Depuis deux ans, une douzaine d’études annoncent la même chose : les AI Overviews détruisent le taux de clic organique. -34,5 % en position 1 chez Ahrefs, 8 % de clics contre 15 % sans résumé IA chez Pew Research, -15,5 % en moyenne chez Amsive, -61 % chez Seer Interactive. La direction est unanime, l’amplitude varie du simple au quadruple.
Le chiffre le plus repris de la liste, ce -61 %, a été révisé par ses propres auteurs. Dans leur mise à jour de 2026, sur 53 marques et 5,47 millions de requêtes suivies, le CTR organique des requêtes avec AI Overview remonte de 1,3 % en décembre 2025 à 2,4 % en février 2026. L’écart avec les requêtes sans AI Overview n’est plus de 61 % mais de 38 %, et Seer précise deux choses gênantes pour la thèse initiale : leur groupe témoin bouge aussi, et l’AI Overview se déclenche surtout sur les requêtes informationnelles, celles qui cliquaient déjà peu. Effet de sélection, pas seulement effet de causalité.
Je n’ai pas de treizième étude à ajouter. Mon outil interne détecte les AI Overviews depuis juillet 2026. Sur les captures qu’il a réellement examinées depuis, 34,1 % portent un AI Overview. Le phénomène est donc massif sur les SERP françaises : ce n’est pas son ampleur qui manque, c’est de quoi mesurer son effet. La méthode pour le mesurer existe pourtant, et elle tient dans un export Search Console : je la donne en fin d’article.
Cet article décode ce que mesure réellement une courbe de CTR, et comment la transformer en l’indicateur qui sert à arbitrer un planning SEO. Si certains termes techniques vous échappent, gardez le glossaire SEO ouvert dans un autre onglet (à l’ancienne).
En 30 secondes
La réponse courte à la question du titre : aucune étude publiée ne permet de le dire sur les SERP françaises, la mienne comprise. Les AI Overviews y sont massivement présents, sur 34 % des pages de résultats que je relève, mais les chiffres qui circulent mélangent trois effets distincts sans en isoler aucun. Le montage qui les sépare tient dans un export Search Console, il est en fin d’article.
3 choses à retenir si vous êtes pressés :
- Il n’existe pas un CTR de la position 1. Les études vont de 9 % à 37,8 %, et l’écart vient de ce qu’elles mesurent, pas de leur qualité : rang organique ou rang réellement vu à l’écran, médiane ou moyenne pondérée.
- Les 3/4 de l’écart de CTR entre deux positions ne viennent pas de la position, mais de la nature des mots clés qui s’y trouvent.
- Pour arbitrer un planning, croisez le CTR du rang visuel avec le volume de recherche. Vous obtenez un ordre de grandeur qui sert à comparer des mots clés entre eux (plutôt qu’une promesse de trafic).
Petit aparté sur les études SEO de l’été, Microsoft Clarity vient d’ajouter un « AI Scrape-to-Referral Ratio », qui compare le volume d’aspiration des robots IA au trafic de referral qu’ils renvoient. Microsoft cite en exemple une source à environ 6 000 aspirations pour une seule visite retournée. C’est un vrai sujet, ce n’est pas celui-ci. Un AI Overview qui capte le clic sur google.fr et un crawler qui aspire vos pages pour alimenter un chatbot sont deux pertes différentes, qui se mesurent dans deux outils différents. Cet article ne parle que de la première.
Consensus des études publiées
Voici les 4 références les mieux positionnées, mises côte à côte avec la mesure de Cadrank (outil interne Pied Web). Pour que la colonne « Ampleur » soit à peu près comparable, je l’ai ramenée partout au nombre de mots clés. Trois sources sur quatre le publient ; pour AWR, qui annonce « des millions de mots clés sur des milliers de sites » sans jamais donner de nombre, la cellule est une lecture de ma part.
