Pour savoir rapidement si votre site e-commerce transfrontalier a besoin d’un audit GEO, ouvrez ChatGPT ou Perplexity et formulez une requête concurrentielle qu’un acheteur pourrait réellement saisir, par exemple : « Recommande-moi quelques marques pour ce type de produit. » Regardez ensuite si votre boutique est citée. Si elle ne l’est pas, vous ne perdez pas seulement une position : vous passez à côté d’un nouveau point d’entrée où l’IA aide les consommateurs à choisir. Un audit SEO traditionnel vérifie si Google peut explorer votre site et le classer. Un audit GEO détermine si les moteurs d’IA comprennent vos produits, font confiance à votre marque et vous utilisent comme source lorsqu’ils génèrent une réponse. Les deux audits se recoupent, mais leurs checklists sont loin d’être identiques.
Commençons par préciser ce qu’un audit GEO e-commerce doit examiner.
Un audit GEO e-commerce complet répond à trois questions. Premièrement, le moteur d’IA peut-il accéder à vos données produit ? Cela dépend de l’accessibilité aux robots d’exploration, du rendu des pages et du balisage structuré. Deuxièmement, comprend-il réellement vos produits ? Récupérer le HTML ne suffit pas : il doit pouvoir interpréter les caractéristiques, les matériaux, le contexte d’usage, le prix et la disponibilité. Troisièmement, lorsqu’un internaute pose une question sur votre catégorie, l’IA vous recommande-t-elle ou vous cite-t-elle ? Ce dernier niveau dépend de la présence de votre marque dans les contenus publiés sur le web, bien au-delà de votre propre site. La plupart des vendeurs transfrontaliers concentrent leur budget sur les deux premiers niveaux, purement techniques, tout en négligeant le troisième. Leur site devient irréprochable sur le plan technique, mais l’IA ne parle toujours pas d’eux.
Premier niveau : l’IA peut-elle extraire vos données produit ?
De nombreux sites d’e-commerce transfrontalier reposent sur des frameworks front-end avec un rendu JavaScript important : les titres, les prix et les avis n’apparaissent qu’après l’exécution du JS par le navigateur. Googlebot peut effectuer une seconde phase de rendu, mais la plupart des robots d’IA, comme OAI-SearchBot, PerplexityBot et ClaudeBot, n’exécutent pas JavaScript ou seulement de manière limitée. Première étape de l’audit : désactivez JavaScript et observez ce qu’il reste de vos fiches produit. Si vous ne voyez plus qu’une coquille vide, c’est également ce que voit l’IA.
- Vérifier que le nom du produit, son prix et ses caractéristiques figurent dans le HTML initial, et non uniquement dans le JavaScript du front-end
- Vérifier que robots.txt ne bloque pas par erreur GPTBot, OAI-SearchBot, PerplexityBot, ClaudeBot ou d’autres robots d’IA ; les règles par défaut d’un CDN externe appliquées aux sites transfrontaliers les excluent souvent
- Vérifier que les images produit disposent d’un texte alt descriptif, et pas seulement d’un nom générique comme « product-01.jpg »
- Vérifier que chaque version linguistique utilise correctement hreflang, afin d’éviter que l’IA considère notamment les versions anglaise et chinoise comme des contenus dupliqués
- Pour les produits retirés du catalogue, renvoyer le bon code d’état et le balisage schema approprié, afin que l’IA ne réponde pas aux consommateurs avec un stock datant de trois mois
Deuxième niveau : les données structurées, socle du GEO e-commerce
Pour un site éditorial, les schémas Article ou FAQPage peuvent presque suffire. En e-commerce, la situation est tout autre. Pour générer ses recommandations d’achat et comparer les caractéristiques, les prix et les notes, un moteur d’IA s’appuie largement sur les données structurées Product, Offer et AggregateRating. Vérifiez que Product renseigne notamment Brand, gtin, material, color et size ; que Offer contient price, priceCurrency, availability et priceValidUntil ; et que ratingValue et reviewCount dans AggregateRating correspondent bien aux informations visibles sur la page. Une seule incohérence peut suffire à remettre en cause la fiabilité de l’ensemble.
Les données structurées ne sont pas un simple ajout destiné à Google. Elles traduisent vos produits dans un format que l’IA peut citer directement. Sans elles, le moteur doit deviner — et choisit généralement un concurrent qui, lui, a fourni des données complètes.
Les sites e-commerce transfrontaliers sont particulièrement exposés aux incohérences de prix et de devise. Si un même SKU est vendu sur les sites américain, japonais en JPY et taïwanais en TWD, mais que priceCurrency ne change pas selon le marché, l’IA récupérera des prix contradictoires et risque de n’en citer aucun. L’audit doit donc être mené selon une règle simple : un marché, une devise, une boutique.
Troisième niveau : la recommandation par l’IA, le véritable terrain de compétition
Jusqu’ici, vous n’avez fait qu’obtenir votre ticket d’entrée. Ce qui détermine réellement si l’IA vous recommandera, c’est la densité des mentions de votre marque dans l’ensemble des contenus disponibles sur le web. Pour formuler une recommandation d’achat, l’IA ne lit pas uniquement votre site : elle consulte aussi les médias, Reddit et les forums, les comparateurs de prix, les publications des communautés et YouTube. Pour auditer ce niveau, vous devez donc sortir du périmètre de votre propre site et observer votre marque telle que l’IA la perçoit.
- Formuler 5 à 10 requêtes correspondant à de véritables intentions d’achat, puis les tester sur ChatGPT, Perplexity et Gemini ; relever le nombre d’apparitions de votre marque, la manière dont elle est décrite et les produits auxquels elle est associée
- Comparer les sources tierces citées par l’IA pour vos concurrents — médias, sélections et fils de discussion — afin d’identifier vos lacunes en relations presse et en contenu
- Vérifier si le nom de votre marque ou sa description sont inexacts dans les réponses de l’IA ; ces erreurs ou omissions révèlent des informations externes qu’il faut corriger activement
- Reposer les mêmes questions après quelques semaines pour suivre l’évolution des réponses
Cette étape devient rapidement impossible à gérer manuellement : dès que l’on croise les groupes de requêtes, les plateformes et les périodes, la charge de travail explose. Tenten développe Brand Radar pour transformer ce suivi en tableau de bord durable : définir un ensemble fixe de questions d’acheteurs, les exécuter régulièrement sur plusieurs plateformes, mesurer la visibilité de votre marque dans les réponses de l’IA et suivre son évolution. Le troisième niveau repose ainsi sur des chiffres plutôt que sur des impressions.
Transformer les conclusions de l’audit en plan d’action
L’audit GEO d’un site e-commerce transfrontalier n’est pas une intervention ponctuelle, mais une boucle continue : mesurer, corriger, puis mesurer à nouveau. Les produits entrent et sortent du catalogue, les prix évoluent, de nouveaux concurrents apparaissent et les modèles d’IA changent toutes les quelques semaines. Chacune de ces variables peut rebattre les cartes de votre taux de recommandation par l’IA. Pour sécuriser ce nouveau canal d’acquisition, formalisez cette checklist en trois niveaux et exécutez-la régulièrement.
Étape suivante
Si vous ignorez encore à quel niveau se situe le blocage — l’IA ne parvient pas à extraire vos données produit, ou elle les comprend mais ne vous recommande pas — le plus rapide est de commencer par mesurer. Nous pouvons tester vos principales requêtes sur plusieurs plateformes et réunir les écarts observés aux trois niveaux dans un même tableau. Vous verrez précisément comment l’IA perçoit vos produits.
