chromium et peuvent utiliser des chaînes user agent identiques ou très proches de celles de Chrome. Par exemple, nos tests ont montré que des navigateurs comme Atlas et Comet peuvent envoyer la même chaîne user agent que Chrome, la version du navigateur étant la principale différence. Nous avons consacré un article de blog au suivi des navigateurs IA ; consultez-le pour en savoir plus.

Cela complique également l’analyse du trafic IA. Sans moyen dédié de détecter le trafic IA, il peut être difficile d’identifier les plateformes d’IA qui amènent de nouveaux visiteurs, de surveiller le trafic référent issu de l’IA et de mesurer l’engagement et les conversions provenant des sources IA.

Le power-up AI Traffic Detection de Stape aide à identifier le trafic généré par l’IA et à ajouter cette information aux requêtes entrantes dans un conteneur server GTM. Il devient ainsi plus facile de distinguer le trafic IA des autres sources et d’utiliser les données détectées pour l’analyse et l’attribution du trafic IA (nous présentons ci-dessous un exemple de configuration).

Au lieu de vous fier uniquement aux données de référence standard ou aux chaînes user agent, vous pouvez utiliser les informations détectées dans votre configuration de suivi côté serveur et les transmettre à des plateformes d’analyse comme GA4, Matomo ou toute autre plateforme dont vous avez besoin.

Le power-up est disponible pour les clients de Stape disposant de l’abonnement Pro ou supérieur.

Grâce au power-up, vous pouvez mesurer le trafic généré par l’IA et comprendre comment les plateformes d’IA contribuent aux visites et aux conversions de votre site. Vous pouvez également utiliser les données détectées pour créer des rapports personnalisés et suivre l’évolution du trafic IA dans le temps.

Le power-up gratuit Custom Loader doit être configuré au préalable ; sinon, vous ne pourrez pas activer le power-up AI Traffic Detection. Si ce n’est pas encore fait, cliquez sur l’élément replié ci-dessous pour afficher les instructions détaillées :

2.1 Accédez à votre compte Stape et sélectionnez votre conteneur sGTM dans le tableau de bord.

2.2 Accédez à Power-ups et cliquez sur le panneau AI Traffic Detection dans la section Track and recovery.

2.3 Basculez l’interrupteur AI Traffic Detection pour l’activer et cliquez sur Save changes.

Envoyer les données sur le trafic IA vers les plateformes que vous utilisez (comme Google Analytics 4, Matomo ou toute autre) vous permet d’analyser le trafic IA avec les données existantes de votre site et de comprendre comment les différents systèmes d’IA contribuent aux visites, à l’engagement et aux conversions.

Cette configuration passe par la création de dimensions personnalisées dans votre système d’analyse (consultez la documentation officielle de la plateforme) et la modification de la balise correspondante dans le conteneur server GTM.

Prenons l’exemple de Matomo, car cette plateforme ne propose aucun groupe de canaux par défaut pour le trafic généré par l’IA.

3.1 Créez les dimensions personnalisées dans Matomo. Par exemple, vous pouvez créer des dimensions pour AI traffic type et AI source. Lors de leur création, notez les noms exacts utilisés, car vous en aurez besoin pour configurer la balise Matomo dans server GTM.

3.2 Ensuite, accédez à votre conteneur GTM serveur et ouvrez la balise Matomo côté serveur.

3.3 Dans la section Event Parameters, ajoutez un nouveau paramètre d’événement pour chaque dimension personnalisée que vous souhaitez envoyer à Matomo. Utilisez le nom exact de la dimension personnalisée Matomo correspondante comme nom du paramètre d’événement.

Par exemple, si vous avez créé les dimensions personnalisées suivantes dans Matomo :

• AI traffic type
• AI source

3.4 Comme valeur, ajoutez des variables d’en-tête de requête :

• X-User-AI pour identifier le trafic IA ;
• X-User-AI-Name pour envoyer à Matomo le nom des plateformes d’IA.

Voici à quoi cela ressemble dans la balise Matomo :

Lorsque le power-up est actif, deux en-têtes sont ajoutés aux requêtes entrantes :

• X-User-AI avec la valeur true s’il s’agit de trafic IA ;
• X-User-AI-Name avec le nom de la plateforme d’IA comme valeur, si nous avons pu détecter la plateforme.

Pour suivre le trafic IA plus précisément, vous pouvez identifier les requêtes IA avant qu’elles n’atteignent GA4 et envoyer ces données à votre configuration analytique sous forme de paramètre d’événement personnalisé ou d’autre attribut de trafic.

Après avoir configuré le power-up AI Traffic Detection comme indiqué ci-dessus, vous pouvez envoyer les données de détection IA sous forme de paramètres d’événement et les enregistrer comme dimensions personnalisées dans GA4. La configuration est donc pratiquement la même que celle présentée plus haut pour Matomo.

1. Créez des dimensions personnalisées pour les données de trafic IA que vous souhaitez analyser dans GA4.

Par exemple, vous pouvez créer :

• AI traffic – indique si la requête a été identifiée comme trafic IA.
• AI traffic source – identifie la plateforme d’IA, lorsque cette information est disponible.

Accédez à Admin → Data display → Custom definitions → Create custom dimension dans votre propriété GA4.

Pour la dimension AI traffic, utilisez le nom du paramètre d’événement que vous prévoyez d’envoyer depuis GTM serveur, par exemple ai_traffic.

Pour la dimension AI traffic source, vous pouvez utiliser un paramètre comme ai_traffic_source.

Conservez les noms de paramètres saisis dans l’interface GA4 lors de la création des dimensions ; vous en aurez besoin à l’étape suivante.

2. Ajoutez les données de trafic IA à la balise GA4 dans GTM serveur.

Pour cela, accédez à la section Tags → ouvrez GA4 Base tag → développez la section Event Parameter → cliquez sur Add Row.

Comme nom, indiquez celui que vous avez utilisé pour créer la nouvelle dimension dans GA4.

Comme valeur, créez une nouvelle variable :

• Variable Type: Request Header
• Name: X-User-AI

Ajoutez une nouvelle ligne pour la seconde dimension (celle qui identifie la source – ai_traffic_source). Choisissez également le type de variable Request Header ; veillez simplement à utiliser X-User-AI-Name comme nom.

Voici à quoi cela ressemble dans la balise :

Le trafic IA devient une composante importante du parcours client, mais les outils d’analyse standard ne facilitent pas toujours l’identification et l’analyse de ce type de trafic.

Avec le power-up AI Traffic Detection de Stape, vous pouvez identifier le trafic IA détecté et envoyer ces informations à vos plateformes d’analyse. Vous pouvez ainsi analyser les visites générées par l’IA avec vos données de trafic existantes, suivre leur évolution dans le temps et mieux comprendre le rôle de l’IA dans l’acquisition et la conversion sur votre site.