
Qu’ils passent par Google, Amazon ou un chatbot, les acheteurs reçoivent désormais une réponse de l’IA qui contient un produit, et la plupart des marques e-commerce ne savent pas comment devenir ce produit-là. L’attribution IA pour l’e-commerce consiste à attribuer le crédit d’une commande à une interaction antérieure avec une IA, à partir des éléments que vous pouvez observer et des règles que vous définissez. Elle vous indique probablement d’où vient une commande. Elle ne prouve pas que l’IA l’a causée.
Je vais dire tout de suite la partie gênante. La plupart des boutiques peuvent voir une partie du trafic piloté par l’IA, et presque aucune ne peut voir le moment où l’assistant a choisi un concurrent à leur place. L’attribution ne compte que les ventes que vous avez obtenues. Elle ne dit rien sur celles qui sont discrètement parties chez quelqu’un d’autre via l’agent. À mon avis, ce second chiffre compte davantage, et presque personne ne le publie.
TL;DR
- L’attribution IA a deux sens : le machine learning qui répartit le crédit entre vos points de contact marketing, et le suivi des commandes qui commencent avec un assistant IA. Cet article porte sur le second.
- Une mention dans une réponse d’IA correspond à une exposition. Une visite suivie et une commande mise en correspondance constituent des éléments de preuve. Gardez-les dans des colonnes séparées.
- Sur Shopify, les commandes provenant de canaux IA pris en charge affichent une attribution par canal ou par référent dans l’admin. Sur WooCommerce, vous vous appuierez sur les données de provenance dans vos outils d’analyse et les données UTM.
- L’attribution ne peut pas montrer pourquoi un agent a choisi une autre boutique. Les correctifs sur les données produit le peuvent, et ils viennent avant la mesure.
- Considérez chaque chiffre d’attribution comme un modèle fondé sur des hypothèses, pas comme une mesure de causalité.
Ce que signifie réellement l’attribution IA
L’expression sert à désigner deux choses différentes, et les confondre fait perdre du budget.
Le premier sens est celui de l’attribution tel que les équipes marketing l’ont toujours connue. Google Analytics décrit l’attribution comme le fait d’attribuer le crédit des actions clés des utilisateurs aux annonces, aux clics et à d’autres facteurs tout au long du parcours jusqu’à l’aboutissement, et précise qu’un modèle peut être une règle, un ensemble de règles ou un algorithme fondé sur les données. Si l’on y ajoute le machine learning, on obtient l’« attribution IA » au sens ad-tech : un logiciel qui estime la part de crédit que mérite chaque point de contact enregistré.
Le second sens est plus récent, et c’est celui dont parle cet article. Un acheteur demande à un assistant quoi acheter, l’assistant recommande un produit, puis certains de ces acheteurs finissent sur votre boutique. Attribuer du crédit à cette conversation revient à attribuer du crédit à une interaction IA antérieure à partir d’éléments observés et de règles définies, ce qui est différent du fait de prouver que l’interaction a généré une vente supplémentaire.
Cette distinction est facile à négliger, et c’est ainsi que des équipes se retrouvent avec un tableau de bord rempli de chiffres affirmatifs que personne ne peut défendre en réunion budgétaire.
Ce que vous pouvez voir, et ce qui reste invisible
Voici la partie visible. Shopify indique que les produits éligibles peuvent être découverts et achetés via des canaux IA, et que les commandes issues de ces canaux apparaissent dans l’administration Shopify avec une attribution par canal ou référent. Shopify précise aussi que les acheteurs venant de ChatGPT finalisent leur paiement dans la boutique en ligne du marchand, tandis que Google AI Mode, Gemini, Copilot et les interfaces Meta peuvent prendre en charge un paiement direct lorsqu’il est activé. Son annonce officielle indique également que les commandes remontent dans l’administration avec une attribution de référence ChatGPT.
Pour les boutiques utilisant les canaux IA de Shopify, une partie du parcours est donc visible. C’est déjà bien.

