Mesurer sa visibilité dans les IA : méthode et tableau de suivi

Pourquoi mesurer sa visibilité dans les IA change la donne

Une troisième position sur Google ne garantit plus rien sur ce que répond ChatGPT quand un client potentiel demande une recommandation. Les moteurs de réponse ne classent pas des pages, ils composent une synthèse à partir de plusieurs sources, parfois sans citer aucun lien. Une entreprise peut donc dominer son marché sur Google et rester invisible dans Perplexity, ou l’inverse. C’est pour cette raison que le suivi de position seul ne suffit plus : il faut un protocole de mesure séparé, propre aux moteurs de réponse.

Ce protocole n’a rien d’ésotérique. Il repose sur trois briques : un panel de questions représentatif de votre secteur, une méthode d’interrogation répétable, et un tableau de suivi qui capture l’évolution dans le temps plutôt qu’une photo isolée. La difficulté n’est pas technique, elle est méthodologique : sans discipline dans la répétition du protocole d’un mois sur l’autre, les chiffres obtenus ne se comparent pas entre eux et le tableau de bord devient décoratif.

Les trois indicateurs qui comptent réellement

Le taux de présence est le pourcentage de prompts représentatifs de votre secteur pour lesquels votre marque apparaît dans la réponse générée, tous moteurs confondus. C’est l’indicateur de référence : il se lit indépendamment du contexte et reste comparable d’un mois sur l’autre.

Deux autres indicateurs le complètent. La part de citation mesure la fréquence à laquelle votre nom de domaine apparaît comme source explicite, pas seulement comme mention textuelle : une mention sans lien ne génère aucun trafic mesurable. Le troisième, le sentiment, qualifie la tonalité de la réponse (neutre, favorable, ou comparative face à un concurrent nommé). Ces trois chiffres, suivis chaque mois sur le même panel de questions, forment la base d’un tableau de bord GEO exploitable.

Un quatrième signal mérite d’être noté sans être suivi mensuellement : la position du nom de marque dans la réponse. Une marque citée en premier paragraphe n’a pas le même poids qu’une marque reléguée dans une liste de dix noms en fin de réponse, même si les deux comptent comme une « présence ».

Construire un panel de prompts représentatif pour une PME romande

L’erreur la plus fréquente consiste à tester trois ou quatre requêtes évidentes et à en tirer une conclusion générale. Un panel utile couvre au minimum trois familles de questions :

1. Des requêtes génériques sur le métier (« quelle agence choisir pour un site e-commerce à Lausanne »).
2. Des requêtes de comparaison qui citent explicitement des concurrents.
3. Des requêtes de réassurance, posées par quelqu’un qui a déjà une short-list et cherche à la valider.

Chaque question doit être posée en session déconnectée, sans historique de conversation ni compte personnalisé : un compte connecté modifie la réponse en fonction de votre historique de recherche, ce qui fausse la comparaison dans le temps. Comptez au moins vingt questions pour qu’un taux de présence mensuel commence à avoir un sens statistique ; en dessous, une seule réponse différente fait bouger le pourcentage de plusieurs points.

Répartissez également le panel selon le moment du parcours d’achat : une requête posée par quelqu’un qui découvre le sujet n’a pas la même valeur commerciale qu’une requête posée par quelqu’un prêt à signer. Une PME romande gagne à pondérer son panel vers les requêtes de fin de parcours, là où une citation a le plus de chances de se transformer en prise de contact.

Mesurer plateforme par plateforme

Chaque moteur de réponse a un comportement de citation distinct, ce qui interdit de traiter « la visibilité IA » comme un score unique.

Deux lignes de ce tableau se recoupent avec des outils que vous avez déjà : Search Console pour les AI Overviews, GA4 pour tout moteur qui envoie un referrer identifiable. Le reste, ChatGPT sans navigation et la majorité des réponses Perplexity, échappe totalement à l’analytics classique et n’est mesurable que par interrogation manuelle ou outil dédié.

Un détail technique change tout pour ChatGPT : la réponse diffère selon que la navigation web est activée ou non dans les paramètres de l’utilisateur. Une marque absente d’une réponse sans navigation peut très bien apparaître dès que la recherche web est activée, ce qui signifie qu’un protocole de test doit préciser, à chaque mesure, quel mode a été utilisé.

