Contentsquare sépare les humains des agents IA : ce que ça change pour vos tests A/B et vos KPI

Section 1 · L'annonce

Contentsquare relance sa plateforme pour suivre humains et agents

Contentsquare est l'un des outils d'analyse de l'expérience client les plus utilisés en e-commerce. Il enregistre ce que font les visiteurs sur un site ou une application : où ils cliquent, jusqu'où ils font défiler, où ils bloquent. Le 13 octobre 2026, l'entreprise a annoncé une version repensée de sa plateforme, présentée comme construite pour comprendre « chaque parcours, humain ou agent ».

La nouveauté qui nous intéresse ici s'appelle l'analyse des interactions humains, LLM et agents. Selon Contentsquare, elle sépare le trafic venu des LLM et des agents IA et l'analyse à côté des sessions humaines. L'objectif annoncé : optimiser les parcours pour les visites envoyées par les assistants IA et pour le commerce agentique, en plus des visiteurs humains.

• Suivi WebMCP automatisé : il capte l'activité des agents autonomes qui utilisent ce nouveau standard, une activité que « la plupart des outils ne voient pas du tout », selon Contentsquare.
• Attribution multi-touch : elle répartit le mérite d'une vente entre tous les points de contact, y compris le trafic envoyé par les LLM, au lieu de tout donner au dernier clic.
• Analyse des conversations : chatbots, échanges vocaux et écrits sont reliés aux points de friction du site et de l'application.
• Sense, la couche d'IA de la plateforme, peut désormais formuler des hypothèses, lancer des tests et en valider l'impact, avec validation humaine.

Contentsquare annonce aussi des intégrations renforcées avec des outils de test et de personnalisation, dont Dynamic Yield, Optimizely et Kameleoon. La plateforme est en bêta pour une sélection de clients. L'accès plus large viendra par étapes, sans date précise.

Section 2 · Le contexte

Des milliards de requêtes d'agents IA, et l'e-commerce en première ligne

Pourquoi maintenant ? Parce que les agents IA sont déjà là, en volume. DataDome, une entreprise spécialisée dans la détection des robots, a publié en mars 2026 un rapport sur ce trafic. Son réseau a enregistré 7,9 milliards de requêtes d'agents IA en janvier et février 2026, soit 5 % de plus qu'au dernier trimestre 2025.

Le rapport s'attarde sur les navigateurs agentiques, ces navigateurs pilotés par une IA qui ouvrent les pages comme le ferait une personne. Leur trafic se concentre dans les secteurs où les données de transaction ont le plus de valeur. L'e-commerce et le retail arrivent en tête.

DataDome cite aussi le cas d'un de ses clients chez qui le trafic agentique a représenté 9,75 % du trafic total sur 30 jours. C'est un cas isolé, mais il donne un ordre de grandeur : sur un site très exposé, près d'une visite sur dix peut venir d'un agent.

Robot, LLM, agent : de quoi parle-t-on ? Un robot d'indexation parcourt le web pour collecter des pages, par exemple pour entraîner ou nourrir un modèle d'IA. Un agent IA agit pour le compte d'une personne : il cherche un produit, compare des prix, parfois remplit un panier. Un navigateur agentique est un navigateur que l'IA pilote elle-même. Ce dernier cas est le plus délicat pour vos statistiques, car il charge la page comme un humain et peut donc déclencher vos outils de mesure.

Section 3 · Le problème

Un agent ne regarde pas votre bannière promo

Un humain arrive sur une fiche produit, voit la bannière promo, fait défiler les photos, lit quelques avis, hésite, revient le lendemain. Un agent IA fait autre chose : il lit le contenu de la page, récupère le prix, la disponibilité et les caractéristiques, compare avec d'autres sites et repart. Il ne fait pas défiler la page et ne réagit pas à vos visuels.

« Un agent lit la fiche produit, compare le prix et repart. Dans vos chiffres, il ressemble à un visiteur qui n'a pas acheté. »

Tant que ces visites restent mélangées aux visites humaines, elles déforment les indicateurs que vous regardez chaque semaine. Les effets les plus courants :

Section 4 · Les tests A/B

Dans un test A/B, chaque agent compte comme un visiteur qui n'achète pas

Un test A/B compare deux versions d'une page sur deux groupes de visiteurs tirés au hasard. Si une partie de ces visiteurs sont des agents, deux choses peuvent arriver.

Le SRM, un premier signal d'alerte Le SRM (sample ratio mismatch) désigne un déséquilibre anormal entre les groupes d'un test : vous aviez prévu 50/50, vous obtenez 52/48. C'est souvent le signe qu'un type de trafic est compté différemment d'un côté. Le trafic de robots et d'agents fait partie des causes à vérifier en premier.

C'est là que la séparation humains et agents devient utile. Si l'outil d'analyse sait reconnaître une session d'agent, on peut l'écarter du calcul des résultats, ou au contraire l'étudier à part. Contentsquare s'intègre avec des outils de test comme Kameleoon, Optimizely ou Dynamic Yield, ce qui permet de croiser les résultats d'un test avec le comportement observé des visiteurs.

Section 5 · Les questions

Cinq questions à poser à votre équipe cette semaine

Pour une direction e-commerce, l'enjeu est de savoir si ses chiffres tiennent compte de ce trafic. Les questions à poser :

1. Quelle part de notre trafic n'est pas humaine ? Par mois, par page, et en particulier sur les fiches produit.
2. Comment la repère-t-on ? Robots déclarés, comportement, outil anti-robots, outil d'analyse : chaque source donne un chiffre différent, il faut savoir lequel on regarde.
3. Est-elle exclue de nos tests A/B ? Et depuis quand. Un test lancé avant ce filtrage mérite d'être relu.
4. Nos KPI sont-ils calculés sur les humains seulement ? Taux de conversion, rebond, panier moyen : on veut la version humaine et la version totale, côte à côte.
5. Que font les agents sur notre site ? Quelles pages ils lisent, quels prix ils récupèrent. C'est ce qui sera comparé chez les concurrents quand un client demandera à son assistant IA de choisir.

La dernière question compte autant que les autres. Écarter les agents des KPI rend vos chiffres plus justes. Les étudier à part vous dit ce que les assistants IA retiennent de votre offre, et donc ce qu'ils diront à vos clients.

Section 6 · La suite

Trois points à surveiller dans les prochains mois

• La méthode de détection. L'annonce de Contentsquare ne détaille pas comment un agent est reconnu. C'est la première question à poser lors d'une démonstration.
• Le calendrier d'accès. La plateforme est en bêta pour une sélection de clients. Vérifiez quand votre contrat y donnera accès, et à quelles fonctionnalités.
• Le standard WebMCP. S'il se diffuse, les agents passeront de plus en plus par des fonctions que le site leur expose, plutôt que par la lecture des pages. La mesure du trafic d'agents changera encore.