Dark social : pourquoi vos outils d'analytics ne voient pas le bouche-à-oreille

Je passe la plupart de mon temps sur l’infrastructure, pas sur des dashboards marketing. Alors quand j’ai commencé à travailler sur l’attribution, une question naïve revenait sans cesse : pourquoi la ligne la plus importante dans la plupart des rapports d’acquisition s’appelle-t-elle « Direct » ?

La réponse classique est qu’il s’agit de personnes ayant tapé l’adresse ou utilisé un favori. Des clients fidèles. Rien à gérer ici.

Cette réponse est fausse. Et elle est fausse d’une manière qui masque le canal que nous essayons tous de construire.

Ce que contient réellement le « trafic direct »

Le trafic direct n’est pas un canal. C’est ce que votre outil d’analytics note lorsqu’une visite arrive sans référent associé. Les saisies directes et les favoris y atterrissent, mais aussi chaque lien collé dans WhatsApp, Slack, un message privé, un e-mail ou une application qui supprime les données de référent au passage.

Cette dernière catégorie porte un nom : le dark social. C’est la recommandation faite par votre client dans une conversation privée, qui arrive sur votre site avec son origine effacée.

La distinction est essentielle, car ces deux éléments se comportent de manière opposée. Les favoris sont un signal de rétention. Le dark social est un signal d’acquisition. Réunis dans le même panier, ils s’annulent et ce panier devient illisible.

Quelle part est réellement « directe » ?

En avril 2023, SparkToro et Really Good Data ont mené une expérience contrôlée : 16 URL dédiées sur un sous-domaine isolé, une par réseau et par méthode de partage, puis un panel d’environ 100 personnes générant 1,113 visites réelles sur 10 jours. Comme chaque réseau disposait de sa propre URL d’atterrissage, ils connaissaient la véritable source de chaque visite et ont pu la comparer avec ce que Google Analytics rapportait.

Source : SparkToro, « Dark Social Falsely Attributes Significant Percentages of Web Traffic as Direct », avril 2023.

Chaque visite envoyée via WhatsApp, Slack, Discord, TikTok ou Mastodon est arrivée sans aucune source. Pas la majorité : la totalité. SparkToro note que ses propres analytics attribuent environ 95 % de son trafic au « Direct », ce que l’équipe sait être faux.

Le détail qui change l’interprétation

On pourrait encore soutenir que le panier direct regroupe surtout des habitués. Les données académiques prouvent le contraire, et c’est ce constat qui m’a poussé à prendre le problème au sérieux.

Une étude évaluée par des pairs menée par Marjan, Graham, Bruce et Mitchell, publiée dans le Journal of Digital & Social Media Marketing (2020, vol. 8, no. 3, pp. 261 à 276), a suivi cinq sites web sur huit trimestres consécutifs, soit environ trois millions de visites au total. Deux conclusions se démarquent :

1. Le canal direct représentait 37 % de l’ensemble des visiteurs observés en moyenne, soit plus que l’ensemble du search. Il atteignait 44 % sur les sites de fidélité et de promotion, et 26 % sur les sites transactionnels.
2. Le trafic direct revenait beaucoup moins souvent que la moyenne du site, avec un déficit de récurrence de 29 % sur les sites transactionnels et de 42 % sur les sites promotionnels.

Relisez le second point. Si le trafic direct était composé de favoris et de saisies d’URL, il reviendrait plus souvent que la moyenne, car ce sont par définition des personnes qui vous connaissent déjà. Il revient nettement moins. Ce sont de nouveaux visiteurs qui entrent par une porte que le dashboard ne sait pas identifier.

Les auteurs estiment la part du dark social entre 17 % et 18 % du total des visites d’un site. C’est à peu près un visiteur sur six qui arrive sur une recommandation, classé comme anonyme.

Pourquoi la situation s’aggrave

Trois facteurs se cumulent, et aucun ne va s’inverser.

