Activer des analyses concrètes grâce aux nouveautés d’Adobe Analytics du mois de août

Débloquer des analyses exploitables est essentiel pour transformer les données brutes en valeur concrète pour l’entreprise. La mise à jour d’août d’Adobe Analytics apporte des améliorations ciblées conçues pour élever les flux analytiques et donner aux équipes martech des données plus précises et véritablement exploitables.

Faits saillants des mises à jour d’Adobe Analytics

1. Dimension “Type de référent IA conversationnelle”

À partir du 13 août, Adobe Analytics a introduit une nouvelle dimension de type de référent intitulée « Outils d’IA conversationnelle ». Celle-ci permet de suivre le trafic provenant de sources alimentées par l’IA comme chatgpt.com, claude.ai, gemini.google.com, et d’autres, couvrant Workspace, Report Builder, Data Warehouse et d’autres outils.

D’un point de vue technique, la nouvelle dimension fonctionne en classant l’en-tête HTTP referrer dans une taxonomie standardisée des types de référents. Le trafic issu des domaines d’IA pris en charge est regroupé sous Outils d’IA conversationnelle, ce qui facilite la segmentation et la comparaison avec les catégories existantes telles que Moteurs de recherche, Réseaux sociaux ou Référents par e-mail.

Cette classification est appliquée de manière cohérente à travers :

En procédant ainsi, cette fonctionnalité renforce votre capacité à extraire des analyses significatives, en particulier lors de la mesure des entonnoirs d’acquisition alimentés par l’IA, des modèles d’attribution et des parcours multicanaux. Elle fournit une base technique pour:

Cas pratiques du type de référent IA conversationnelle

Cas d’usage Ce que cela permet Pourquoi c’est important pour le martech
Comparer l’efficacité des conversions issues de l’IA conversationnelle par rapport aux canaux traditionnels Évaluer la performance du trafic généré par l’IA face à la recherche, aux réseaux sociaux ou à l’e-mail Identifier si les référents IA apportent des conversions de plus grande valeur ou à moindre coût
Intégrer l’IA conversationnelle dans les modèles d’attribution Élaborer des règles d’attribution tenant compte des parcours de découverte via l’IA Éviter la sous-déclaration des conversions assistées par l’IA et optimiser les investissements
Affiner la segmentation d’audience grâce aux visiteurs provenant d’assistants IA génératifs Créer des segments dédiés aux utilisateurs référés par l’IA Personnaliser les parcours et les campagnes en fonction des points d’entrée générés par l’IA
Alimenter les outils martech en aval avec des signaux fiables sur l’origine IA Transmettre le type de référent «IA conversationnelle» normalisé au CDP ou au gestionnaire de tags Assurer une réaction cohérente de tous les outils MarTech face aux référents basés sur l’IA

Ces cas d’usage démontrent comment le nouveau type de référent IA conversationnelle va au-delà du simple reporting pour toucher à l’attribution réelle, à la segmentation et aux intégrations martech. En l’exploitant, les équipes peuvent transformer les signaux de trafic générés par l’IA en valeur marketing mesurable.

Impact sur les KPI: pourquoi ces mises à jour comptent

Les mises à jour d’août d’Adobe Analytics n’ajoutent pas seulement de nouvelles fonctionnalités, elles influencent directement les indicateurs suivis par les directeurs.

  • Hausse des conversions Le suivi des référents alimentés par l’IA permet aux modèles d’attribution de capturer des conversions assistées auparavant invisibles, améliorant ainsi les calculs de ROI.



  • Cycles de reporting plus rapides Les champs dérivés résolus au niveau de la Data View réduisent la charge de traitement, permettant aux tableaux de bord et aux rapports de se charger beaucoup plus rapidement.


  • Réduction des coûts de QA – Des directives de dépréciation plus claires et des transformations standardisées réduisent le temps de test, libérant les équipes techniques pour qu’elles se concentrent sur la stratégie plutôt que sur les correctifs.

Scénario réel: segmentation des référents IA en action

Adobe Analytics a signalé une hausse de 1 200 % du trafic de référencement provenant de l’IA générative entre juillet 2024 et février 2025, les visiteurs affichant un engagement plus élevé et un taux de rebond plus faible que ceux des canaux traditionnels.

Pour les équipes martech, segmenter ce trafic dans les modèles d’attribution met en évidence l’IA comme un canal en forte croissance et à haute valeur.

Source: Adobe Blog

2. Mises à jour continues de la documentation et dépréciations

D’un point de vue technique, ignorer ces avertissements peut entraîner:

  • Des pipelines de données cassés lorsque les méthodes de classification héritées seront retirées

  • Des dimensions incomplètes dans Workspace et Data Warehouse si les ensembles de règles ne sont pas migrés

  • Une charge de QA accrue pour les équipes martech qui dépendent encore de configurations obsolètes

En surveillant de manière proactive les mises à jour de la documentation, les équipes techniques peuvent ajuster les schémas, mettre à jour la gouvernance des tags et transférer la logique de classification vers des outils pris en charge. Cela réduit le risque opérationnel et garantit que les stacks martech continuent de fournir des rapports cohérents et des analyses exploitables sans interruption.