| Source | CTR position 1 | Ampleur (mots clés) | Période | Position mesurée | Agrégation |
|---|---|---|---|---|---|
| Backlinko | 27,6 % | 12,2 M de requêtes | non précisée | Search Console | non précisée |
| seoClarity mobile | 9,0 % | 11,8 M | 2 lundis à un an d’écart | rank tracker (organique) | Σclics / Σimpressions |
| AWR | 33,9 % commercial, 23,4 % informationnel | des millions, sur des milliers de sites | glissante, mise à jour mensuelle | Search Console | pondérée, par combinaison de fonctionnalités SERP |
| Cadrank | 37,8 % | 5 364 couples (mot clé, site) retenus | 12 mois glissants | rang visuel, en pixels | médiane |
Un mot sur cette colonne, parce que l’incomparabilité est déjà un symptôme. Chacun compte dans l’unité qui l’arrange : seoClarity annonce 750 M d’impressions et 32 M de clics, Backlinko 4 M de résultats, moi-même des couples (mot clé, site). Ces unités ne se convertissent pas les unes dans les autres, et le seul nombre à peu près commun, le nombre de mots clés, n’est même pas publié par les quatre : il oppose des millions à quelques milliers, avec une source qui reste dans le vague. Retenez surtout que Cadrank est trois ordres de grandeur plus petit que les autres, c’est ma limite principale : une analyse conduite à partir d’une dizaine de search console.
Un facteur 4 entre 9 % et 37,8 %, pour la même position, sur le même moteur. Aucune de ces mesures n’est fausse, elles répondent à quatre questions différentes. Quatre variables changent d’une étude à l’autre, et aucune n’est anodine.
- La position mesurée : rang organique, position moyenne de la Search Console, ou position réelle en pixels dans la page.
- Le dénominateur : des impressions Search Console, ou un volume de recherches.
- L’agrégation : une médiane par mot clé, ou une somme des clics divisée par une somme des impressions.
- L’appareil : mobile et desktop n’ont ni le même niveau ni la même pente.
Les deux sections qui suivent traitent des 2 variables de ce rapport. Une troisième porte sur ce qu’on lui fait dire. À elles trois, elles expliquent une bonne partie du bruit ambiant sur les AI Overviews.
La moyenne pondérée
Le CTR moyen d’une position, c’est intuitivement la somme des clics divisée par la somme des impressions. C’est la bonne réponse à une question, et la mauvaise à celle qui occupe cet article.
Sur les données de Cadrank, les deux colonnes s’écartent de 32 points en position 1 : 70,3 % en pondéré contre 37,8 % en médiane. L’écart vient d’une poignée de requêtes de marque qui pèsent deux ordres de grandeur de plus que le reste en impressions. Pire, la colonne pondérée n’est même pas décroissante. Le rang 5 y lit 11,4 %, au-dessus du rang 3 à 10,3 %, simplement parce qu’un gros mot clé se trouve là.
Le travers appartient à la méthode, il se retrouve partout où elle est employée. Par exemple, le segment B2B mobile de l’étude seoClarity, 40 000 mots clés environ :
| B2B mobile | avril 2024 | avril 2025 |
|---|---|---|
| Position 1 | 21,9 % | 3,3 % |
| Position 2 | 2,3 % | 16,1 % |
Lu ligne par ligne, le CTR en première position a été divisé par 6,6 en un an. Lu à deux lignes, il s’est déplacé d’une ligne. Sur un Σclics / Σimpressions, il suffit qu’une requête volumineuse passe de la position 1 à la position 2 pour produire exactement ce tableau. Le même artefact met la position 2 au-dessus de la position 1 dans quatre de leurs segments, et le plus spectaculaire est l’immobilier en desktop : 15,8 % en position 1 contre 31,6 % en position 2, un facteur 2 à l’envers. Suivent B2B desktop (14,2 % contre 21,6 %), Retail desktop (5,6 % contre 9,0 %) et Finance mobile (7,4 % contre 10,6 %). Aucun comportement humain ne produit ça.
L’étude en conclut : « La baisse proportionnelle la plus forte est en position 3, ce qui suggère que même les meilleurs résultats perdent en visibilité, probablement en raison des AI Overviews, des annonces et des autres fonctionnalités SERP » (je traduis). C’est possible. C’est aussi exactement ce que produit une agrégation pondérée sur des segments fins. Avec ce tableau, on ne peut pas distinguer les deux.
Le Σclics / Σimpressions répond à « qu’est-ce que ce portefeuille encaisse », et c’est la seule colonne dont la somme reproduit un trafic réel. La médiane répond à « qu’est-ce qu’un mot clé à cette position encaisse ». C’est cette seconde question que pose un calcul de trafic potentiel, une fois par mot clé.
Agrégation
Pour estimer ce que vaut une position, la médiane des CTR mot clé par mot clé semble plus adapté. La somme des clics divisée par la somme des impressions décrit un portefeuille entier, et une poignée de requêtes de marque suffit à la piloter.