La partie invisible est plus importante. Une étude PYMNTS de 2026 a révélé que 51 % des marchands peuvent identifier certaines visites provenant de l’IA, mais 37 % perdent la trace avant l’achat et 12 % ne peuvent pas distinguer le trafic des agents du trafic humain. Et cela concerne des marchands qui cherchent déjà à le mesurer. Pour ceux qui ne regardent pas, c’est pire.
Trois éléments restent invisibles dans presque toutes les configurations :
- Influence sans clic. L’assistant recommande votre produit, l’acheteur tape ensuite votre marque dans une barre de recherche, et la commande finit attribuée au trafic direct ou à la recherche de marque.
- Pertes. Quand l’agent compare votre produit à celui d’un concurrent et choisit le concurrent, il n’y a ni session, ni événement, ni ligne dans un quelconque rapport.
- Passages entre agents. Un agent peut faire des recherches à un endroit puis acheter ailleurs, et les données de provenance survivent rarement au passage.
Le deuxième point est celui qui m’inquiéterait le plus, car c’est le seul sur lequel vous pouvez agir directement.
Comment savoir si un assistant IA a influencé une commande
Il n’existe pas d’interrupteur unique. Il faut croiser les signaux. Voici l’ordre dans lequel je procéderais.
- Récupérez les données de référent et les paramètres UTM. Filtrez vos analyses pour les sessions dont la source est un assistant IA. Certains assistants balisent les liens sortants, d’autres non : attendez-vous donc à un comptage partiel.
- Vérifiez l’attribution au niveau des commandes. Sur Shopify, regardez le canal ou le référent affiché sur chaque commande provenant de canaux IA. Faites la correspondance avec vos analyses, et non l’inverse.
- Gardez visibles le trafic direct et le trafic non attribué. Ne les regroupez pas dans « autre ». Une hausse du trafic direct après une modification de vos données produit est un indice, même si ce n’est pas une preuve.
- Alignez les définitions. Même plage de dates, même définition de session, même parcours de paiement, même modèle d’attribution dans tous les rapports que vous comparez. La plupart des divergences entre tableaux de bord viennent de là.
- Distinguez exposition et preuve. Une citation dans une réponse est une exposition. Un référent suivi plus une commande correspondante constituent une preuve. Présentez-les comme deux choses différentes.
Cette dernière étape a un intérêt concret. Practical Ecommerce estime que les achats assistés par IA doivent être évalués selon la qualité et l’efficacité de la décision, c’est-à-dire l’identification pertinente des produits, la précision des comparaisons et la conversion, plutôt qu’au nombre de conversations ou au temps passé. Une conversation courte qui aboutit à une commande est un bon résultat, pas un résultat bâclé.
Pour une présentation plus détaillée de la configuration du suivi, notre guide sur comment suivre le trafic issu du shopping IA explique chaque champ étape par étape.
Shopify et WooCommerce : à quoi ressemble la configuration
Shopify
Shopify vous offre le plus de fonctionnalités prêtes à l’emploi. Sa fonction Agentic Storefronts vous permet de gérer votre présence sur les canaux IA et affiche l’attribution par canal ou référent dans l’administration pour les intégrations compatibles. Si vous souhaitez aller plus loin dans la gestion de cette présence, la académie Shopify sur la recherche IA aborde le versant contenu du même problème.
Pour les rapports, les rapports marketing de Shopify prennent en charge plusieurs modèles : dernier clic non direct, dernier clic, premier clic, n’importe quel clic et linéaire. Faites passer une commande issue d’un canal IA dans deux de ces modèles et vous obtiendrez souvent deux histoires différentes. C’est normal, et c’est précisément l’objet de la section suivante.
Sur Shopify, ecentic pousse également les corrections des données produit vers Google Merchant Center et suit les visites provenant des assistants IA. Il s’agit d’un nombre de visites. Nous ne suivons ni le chiffre d’affaires ni les ventes, et je me méfierais de tout outil prétendant voir l’ensemble du parcours. Notre page Shopify détaille le fonctionnement.
