# AI Overviews : vos clics baissent, mais perdez-vous des clients ?

Version HTML de référence : https://talkweb.fr/analyses/ai-overviews-baisse-clics-diagnostic/

Publication : 2026-10-26T11:31:00+01:00. Révision : 2026-10-26T11:31:00+01:00.

Les clics SEO reculent : distinguez effet des réponses IA, baisse de demande et problème technique avant de réorienter vos contenus.

## La réponse

Commencez par les pages et les intentions touchées. Comparez impressions, clics, positions et demandes qualifiées sur des segments stables. Une baisse du taux de clic compatible avec les AI Overviews justifie une enquête ; elle ne chiffre pas leur effet causal sur votre chiffre d’affaires. Enrichissez d’abord les pages qui aident encore le visiteur à décider ou à agir.

## La page perd des clics : commencez par identifier ce qui a changé

Prenons un cas fictif : un éditeur de logiciel perd du trafic sur « comment calculer le coût d’un recrutement », mais ses demandes de démonstration restent stables. Le réflexe serait de réécrire tous les articles pour les IA. Pourtant, il faut d’abord distinguer les visites qui lisaient une définition de celles qui préparaient un achat. Le même recul de trafic peut menacer un média rémunéré à la publicité et avoir une conséquence différente pour cet éditeur.

Exportez les données Search Console par page, requête, pays et appareil, sur des périodes comparables. Séparez marque, requêtes de découverte et intentions commerciales. Notez migrations, campagnes, changements de consentement, problèmes de disponibilité et modifications des pages. Une courbe globale gomme précisément les différences dont vous avez besoin pour décider.

Le taux de clic est un rapport : clics divisés par impressions. Il peut baisser parce que votre page apparaît désormais sur davantage de requêtes peu pertinentes. Regardez donc aussi le périmètre des requêtes et les positions, sans traiter la position moyenne comme une photographie exacte de chaque page de résultats.

## 8 % contre 15 % : ce que mesure réellement l’enquête Pew

Athena Chapekis et Anna Lieb, au Pew Research Center, analysent la navigation de 900 adultes américains en mars 2025, soit 68 879 recherches Google uniques. Un clic sur un résultat classique est observé dans 8 % des visites avec résumé IA, contre 15 % sans résumé. Les pages de résultats ont été reconstruites en avril : elles ne reproduisent pas nécessairement chaque affichage vu en mars.

Sources : [Google users are less likely to click on links when an AI summary appears in the results](https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/)

Il s’agit d’une association observationnelle. Les requêtes qui déclenchent un résumé peuvent différer des autres. Le résultat ne signifie donc pas que votre site perdra mécaniquement 47 % de ses clics, et encore moins de ses ventes. Il donne un signal à examiner sur votre propre portefeuille de pages.

## La baisse du clic doit être reliée au besoin qui disparaît ou se déplace

Le modèle de recherche de Bates décrit des questions qui évoluent pendant l’exploration. Il ne prédit pas l’effet des réponses IA sur votre trafic, mais aide à distinguer un besoin d’information satisfait sans visite d’un besoin de décision encore ouvert. Les travaux de Gordon et ses collègues rappellent qu’une variation observée ne suffit pas à isoler sa cause.

Sources : [The Design of Browsing and Berrypicking Techniques for the Online Search Interface](https://pages.gseis.ucla.edu/faculty/bates/berrypicking.html); [A Comparison of Approaches to Advertising Measurement: Evidence from Big Field Experiments at Facebook](https://doi.org/10.1287/mksc.2018.1135)

Classez les pages touchées selon l’action qu’elles aident à accomplir : comprendre une notion, vérifier une compatibilité, comparer une offre ou demander un devis. Examinez séparément les résultats de ces familles. Une baisse sur un glossaire n’appelle pas la même réponse qu’une baisse des demandes qualifiées. Évitez de réécrire tout le site avant d’avoir identifié où la relation commerciale est réellement affectée.

## Ahrefs observe aussi une baisse : pourquoi son chiffre n’est pas celui de Pew

En février 2026, Ryan Law et Xibeijia Guan publient une analyse Ahrefs de 300 000 mots-clés : deux groupes de 150 000, avec ou sans AI Overview en décembre 2025. Le CTR desktop de première position du groupe avec résumé est comparé à un scénario modélisé à partir de l’évolution du groupe témoin depuis décembre 2023. Le CTR observé, environ 1,6 %, est inférieur de 58 % au CTR modélisé, environ 3,7 %.

Sources : [Update: AI Overviews Reduce Clicks by 58%](https://ahrefs.com/blog/ai-overviews-reduce-clicks-update/)

Ce n’est ni la mesure Pew ni une expérience randomisée. Ahrefs étudie un CTR de première position et construit un contrefactuel ; Pew suit des visites et des clics sur des résultats classiques. La convergence invite à enquêter sur la perte de clics, mais additionner ou moyenner leurs pourcentages produirait un chiffre sans sens.

Pour votre entreprise, la question pratique devient : nos pages ont-elles surtout perdu les occasions de clic que ces études décrivent, ou une autre composante du parcours ? Utilisez ces travaux pour choisir les vérifications, puis vos données pour décider. Un catalogue de chiffres alarmants ne désigne pas la page à améliorer lundi matin.

## Construire un relevé qui aide à choisir une action

Constituez un panel de requêtes réellement utiles à vos clients : compréhension du problème, comparaison de solutions, vérification d’un prix, préparation d’une demande. Conservez la formulation, le pays, l’appareil, la date, la présence d’un résumé et les liens visibles. Répétez les observations dans des conditions comparables. Une capture isolée montre une possibilité d’affichage, pas sa fréquence chez vos visiteurs.