L’internaute voit une autre position que votre rank tracker
Deuxième variable, et la plus intéressante. Il y a trois façons de dire « position 1 » :
- le rang organique : le premier des dix liens bleus, tel qu’il sort d’un rank tracker ;
- la position moyenne Search Console : une moyenne sur la période, tous appareils et toutes mises en page confondus ;
- le rang visuel : à quelle hauteur, en pixels, le résultat apparaît réellement dans la page.
Sur exactement les mêmes clics, les mêmes 5 364 couples (requête, site), on obtient trois courbes différentes :
| Rang | Rang visuel (pixels) | Position Search Console | Rang organique |
|---|---|---|---|
| 1 | 37,8 % | 46,2 % | 25,2 % |
| 2 | 14,8 % | 20,8 % | 7,4 % |
| 3 | 9,3 % | 9,0 % | 3,4 % |
| 5 | 5,7 % | 3,1 % | 1,9 % |
| 10 | 2,4 % | 1,2 % | 1,4 % |
| 20 | 1,3 % | 0,2 % | 0,2 % |
Ajustées sur une loi de puissance CTR = a × rang⁻ᵇ, elles donnent :
rang visuel → 0,378 × rang^-1,21 R² 0,994
Search Console → 0,472 × rang^-1,59 R² 0,950
rang organique → 0,155 × rang^-1,11 R² 0,851
Deux mots sur cette écriture, parce qu’elle revient jusqu’à la fin de l’article. Une loi de puissance, c’est une chute dont le rythme ne dépend pas de l’endroit où l’on se trouve : le CTR est divisé par le même facteur chaque fois que la position double. Avec b = 1,21, passer de la 1re à la 2e place divise le CTR par 2,3 ; passer de la 5e à la 10e le divise encore par 2,3. Le coefficient a est le niveau, c’est-à-dire le CTR de la première place ; l’exposant b est la pente, c’est-à-dire la brutalité de la chute.
Le rang organique ne s’ajuste pas. R² 0,851, et l’ajustement rate sa propre position 1 de dix points : 15,5 % prédit contre 25,2 % mesuré. La raison est simple une fois qu’on la voit. Une position 1 organique n’est pas un endroit, c’est un mélange. Selon ce que Google empile au-dessus (annonces, AI Overview, People Also Ask, carrousel local), le même « premier résultat » se retrouve au premier écran ou trois défilements plus bas. Un mélange de lois de puissance n’est pas une loi de puissance, et c’est pour cette raison que la relation devient plus proche de la réalité en mesurant la position que l’internaute voit vraiment.
Quant à la position moyenne de la Search Console, elle donne une courbe nettement plus pentue (1,59 contre 1,21) et une position 1 neuf points plus haute. Normal : c’est une moyenne de période, et elle n’est calculée que sur les requêtes où le résultat a obtenu une impression. Elle lit haut en haut et s’effondre en bas.
Abscisse
Mesurez le CTR contre la position que l’internaute voit, pas contre le rang organique. C’est la seule abscisse sur laquelle la relation devient nette, parce qu’une position 1 organique n’est pas un endroit : c’est un mélange de rangs visuels selon ce que Google empile au-dessus.
Une courbe, deux constantes
Un dernier point de méthode, celui qui m’a le plus surpris en comparant les sources. Toutes ces tables publiées sont des lois de puissance, et aucune ne le dit. Ajustez a × rang⁻ᵇ sur les dix lignes de seoClarity : R² de 0,94 en desktop et 0,98 en mobile, et autant sur leurs colonnes 2024. Chacun publie dix chiffres par segment, personne ne publie deux constantes.
Voici celle de Cadrank. La ligne, c’est le CTR médian ; la zone claire autour, c’est la moitié centrale des mots clés, et elle compte autant que la ligne.