WooCommerce
WooCommerce n’a pas d’équivalent à l’attribution native des canaux IA de Shopify : vous devez donc la construire à partir des référents analytiques, des paramètres UTM et des données de commande dans votre propre stack. Cela demande plus de travail, et c’est aussi là que la question du paiement devient intéressante. Le plugin gratuit ecentic permet aux agents de rechercher, remplir un panier et finaliser un achat via UCP, le standard ouvert de Google pour le paiement par agent. Les commandes qui arrivent ainsi constituent une route supplémentaire à étiqueter dans vos rapports. Pour une approche plus large couvrant les deux plateformes, consultez notre guide du trafic des agents IA.
Lire les chiffres IA à côté de vos autres canaux
L’attribution est un modèle. Elle attribue du crédit selon les hypothèses que vous choisissez ; ainsi, un même parcours client peut produire des réponses différentes selon les hypothèses retenues. Ce n’est pas une mesure de ce qui a provoqué une conversion.
L’IA rend cela encore plus évident, car un assistant démarre souvent un parcours qui se termine ailleurs. Les rapports au dernier point de contact peuvent attribuer le crédit à un canal ultérieur même lorsque l’IA a initié le parcours. Un acheteur demande une recommandation à un assistant, clique sur une annonce payante deux jours plus tard puis achète. Le dernier clic attribue la conversion à la recherche payante. L’assistant a fait le plus difficile et n’obtient rien.
Quelques habitudes permettent de garder une lecture honnête des données :
- Présentez les commandes référées par l’IA selon au moins deux modèles, et affichez une plage de résultats plutôt qu’un seul chiffre.
- Séparez la question de la source du trafic (d’où vient cette visite ?) de celle du crédit (quelle part de cette commande revient à cette source ?). Ce sont des tâches différentes et des outils différents.
- Ne retirez pas automatiquement le crédit de l’IA aux canaux payants. Les chevauchements sont normaux.
Si vous comparez des outils pour la partie attribution du crédit, nos sélections de outils d’attribution ecommerce et applications d’attribution Shopify présentent les différentes options, et l’article sur l’attribution sans cookies explique ce qui fonctionne lorsque le suivi navigateur devient plus limité.
Limites et confidentialité
Deux avertissements s’imposent ici.
Premièrement, les assistants d’achat eux-mêmes sont évalués sur plus que la qualité de leurs recommandations. Le framework SERA de l’ACM Recommender Systems 2026 indique que les assistants retail doivent être évalués selon la sécurité, la conformité réglementaire, la résistance aux intentions malveillantes et la protection contre les fuites d’informations personnelles. Si vous injectez des données de commande ou de conversation dans vos propres outils analytiques, vous héritez d’une partie de cette responsabilité.
Deuxièmement, ne collez pas de données de conversation brutes dans des outils que vous n’avez pas vérifiés. Un audit contrôlé portant sur 20 chatbots IA populaires a montré que 17 partageaient des informations avec au moins un tiers. Cette conclusion concerne les chatbots, pas votre boutique, mais c’est une raison valable de garder les données personnelles hors des pipelines d’attribution et de demander à vos fournisseurs où vont les données. Si vous vendez dans l’UE ou au Royaume-Uni, demandez conseil à votre juriste avant d’enregistrer quoi que ce soit lié à un acheteur individuel.
Et encore un point, plus terre à terre : l’attribution au niveau du protocole, comme la signature cryptographique de session décrite dans certaines présentations d’UCP pour l’identité affiliée, reste récente. Considérez-la comme prometteuse, pas comme une base solide pour construire aujourd’hui une stack de reporting.
Notre point de vue
Nous avons créé ecentic parce que nous pensons que le secteur mesure le mauvais bout du parcours d’achat.
Un agent IA ne voit jamais votre page d’accueil. Il lit votre flux produit, votre catalogue et les données structurées de vos fiches produit. Ensuite, il compare votre produit à celui d’un concurrent et en choisit un. L’attribution vous indique ce qui s’est passé après qu’un choix a tourné en votre faveur. Elle ne dit rien sur tous les choix qui n’ont pas été en votre faveur.
