Si vous voulez d’abord savoir quelles marques l’IA recommande dans votre catégorie, vous pouvez réaliser vous-même un premier test et obtenir un classement approximatif de leur part de voix. La vraie question n’est pas « pouvons-nous le faire ? », mais plutôt : faut-il actualiser ce chiffre chaque semaine, comparer quatre modèles et l’utiliser dans un reporting destiné à la direction ou à un client ? Dès que la réponse est oui, la méthode manuelle commence généralement à s’effondrer dès la troisième semaine.
Qu’est-ce que la part de voix IA ?
La part de voix IA mesure la fréquence à laquelle votre marque est citée ou recommandée face à la concurrence lorsque des utilisateurs interrogent ChatGPT, Gemini, Perplexity ou Google AI Overviews sur votre catégorie. Ce n’est pas un classement de mots-clés. L’IA ne présente pas dix liens bleus : elle répond plutôt « je vous recommande A, B et C ». Votre marque figure parmi ces trois noms, ou reste hors de cette sélection. Pour un SaaS B2B, la frontière est brutale : si un acheteur consulte l’IA avant même de rédiger sa liste de besoins et que vous n’êtes pas cité, vous risquez de ne jamais entrer dans la présélection.
Le faire vous-même : jusqu’où peut aller un test manuel ?
Le principe d’une mesure manuelle est simple. Commencez par recenser les vraies questions que vos prospects sont susceptibles de poser, soumettez-les aux IA, puis relevez les marques présentes dans les réponses : fréquence de citation, position, appréciations positives et éventuelles réserves. Vous verrez ainsi quelles marques constituent les réponses par défaut aux yeux de l’IA. Ce premier exercice suffit souvent à remettre en cause l’impression, au sein de l’équipe, que « notre visibilité est plutôt bonne ».
- Recensez 30 à 50 requêtes d’achat réelles dans votre catégorie, avec trois formulations pour chacune : comparaison, recommandation et recherche d’alternatives.
- Testez chaque requête une fois dans ChatGPT, Gemini et Perplexity, puis notez si chaque marque est citée, à quelle position et en quels termes.
- Calculez le taux de citation et la position moyenne de chaque concurrent afin d’estimer la part de voix de chaque marque à partir de cet échantillon.
- Consignez les URL citées comme sources par l’IA et identifiez ce qui semble justifier chaque recommandation.
À l’issue de ce premier relevé, vous disposerez de deux éléments très utiles : une cartographie actuelle des parts de voix concurrentielles et une liste des pages utilisées comme sources par les IA. La seconde est souvent plus précieuse que le classement lui-même, car elle indique directement sur quelles pages votre marque doit chercher à apparaître en priorité. C’est précisément la première étape de la plupart des démarches GEO.
Où la méthode manuelle atteint-elle ses limites ?
Les réponses des IA sont instables. Poser trois fois la même question peut produire trois listes de marques légèrement différentes, en raison du caractère aléatoire du modèle. Le classement obtenu aujourd’hui ne sera donc pas nécessairement reproductible demain, encore moins comparable sur un mois. Avec un échantillon manuel trop réduit, le bruit prend le dessus sur le signal : vous pouvez croire qu’un concurrent recule alors que vous avez simplement obtenu une réponse différente ce jour-là.
Le deuxième écueil est le coût de maintenance. Quatre modèles, 50 questions, trois répétitions pour réduire l’erreur aléatoire : cela représente six cents requêtes, auxquelles s’ajoutent la lecture manuelle du ton et la mise en forme des résultats. Pour un seul projet, le suivi hebdomadaire devient un travail à temps plein. Dès la troisième semaine, la plupart des équipes abandonnent discrètement. Le test initial se transforme alors en photographie périmée et ne permet plus de suivre une tendance.
Brand Radar résout un problème de répétabilité, pas d’intelligence.
Confier la mesure à un outil ne revient pas à acheter une analyse plus intelligente, mais une méthode reproductible et rigoureuse. Un outil de visibilité IA comme Brand Radar automatise essentiellement le processus manuel et porte l’échantillon à une échelle impossible à maintenir humainement. Pour rendre les résultats crédibles, chaque requête doit être répétée, les mesures doivent être synchronisées entre les modèles et exécutées à fréquence fixe, et chaque chiffre doit reposer sur la même méthode.
- Exécute régulièrement les requêtes sur des modèles comme ChatGPT, Gemini et Perplexity afin de réduire les erreurs aléatoires liées à un échantillon unique.
- Suit l’évolution du taux de citation, de la position moyenne et du discours associé à votre marque et aux concurrents désignés, sous forme de séries chronologiques comparables.
- Identifie les pages sources réellement citées par l’IA pour chaque recommandation et met en évidence les écarts de citation à combler.
- Relie la question « Pourquoi cette part de voix a-t-elle changé ce mois-ci ? » à des contenus précis ou à des événements d’actualité, au lieu de fournir un simple score.
Comment choisir ?
Il ne s’agit pas de changer d’outil pour le principe, mais de partir de votre usage. Première question : cherchez-vous un diagnostic ponctuel ou une veille continue ? Si vous voulez simplement savoir où vous en êtes aujourd’hui, vous pouvez effectuer gratuitement un premier relevé manuel. Deuxième question : à qui présenterez-vous ces chiffres ? Pour un conseil d’administration ou une revue trimestrielle, il vous faut des données cohérentes et traçables, difficiles à obtenir manuellement. Troisième question : à quelle vitesse votre environnement évolue-t-il ? Si le nombre de concurrents et la nature des réponses produites par les IA changent chaque semaine, la fréquence d’actualisation devient déterminante. C’est là que l’automatisation prend toute sa valeur.
L’approche la plus pragmatique : commencer manuellement, puis automatiser
La séquence la plus logique consiste à mener un premier relevé manuel afin d’obtenir une cartographie initiale des parts de voix concurrentielles et des sources citées. Cette étape vous permet de déterminer si l’écart justifie un investissement et d’identifier les questions qui méritent un suivi durable. Une fois que vous avez décidé de faire de la visibilité dans les IA un indicateur de long terme, confiez la mesure à un outil et consacrez le temps de votre équipe aux décisions éditoriales qui exigent un véritable jugement. Si vous souhaitez comprendre comment les IA perçoivent votre marque et où se situent les écarts, vous pouvez réserver un diagnostic GEO de 30 minutes : nous établirons un premier état des lieux à partir de questions concrètes.