Et les mêmes chiffres, avec la dispersion :
| Rang visuel | p25 | Médiane | p75 | Ajustement |
|---|---|---|---|---|
| 1 | 24,6 % | 37,8 % | 61,2 % | 37,7 % |
| 2 | 7,5 % | 14,8 % | 24,8 % | 16,3 % |
| 3 | 4,1 % | 9,3 % | 17,4 % | 10,0 % |
| 4 | 3,2 % | 7,7 % | 17,0 % | 7,1 % |
| 5 | 2,5 % | 5,7 % | 13,3 % | 5,4 % |
| 6 | 2,1 % | 4,8 % | 10,8 % | 4,3 % |
| 10 | 1,0 % | 2,4 % | 5,2 % | 2,3 % |
| 15 | 0,7 % | 1,3 % | 2,7 % | 1,4 % |
| 20 | 0,4 % | 1,3 % | 2,4 % | 1,0 % |
CTR = 0,378 × rang⁻¹·²¹, R² 0,994 sur 20 positions. Le pire écart est en position 2, à 1,6 point. Tous les autres tiennent sous le point.
Lisez quand même la forme et l’ordre de grandeur plutôt que la troisième décimale, mais pour une raison mesurée et non par prudence : selon la coupe retenue, a tombe entre 0,348 et 0,419 et b entre 1,18 et 1,25. L’écart entre deux coupes également défendables est plus grand que l’écart entre les valeurs livrées et n’importe laquelle d’entre elles.
Deux constantes remplacent une table, et surtout elles se comparent. C’est le seul moyen de dire proprement en quoi deux courbes diffèrent : par leur niveau (le coefficient a) ou par leur pente (l’exposant b). Cadrank lit plus haut que seoClarity mobile en niveau, et plus plat en pente, 1,21 contre 1,43. C’est cohérent : son rang étant le rang visuel, il absorbe dans la position ce qu’une courbe organique doit absorber dans sa pente.
À lire entre les lignes : la segmentation qui sépare vraiment, c’est la longueur du mot clé, et elle ne déplace que le niveau.
| Longueur du mot clé | Niveau a | Pente b |
|---|---|---|
| 1 à 2 mots | 0,266 | 1,13 |
| 3 à 4 mots | 0,400 | 1,27 |
| 5 mots et plus | 0,471 | 1,21 |
En première position, un mot clé de 5 mots récupère environ 1,8 fois ce que récupère un mot clé de 1 à 2 mots. Le rapport se resserre en descendant, autour de 1,5 au rang 10, parce que les pentes ne sont pas rigoureusement identiques (1,13 contre 1,21). La forme de la courbe bouge donc un peu, beaucoup moins que son niveau. C’est une bonne nouvelle pratique : un exposant partagé et un coefficient par segment suffisent à décrire les 3 cas, là où il faudrait sinon 3 tables complètes. Le modèle est plus léger à publier et il reste lisible même quand un segment devient mince, puisque le segment n’a plus à porter seul sa propre pente.
Les quartiles
En position 1, la moitié centrale des mots clés suivis va de 24,6 % à 61,2 %, un facteur 2,5. En position 10, de 1,0 % à 5,2 %, un facteur 5. Une position prédit un ordre de grandeur, pas un nombre, et l’incertitude s’élargit à mesure qu’on descend. Une annonce du type « le CTR en position 1 est passé de X à Y » est difficile à interpréter.
Lire une courbe descriptive comme une promesse de gain
Toutes les courbes de CTR publiées, celle de Cadrank comprise, sont transversales : elles comparent des mots clés entre eux. Le mot clé A est premier et récupère 38 %, le mot clé B est septième et récupère 3,5 %. On en conclut naturellement que faire monter B de la 7e à la 1re place lui rapporterait ~10 fois plus de clics. Mais ce n’est pas tout à fait ça.
La Search Console conserve environ seize mois d’historique. En les rapatriant, on obtient pour chaque couple (mot clé, site) une série mensuelle, et on peut alors comparer un mot clé à lui-même de part et d’autre d’un changement de position, avec un effet fixe par mot clé et par mois. Le volume, l’intention, la notoriété de la marque et le terrain concurrentiel sont tenus constants ; la saisonnalité ne peut plus être lue comme un effet de classement.
| Exposant de décroissance du CTR | entre mots clés | d’un mot clé à lui-même |
|---|---|---|
| sur la position Search Console | 1,78 | 0,46 (IC 95 % : 0,43 à 0,50) |
| sur le rang visuel Cadrank | 1,18 | 0,22 (IC 95 % : 0,19 à 0,26) |
Les valeurs transversales de ce tableau sont réajustées sur l’échantillon du panel, d’où l’écart (1,21) de la courbe livrée plus haut.
