Article de blog IA : quels indicateurs mesurent le retour ?

Pourquoi le trafic seul ne dit rien de la rentabilité d'un article IA

Un dirigeant qui a fait produire dix articles de blog par une IA regarde en général deux chiffres : les visites et les leads. Ces deux chiffres arrivent tard, et ils confondent deux choses différentes : la chance d'être bien positionné sur un mot-clé, et la solidité du processus qui a produit l'article. Un article peut faire du trafic parce que le sujet est porteur, même si le processus qui l'a produit est bancal. Un autre peut ne rien rapporter en trois mois alors que le processus, lui, s'améliore réellement à chaque parution. Juger uniquement sur le trafic revient à évaluer une équipe commerciale sur le chiffre du premier mois, sans regarder si elle a appris quelque chose du premier refus client.

Le vrai coût d'un article : le temps de correction, pas le temps de génération

Le coût d'un article IA ne se lit pas dans le temps de génération, qui tend vers zéro, mais dans le temps passé à le corriger avant publication : vérifier les faits, réécrire ce qui sonne creux, remettre une position que le modèle a gommée. Une étude internationale menée par Workday auprès de 3 200 professionnels a mesuré que près de 40 % du temps gagné grâce à l'IA est ensuite réinvesti dans la correction de ses propres productions Firefly. Ce chiffre condamne l'IA seulement si l'on suppose que chaque article repasse par les mêmes corrections. Ce n'est pas ce qui se passe quand la correction devient une règle : le temps de relecture baisse à mesure que les erreurs répétées sont éliminées à la source, avant même la génération.

L'indicateur qui précède le trafic : la vitesse à laquelle une correction devient une règle d'équipe

C'est là l'indicateur qui manque au tableau de bord habituel. Quand une personne corrige, sur le troisième article, une façon de présenter un chiffre ou de formuler une accroche, cet ajustement ne vaut quelque chose que s'il est retenu et appliqué au quatrième article sans qu'on le refasse. Le bon indicateur amont n'est donc pas le nombre de corrections faites, mais le nombre de corrections qui, faites une fois, n'ont plus eu besoin d'être refaites. Un processus qui produit encore le même type d'erreur au quinzième article qu'au premier n'a rien appris : il tourne, mais il ne capitalise pas, et le trafic qu'il produira, s'il en produit, ne dira rien de sa reproductibilité.

Le cas qui montre ce qui se passe quand personne ne retravaille

Ahrefs a publié en 2018 un article sur la récupération de liens, resté ensuite sans retouche pendant six ans : il n'a jamais dépassé environ 350 visites organiques mensuelles. En août 2024, l'article a été réécrit et republié, et le trafic a depuis triplé Ahrefs. Le sujet est resté le même, le domaine aussi : ce que la période sans retouche montre, c'est le coût de ne jamais réinvestir dans un article, pas un effet d'algorithme isolé. Un processus IA qui génère sans jamais relire ce qui a fonctionné ou pas reproduit exactement cette situation, à l'échelle de dizaines d'articles au lieu d'un seul.

Ce que répond celui qui préfère publier vite et mesurer tôt

Un responsable des opérations pressé objectera que la donnée va dans son sens : 40,82 % des pages qui finissent par entrer dans le top 10 y parviennent en moins d'un mois Ahrefs. Autant publier vite avec l'IA, juger dès le premier mois, et couper ce qui ne marche pas. L'objection ignore la seconde moitié de la même étude : seules 1,74 % des pages analysées ont atteint le top 10 en un an, et la majorité des articles qui finiront par apporter du trafic n'ont encore rien montré au bout de quatre semaines. Décider en un mois, c'est décider sur l'échantillon qui n'existe presque jamais. Couper le processus à ce stade revient aussi à arrêter l'accumulation de règles qui rend le dixième article moins coûteux à produire que le premier. Ni le trafic ni son absence, à un mois, ne peuvent le montrer.

Où cette position ne tient pas

Elle ne tient pas quand l'article répond à une actualité datée : une évolution réglementaire, une clause qui change au 1er janvier, un salon professionnel. Le lecteur qui cherche cette information la cherche maintenant, pas dans trois mois, et un article bien classé six mois plus tard n'a plus d'utilité pour la question qui l'a motivé. Dans ce cas, l'horizon de jugement se raccourcit à la durée de vie du sujet lui-même : on mesure les vues dans les deux semaines qui suivent la publication et sur les canaux qu'on contrôle directement (newsletter, réseau professionnel), pas sur un classement Google qui arrivera trop tard pour compter.

Le tableau de bord minimal

Deux colonnes suffisent, tenues dans un tableau partagé plutôt que dans un outil d'analytics séparé :

La première colonne se lit chaque semaine, la seconde une fois par trimestre. Un dirigeant qui ne regarde que la seconde jugera un bon processus sur un mauvais mois, ou l'inverse.