Méthodologie
Comment on mesure, et pourquoi on a fait ces choix.
Honnêteté assumée : les IA génératives sont non déterministes, les sources qu'elles consultent changent, et aucune mesure n'est parfaite. Voici ce qu'on fait pour produire la meilleure mesure possible — et ce que ça ne peut pas être.
Outcome-based
1. Mesure principale — la présence dans les réponses IA
Pour chaque projet, l'outil interroge périodiquement plusieurs moteurs (ChatGPT, Perplexity, Aperçu IA de Google, Gemini selon le plan) sur un set de requêtes définies.
Pour chaque requête × moteur, on enregistre :
- Présence binaire : la marque est-elle citée dans la réponse ?
- Position dans la réponse : si plusieurs entités sont citées, à quelle position apparaît la marque ?
- Cooccurrence concurrentielle : quels concurrents apparaissent dans la même réponse, et à quelle position ?
- Texte cité : extrait textuel mentionnant la marque (et le contexte autour).
- Sources liées: URLs sur lesquelles la réponse de l'IA s'appuie (quand le moteur les expose, comme Perplexity ou Aperçu IA Google).
Agrégé sur l'ensemble du set de requêtes et dans le temps, cela produit : un taux de citation, un share of voice IA face aux concurrents définis, et une courbe d'évolution hebdomadaire.
Signal-based
2. Mesures secondaires — les signaux hors-citation
Distincts d'un audit technique de site, ces signaux sont brand-centric et hors-site. Ils sont notés sur 100 selon les pondérations suivantes :
| Signal | Poids |
|---|---|
Cohérence d’entité Nom, adresse, téléphone, secteur déclinés de façon homogène sur les sources principales (site, Google Business Profile, annuaires, presse). Les IA récupèrent l’entité à partir de ces signaux : plus c’est cohérent, plus elles savent à qui elles parlent. | 20 |
Couverture de contenu Présence de réponses claires aux questions clés du secteur (FAQ, articles d’expert, pages dédiées). Une marque sans corpus n’est pas citée. | 20 |
Mentions externes Citations de la marque sur des sources tierces que les IA consultent : presse, annuaires, forums professionnels, Wikipédia/Wikidata si pertinent. | 15 |
Fiche Google Business Profile Complétude, fraîcheur, catégories, photos, posts récents. Beaucoup d’IA recoupent avec les fiches GBP pour les activités locales. | 15 |
Avis et réputation Volume, note moyenne, fraîcheur, taux de réponse aux avis. Les IA s’appuient régulièrement sur le signal social pour trier les recommandations. | 15 |
Profondeur thématique Le site couvre-t-il en profondeur les sujets attendus du métier ? Pas en volume, en substance. | 10 |
Accessibilité aux crawlers IA GPTBot, ClaudeBot, Google-Extended, PerplexityBot autorisés via robots.txt. On vérifie, on signale si quelque chose bloque. | 5 |
| Total | 100 |
On ne mesure pas la machinerie technique fine du site (SSR, JSON-LD, llms.txt…). On regarde la substance et la présence, pas la mécanique. C'est ce qui rend la méthodologie distinctive.
Actionnable
3. Plan d’action généré
À partir de la mesure principale et des signaux, l'outil identifie chaque semaine 3 à 5 actions priorisées par effort et impact.
Deux exemples :
- « Ajouter une page d'expert sur le sujet X — vos concurrents A et B sortent dessus, vous n'avez aucun contenu correspondant. Effort : moyen. Impact : élevé. »
- « Compléter la fiche Google avec les catégories Y et Z — manque détecté, lien direct. Effort : faible. Impact : moyen. »
C'est le différenciateur central de l'outil. Une mesure sans recommandation actionnable n'a pas de valeur durable.
Honnêteté
Limites — ce qu’on assume
- Variabilité.Les IA génératives ne répondent pas de façon déterministe. On exécute chaque requête plusieurs fois et on date la mesure pour produire une tendance plutôt qu'une photo.
- Sources opaques.Tous les moteurs n'exposent pas leurs sources. Quand c'est le cas (Perplexity, Aperçu IA Google), on les remonte ; quand ce n'est pas le cas (ChatGPT), on indique l'absence.
- Évolution rapide. Les moteurs changent leur fonctionnement plusieurs fois par an. La méthodologie est versionnée et mise à jour publiquement.