Vous pouvez occuper la première place sur Google sans jamais apparaître dans la réponse de ChatGPT, Perplexity ou Gemini à une requête comme « meilleur outil de XX ». Les moteurs d’IA produisent leurs propres listes de recommandations, parfois très éloignées des résultats du référencement naturel. L’analyse concurrentielle de l’AI Share of Voice rend ce classement invisible mesurable : quelles marques l’IA reconnaît-elle dans votre catégorie, pour quelles raisons, et quelle place vous accorde-t-elle — si elle vous en accorde une ?
Quelle différence entre l’AI Share of Voice et le référencement naturel traditionnel ?
En référencement naturel, la part de voix mesure votre visibilité sur un ensemble de mots-clés, donc votre présence parmi les liens proposés. L’IA change les règles : l’utilisateur pose une question, le modèle formule directement une réponse et n’y cite que quelques marques. Le numérateur devient « le nombre de fois où l’IA vous mentionne dans les questions pertinentes » ; le dénominateur, « le nombre total de mentions de toutes les marques ». Difficulté supplémentaire : une même question ne produit pas nécessairement la même réponse à chaque exécution, car les modèles comportent une part d’aléatoire. Une seule observation ne suffit donc pas ; la méthode d’échantillonnage devient encore plus importante que pour le suivi des positions traditionnelles.
Étape 1 : constituer un corpus de questions, pas une liste de mots-clés
Le référencement naturel part traditionnellement des mots-clés ; le GEO part des questions. Il faut recenser les formulations que vos prospects saisissent réellement dans ChatGPT au moment de prendre une décision. Pour un SaaS de signature électronique B2B, le sujet ne se résume pas au mot-clé « signature électronique » : il couvre tout un ensemble de questions. Répartissez-les en trois catégories pour obtenir une vue plus complète.
- Questions de recommandation : « Quels sont les bons logiciels de signature électronique ? » ou « Quel outil de signature de contrats convient à une équipe B2B à Taïwan ? »
- Questions de comparaison : « Entre A et B, lequel convient le mieux aux PME ? » ou « Quelles sont les alternatives à B ? » Elles révèlent les concurrents auxquels l’IA vous confronte le plus directement.
- Questions liées à un contexte précis : « Quel outil de signature électronique avec API choisir avec un budget limité et un besoin d’accompagnement ? » ou « Quel service de signature est conforme au droit taïwanais ? » Si l’IA écarte d’emblée la moitié des marques, vous voyez immédiatement si elle vous associe aux bons cas d’usage.
Pour commencer, 20 à 40 questions par catégorie suffisent. Formulez-les dans le langage de vos utilisateurs, pas dans votre jargon interne : l’objectif est d’observer comment l’IA répond à leurs questions réelles.
Étape 2 : interroger plusieurs moteurs et répéter chaque requête
Interroger uniquement ChatGPT produirait un échantillon biaisé. Couvrez au minimum ChatGPT, Perplexity, Gemini, Claude et Google AI Overviews, car leurs sources de données et leurs logiques de classement diffèrent. Perplexity privilégie notamment la recherche immédiate et les sources citées, tandis que ChatGPT s’appuie davantage sur ses données d’entraînement et ses fonctions de recherche ; les résultats peuvent donc varier fortement. Exécutez chaque question au moins trois à cinq fois sur chaque moteur. Désactivez la personnalisation et l’historique, travaillez dans des sessions vierges et évitez que le modèle ne tienne compte de vos formulations précédentes pour présenter votre marque.
Lors de leur première analyse, beaucoup de clients font le même constat : « L’IA ne nous inclut même pas. » Il ne s’agit pas d’une simple baisse de position : votre marque est absente de la liste. C’est plus préoccupant qu’un passage en deuxième page des résultats de recherche.
Étape 3 : convertir les réponses en données mesurables
Ne vous contentez pas de parcourir l’échantillon à l’œil nu. Consignez chaque réponse dans un tableau comprenant au minimum le moteur utilisé, la question posée, les marques mentionnées, leur ordre d’apparition et la description que l’IA donne de chacune. Normalisez également les noms : « Tenten » et « tenten.co » doivent être rattachés à la même entité, faute de quoi les mentions seront fragmentées et les résultats sous-estimés. À l’issue de cette étape, vous disposez de données sources comparables dans le temps, et non d’une collection de captures d’écran.
Étape 4 : calculer quatre indicateurs réellement utiles
À partir de ce tableau, calculez quatre indicateurs directement exploitables en réunion. Se limiter au nombre brut de mentions donnerait une lecture trompeuse.
- Taux de présence : dans quel pourcentage des réponses de la catégorie êtes-vous mentionné ? C’est le premier niveau de visibilité. En dessous de 30 %, les autres indicateurs deviennent secondaires.
- Part de voix : votre nombre de mentions divisé par le nombre total de mentions de toutes les marques de la catégorie. C’est l’AI Share of Voice au sens strict, à comparer notamment à celle de vos trois principaux concurrents.
- Position moyenne : lorsque votre marque est mentionnée, à quelle place apparaît-elle généralement ? Être cité parmi les premiers noms d’une réponse n’a pas la même valeur qu’occuper systématiquement la cinquième position.
- Pertinence contextuelle : lorsque l’IA parle de vous, vous associe-t-elle au bon positionnement et aux bons cas d’usage ? Être recommandé dans un contexte inadapté peut finalement profiter à la concurrence.
Comparez ces quatre indicateurs pour chacun de vos principaux concurrents. Vous obtiendrez une image sans complaisance, mais précieuse : qui représente la réponse par défaut aux yeux de l’IA, qui n’apparaît que comme une option parmi d’autres et qui reste totalement invisible.
Étape 5 : comprendre pourquoi l’IA recommande vos concurrents
Les chiffres mesurent l’ampleur de l’écart ; il faut ensuite en comprendre la cause. Regroupez les termes employés par l’IA pour décrire chaque concurrent : certains reviennent régulièrement pour caractériser le leader, par exemple « nombreuses intégrations », « certification SOC 2 » ou « documentation claire ». Ces expressions ne sortent pas de nulle part. Elles reflètent des messages largement repris sur les sites des concurrents, dans les évaluations de tiers et au sein des communautés. Si votre marque est absente, ce n’est généralement pas parce que votre offre est mauvaise, mais parce que les informations publiques dont l’IA peut tirer parti n’existent pas, sont insuffisantes ou manquent de structure.
Du constat au comblement des écarts
Cette analyse n’est pas un bilan ponctuel. Les modèles évoluent, de nouveaux concurrents apparaissent et les classements changent chaque mois. Relancez donc le même corpus de questions à intervalles réguliers afin de suivre la progression ou le recul de votre part de voix. Le véritable travail commence une fois le tableau établi : analysez les raisons pour lesquelles l’IA recommande vos concurrents, puis renforcez vos propres preuves, votre positionnement et vos contenus structurés et faciles à extraire. Au prochain échantillonnage, le modèle aura ainsi des raisons tangibles de vous citer. Pour identifier les écarts de votre part de voix dans les IA au sein de votre catégorie, demandez un diagnostic GEO de 30 minutes : nous utiliserons votre propre corpus de questions pour réaliser une première analyse concurrentielle.
