Forbes perd 45 % de trafic référent : vos KPI mentent-ils aussi ?

Il faut reconnaître au chiffre un certain talent pour remettre les pieds sur terre : Forbes a perdu environ 45 % de ses visites référentes sur un an, selon les propos de sa directrice de l'innovation, Nina Gould, rapportés par Digiday le 20 octobre 2026. Pas 45 % de son chiffre d'affaires, ni 45 % de l'ensemble de ses lecteurs : des visites provenant de liens qui renvoient vers le site. La nuance a son importance, même si je conviens qu'elle ne rend pas la pilule beaucoup plus digeste.

Pendant des années, l'éditeur a pu raisonner comme une belle partie du marketing numérique : davantage de pages vues, davantage d'inventaire publicitaire, davantage de revenus espérés. Les contenus remplissaient une machine à produire de l'audience, à la faveur d'une petite bénédiction algorithmique. La page vue était une unité commode ; elle permettait d'aligner les colonnes, de négocier les budgets et de distribuer les bons points. L'ennui avec les unités commodes, c'est qu'elles finissent par se faire passer pour la réalité entière.

Désormais, une partie de la découverte et de la lecture se déroule dans des interfaces qui résument, citent ou recomposent l'information avant l'arrivée éventuelle chez l'éditeur. Pour Forbes, la perte de visites menace aussi la capacité à fournir suffisamment d'audience aux annonceurs. Ce n'est donc pas une délicate question philosophique sur la noblesse du clic ; il y a un modèle économique derrière, avec de vrais contrats et des gens qui devront expliquer pourquoi la courbe descend.

La tentation serait de conclure que le clic est mort, d'organiser une cérémonie funèbre avec trois consultants GEO et d'élire la citation par IA nouvelle reine des KPI. Ce serait changer d'idole sans changer de religion. Le clic garde une valeur : il matérialise un déplacement vers un espace qu'on contrôle davantage. Ce qui ne tient plus, c'est la prétention à en faire le résumé universel de l'utilité d'un contenu.

C'est ici que le partenariat annoncé par Google devient intéressant. Forbes rejoint un programme rémunéré de News AI où les médias autorisent l'usage de contenus enrichis pour expérimenter des synthèses sur Google News et des briefings audio. Il ne s'agit pas d'un hypothétique portail qui révélerait tous les secrets de Gemini ou des AI Overviews. Le périmètre est celui d'un pilote défini, avec attribution, liens et retours d'expérience ; plus de 400 publications y participent selon Google.

Ce qui retient mon attention, dans le récit de Digiday, n'est même pas le chèque, dont les conditions restent confidentielles. C'est que Forbes attend aussi de Google des informations sur la performance de ses contenus selon les expériences et les catégories. Une espèce de laboratoire déporté : la plateforme expérimente auprès de ses utilisateurs, puis partage une partie de ce qu'elle a appris. Pratique, quand fabriquer soi-même ces dispositifs coûte du temps, des équipes et de la puissance de calcul.

Là, tout de suite, on mesure l'étrangeté de la situation. Un éditeur produit l'information, une plateforme organise certaines de ses nouvelles consommations, et le producteur doit négocier l'accès à des observations sur la circulation de sa propre matière. La connaissance de l'usage devient elle-même une contrepartie. Je ne dis pas que Forbes se fait avoir : il reçoit une rémunération et des données qui peuvent être utiles. Je dis que le centre de gravité du savoir a bougé.

Forbes utilise par ailleurs Profound pour suivre ses apparitions et citations dans certains environnements IA, mais Nina Gould souligne le manque de granularité des plateformes. Autrement dit, être cité n'équivaut pas à savoir ce que cette citation a produit. Il manque souvent le contexte complet de l'exposition, les publics touchés, les comportements consécutifs et, plus gênant encore, les cas où l'on n'a rien pu observer. À ce niveau de brouillard, afficher quatre décimales dans un dashboard relève davantage du maquillage que de la mesure.

Ce mouvement n'a pas commencé mardi dernier dans une salle de conférence londonienne. En octobre 2025, Digiday racontait déjà comment Forbes utilisait des données sur les visites venues des interfaces IA pour construire des cohortes : quels sujets intéressent les gens qui acceptent finalement de quitter une réponse générée ? Quelles attentes semblent caractériser ces lecteurs ? La provenance ne suffisait plus ; l'éditeur cherchait à comprendre la qualité et l'intention de l'audience qui arrivait encore.

Ce même reportage rapportait que Forbes avait travaillé ses recommandations d'articles et la personnalisation de son accueil. Attention à ce qu'on fait raconter aux chiffres : les hausses de taux de clic évoquées alors concernaient des dispositifs précis à l'intérieur du site, et étaient déclarées par l'entreprise. Elles ne prouvent pas que la personnalisation a compensé la chute des visites externes, encore moins qu'une marque B2B reproduirait ces effets en installant un widget sous ses articles.

Quelques semaines plus tard, Forbes présentait aussi un péage d'abonnement adaptatif : proposer une offre différente selon les comportements des visiteurs, au lieu de soumettre tout le monde au même panneau « Abonnez-vous, bande d'ingrats ». Le principe importe davantage ici que les résultats commerciaux annoncés par l'éditeur : la valeur d'un lecteur ne se réduit pas à sa première page vue. Elle peut tenir à son retour, à son intérêt pour un sujet, à sa volonté d'approfondir et, parfois, à une souscription.

C'est une bascule plus profonde qu'une migration d'outils analytics. Forbes cherche à mieux distinguer des gens qui passent, des gens qui restent et des gens qui reviennent. La métrique doit épouser la relation recherchée, pas seulement la facilité du capteur. Les médias ont leurs modèles et leurs impératifs ; les entreprises B2B ne vendent pas des abonnements à l'information comme Forbes. Mais cette question de fonction, elle, leur va comme un gant.