74 % à 81 % de la pente que décrit la courbe classique ne viennent pas de la position. Ils viennent de la composition : les mots clés sur lesquels un site est premier ne sont pas de la même espèce que ceux sur lesquels il est dixième. Le tableau des longueurs plus haut donne un ordre de grandeur de ce que « pas la même espèce » veut dire : à rang égal, un mot clé de 5 mots collecte 1,8 fois ce que collecte un mot clé de 2 mots.
L’objection évidente est l’erreur de mesure, un régresseur bruité aplatissant l’exposant vers zéro. Le test consiste à ne garder que les mouvements de plusieurs places, et il ne se déclenche pas : l’exposant reste à 0,46 et 0,22 qu’on exige un déplacement d’une place ou de quatre.
Ce que je ne peux pas faire, c’est choisir entre 0,22 et 0,46. Les deux axes ne s’accordent pas, l’exposant causal n’est donc encadré qu’à un facteur 2 près, et aucun des deux échantillons n’est assez propre pour arbitrer.
Les deux courbes ne sont pas concurrentes, elles répondent à deux questions.
- La courbe transversale répond à : combien de trafic récupère un résultat à cette position ? Le mélange de mots clés y est une caractéristique, pas un défaut. C’est la bonne courbe pour estimer ce que pèse un portefeuille, ou pour situer un concurrent dont vous n’aurez jamais la Search Console.
- La courbe intra-mot-clé répond à : combien ce mot clé gagnerait-il en montant ? Le mot clé est son propre témoin, le mélange disparaît.
Utiliser la première pour répondre à la seconde, autrement dit annoncer « faites passer cette page en position 3 et vous gagnerez X visites », surestime le gain d’un facteur plusieurs. C’est pourtant ce que fait à peu près tout le monde, moi compris jusqu’à ce mois-ci.
Lecture
Une courbe classique répond à « combien récupère un résultat placé ici ». Pour répondre à « combien je gagne en montant », il faut comparer chaque mot clé à lui-même avant et après son changement de position. L’effet réel est deux à quatre fois plus faible. Spoiler, je ne vais jamais dans ce niveau de détails.
Le coût réel d’un AI Overview
Un AI Overview, du point de vue de la courbe, fait d’abord une chose très concrète : il pousse le premier résultat organique vers le bas. Combien ça coûte ? La question appelle un exposant causal, pas descriptif, et c’est exactement la distinction posée dans la section précédente.
Avec l’exposant intra-mot-clé, reculer d’un cran coûte entre 14 % et 27 % du CTR selon l’axe retenu ; reculer de deux crans, entre 21 % et 40 %. Pour mémoire, la courbe transversale annonçait -57 % et -73 % pour les mêmes déplacements. L’écart entre ces deux lectures est précisément ce que le panel mesure.
Les baisses publiées valent -34,5 % (Ahrefs), -38 % (Seer, dernière mise à jour) et -47 % (Pew, 15 % contre 8 %). Elles mordent sur le haut de la fourchette causale, et Pew la dépasse. Le simple recul dans la page ne suffit donc plus à tout expliquer.
Sauf que ces études sont elles-mêmes transversales. Elles comparent un groupe de requêtes avec AI Overview à un groupe sans, ou la même position d’une année sur l’autre. Elles portent donc exactement le biais de composition que le panel vient de chiffrer sur les données de Cadrank, et Seer le nomme dans sa mise à jour sans le corriger.
Je n’ai pas suffisamment de donnée pour donner un chiffre statistiquement viable. Ce que ce raisonnement dit est plus modeste et plus embêtant : avant de conclure à un effondrement du comportement de clic, il faut retirer trois effets qui n’ont rien de comportemental.
- L’empilement. L’AI Overview pousse le résultat plus bas dans la page. Une étude qui mesure le CTR contre le rang organique ne peut pas séparer « on clique moins sur ce résultat » de « ce résultat est trois défilements plus bas ».
- La sélection. L’AI Overview se déclenche préférentiellement sur les requêtes informationnelles, celles dont le CTR était déjà faible avant qu’il n’existe. Seer le dit explicitement, et c’est aussi ce que montre Amsive : sur les requêtes de marque, la présence d’un AI Overview s’accompagne d’un CTR en hausse de 18,7 %, contre -20 % sur les requêtes hors marque.
- La composition. Comparer un groupe de requêtes à un autre mesure d’abord la différence entre ces 2 groupes. Sur le corpus de Cadrank, cette part pèse entre deux tiers et cinq sixièmes de l’écart apparent entre 2 positions.
