Matomo 5.8.0 introduit des rapports dédiés pour distinguer et mesurer le trafic généré par les assistants IA via l’ingestion HTTP Tracking (notes de version Matomo, 4 mars 2026). Lisez la suite pour savoir ce que cela change concrètement pour vos rapports et votre tracking.
Besoin d'aide ? Découvrez les solutions de notre agence Matomo.
Que mesure le nouveau rapport AI Chatbots Overview
Le rapport AI Chatbots Overview identifie et agrège les requêtes issues d’assistants IA, distinctes des visites humaines, et fournit des indicateurs dédiés (notamment Total AI Chatbots Requests) tout en mettant à jour Total Hits pour inclure ces requêtes sur la vue All Websites.
Voici ce que contient et comment s’articule ce nouveau jeu de rapports. Avant la liste, un mot : chaque point décrit l’emplacement et le rôle des métriques pour séparer trafic humain et automatisé.
- Contenu exact des rapports — AI Chatbots Overview (vue synthétique), Over Time (évolution temporelle). Indicateur clé : Total AI Chatbots Requests. Les requêtes chatbot sont désormais comptées dans Total Hits sur All Websites, avec possibilité de filtrer uniquement IA vs humains.
- Emplacement — menu AI Assistants dans l’interface Matomo 5.8.0 ; dashboards et graphiques temporels accessibles depuis cette section.
- Cas d’usage — suivi du trafic IA pour distinguer conversions humaines vs automatiques ; détection d’anomalies (pics de requêtes IA) ; allocation budget acquisition (ne pas payer pour trafic IA non qualifié) ; mesurer l’impact UX des chatbots (reductions de clics/pages vues).
- Exemples chiffrés — si sur 30 jours vous avez 30 000 hits et 3 600 requêtes IA, alors IA = 12%. Si la semaine suivante IA passe de 10% à 15% (+50% relatif), prioriser vérification logs, QA du bot et optimisation SEO/CRO (ex : bloquer UA non désirés, ajuster pages indexées).
- Limites & bonnes pratiques — faux positifs/négatifs possibles (UA spoofing, proxys). Dépendance à la télémétrie envoyée par les assistants. Validez avec corrélation logs serveur, parsing user-agent, plages IP connues et tests contrôlés.
- Sources — Matomo 5.8.0 release notes : https://matomo.org/changelog/matomo-5-8-0/ ; documentation HTTP Tracking : https://developer.matomo.org/api-reference/tracking-api
Exemple de calcul rapide :
SELECT SUM(ai_requests) / SUM(total_hits) * 100 AS pct_ai
FROM matomo_stats
WHERE date BETWEEN '2026-02-01' AND '2026-03-02';
| Métrique | Signification | Action recommandée |
| Total AI Chatbots Requests | Nombre de requêtes identifiées comme venant d’assistants IA | Surveiller, filtrer dans rapports de conversion, investiguer pics |
| Total Hits (mis à jour) | Hits totaux incluant les requêtes IA | Segmenter rapports humains vs IA pour décisions CRO/SEO |
Comment Matomo reçoit les requêtes des chatbots
Matomo 5.8.0 ingère la télémétrie des assistants IA via l’API HTTP Tracking — il s’agit d’appels HTTP standard vers l’endpoint de tracking qui incluent des paramètres permettant d’identifier les requêtes chatbot.
Le principe : l’API HTTP Tracking accepte des requêtes GET ou POST vers /matomo.php (ou /mtm.gif selon config) avec des paramètres clés. Paramètres essentiels : idsite (ID du site), rec=1 (enregistrer), url ou action_name, _id (visitor id) ou uid. Pour marquer une requête comme chatbot j’utilise soit une custom dimension (ex. dimension1=ai_chatbot), soit cvar (JSON) : cvar={"1":["source","ai_chatbot"]}. Méthodes GET/POST supportées ; POST recommandé pour payloads volumineux. Sécurité : authentification optionnelle selon configuration (token_auth si activé côté serveur), contrôler CORS côté endpoint, appliquer rate‑limiting et valider/sanitiser tout champ reçu.