Le partage s’est déplacé vers des applications fermées. Le partage qui se faisait autrefois sur un fil public se fait aujourd’hui dans une discussion de groupe. La messagerie privée a dépassé le partage public il y a des années, et les applications de messagerie sont devenues le canal par défaut pour se dire « regarde ça » entre personnes de confiance.

La solution alternative aux cookies n’est jamais arrivée. Safari, Firefox et Brave bloquent les cookies tiers par défaut depuis des années. Chrome devait suivre, avant de faire marche arrière en avril 2025 pour les maintenir sous un modèle de choix utilisateur, et Google a retiré la plupart des API de la Privacy Sandbox en octobre 2025. L’industrie a donc hérité du pire des deux mondes : une couverture déjà défaillante sur une large part des navigateurs, et aucun remplaçant standardisé vers lequel migrer.

Une nouvelle couche de suppression des référents est apparue. Les assistants et les moteurs de recherche IA envoient un trafic qui atterrit lui aussi fréquemment sans référent. C’est le même schéma d’échec que le dark social, venu d’une autre direction, qui vient gonfler la même catégorie.

La ligne « Direct » augmente donc chaque année, et chaque année on l’interprète comme la force de la marque. C’est en partie vrai. Mais c’est aussi votre canal de recommandation, non étiqueté.

Pourquoi c’est un problème d’ingénierie, pas de reporting

Voici la partie qui m’intéresse en tant que CTO, et la raison pour laquelle aucune configuration de dashboard ne peut résoudre cela.

Il est impossible de récupérer l’attribution au moment du clic. Quand la visite atteint votre serveur, l’information est déjà détruite. Le navigateur n’a envoyé aucun référent. Il n’y a rien à analyser, déduire ou nettoyer. Chaque outil qui promet de « révéler » le dark social après coup se contente de deviner, généralement à l’aide de modèles probabilistes impossibles à auditer.

Le seul moment où l’information existe encore, c’est au moment du partage, du côté de l’expéditeur, à l’instant où votre client décide de vous recommander. Si vous ne capturez pas l’identité à ce moment-là, elle est définitivement perdue.

Cela recadre tout le problème. Ce n’est pas une question de mesure, c’est une question d’architecture : pouvez-vous générer un lien qui porte sa propre origine, survit au copier-coller dans n’importe quelle application et renvoie à une personne sans aucun cookie tiers ?

Pour y parvenir correctement, quatre éléments sont nécessaires :

1. L’identité est assignée au moment du partage, et non déduite de la visite entrante.
2. L’identifiant vit dans le lien lui-même, car le lien est la seule chose qui survit à un copier-coller dans WhatsApp.
3. La résolution se fait en first-party et côté serveur, sans dépendre du stockage du navigateur qui peut être vidé, bloqué ou partitionné.
4. La chaîne tient d’un appareil à l’autre. Une recommandation envoyée sur mobile et ouverte sur un ordinateur portable est le cas standard, pas une exception.

Rien de tout cela n’est exotique. C’est simplement un travail à concevoir dès le départ, et c’est la raison pour laquelle la plupart des outils de parrainage sous-estiment silencieusement les résultats : ils ont été conçus sur le principe de l’attribution au clic.

Ce que nous avons construit, et ce que cela a vraiment coûté

Chez Frak, ce n’était pas une simple fonctionnalité, c’était la base. Le lien de partage est l’unité de compte : il transporte un jeton signé dans sa propre chaîne de requête, et l’attribution se déclenche côté backend dès que le lien est ouvert, quelle que soit l’application où il a été collé. Nous ne savons jamais quelle application l’utilisateur a choisie, et peu importe : l’identité a voyagé dans l’URL plutôt que dans un en-tête que l’application de messagerie pouvait supprimer.