Croisez ce relevé avec vos segments Search Console. Google indique que les performances issues de ses fonctionnalités IA sont incluses dans le reporting Web. N’étiquetez donc pas automatiquement toute baisse du trafic organique comme « trafic perdu à cause de l’IA ». Votre relevé complète la mesure ; il ne remplace pas une attribution que l’outil ne fournit pas.

Pour le B2B, rapprochez les pages d’entrée des demandes recevables dans le CRM, en respectant votre dispositif de mesure. Vérifiez les décalages du cycle de vente : un mois sans contrat signé ne suffit pas à juger un contenu dont les lecteurs achètent six mois plus tard. La direction commerciale peut préciser si la qualité des dossiers change avant que le chiffre d’affaires ne le montre.

Diagnostic proposé par TalkWeb — plusieurs causes peuvent coexister

| Observation | Vérification prioritaire | Décision possible |

| --- | --- | --- |

| Impressions et clics reculent | Demande, indexation, positions et saisonnalité | Corriger la cause avant de réécrire pour les IA |

| Impressions stables, clics en baisse | Mêmes requêtes, concurrence et évolution des résultats | Revoir la promesse et la valeur du clic |

| Clics en baisse, demandes stables | Qualité des demandes et décalage du cycle de vente | Surveiller sans supprimer les contenus utiles |

| Demandes qualifiées en baisse | Pages commerciales, parcours et disponibilité | Prioriser les pages qui contribuent aux dossiers commerciaux |

## Donner une raison de venir sur votre site après la réponse IA

Une définition interchangeable offre peu de raisons de cliquer une fois la définition affichée ailleurs. Pour notre éditeur fictif, le contenu peut devenir un calculateur documenté : hypothèses de coût, catégories de dépenses, méthode exportable et exemple rempli. La valeur est le travail que le lecteur peut accomplir avec le contenu. Cela ne garantit pas une citation ; cela rend la visite plus utile.

Ne remplacez pas chaque article par un formulaire commercial. Un responsable RH qui essaie d’estimer un coût doit pouvoir comprendre le calcul avant de parler à un vendeur. Le spécialiste métier vérifie les hypothèses, le rédacteur les rend lisibles et l’équipe produit assure le fonctionnement du calculateur. Un outil dont le résultat est opaque ne résout pas le problème initial.

Choisissez un groupe limité de pages à enrichir et conservez un groupe comparable non modifié. Fixez à l’avance le résultat recherché : usage du calculateur, téléchargement utilisé, demande qualifiée. La comparaison reste imparfaite si les groupes diffèrent ou si le marché bouge ; elle est néanmoins plus informative qu’un changement général suivi d’un simple avant/après.

Avant de lancer la production, donnez au spécialiste métier un livrable précis : une méthode de calcul, une comparaison vérifiable ou un cas d’usage documenté. Demandez au rédacteur d’expliciter les hypothèses plutôt que de répéter la conclusion. Et au développeur, prévoyez une version consultable même si le lecteur ne remplit pas le formulaire. La valeur du contenu doit être accessible, pas seulement annoncée dans le titre.

Pour rendre compte à la direction, présentez trois colonnes : ce qui est observé, ce que vous supposez et ce que vous changez. Exemple fictif : « clics informationnels en baisse ; présence de résumés fréquente sur notre panel ; enrichissement de deux pages en outils de décision ». Cette formulation relie les faits à une action tout en laissant ouverte la possibilité que la prochaine mesure invalide votre explication.

Complétez ce diagnostic par un suivi des réponses elles-mêmes : [être cité par une IA ne signifie pas être recommandé](https://talkweb.fr/analyses/geo-mesurer-citations-et-recommandations/).

## Passer à l’action

Décidez à partir de la valeur des visites et des besoins encore insatisfaits. La présence d’un résumé IA est une hypothèse explicative à confronter aux données.

Choisir un segment de pages commerciales et un segment de découverte, puis réunir SEO et ventes pour comparer leurs trajectoires.

Une cause prioritaire et une action sont identifiées pour chaque segment ; les clics et les demandes qualifiées sont suivis séparément.

## Limites

- Les requêtes avec et sans résumé peuvent différer ; association, pas effet causal isolé.

- Résultats de recherche collectés après la période de navigation ; affichage susceptible de changer.

- Pas de mesure des prospects, des ventes ou du marché français.

- Le scénario Ahrefs repose sur une évolution de groupe témoin supposée transférable ; il ne mesure pas un effet aléatoire isolé.

## Sources

- [Chapekis, A., & Lieb, A. (2025). Google users are less likely to click on links when an AI summary appears in the results. Pew Research Center.](https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/) — Article complet et encadré méthodologique consultés ; données individuelles non auditées.

- [Law, R., & Guan, X. (2026). Update: AI Overviews Reduce Clicks by 58%. ÉTUDE FOURNISSEUR · Ahrefs.](https://ahrefs.com/blog/ai-overviews-reduce-clicks-update/) — Méthodologie et résultats de l’article du 4 février 2026 consultés ; données brutes non auditées.

- [Marcia J. Bates. (1989). The Design of Browsing and Berrypicking Techniques for the Online Search Interface. Online Review.](https://pages.gseis.ucla.edu/faculty/bates/berrypicking.html) — Résumé, modèle de recherche évolutive et recommandations d’interface consultés.

- [Brett R. Gordon, Florian Zettelmeyer, Neha Bhargava, & Dan Chapsky. (2019). A Comparison of Approaches to Advertising Measurement: Evidence from Big Field Experiments at Facebook. Marketing Science.](https://doi.org/10.1287/mksc.2018.1135) — Résumé primaire consulté ; texte intégral non audité.

## Documentation

- [Google — fonctionnalités IA et mesure](https://developers.google.com/search/docs/appearance/ai-features) — Mesure dans le reporting Web et conditions techniques de visibilité.