Exemples prêts à l’emploi :
- Cloudflare Worker — capture, enrichit et POST vers Matomo :
addEventListener('fetch', event => event.respondWith(handle(event.request)))
async function handle(req) {
try {
const payload = { idsite: '1', rec: '1', action_name: 'chatbot_request', dimension1: 'ai_chatbot', url: req.url }
const body = new URLSearchParams(payload)
const res = await fetch('https://your-matomo.example/matomo.php', {
method: 'POST',
headers: { 'Content-Type': 'application/x-www-form-urlencoded' },
body: body.toString()
})
return new Response('OK', { status: res.ok ? 200 : 502 })
} catch (err) {
return new Response('Error', { status: 500 })
}
}- AWS CloudFront (Lambda@Edge/Function) — interception et envoi (pseudo‑code Node.js) :
exports.handler = async (event) => {
const request = event.Records[0].cf.request
// construire payload minimal
const params = new URLSearchParams({ idsite:'1', rec:'1', action_name:'chatbot_req', dimension1:'ai_chatbot' })
await fetch('https://your-matomo.example/matomo.php', { method:'POST', body: params.toString(), headers:{'Content-Type':'application/x-www-form-urlencoded'} })
return request // attention à la latence et coût d'exécution ici
}- WordPress / PHP — envoyer depuis serveur (hook webhook):
function send_matomo_chatbot($data){
$url = 'https://your-matomo.example/matomo.php';
$post = http_build_query(['idsite'=>1,'rec'=>1,'action_name'=>'chatbot','dimension1'=>'ai_chatbot','url'=>$_SERVER['REQUEST_URI']]);
$ch = curl_init($url);
curl_setopt($ch, CURLOPT_POST, true);
curl_setopt($ch, CURLOPT_POSTFIELDS, $post);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
$resp = curl_exec($ch);
curl_close($ch);
}
add_action('rest_api_init', function(){ register_rest_route('cb/v1','/webhook', ['methods'=>'POST','callback'=>'send_matomo_chatbot']); });Impacts opérationnels : la collecte server‑side ajoute de la latence si faite en série (préférer envoi asynchrone), attention aux quotas/ratelimits (Cloudflare/AWS et Matomo), anonymisez ou hachez tout identifiant personnel avant envoi pour conformité RGPD — documenter le traitement et fournir droits d’accès/suppression.
Références techniques :
- Matomo HTTP Tracking API
- Cloudflare Workers docs
- AWS Lambda@Edge et CloudFront Functions
- Plugin Matomo for WordPress
| Approche | Latence | Coût | Complexité | Protection des données |
| Cloudflare Worker | Faible (edge) | Bas à modéré | Moyen | Bonne (edge, filtrage) |
| CloudFront (Lambda@Edge/Function) | Faible à moyen (selon exécution) | Modéré (coûts lambda) | Élevé | Bonne (contrôle infra) |
| WordPress / PHP | Variable (serveur) | Faible | Faible | Moins bonne si pas isolé (préconiser hachage) |
Faut‑il migrer la base de données avec Matomo 5.8.0
Non, Matomo 5.8.0 ne requiert pas de mise à jour majeure de la base de données — pas de migration lourde à prévoir. Cela signifie que la structure (schéma) de votre base restera compatible : pas de longue opération ALTER TABLE bloquante attendue. Vous pouvez mettre à jour sans downtime important, mais il faut rester prudent et préparer des sauvegardes avant toute opération.
- Ce que cela signifie pour les administrateurs : préparez une sauvegarde complète (base + fichiers), planifiez une fenêtre courte pour le déploiement, testez d’abord en staging. L’update peut se faire via l’interface web ou la CLI (php console) et ne déclenche normalement pas de grosse migration.
- Étapes pré-update recommandées : vérifier exigences PHP/DB, lister plugins installés, noter les tokens/API keys, activer maintenance si possible, prendre snapshot VM ou DB.
- Checklist opérationnelle (déploiement en production) :
- — Sauvegarde base de données (mysqldump/pg_dump) et fichiers Matomo (tar) : indispensable.
- — Mise à jour en staging : exécuter exactement la même procédure que pour prod.
- — Tests fonctionnels : vérifier rapports standards, rapports AI Assistants, export CSV/TSV.
- — Vérification des API et tokens : tester /index.php?module=API&method=… et s’assurer que les tokens n’ont pas changé.
- — Monitoring post-update : logs, performances, erreurs 5xx, taux de collecte des hits.
# Exemple de sauvegarde rapide MySQL + fichiers
mysqldump -u matomo_user -p matomo_db > matomo_db_$(date +%F).sql
tar czf matomo_files_$(date +%F).tar.gz /var/www/matomo
- Risques résiduels et mitigation : incompatibilité d’un plugin (tester en staging), échec d’auth API, quotas ou timeouts réseau. Mitiger par rollback (restaurer dump + fichiers), surveiller tmp/logs/matomo.log et logs web/PHP, augmenter timeouts DB si nécessaire.
- Bonnes pratiques Cloud / On‑Premise : On‑Premise : vous pilotez la mise à jour (backup, staging, tests). Matomo Cloud : la mise à jour est généralement gérée par Matomo — ouvrez un ticket support pour coordination si besoin.
| Étape | Temps estimé |
| Sauvegarde DB + fichiers | 10–30 min (selon taille) |
| Mise à jour en staging | 30–60 min |
| Tests fonctionnels | 30–60 min |
| Mise à jour production | 10–20 min |
| Monitoring post-update | 1–4 heures |
Références : notes de version Matomo (changelog) : https://matomo.org/changelog/ — guide de mise à jour officiel : https://matomo.org/docs/upgrading/
Où trouver de l’aide et que contient la liste de corrections
Matomo 5.8.0 fournit une documentation de mise à jour, options de support payant, forums communautaires et une liste détaillée de tickets fermés couvrant AI Bot Tracking, UI/Reporting et améliorations core.