Prenons une entreprise qui vend un logiciel de maintenance industrielle. Elle publie un guide sur les arrêts de production, fort bien rédigé, puis découvre que sa fréquentation organique baisse. Les équipes pourraient se mettre à traquer frénétiquement les citations de ce guide dans les réponses IA. Elles auraient peut-être gagné un nouvel indicateur ; elles n'auraient toujours pas expliqué à quoi sert ce guide. Est-il censé attirer une audience inconnue, nourrir une campagne, rassurer un responsable d'exploitation ou aider un commercial à lever une objection ? Ce n'est pas du tout la même besogne.

Imaginez maintenant que le commercial envoie ce document après une première réunion, que le prospect le partage à son directeur technique et qu'une deuxième conversation débloque un point de sécurité. Si le trafic public du guide reste anémique, faut-il le déclarer inutile ? Non. Mais il serait tout aussi abusif de lui attribuer la signature du contrat. L'usage dans une conversation est un signal de contribution, pas un acte de propriété sur le chiffre d'affaires. Le métier a déjà assez de religion pour éviter la canonisation du dernier PDF envoyé.

À l'inverse, un article qui rafle des impressions et des mentions par les IA peut avoir une fonction parfaitement valable de découverte. Il faut simplement accepter qu'une exposition n'est pas un engagement, qu'un engagement n'est pas une préférence et qu'une préférence n'est pas automatiquement une opportunité. Ce ne sont pas des étapes mécaniques d'un entonnoir ; ce sont des phénomènes distincts, parfois liés, souvent impossibles à recoller proprement dans une seule histoire.

On peut tout à fait chercher à mesurer plusieurs choses pour un même contenu. Encore faut-il les garder distinctes : une famille de signaux pour chaque fonction, pas une tambouille où la visibilité se déguise en revenu.

Dans son expérimentation de rémunération « AI contribution », décrite en septembre par Digiday, Google explore même un paiement lorsque des contenus contribuent significativement à des réponses générées, selon un calcul dont la transparence demeure contestée. Ce programme est distinct du News AI pilot de Forbes. Voilà une nouvelle preuve de la nécessité de nommer les objets avant de les comparer : usage sous licence, contribution jugée par la plateforme, citation observée, visite reçue et aide à la vente ne deviennent pas le même événement parce qu'ils ont tous les cheveux teints en IA.

Un tableau de bord un peu adulte commencerait donc par une question sans glamour : qu'essaie-t-on de décider ? La décision commande la mesure : réduire le gaspillage, renforcer une campagne, corriger une preuve ou investir dans une audience propre n'impose pas les mêmes observations. La mesure devrait suivre le raisonnement éditorial et commercial, pas servir de collection de trophées numériques accrochés au mur.

Pour sortir de la brume, je proposerais cette scorecard volontairement imparfaite. Elle ne prétend pas reconstituer chaque cheminement humain, avec géolocalisation de la pensée et signature au bas de la décision ; elle organise des signaux de force différente. Et surtout, elle oblige à nommer ce qui reste inconnu. Ce détail semble modeste. Dans bien des entreprises, c'est une révolution copernicienne.

Attention, la fidélité n'est pas non plus un synonyme automatique de qualité. Une hausse des retours peut refléter une audience très étroite ; une lecture longue peut signaler un intérêt, ou un document introuvable qu'on cherche à comprendre depuis vingt minutes. Le contexte donne son sens à l'engagement. Il faut comparer des usages comparables, préciser le périmètre suivi et éviter de faire passer une corrélation de calendrier pour l'effet d'un contenu.

De même, ne survalorisons pas le renseignement commercial à l'unique motif qu'il paraît plus « business ». Les commerciaux mémorisent certaines conversations et en oublient d'autres, les cycles longs brouillent les chaînes, les opportunités importantes sont rarement l'effet d'un seul actif. La rigueur consiste à conserver les niveaux de preuve, du signal déclaré à l'observation instrumentée, et à décider avec ce qu'on possède réellement. Pas à promettre une attribution divine avec trois champs CRM et un tableau croisé dynamique.

Ce qui me paraît fécond chez Forbes, c'est la volonté de ne plus piloter un modèle fragilisé avec les seules lunettes qui ont contribué à le construire. Mais je conserve une réserve de taille : une partie de l'instrumentation reste contrôlée par l'intermédiaire. Google peut partager des informations utiles dans son pilote, sans pour autant ouvrir la boîte noire de tous ses produits ni garantir la pérennité de cette visibilité. Un accord commercial ne remplace pas l'autonomie d'analyse.

Pour une entreprise B2B, la dépendance se joue à deux niveaux : la distribution, dont on maîtrise peu les règles, et l'interprétation des résultats, qu'on délègue volontiers à des outils capables de produire des courbes magnifiques sur des catégories mal pensées. J'en reviens à une idée que j'ai déjà défendue : se faire rémunérer comme fournisseur de contenu n'est pas la même chose que gagner une relation avec son public. Ici, j'ajouterais qu'être mesuré par une plateforme n'est pas savoir décider soi-même.

La sortie n'est donc ni « arrêtez de mesurer le trafic », ni « branchez Profound et faites chauffer la carte bancaire ». Elle consiste à reconnecter un contenu à une fonction, à un usage et à un choix. Un résultat qu'on ne peut ni interpréter ni convertir en décision ne devient pas plus précieux sous prétexte qu'il est neuf. C'est juste une jolie courbe de plus, au milieu d'un immense mausolée de dashboards.