Nous avons exécuté 36 797 achats simulés jusqu’en octobre 2026. Sur le même catalogue, ChatGPT choisissait le produit environ 3 fois plus souvent que Claude ou Gemini, avec 51,6 % contre environ 18,5 %. Même produits, mêmes données, résultats très différents selon l’agent qui posait la question. Une simple ligne de référence IA dans vos analyses masque totalement cela.

Deux audits anonymes nous ont appris le reste. Une marketplace de spiritueux réalisant environ 70 M€ par an présentait une anomalie dans les données lues par les agents sur 88 % de ses 9 699 produits, et n’est apparue 0 fois sur 20 lorsque des agents ont été interrogés sur l’endroit où acheter deux bouteilles qu’elle vend. Les paiements via agent d’une marque suédoise de soins de la peau atteignaient l’étape du paiement dans 0 pays sur 6 parce qu’un paramètre de livraison exigeait un numéro de téléphone. Aucun de ces problèmes n’apparaîtrait dans un rapport d’attribution. Il n’y avait rien à attribuer.
Le seul résultat public que nous pouvons citer provient de notre premier pilote, DUA Flavours, où les visites issues des assistants IA et le trafic direct ont augmenté de 12 % entre avril et juillet 2026. Il s’agit d’un chiffre de visites, pas de ventes, et il provient d’un seul pilote. Important à préciser : ecentic est en pré-revenus et mène encore des pilotes, considérez donc cela comme un signal précoce.
Mon avis : mesurez, oui, mais corrigez d’abord les données produit. Vous ne pouvez pas attribuer une vente qu’un agent n’a jamais réalisée.
— Xhurian Shaba
Transformer les données en décisions
Une fois que vous avez un comptage approximatif, voici ce que j’en ferais.
Identifiez les produits qui génèrent des visites IA et ceux qui n’en génèrent jamais. Sur un même catalogue, des résultats très différents sont la norme. Commencez par l’écart.
Regardez les questions, pas seulement les clics. L’application Knowledge Base de Shopify enregistre les requêtes posées par les clients dans les conversations d’achat IA, en indiquant quels produits ont été affichés et si l’IA a répondu à la question. Ce type de donnée sur la demande est rare et utile.
Attendez-vous à des boucles de rétroaction. Les chercheurs de la Yale Cowles Foundation notent que les plateformes d’achat IA peuvent affiner leurs recommandations à partir de signaux comme les achats, les abandons et les requêtes de suivi. Vos données produit font partie de ces signaux : des données obsolètes aggravent donc le problème.
Vérifiez le parcours de paiement. Si les agents atteignent le paiement puis abandonnent, la cause est souvent un paramètre, pas un acheteur. Notre UCP Playground vous permet de tester des agents de shopping IA sur une boutique.
Pour la partie outils, consultez nos présentations de outils d’attribution IA, analytique IA pour l’e-commerce et plateformes IA pour les responsables ecommerce.
Là où les outils d’attribution s’arrêtent et où ecentic commence
Vue rapide et honnête du marché. Il s’agit de mon avis sur les cas d’usage adaptés, pas d’un classement.
| Type d’outil | Points forts | Convient à |
|---|---|---|
| Reporting natif Shopify | Attribution par canal et référent pour les commandes issues des canaux IA, plusieurs modèles d’attribution | Toute boutique Shopify cherchant un point de départ gratuit |
| Plateformes d’attribution multi-touch comme Triple Whale ou Northbeam | Faire correspondre les dépenses publicitaires et les canaux payants entre plateformes | Marques avec un budget publicitaire important et le besoin de démêler les chiffres remontés par les plateformes |
| Outils de flux produit classiques | Nettoyage et synchronisation des flux produit | Boutiques dont le principal problème vient des erreurs de flux |
| ecentic | Montrer pourquoi un agent choisit le produit d’un concurrent, réécrire les données produit et configurer le paiement par agent | Marques Shopify et WooCommerce qui veulent que leurs produits soient ceux que l’agent choisit et achète |
Les deux premiers vous indiquent ce qui s’est passé avec les commandes que vous avez obtenues. ecentic agit directement sur la boutique, c’est-à-dire le flux produit, le catalogue et le paiement utilisé par un agent pour acheter, afin que davantage de choix tournent en votre faveur. Les outils de flux produit classiques ne gèrent pas la partie paiement.