Ressources d’aide
- Guide de mise à jour officiel : https://matomo.org/docs/update/
- Offres de support payant et Enterprise : https://matomo.org/products/cloud/ et https://matomo.org/support/
- Forum communautaire et contributions : https://forum.matomo.org/ et dépôt GitHub : https://github.com/matomo-org/matomo/
- Traductions et aide collaborative : https://translate.matomo.org/
Choisir support payant si vous avez des SLA, besoin d’aide pour migration ou conformité. La communauté suffit pour diagnostics généraux et retours fonctionnels.
Corrections clés et impact
- AI BOT TRACKING : correction du problème « NoData » sur certaines pages. Impact : les administrateurs verront les rapports AI plus complets et éviteront des tableaux blancs dans l’interface, améliorant la fiabilité des filtres bot.
- REPORTING & UI : améliorations UX (tooltips, formatage temporel) et exports CSV/TSV/Excel mieux formatés. Impact : analystes obtiennent des exports prêts à l’analyse sans nettoyage supplémentaire.
- CORE : modernisations (DDEV config), désérialisation des DataTable legacy, validation du AuthenticationToken, utilisation correcte des tableaux de requête et corrections de warnings. Impact : stabilité, sécurité et facilité de debugging pour les ops.
Tester en local / staging
- Activer logs (debug) et reproduire les cas listés dans les tickets.
- Tester exports CSV/TSV/Excel et comparer encodage/horodatage.
- Exécuter appels API pour endpoints affectés et vérifier codes HTTP et payloads.
Références (release + GitHub)
- Release notes Matomo 5.8.0 : https://matomo.org/changelog/matomo-5-8-0/
- Repository issues : https://github.com/matomo-org/matomo/issues
- Pull requests / recherches PRs : https://github.com/matomo-org/matomo/pulls
Mini‑checklist post‑upgrade
- Vérifier rapports AI (pas de pages NoData).
- Tester exports CSV/TSV/Excel sur cas réels.
- Valider endpoints API et tokens d’authentification.
Prêt à exploiter les nouveaux rapports IA de Matomo 5.8.0 ?
Matomo 5.8.0 apporte un dispositif clair pour distinguer le trafic IA des visites humaines via des rapports dédiés et l’ingestion HTTP Tracking, sans migration lourde de base de données. Vous pouvez implémenter la télémétrie depuis Cloudflare, CloudFront ou WordPress, tester en staging et tirer parti des nouveaux indicateurs pour optimiser acquisition et UX. Bénéfice direct : visibilité opérationnelle accrue sur l’impact des chatbots, pour des décisions plus précises et moins de bruit dans vos métriques.
FAQ
Matomo 5.8.0 ajoute un menu AI Assistants contenant au minimum un rapport « AI Chatbots Overview » et un rapport « Over Time », ainsi qu’un indicateur « Total AI Chatbots Requests » intégré au tableau All Websites. Ces rapports distinguent les requêtes chatbot du trafic humain.
La collecte s’effectue via l’API HTTP Tracking : les systèmes (Cloudflare Worker, CloudFront Function, plugin WordPress, etc.) envoient des requêtes HTTP vers l’endpoint Matomo en incluant des paramètres pour identifier une requête comme provenant d’un assistant IA.
Non, cette version ne nécessite pas de migration majeure de la base de données. Néanmoins, effectuez une sauvegarde complète et testez la mise à jour en staging avant production.
Identifiez clairement les requêtes chatbot via un paramètre dédié, appliquez des règles d’anonymisation, rate limiting et corrélez avec logs serveur pour valider les classifications. Testez en staging et vérifiez exports CSV/TSV pour intégrité des données.
Utilisez le guide de mise à jour officiel Matomo, les forums communautaires, les PR/tickets GitHub listés dans la release, ou optez pour le support payant ou Matomo Cloud selon vos besoins. Vérifiez aussi les ressources sur l’API HTTP Tracking pour intégrations spécifiques.
A propos de l’auteur
Je suis Franck Scandolera, expert & formateur en Tracking avancé server-side, Analytics Engineering et automatisation No/Low Code. J’accompagne les équipes à concevoir des pipelines de données fiables, à implémenter le tracking server-side et à exploiter les métriques pour des décisions business. Responsable de l’agence webAnalyste et de l’organisme de formation Formations Analytics — j’ai travaillé pour Logis Hôtel, Yelloh Village, BazarChic, la Fédération Française de Football et Texdecor. Dispo pour aider les entreprises => contactez moi.

