Guide pratique

Preuve de Commerce par Agent : ce que les marchands peuvent mesurer.

Un guide pratique sur les signaux de niveau requête que les agents d'achat IA laissent derrière eux, pourquoi la plupart des piles d'analyse les manquent, et comment Cartograph est conçu pour combler ce fossé.

Publié · Mis à jour

Qu'est-ce que la preuve d'agent-commerce ?

La preuve d'agent-commerce est l'ensemble des signaux au niveau de la requête qui montrent qu'un acheteur médiatisé par l'IA a interagi avec votre catalogue, votre vitrine, votre panier ou votre processus de commande. Contrairement aux analyses web traditionnelles, qui reposent sur l'exécution JavaScript dans un navigateur, la preuve commence à l'origine : les journaux configurés du serveur, du CDN et de l'application peuvent capturer les requêtes qui atteignent ces points d'observation même lorsqu'un pixel côté navigateur ne se déclenche pas ; la couverture n'est pas complète par défaut et dépend de l'inclusion de la source, du routage, de l'échantillonnage, de la rétention et de la santé de la collecte.

L'observation clé est simple : un agent d'IA qui récupère une page produit, ajoute un article ou finalise un paiement délégué émet toujours des requêtes HTTP. Ces requêtes contiennent des chaînes d'agent utilisateur, des référents, des jetons et des schémas de synchronisation. Lorsqu'elles sont capturées au niveau des journaux et étiquetées de manière cohérente, elles deviennent des preuves.

Cartograph est en cours de développement pour collecter, normaliser et étiqueter ces preuves afin que les marchands puissent répondre à des questions que leur pile technologique actuelle ne peut pas résoudre : Quelle proportion de mon trafic est générée par des agents ? Quelles requêtes ne sont pas classifiées ? Où les agents décrochent-ils entre le catalogue et le paiement ?

Preuves côté demande

Adobe Digital Insights a rapporté que le trafic référé par l'IA vers les sites de vente au détail américains a augmenté 393% year over year in Q1 2026. Dans March 2026, ces visites ont été converties 42% better et généré 37% higher revenue per visit que le trafic non-IA. Adobe indique que l'analyse sous-jacente du commerce de détail américain couvre more than one trillion visits.

Adobe-reported historical data; not Cartograph customer data. Growth rate does not indicate channel share.

Systèmes différents, enregistrements différents

Votre pile voit les éléments. L'intégration prévue relie les preuves.

Cartograph is not a bot detector, PIM, analytics platform, PSP, or commerce platform. It is being built as the agent-commerce evidence layer across them.

GA4 / analytique
Événements sur site
Preuve de la requête d'origine du journal et contexte du bot/de la sécurité
Outils de bot
Risque d'automatisation
Jalons commerciaux côté marchand et provenance des requêtes
Outils PIM / de flux
Exhaustivité du catalogue
Récupérer, analyser et prouver la cohérence inter-surfaces pour les surfaces marchandes nommées
Outils de visibilité GEO / IA
Mentions et citations de l'IA
Preuves côté marchand concernant les requêtes, le panier, le paiement, les politiques et les paiements
PSPs
Résultats des paiements
Provenance des requêtes amont et contexte des jalons produit/panier
Plateformes e-commerce
État du panier et de la commande
Normalisation des preuves multi-surfaces et provenance déterministe des étiquettes de trafic
Cadre de préparation

Lisible, Cohérent, Transactable.

This is a readiness framework, not an ACES taxonomy, classifier, confidence model, grade, or score. Each category names the merchant surface, the observation method, and its limitation.

Readable

Le scanner ou le collecteur défini peut-il récupérer et analyser la surface marchande désignée ?

Périmètre : ne couvre pas la compréhension, la citation, la préférence ou la recommandation du modèle externe.

Consistent

Les surfaces nommées autorisées par le marchand concordent-elles matériellement au sein d'une fenêtre d'observation définie et d'une politique de comparaison ?

Périmètre : ne couvre pas la confiance de l'agent externe, la croyance, la préférence, le rejet ou le placement dans l'ensemble de considération.

Transactable

Les événements observés par le marchand ou un diagnostic synthétique autorisé séparément montrent-ils une progression à travers les étapes exactes du panier ou du paiement concernées ?

Périmètre : ne couvre pas la preuve de parcours complet, la finalisation de commande, l'autorisation de paiement, le support fournisseur ou la conversion.

Méthodologie

Preuve, pas des conjectures.

The v0.1 specification defines deterministic traffic labels and evidence codes. It does not infer intent, score actors, or treat missing agent evidence as proof of human traffic.

Étiquetage des preuves

La spécification v0.1 définit cinq étiquettes de trafic : agent vérifié, bot déclaré — vérifié, bot déclaré — non vérifié, référé par l'IA et non classé. Ces étiquettes décrivent les preuves disponibles au moment de la capture ; elles n'affirment pas que le trafic non classé est humain.

Ce que votre stack voit — et ce qu'elle manque

La plupart des piles de commerçants ont été conçues pour les acheteurs humains. L'analyse Web nécessite un navigateur et un utilisateur consentant. La gestion des bots recherche l'abus, pas l'attribution. Les systèmes de gestion des informations produit savent ce que vous vendez, mais pas qui l'a demandé. Les processeurs de paiement voient les transactions, mais rarement l'agent en amont qui a initié le parcours.

Le résultat est un angle mort : une part mesurable d'événements de requête de vitrine éligibles reste non classifié après un étiquetage déterministe. Combler cet écart nécessite de combiner les événements de requête d'origine des journaux avec un modèle d'étiquetage qui reconnaît les agents documentés par le fournisseur et les comportements similaires à ceux des agents.

Comment Cartograph prévoit de relier les preuves

L'architecture prévue de Cartograph traite les surfaces marchandes comme des producteurs d'événements : les flux, les vitrines, les paniers, les paiements et les flux de paiement émettent chacun des événements de requête. La plateforme est conçue pour ingérer ces événements à partir des journaux côté serveur, appliquer un ensemble d'étiquettes de preuves v0.1 et afficher un Trafic non identifié métrique : la part non étiquetée des événements de requête éligibles.

Avec le temps, l'objectif est d'ajouter des étiquettes déterministes pour les agents documentés par les fournisseurs, des étiquettes heuristiques pour les récupérateurs inconnus mais similaires aux agents, et des signaux appartenant au marchand, tels que les jetons de paiement signés. Le résultat est une couche de preuves partagée que les équipes d'analyse, de produit, de sécurité et de paiement peuvent toutes exploiter.

Citer ceci
Agent-commerce evidence is the set of request-level signals that show an AI-mediated shopper interacted with a merchant's catalog, storefront, cart, or checkout — captured at the log layer rather than in the browser.

Cartograph Intelligence, "Preuves de commerce par agent : Un guide de terrain pour les marchands." https://cartographintelligence.com/fr/agent-commerce-evidence

Demander un accès anticipéFonctionnement du cadre →