Je serai honnête sur le coût, car les articles comparant création interne et achat d’outils ne le sont généralement pas. Les paramètres d’attribution doivent se comporter à l’identique sur le web, Android et iOS, ce qui signifie dans notre cas les mêmes règles de fusion et logiques de priorité implémentées trois fois : en TypeScript, Kotlin et Swift. Régler les détails avec précision (recherches insensibles à la casse, ne jamais réencoder l’URL d’un marchand, décider de ce qui survit à la restauration d’un appareil et de ce qui ne le doit pas) a pris beaucoup plus de temps qu’une approche basée sur les cookies. Si votre volume de recommandations est faible, acheter une solution imparfaite reste une décision défendable.

En contrepartie, vous obtenez ce que le trafic direct ne pourra jamais vous donner : un coût d’acquisition réel sur ce canal, et la capacité de rémunérer les personnes qui le génèrent. Vous ne pouvez pas récompenser une recommandation que vous ne voyez pas. Chaque programme de parrainage qui rémunère sur la base d’un code auto-déclaré contourne exactement cet angle mort, ce qui est l’une des raisons pour lesquelles tant d’entre eux s’essoufflent.

Si vous n’allez pas reconstruire votre stack

La plupart des équipes qui liront ceci ne vont pas repenser l’architecture de leur attribution ce trimestre. Trois démarches restent utiles, par ordre d’effort :

• Arrêtez d’interpréter le « Direct » comme de la fidélité. Segmentez-le. Les visiteurs arrivant sur une URL produit profonde sans référent sont presque systématiquement issus de liens partagés, pas de favoris. Personne ne met en favori une page produit située à onze niveaux de profondeur.
• Proposez un bouton de partage qui tague le lien. Cela ne capturera pas les adeptes du copier-coller (la majorité), mais un partage tagué sur WhatsApp ou Messenger est un partage suivi, et cela ne demande qu’une après-midi de travail.
• Posez la question lors du paiement. Un simple champ « comment nous avez-vous connus ? », enregistré avec la commande, paraît démodé mais s’avère étonnamment précis. Comparez-le à vos analytics : l’écart vous indiquera la taille de votre angle mort.

Cette comparaison change généralement la donne. Lorsque la recommandation déclarée atteint 30 % et que votre dashboard n’attribue que 2 % au parrainage, le débat pour savoir si le bouche-à-oreille mérite d’être géré est clos.

Foire aux questions

Qu’est-ce que le dark social ?

Le dark social désigne le trafic web issu de liens partagés sur des canaux privés comme WhatsApp, Slack, les messages privés et les e-mails. Comme ces applications n’envoient aucun référent, les outils d’analytics ne peuvent pas identifier la source et classent la visite sous « Direct ». Il s’agit généralement de trafic de recommandation, enregistré comme anonyme.

Pourquoi mon trafic direct est-il si élevé ?

Généralement parce qu’il n’est pas réellement direct. Des tests contrôlés montrent que les visites en provenance de TikTok, Slack, Discord, WhatsApp et Mastodon arrivent sans référent dans 100 % des cas, et via Facebook Messenger dans environ 75 % des cas. La fin des cookies tiers et les interfaces d’IA qui suppriment les référents font gonfler encore davantage ce même panier.

Google Analytics peut-il mesurer le bouche-à-oreille ?

Pas à lui seul. GA4 rapporte ce que le navigateur lui transmet, et les partages privés ne transmettent rien. Les balises UTM ne fonctionnent que si la personne utilise votre bouton tagué, ce que la majorité contourne en copiant directement l’URL. Mesurer la recommandation exige de capturer l’identité au moment de la création du lien, et non au clic.

Le trafic dark social a-t-il de la valeur ?

C’est généralement tout l’inverse d’un trafic de faible qualité. Les données académiques montrent que le trafic direct revient 29 % à 42 % moins souvent que la moyenne du site, ce qui prouve qu’il est dominé par de nouveaux visiteurs plutôt que par des habitués, et qu’il arrive porté par une recommandation personnelle.

---

Je suis Quentin Nivelais, cofondateur et CTO de Frak Labs, où nous développons l’infrastructure qui fait de la recommandation un canal d’acquisition mesurable et rémunérable. J’écris sur l’ingénierie qui le rend possible, de l’account abstraction au CI auto-hébergé, sur nivelais.com.