Méthode manuelle ou outil automatisé : ce que ça coûte réellement

La méthode manuelle ne coûte rien en licence mais consomme deux à trois heures par mois pour poser vingt questions sur quatre moteurs et consigner les résultats. Elle suffit pour une PME qui teste l’exercice pour la première fois. Un outil spécialisé automatise l’interrogation quotidienne ou hebdomadaire sur un nombre de prompts fixé au contrat (l’offre d’entrée Otterly.ai Lite, à 29 dollars par mois en 2026, couvre par exemple quinze prompts suivis sur six moteurs) et ajoute une détection de sentiment, ce que la méthode manuelle ne fait qu’approximativement.

Le bon arbitrage dépend du volume : en dessous de trente prompts à suivre, le gain d’un outil reste marginal face à son coût d’abonnement. Au-delà, le temps humain nécessaire pour rester rigoureux devient lui-même le poste de coût dominant, et l’automatisation devient plus rentable que le temps qu’elle remplace.

Construire un tableau de suivi mensuel

Le tableau qui fonctionne tient sur une seule feuille et suit toujours la même structure : une ligne par prompt, une colonne par moteur, une cellule qui contient trois informations (présence oui/non, citation oui/non, position du nom dans la réponse). Ajoutez une colonne de date et conservez chaque mois comme un instantané séparé plutôt que d’écraser les données précédentes : c’est la comparaison entre instantanés, pas la valeur absolue d’un mois isolé, qui révèle si une correction technique a porté ses fruits.

Un audit de visibilité IA sérieux ne se contente jamais d’un aller simple sur les moteurs : il relie chaque évolution du tableau à une action publiée (nouvelle page, correction Schema, ouverture d’un llms.txt) pour établir, mois après mois, ce qui a réellement changé la donne. Sans cette colonne « action du mois » à côté des chiffres, le tableau se transforme vite en relevé passif que personne ne relit.

Interpréter les résultats sans se tromper

Une variation de quelques points d’un mois sur l’autre ne signifie rien tant que le panel reste petit : les réponses des moteurs de réponse ne sont pas déterministes, la même question posée deux fois le même jour peut produire deux réponses différentes. Attendez au minimum deux à trois cycles de mesure avant de conclure qu’une tendance est réelle plutôt qu’un bruit statistique. La comparaison la plus fiable reste la moyenne mobile sur trois mois, pas le chiffre du dernier relevé.

Méfiez-vous également des comparaisons entre moteurs : un taux de présence de 40 % sur Perplexity et de 15 % sur ChatGPT ne veut pas dire que Perplexity « préfère » votre contenu, cela peut simplement refléter des volumes de requêtes très différents dans votre secteur sur chaque plateforme.

Quand cette méthode n’est pas la bonne approche

Ce protocole suppose un minimum de contenu différenciant déjà en ligne : sans page qui répond directement aux questions de votre panel, mesurer votre absence chaque mois n’apporte aucune information nouvelle, vous savez déjà que vous serez absent. Pour une structure d’une personne sans production éditoriale régulière, un contrôle manuel trimestriel de cinq à dix questions suffit largement ; mettre en place un tableau de bord mensuel complet avant d’avoir du contenu à mesurer revient à instrumenter un vide.

De la même manière, si votre activité dépend presque exclusivement de la recommandation directe ou d’un réseau professionnel local, le temps investi dans ce suivi rapporte moins que la même heure passée sur la prospection directe. Le suivi GEO a du sens quand une part mesurable de vos prospects part d’une recherche générique, pas quand elle part d’un bouche à oreille déjà acquis.

De la mesure à l’action

Le tableau de suivi n’a de valeur que s’il déclenche une décision. Un taux de présence qui stagne malgré un contenu récent signale souvent un problème de structure (voir quels types Schema.org comptent réellement pour les moteurs de réponse) plutôt qu’un problème de fond. À l’inverse, une présence forte sans citation associée indique que le contenu est repris mais pas sourcé, un signal qui pointe vers la clarté des passages autonomes plus que vers le volume publié.

Pour une vision d’ensemble des leviers qui influencent ces trois indicateurs, notre panorama du GEO et de la visibilité dans les moteurs de réponse IA détaille les six leviers qui précèdent la mesure. Certaines équipes préfèrent déléguer ce suivi à un outil qui mesure ce score automatiquement plutôt que de tenir le tableau à la main chaque mois.

Retrouvez tous les articles du blog, ou consultez nos formules et nos prix si vous souhaitez qu’on mette ce protocole en place pour votre PME.