Comment ecentic aide
ecentic aide les boutiques en ligne à vendre lorsque des agents IA font les achats : la plateforme optimise leur flux produit et leur catalogue afin que les agents de shopping IA choisissent leurs produits et puissent réellement les acheter. Obtenez la vente quand l’IA fait les achats.
La plateforme se connecte à Shopify, WooCommerce ou à un flux produit. ChatGPT, Claude et Gemini comparent chaque produit avec celui d’un concurrent nommé, et ecentic montre pourquoi il perd. Lorsque vous cliquez sur Apply, le titre, la description et les données structurées sont réécrits puis publiés sur la boutique. Découvrez le fonctionnement sur la page d’optimisation des fiches produit IA.

Le scan gratuit couvre vos 10 principaux produits, sans carte bancaire. Les offres payantes sur la page des tarifs : Compete (jusqu’à 100 produits) coûte 14,90 $ par mois, Scale (jusqu’à 1 000 produits, corrections en un clic) coûte 44,90 $ par mois, et Dominate (ajoute la synchronisation Google Merchant Center et la configuration du paiement par agent) coûte 149 $ par mois. L’offre à l’usage représente 3 % des commandes attribuées à l’IA, plafonné à 500 $ par mois. L’offre Enterprise inclut des limites personnalisées, l’accès API et MCP ainsi qu’un DPA, sans prix publié.
FAQ
Qu’est-ce que l’attribution IA en ecommerce ?
Il s’agit d’attribuer du crédit pour une commande à une interaction IA antérieure, sur la base d’éléments observés et de règles définies. Le terme a aussi un second sens dans l’ad-tech, où le machine learning répartit le crédit entre les points de contact marketing. Dans les deux cas, cela montre une corrélation fondée sur des hypothèses, pas une preuve de causalité.
Puis-je voir les commandes provenant de ChatGPT ?
Souvent, oui. Shopify indique que les acheteurs venant de ChatGPT finalisent leur paiement dans la boutique en ligne du marchand, et que les commandes issues de ses canaux IA affichent une attribution de référence dans l’administration. Les acheteurs qui voient une recommandation puis reviennent plus tard par une autre voie ne seront pas étiquetés.
Une mention dans une réponse IA compte-t-elle comme une visite ?
Non. Une mention mesure l’exposition. Une visite nécessite un référent suivi, et une vente nécessite une commande correspondante. Gardez ces trois éléments dans des colonnes distinctes afin de ne pas surestimer les résultats.
Quel modèle d’attribution utiliser pour le trafic IA ?
Utilisez-en au moins deux et comparez-les. Les rapports marketing Shopify proposent les modèles dernier clic non direct, dernier clic, premier clic, n’importe quel clic et linéaire. Si les réponses diffèrent fortement, l’IA initie probablement des parcours que d’autres canaux terminent.
ecentic suit-il les ventes provenant des assistants IA ?
Non. Sur Shopify, ecentic suit les visites provenant des assistants IA et pousse les corrections vers Google Merchant Center. La plateforme ne suit ni le chiffre d’affaires ni les ventes : associez-la donc aux rapports de commande de votre propre boutique.
Sources
- Aide Google Analytics : attribution
- Centre d’aide Shopify : vitrines agentiques
- Shopify : des millions de marchands peuvent vendre dans des conversations IA
- Centre d’aide Shopify : rapports marketing
- Centre d’aide Shopify : métriques Knowledge Base
- PYMNTS : The Agent Advantage
- Practical Ecommerce : AI Shopping Metrics Considered
- ACM : framework d’évaluation SERA
- Yale Cowles Foundation : From Conversations to Mechanisms
- Glossaire AI Commerce Attribution
- Usermaven : attribution du trafic IA
- Tracking Exposure in AI Chatbots
Sujets à explorer