Ce que révèle vraiment l’étude Fractl sur l’impact IA recherches Google
L’étude Fractl sur 1 010 848 mots clés à fort volume remet des chiffres solides derrière le débat sur l’impact IA recherches Google. Réalisée au premier semestre 2024 (données collectées de janvier à juin) sur un panel de 379 marques réparties sur huit verticales, à partir de données Semrush agrégées sur plusieurs mois, elle montre que 29 % des requêtes à plus de 10 000 recherches mensuelles sont en déclin, soit quatre points au-dessus de la prévision de Gartner qui anticipait une baisse d’environ 25 % des recherches classiques d’ici 2026, mais que le volume global reste quasiment stable avec un léger surplus d’environ 16,8 millions de recherches. Autrement dit, la recherche Google ne s’effondre pas, elle entre dans une nouvelle ère où la demande se déplace entre types de requêtes, formats de réponses et surfaces du moteur de recherche.
Dans ce contexte, limiter l’analyse à une simple baisse de trafic web organique serait une erreur stratégique pour tout responsable SEO. Le cœur du sujet est la redistribution de la visibilité entre les pages web classiques, les réponses générées par l’intelligence artificielle et les nouveaux blocs d’overviews, qui modifient profondément la façon dont les utilisateurs consomment les contenus. Les données de Fractl, basées sur Semrush et 379 marques réparties sur huit verticales sélectionnées pour leur volume de recherche et leur diversité (FinTech, Lifestyle, Retail, SaaS B2B, Santé, Éducation, Voyage, Services locaux), confirment que l’impact IA recherches Google dépend fortement du secteur, de l’intention de recherche et du niveau d’expertise attendu par l’utilisateur, comme le suggèrent les graphiques de l’étude montrant la part de requêtes en croissance par industrie et la variation moyenne de clics organiques par type d’intention.
Les secteurs FinTech et Lifestyle illustrent cette polarisation avec une chute respective de 37,7 % et 15,2 % sur les requêtes à fort volume, alors que d’autres domaines restent stables ou progressent. Concrètement, des requêtes génériques comme « meilleure carte bancaire », « idées de tenue été » ou « assurance auto pas chère » voient leur trafic se déplacer vers les réponses générées, tandis que des recherches plus précises du type « carte bancaire pour auto-entrepreneur sans frais cachés » ou « robe de soirée grande taille livraison rapide » continuent de convertir. Les requêtes purement informationnelles et génériques sont les plus exposées aux réponses générées, tandis que les recherches transactionnelles ou à forte implication personnelle résistent mieux et continuent d’alimenter un trafic web qualifié vers les sites web. Pour piloter ses stratégies SEO, il devient indispensable de segmenter ses requêtes par intention, par exposition aux blocs d’overview Google et par niveau d’EEAT expérience attendu, plutôt que de regarder un seul KPI global de trafic, en suivant par exemple l’évolution du CTR organique sur les requêtes avec overview et le revenu par clic sur les segments clés.
Secteurs, intentions et surfaces : où l’IA capte la valeur dans la recherche Google
Les chiffres de Fractl confirment que l’impact IA recherches Google n’est pas homogène, mais qu’il varie selon les verticales et les intentions de recherche. En FinTech, les requêtes génériques de type overview sur les cartes bancaires, les prêts ou les assurances sont massivement cannibalisées par les réponses générées, qui proposent des résumés structurés avant les résultats recherche classiques. L’étude met en avant un graphique où la part de clics organiques sur ces requêtes diminue nettement dès qu’un bloc d’overview est présent, avec un CTR moyen qui peut chuter de plusieurs points sur les top positions. Dans le Lifestyle, les requêtes inspirationnelles ou de découverte de marques voient aussi leur visibilité se déplacer vers les aperçus enrichis, les carrousels et les blocs d’overview Google, au détriment des pages web éditoriales traditionnelles.
