Quand je me suis intéressé sérieusement à la visibilité IA, j’ai commencé comme beaucoup de monde : en regardant le trafic.
Logique, non ? En SEO, je passe ma vie à regarder des clics, des sessions, des positions, des conversions… Alors forcément, mon premier réflexe reste le même.
Sauf qu’ici, ça coince.
Pour mesurer la visibilité IA d’une marque, je regarde aujourd’hui quatre indicateurs : la part de mentions, la part de citations, le sentiment et la cartographie des sources tierces.
Et parmi ces quatre KPIs, l’un attire particulièrement mon attention : la part de mentions. Dans les tests comportementaux de Growth Memo, 74 % des utilisateurs ont retenu comme choix final la marque la plus mentionnée.
74 %. Forcément, ça interpelle.
Je garde tout de même une nuance en tête : il s’agit d’un test comportemental, plutôt que d’un suivi de ventes réelles. La donnée reste intéressante, simplement à lire pour ce qu’elle mesure réellement.
Par Alexandre Montenon, consultant GEO à Lyon
Pourquoi le trafic reste un indicateur secondaire de visibilité IA
Je commence par le trafic, justement.
Parce que c’est le réflexe le plus naturel. Une entreprise investit dans sa visibilité, puis ouvre Analytics pour voir combien de visiteurs arrivent.
Avec les moteurs IA, cette logique raconte seulement une partie de l’histoire.
Les chiffres d’Ahrefs sont assez spectaculaires : ChatGPT représente environ 12 % du volume de requêtes de Google, tandis qu’il génère seulement 0,21 % du trafic web total, contre 39,98 % pour Google.
Faites le calcul : Google envoie environ 190 fois plus de trafic.
Au début, ce décalage peut sembler étrange. En réalité, le fonctionnement des interfaces l’explique très bien.
Google vous présente des liens et vous invite à poursuivre ailleurs. ChatGPT, Gemini ou Claude cherchent plutôt à traiter votre demande directement dans leur interface.
Et là, le trafic devient presque trompeur si je le regarde seul.
Car l’exposition, elle, atteint déjà une autre échelle. Les Aperçus IA sont utilisés par plus de deux milliards de personnes chaque mois.
Deux milliards.
Des recommandations de marques peuvent donc se former à très grande échelle, avec une visite du site qui arrive seulement dans certaines situations.
C’est pour cette raison que je traite la visibilité IA comme un sujet d’influence sur la décision. Le trafic reste utile, mais il intervient plutôt comme signal complémentaire.
KPI 1. La part de mentions
Premier indicateur. Et celui que je regarde le plus attentivement.
La définition est simple : sur toutes les réponses générées à partir de ma liste de prompts, dans quelle proportion la marque apparaît-elle dans le texte ?
Prenons un exemple.
Un utilisateur demande à ChatGPT : « Quelles sont les meilleures solutions pour X ? » L’assistant lui propose trois ou quatre marques.
Voilà. Sa première liste vient de se former.
Et si votre marque apparaît régulièrement dans cette sélection, elle entre naturellement dans la comparaison.
C’est exactement pour cette raison que le chiffre de Growth Memo m’intéresse autant : 74 % des utilisateurs ont retenu comme choix final la marque la plus mentionnée.
Je garde ma petite astérisque mentale à côté du chiffre : test comportemental, plutôt que ventes réellement enregistrées.
Mais le mécanisme observé reste cohérent avec la logique des listes de considération. D’abord, une marque entre dans la sélection. Ensuite, sa présence répétée la rend plus saillante.
Pour calculer la part de mentions, je prends le nombre de réponses dans lesquelles la marque apparaît, puis je le divise par le nombre total de réponses obtenues.
Et surtout, je fais ce calcul par catégorie.
Une marque peut être omniprésente sur un sujet et presque absente sur un autre. Mélanger les deux dans une moyenne globale donne un joli chiffre… beaucoup moins utile pour décider quoi travailler ensuite.
Quel niveau viser ? L’étude Semrush menée sur 1 094 catégories donne un repère intéressant : une marque devient « propriétaire » d’une catégorie lorsqu’elle apparaît dans au moins 4 prompts sur 5, avec au moins 5 points d’avance sur la deuxième.
Voilà le type de seuil que je préfère suivre : catégorie par catégorie.
Je peux même aller un peu plus loin.
La position de la mention compte elle aussi. Le papier académique fondateur du GEO utilise justement une métrique qui pondère la part de mots attribuée à une source selon sa position.
Dans mes suivis, une lecture début / milieu / fin de réponse permet déjà d’obtenir une information intéressante.
Je garde simplement ce raffinement pour une deuxième étape, une fois les quatre grands KPIs bien installés.