Conseils de migration: se préparer à la dépréciation du Rule Builder

Avec la dépréciation prévue du Classification Rule Builder, les directeurs devraient dès maintenant assurer la continuité en se préparant à:

Auditer les classifications actuelles : identifier tous les rapports, tableaux de bord et exports utilisant encore le Rule Builder.

Migrer la logique vers Data Prep : transférer la logique de classification dans CJA Data Prep ou dans des workflows de classification pilotés par API.

Mettre à jour la documentation de gouvernance : standardiser les nouveaux workflows afin que toutes les équipes appliquent les transformations de manière cohérente.

Valider les dépendances : vérifier les intégrations (ex. Data Warehouse, API, exports AEP) afin d’éviter les interruptions de pipelines.

Ammélioration des champs dérivés

Du côté d’Adobe Customer Journey Analytics (CJA), plusieurs améliorations ont été déployées entre le 13 et le 28 août 2025.

  • Visualisation cartographique (arrivée le 13 août) : elle permet une analyse granulaire des métriques régionales, jusqu’à l’échelle du mètre, directement dans Analysis Workspace. Grâce aux outils de sélection basés sur les segments, les analystes peuvent tracer des polygones ou des cercles sur la carte afin de créer des segments géo-ciblés personnalisés. Cela signifie qu’il est possible d’isoler les données de performance de magasins précis, de lieux d’événements ou de zones de livraison, puis de les comparer en temps réel à des régions plus larges.

  • Trois fonctions avancées de Champs dérivés (mises en ligne le 8 août):
    • Date Math: permet des calculs comme « nombre de jours depuis l’inscription » ou « temps entre les étapes du checkout ».
    • Depth: autorise une analyse hiérarchique, par exemple en explorant une taxonomie de produits ou les chemins de navigation d’un site.
    • Typecast: convertit les types de données à la volée (ex. chaîne → entier), rendant les ensembles de données compatibles pour les jointures et visualisations sans prétraitement externe.

D’un point de vue technique, ces améliorations élargissent ce que les équipes peuvent accomplir directement dans CJA, sans dépendre de pipelines ETL externes ni de transformations hors ligne. Elles permettent :

Avantages techniques des Champs dérivés et de la visualisation cartographique

Avantages Détails technique Pourquoi c’est important pour le martech
Performance de requête plus efficace Les champs dérivés sont résolus au niveau de la Data View, réduisant la charge de traitement lors des requêtes dans Workspace Assure des tableaux de bord plus rapides et des performances fluides sur de grands ensembles de données
Gouvernance des données plus claire Les transformations sont standardisées entre les utilisateurs au lieu d’être recréées dans chaque projet Favorise la cohérence, réduit les erreurs et simplifie la QA pour les équipes analytiques
Intégrations martech renforcées Les champs géo-segmentés et transformés s’intègrent de manière fluide dans les outils en aval (personnalisation, ciblage, attribution) Permet une activation de campagnes précise et une meilleure cohérence dans l’ensemble du stack martech

Ces fonctionnalités renforcent votre capacité à générer des analyses plus riches grâce à la segmentation dynamique, aux champs calculés avancés et à l’analyse géographique visuellement percutante.

Élever votre martech avec les mises à jour d’Adobe Analytics

Les mises à jour d’août d’Adobe Analytics poursuivent un objectif clair : donner aux équipes martech les moyens de transformer l’intelligence en impact mesurable. De la capture des tendances de trafic issues de l’IA à la visualisation géographique granulaire et aux transformations dynamiques des données, ces améliorations apportent la clarté et l’agilité nécessaires pour une prise de décision plus éclairée.

Restez proactif, restez innovant: si les données de juillet révèlent des tendances, les outils d’août donnent à votre équipe martech le pouvoir d’agir avec précision et confiance.

🔗 Sources:

Adobe Experience League:

experienceleague.adobe.com

Adobe Blog:

https://blog.adobe.com/en/publish/2025/03/17/adobe-analytics-traffic-to-us-retail-websites-from-generative-ai-sources-jumps-1200-percent

Maximisez votre performance martech  

Optimisez maintenant

Découvrez les catégories de blogue

Restez informé des dernières tendances en analytique numérique
Explorez notre blogue pour des analyses d'experts-conseils en marketing et des tendances du secteur pour optimiser vos stratégies analytiques.
Lire les articles

Élevez votre savoir martech

Thank you for subscribing to our newsletter!
Oops! Something went wrong while submitting the form. Please try again.