Une fois ces 3 effets retirés, il reste peut-être un effet propre, et peut-être important. Suivre les mêmes mots clés avant et après l’arrivée d’un AI Overview sur leur SERP, chacun servant de témoin à lui-même. Ce montage ne réclame pas d’outil particulier, votre Search Console suffit ainsi que le revelvé de la position pixel de votre site. Côté Cadrank, l’outillage est en place depuis quelques jours et une publication suivra.
Du CTR au trafic potentiel
trafic potentiel = CTR(rang visuel du 1er résultat organique) × volume mensuel moyen
La première moitié vient de la SERP : la position en pixels du premier résultat organique, la courbe ci-dessus. La seconde vient du Keyword Planner de Google Ads. Ce que valent respectivement ces deux familles de données, je l’ai détaillé dans un autre article.
4 précautions d’usage, parce qu’un indicateur qu’on ne sait pas lire est pire que pas d’indicateur du tout.
Lisser. Cadrank découpe la page en tranches de 185 pixels pour convertir une hauteur en rang. Un premier résultat qui oscille autour d’une frontière, parce qu’un bloc d’annonces fait 30 pixels de plus cette semaine, change de rang et voit son trafic divisé par deux alors que rien n’a bougé dans la SERP. L’amortissement se fait donc sur les quatre dernières captures, pondérées 4/3/2/1 par récence : la capture du jour garde 40 % du poids, ce qui laisse passer un vrai changement (un AI Overview qui s’installe pour de bon) en une semaine plutôt qu’en un mois.
Savoir que les deux moitiés du calcul n’ont pas le même dénominateur. Le CTR est mesuré en clics par impression Search Console, le volume compte des recherches Keyword Planner. Ces deux compteurs ne couvrent pas la même chose, et leur rapport se dégrade à mesure qu’on descend dans la page. Le produit est donc une borne haute, d’autant plus haute que la position est basse.
Un « mot clé » du Keyword Planner est un panier de variantes proches, si bien que le volume affiché dépasse la demande réelle de n’importe quelle requête isolée, et le dépasse d’autant plus que le panier est gros. Ça se mesure : quand on ne garde que les mots clés à gros volume, le rapport entre impressions réelles et volume annoncé s’effondre de façon monotone. J’avais décrit ce travers en 2025.
Se méfier du bas de l’échelle, c’est là que l’indicateur se retourne contre vous. Le Keyword Planner plafonne par le bas autant qu’il gonfle par le haut : 0 est la valeur de volume la plus fréquente de toute ma base, et parmi les mots clés cotés à 10 ou moins, 31 % collectent en réalité plus d’impressions que leur volume annoncé, parfois de trois ordres de grandeur. Sur mon corpus, les mots clés à volume inférieur ou égal à 10 portent près d'1/3 des clics réels, alors que leur trafic potentiel calculé les range tous dans « à ignorer ».
Traiter le trafic potentiel comme un indicateur comparatif. Il sert à classer des mots clés entre eux dans un planning, à comparer deux concurrents sur un même périmètre, à décider si un sujet mérite un article ou une refonte de page. Il ne permet pas de deviner le nombre de visites SEO, et surtout pas de chiffrer ce qu’une remontée rapporterait : cette question-là relève de la courbe intra-mot-clé, et elle est beaucoup plus plate. Je la chiffre dans un autre indicateur, le Potentiel ajusté.
Mesurer votre propre courbe
Vous pouvez refaire l’exercice sur vos données, sans outil particulier. Exportez les requêtes de la Search Console (Performances, onglet Requêtes, avec la colonne Position ; au-delà de 1 000 lignes, passez par l’API), puis :
- arrondissez la position à l’entier ;
- calculez, pour chaque position, la médiane des CTR par requête, surtout pas la somme des clics divisée par la somme des impressions ;
- mettez un plancher d’impressions pour écarter le bruit, une cinquantaine sur douze mois fait l’affaire ;
- ajustez
log(CTR) = log(a) - b × log(rang)par une régression linéaire, un tableur suffit ; - comparez vos deux constantes à celles de Cadrank.
Une réserve, et elle est de taille : vous mesurerez contre la position moyenne de la Search Console, pas contre un rang visuel. C’est la courbe 0,472 × rang⁻¹·⁵⁹ du tableau plus haut, la plus pentue des trois, et sa pente est en partie un artefact de la façon dont Google moyenne cette position. C’est exactement pour cette raison que Cadrank relève la position lui-même, capture par capture.