Pour un directeur marketing, la question n’est plus de savoir si l’intelligence artificielle va réduire le trafic, mais sur quelles requêtes et sur quelles surfaces de Google Search la valeur se déplace réellement. Les expériences menées dans Search Labs avec Google Overview et les tests autour de Gemini montrent que le moteur de recherche privilégie de plus en plus des contenus capables de fournir des réponses synthétiques, sourcées et contextualisées, tout en renvoyant vers des sources jugées fiables. Dans ce modèle, l’EEAT expérience devient un filtre central pour décider quelles pages web alimentent les résumés, et quelles marques restent visibles dans les nouveaux blocs d’aperçus. Cela implique de travailler des contenus capables de répondre clairement à des questions comme « comment choisir une carte bancaire pour voyage à l’étranger » ou « quelle tenue pour un entretien d’embauche en été », avec des sections structurées et des signaux de crédibilité explicites.
Les données citées par Siècle Digital, montrant que 59 % des consommateurs sont prêts à visiter un site après recommandation IA et que 18 % ont déjà acheté sur recommandation IA sans vérification, confirment que la demande ne disparaît pas mais change de chemin. L’impact IA recherches Google se joue donc autant sur la capacité à être cité comme source dans les réponses générées que sur le positionnement classique dans les résultats, ce qui impose de revoir la stratégie de contenu. Pour structurer cette stratégie, un responsable SEO peut s’appuyer sur des analyses d’outils IA spécialisés en référencement, comme ceux présentés dans ce guide sur l’exploitation des outils d’intelligence artificielle pour optimiser le SEO, afin de cartographier les requêtes en déclin et celles en croissance dans son propre secteur, en suivant des indicateurs opérationnels comme la part de sessions issues de requêtes avec overview, la variation du CTR par type de SERP et la contribution au revenu par groupe d’intentions.
Repositionner sa stratégie SEO : capter la demande qui se déplace, pas défendre les positions perdues
Face à l’impact IA recherches Google, la priorité n’est plus de défendre coûte que coûte chaque position historique, mais de suivre la redistribution de la demande entre les différents formats de recherche. Les responsables marketing doivent d’abord isoler les requêtes en déclin structurel, souvent très génériques, pour réallouer le budget contenu vers des requêtes plus spécifiques, transactionnelles ou à forte valeur métier. Cette approche suppose de croiser les données de Google Search Console, les rapports de trafic web et les signaux de visibilité dans les blocs d’overview Google, afin d’identifier les zones où les contenus restent incontournables pour l’utilisateur. Concrètement, il s’agit par exemple de comparer l’évolution du CTR sur les requêtes avec et sans overview, de mesurer le revenu par clic sur les pages clés et de suivre la part de conversions attribuées aux requêtes de longue traîne.
Ensuite, il devient stratégique de produire un contenu qui puisse à la fois se positionner dans les résultats recherche classiques et nourrir les réponses générées, en travaillant la clarté des résumés, la structure des sections et la qualité des sources citées. Les pages web doivent intégrer des sections de type overview bien balisées, des FAQ alignées sur les requêtes réelles et des preuves d’expérience expertise, pour renforcer leur probabilité d’être sélectionnées par l’intelligence artificielle. Dans la pratique, cela passe par une structuration Hn rigoureuse, l’ajout de balises FAQ et de données structurées adaptées, ainsi que par des encadrés de synthèse qui répondent directement aux questions clés de l’utilisateur. Dans cette logique, l’arbitrage ne se fait plus entre optimiser pour AI Overviews ou pour Google classique, comme le montre cette analyse sur le faux dilemme entre AI Overviews et résultats traditionnels, mais entre des contenus qui créent du revenu et ceux qui ne génèrent que du volume.
Enfin, la redistribution de la demande impose de repenser la mesure de la performance SEO, en intégrant la part réelle de l’organique dans l’acquisition B2B et l’impact sur le chiffre d’affaires plutôt que sur le seul trafic. Les études comme celles de Pew Research ou de tout autre research center sur les usages de la recherche, combinées aux analyses internes, permettent de mieux comprendre comment les utilisateurs naviguent entre les résumés IA, les sites web et les différentes surfaces du web. Pour piloter ces arbitrages, un responsable marketing peut s’appuyer sur des frameworks détaillés dans ce décryptage sur la place réelle du SEO dans l’acquisition B2B, et garder en tête que la métrique clé n’est pas le positionnement, mais le revenu par clic, complété par des indicateurs comme la marge générée par canal, la durée de vie client issue de l’organique et la part de requêtes exposées aux overviews dans le portefeuille global.