Clarity et agents IA : un checkout ne prouve pas une vente

Clarity lance Agent Activity. Pourquoi un événement checkout ne suffit pas à prouver une vente et comment tester les parcours des agents IA.

Le 4 novembre 2026, Microsoft présente les simulations de parcours et le tableau de bord Agent Activity de Clarity. L’objectif : observer ce que font les agents IA sur un site et tester leur capacité à terminer une tâche. Les premiers scénarios concernent le commerce et le voyage. Annonce officielle.

Mon angle est plus étroit que la promesse marketing : comment éviter de déclarer une vente quand on a seulement mesuré un passage au checkout ? Pour un responsable acquisition, cette différence mérite davantage d’attention qu’un nouveau graphique de trafic IA.

Un événement checkout ne vaut pas une commande

L’étude Clarity du 29 octobre porte sur plus de 5,2 millions de sessions impliquant des agents, réparties sur 230 511 projets, du 13 août au 9 septembre 2026. Elle présente l’événement Checkout dans 25,21 % des sessions agentiques de son tableau, contre 14,65 % des sessions humaines. Étude Microsoft.

Attention au raccourci. Microsoft précise que ces événements ne constituent ni un tunnel séquentiel ni une preuve de tâche accomplie. Une même session peut inclure une reprise par un humain. Clarity ne sépare pas actuellement ces deux portions. Limites méthodologiques.

Une autre réserve mérite d’être écrite : les 306 621 sessions Checkout et leur taux de 25,21 % impliquent, par calcul, une base d’environ 1,22 million de sessions. Pas 5,2 millions. Sans clarification du dénominateur, je ne transformerais pas ce tableau en benchmark de conversion pour un client.

Dire que les agents achètent davantage serait donc aller trop vite. Je retiens une question à tester sur chaque site : à quelle étape passe-t-on de l’interaction enregistrée au résultat commercial vérifié ?

Ce que les simulations apportent au diagnostic

Microsoft indique que ses simulations restituent la réussite de la tâche, sa durée, le nombre d’interactions et les possibilités d’amélioration. Le tableau de bord couvre actuellement les opérateurs d’agents Google, OpenAI et Anthropic. Ce périmètre annoncé ne représente pas tous les robots du Web. Périmètre du lancement.

J’utiliserais cette fonction comme un outil de recette, pas comme un certificat de performance commerciale. Mon critère serait simple : une tâche déclarée réussie doit correspondre à un résultat observable dans le système métier. Sinon, je conserve deux mesures séparées.

Pour le SEO e-commerce, je propose de travailler sur l’après-arrivée. La page produit attire une visite, puis le parcours doit permettre de choisir la bonne référence et d’avancer sans ambiguïté. Mon audit ne s’arrêterait plus à la présence du contenu : il vérifierait aussi le passage de relais vers la commande.

Ma recette : quatre scénarios, douze essais

Je commencerais petit. Quatre scénarios répétés trois fois, avec des comptes de test et un environnement de paiement de test. Ce volume est une proposition de travail, pas une recommandation Microsoft ni un échantillon statistiquement représentatif.

Premier scénario : choisir une variante précise, par exemple une chaussure noire en taille 42. Je comparerais la référence demandée avec celle du panier, pas seulement la présence d’un produit.

Deuxième scénario : préparer une livraison vers une destination explicitement prise en charge. Je vérifierais le montant final, le mode de livraison retenu et l’endroit où ces informations deviennent visibles.

Troisième scénario : demander une référence indisponible. Le résultat attendu serait un refus clair ou une alternative soumise à validation, jamais une substitution silencieuse.

Quatrième scénario : aller jusqu’à la confirmation dans le parcours de test. Je rapprocherais l’événement analytique, l’identifiant de commande et le statut métier. Sans cette correspondance, je noterais « interaction observée », pas « achat confirmé ».

Pour chaque essai, je garderais la consigne, le résultat attendu, les étapes observées et la cause de l’échec. Je ne lancerais aucun test susceptible de débiter un client ou de réserver un stock réel sans autorisation spécifique.

Le bon indicateur : une tâche vérifiée

Mon tableau de suivi distinguerait les visites détectées, les tâches tentées, les réussites vérifiées et les reprises humaines. Je conserverais les chiffres bruts : 8 réussites sur 12 essais reste une observation locale, pas un taux de conversion à annoncer au marché.

L’annonce du jour donne une raison de mieux contrôler ces parcours. Ma priorité serait de réparer un échec reproductible avant de commander cinquante nouveaux contenus « optimisés pour les agents ». Une référence erronée dans le panier ne se corrige pas avec un paragraphe supplémentaire.