Si vous voulez le rang visuel sans construire votre propre extraction, Monitorank est l’un des rares services à publier la position en pixels. Si vous suivez vos positions chez lui, via l’API, croiser leur pixel position avec votre export Search Console vous donne la bonne abscisse, celle sur laquelle la relation devient propre.
L’avant/après que vos données permettent déjà
Le même export répond à la question du titre, pour votre site. Comparer un mot clé à lui-même est exactement ce que fait le panel plus haut, et rien n’oblige à ce que le changement comparé soit un changement de position. Un changement de SERP fait aussi bien l’affaire.
- Rapatriez douze mois d’historique par requête, un appel d’API par mois.
- Ne gardez que les requêtes dont la position moyenne n’a pas bougé de plus d’un demi-rang sur la période.
- Séparez-les en deux paquets : celles qui portent un AI Overview aujourd’hui, celles qui n’en portent pas. C’est la seule information que la Search Console ne vous donnera pas, il faut aller la chercher dans un outil de suivi de positions, ou à la main sur un échantillon.
- Tracez la médiane des CTR mois par mois, dans chaque paquet.
Si le paquet « avec AI Overview » décroche pendant que le témoin reste plat, vous avez la réponse sur vos requêtes, sans dépendre de l’échantillon de personne.
Quelques éléments à noter :
Le paquet témoin n’est pas optionnel. Sans lui, vous mesurez la dérive générale du CTR sur douze mois, qui n’est pas nulle et qui n’a pas que l’AI Overview pour cause.
Position Search Console constante ne veut pas dire position vue constante. C’est précisément ce qui rend le montage intéressant, puisque l’AI Overview vous pousse vers le bas de l’écran sans toucher à votre rang organique. Mais une SERP qui gagne deux annonces produit exactement le même signal.
L’AI Overview aujourd’hui, en cinq constats
Sur les SERP françaises, je n’ai pas de chiffre à publier, et je n’en ai lu aucun qui tienne. Ce que je sais :
- une bonne partie des chiffres publiés repose sur une agrégation qu’une poignée de requêtes contrôle, au point de faire passer la position 2 devant la position 1 dans les tableaux de leurs propres auteurs ;
- mesurer le CTR contre le rang organique mélange l’effet de comportement et l’effet d’empilement, alors que l’AI Overview agit d’abord par empilement ;
- sur les données de Cadrank, 74 % à 81 % de l’écart de CTR entre deux positions tient à la nature des mots clés qui s’y trouvent, pas à la position ;
- l’effet causal d’un recul est donc deux à quatre fois plus faible que ne le laisse croire la courbe classique pour un cran, un peu moins pour deux, et il n’explique plus à lui seul les baisses annoncées ;
- le chiffre le plus repris de tous a perdu un tiers de son amplitude entre deux publications de son propre auteur, sans que personne ne reprenne la correction.
La limite de la mesure Cadrank : ces 37,8 % sortent de dix sites français, pas d’un échantillon représentatif du web. La courbe vaut pour ces dix sites, elle ne fait pas norme.
Il faudra encore quelques mois de captures françaises pour trancher, à la vitesse où l’AI Overview se déploie. D’ici là, la conduite à tenir n’a pas changé : relevez la position que l’internaute voit, et lisez des médianes accompagnées de leurs quartiles plutôt que des moyennes. Dès que la question devient causale, « combien je gagne si je monte », changez de courbe et comparez chaque mot clé à lui-même. Le trafic potentiel qui sort de la première reste un ordre de grandeur, et c’est très bien pour arbitrer un planning.
Et si la question vous presse, ne m’attendez pas : l’avant/après décrit plus haut tourne sur vos propres requêtes, et il vaudra toujours mieux, pour votre site, que la moyenne d’un corpus américain.
Je republierai cette courbe quand la donnée AI Overview sera suffisante.
Cette arrivée dans les SERP a aussi changé ma manière de regarder la visibilité au-delà du clic. J’explique ce chemin dans AI Overviews : le déclic qui m’a fait entrer dans le GEO.
Consultation stratégique et technique
Vos chiffres SEO racontent-ils la bonne histoire ?
Relisez vos données Search Console dans leur contexte pour distinguer une tendance réelle, un biais de mesure et une priorité actionnable.
Prendre rendez-vous
Poursuivre votre lecture