Résultats

Résultats répond à « est-ce que Skoup marche ? » en un appel : pour une marque sur un marché, semaine par semaine, si les assistants IA la voient (visibilité), lui envoient des visiteurs (visites IA) et si ces visites la choisissent — commandes IA pour une boutique, abonnements IA pour un SaaS, événements clés des visites IA (réservations, appels, inscriptions) sinon. Des repères posent sur le même axe le début de Skoup, les correctifs prouvés par la mesure, les intégrations et les write-backs.

Je veux…

Scope : revenue:read. Tous les plans. Un assistant lit la même frise avec l’outil MCP get_results_timeline.

Comment c’est construit

• Un seul axe. Les semaines sont celles de la tendance de visibilité (lundi → dimanche, UTC), la plus ancienne d’abord ; complete vaut false pour la semaine en cours. period=since démarre 4 semaines avant le début de Skoup pour montrer l’historique de trafic avant la première mesure.
• Le début de Skoup (started_at) est la fin du premier sampling de la marque sur le marché. null tant que le marché n’a jamais été mesuré — period=since retombe alors sur 90 jours.
• « Choisi » suit la marque : commandes et CA IA pour une boutique, abonnements et nouveau MRR IA pour un SaaS dont Stripe est connecté, événements clés des visites IA sinon (SaaS sans Stripe compris) — by_event les nomme sur une semaine mesurée par le script seul, selected_events liste les événements que le site compte (null = tous les événements nommés).
• Lu par les assistants (ai_reads) : les pages que ChatGPT, Perplexity, Claude… ont lues pour répondre à quelqu’un, telles que votre serveur les transmet (Skoup Analytics › Lectures par les assistants) — fetches, la part verified par les plages d’IP de l’éditeur, et surfaces (par éditeur). Les lectures sont celles du site, quel que soit le marché ; ai_reads_pages liste les pages les plus lues sur l’axe.
• Une catégorie restreint la visibilité (réponses citant un de ses produits) et les commandes (ses lignes de commande) — jamais les visites, qui restent celles du site.
• La visibilité reste brute : hits / runs par modèle, plus la share tous modèles. Ré-agrégez sur les modèles qui vous intéressent.
• since est là quelle que soit la période. Il compare la première semaine mesurée de visibilité à la dernière (by_model bruts, plus delta_points avec son interval à 95 % tous modèles : interval_contains_zero: true veut dire que le mouvement est dans le bruit), et la moyenne hebdo (per_week) des 4 semaines complètes avant le début aux 4 dernières, pour les visites et le résultat. Visites et événements clés y sont comparés avec le même outil des deux côtés : Google Analytics s’il a mesuré les deux fenêtres (même quand le script Skoup mesure les semaines récentes), sinon le script ; chaque côté fait la moyenne des seules semaines que cet outil a mesurées en entier. Si aucun outil ne couvre les deux fenêtres, chaque côté garde la source de la frise et la nomme.

Pièges

• null n’est jamais 0. Une semaine que personne n’a mesurée a sessions: null (ou count: null) et source: null ; une semaine sans sampling a visibility: null. 0 est une semaine mesurée sans rien.
• Une source par jour, jamais additionnée. Les visites IA viennent du script Skoup à partir de son premier jour, de Google Analytics avant ; chaque semaine dit laquelle (script, google_analytics, mixed pour la semaine de la bascule). Les commandes disent leur boutique (shopify, woocommerce), les abonnements stripe.
• since peut citer une autre source que la frise. since.visits.after.source peut valoir google_analytics alors que les dernières semaines de weeks disent script : Google Analytics ne compte que les visiteurs qui acceptent ses cookies, le script tout le monde, et un avant / après entre les deux montrerait une fausse hausse. Comparez toujours before et after d’un même bloc entre eux, jamais à une semaine de la frise.
• Une lecture n’est pas une visite. ai_reads est à côté de ai_visits, jamais additionné. null tant que votre serveur n’a transmis aucune lecture (et pour les semaines d’avant), 0 une semaine sans lecture après.
• L’avant peut être vide. Sans historique Google Analytics, les visites d’avant Skoup sont null : since.visits.before vaut null, pas un 0 à comparer.
• Pas d’event. La frise est calculée à l’appel ; suivez sampling.completed pour savoir quand une nouvelle semaine de visibilité arrive.
• google, google_ai (et google, google_ai_impressions de chaque semaine) sont réservés aux séries Search Console : null pour l’instant.
• Une arrivée directe n’est pas une visite IA. direct_on_cited compte les visites sans provenance arrivées sur une page que les IA citent, à côté des visites IA, jamais additionnées. Chaque semaine dit days, les jours que le script a comptés : 7 pour une semaine entière, moins pour la semaine où il a été posé et la semaine en cours. Une moyenne hebdomadaire ne lit que les semaines à days: 7.