KPI 2. La part de citations
Et là, petite subtilité.
Être mentionné et être cité, ce sont deux choses différentes.
Une citation, ici, correspond à une URL de votre site présente parmi les sources utilisées par le moteur.
Au premier abord, j’aurais pu penser que les marques les plus citées seraient aussi celles que l’IA recommande le plus souvent.
Eh bien… beaucoup moins que prévu.
L’étude Semrush montre que seuls 21 % des domaines les plus cités dans une catégorie correspondent également à la marque la plus mentionnée.
La corrélation ressort même légèrement négative, à −0,229.
Concrètement, ChatGPT peut écrire le nom de votre marque dans sa recommandation… puis sourcer sa réponse avec un comparateur, un forum spécialisé ou un média.
Votre marque reçoit donc la mention. Le site tiers reçoit la citation.
Et cette situation revient très souvent : 82 % des liens cités relèvent de l’earned media et 94 % proviennent de sources tierces, hors propriété et achat média de la marque.
C’est ici que mon tableau préféré entre en scène.
| Mentions | Citations | Diagnostic |
|---|---|---|
| Fortes | Fortes | Position idéale, à défendre |
| Fortes | Faibles | Notoriété acquise, contenu peu citable → travailler l’extractibilité et les formats |
| Faibles | Fortes | Contenu excellent, marque peu connue → travailler l’earned media et l’entité |
| Faibles | Faibles | Chantier complet, commencer par l’accessibilité technique |
J’aime beaucoup cette grille parce qu’elle évite de rester dans le commentaire de chiffres.
Deux métriques. Quatre situations. Et derrière, quatre orientations très différentes.
C’est aussi pour cette raison que je garde toujours mentions et citations séparées. Les fusionner dans un score unique ferait disparaître précisément l’information qui m’aide à choisir le chantier suivant.
KPI 3. Le sentiment
Être mentionné souvent, très bien.
Encore faut-il regarder comment la marque est décrite.
Le sentiment correspond simplement au registre utilisé : favorable, neutre ou défavorable.
Et ici, le sujet devient vite sensible.
Une marque peut apparaître régulièrement tout en étant associée à une critique, un défaut récurrent ou une réserve. Elle entre alors dans la liste de considération avec un handicap déjà écrit noir sur blanc.
L’étude menée par Seer Interactive avec Trustpilot sur 800 000 réponses IA montre que les moteurs amplifient le sentiment trouvé dans leurs sources.
Et parfois très vite.
Un avis négatif isolé peut être repris, résumé puis généralisé dans la réponse produite par l’assistant.
L’étude fait aussi apparaître un troisième état que je trouve particulièrement intéressant : le signal d’absence.
Un profil vide sur une plateforme d’avis devient lui aussi une information. L’absence de matière laisse alors le moteur travailler avec ce qu’il trouve ailleurs.
Comment je suis ce KPI ? Je reste volontairement simple : positif, neutre, négatif.
Le relevé peut être manuel ou automatisé par classification.
Mais le chiffre que je regarde vraiment, c’est le taux de mentions négatives et son évolution.
Une hausse brutale ? Je remonte immédiatement aux sources utilisées par les moteurs pour comprendre ce qui alimente le mouvement.
KPI 4. La cartographie des sources tierces
Celui-ci, je l’aime particulièrement.
Parce qu’il répond à une question très concrète : où les moteurs IA vont-ils chercher leurs informations sur votre marché ?
Les trois premiers KPIs m’indiquent la situation de la marque.
La cartographie des sources m’indique où intervenir.
Prenons un cas très simple.
Je lance mon relevé et je constate que les réponses utilisent régulièrement trois comparateurs, un forum spécialisé et deux médias professionnels.
À ce moment-là, ma stratégie de présence externe devient beaucoup plus concrète : je sais quels domaines reviennent réellement dans les réponses.
Et le chiffre publié par Muck Rack donne une bonne idée du décalage : seulement 2 % de recouvrement entre les journalistes les plus sollicités par les équipes de relations publiques et ceux que les systèmes IA citent réellement.
Deux pour cent.
Autrement dit, une liste média construite il y a quelques années peut devenir beaucoup moins pertinente dans une stratégie de visibilité IA.
Pour suivre ce KPI, je classe les domaines cités par fréquence et par catégorie.
Ensuite, je les compare au plan de relations publiques actuel.
L’écart entre les deux me donne directement les médias, plateformes ou communautés à travailler.
Comment les quatre KPIs de visibilité IA s’articulent
À ce stade, j’ai donc quatre indicateurs.
Et surtout, quatre usages différents.
Je les travaille dans un ordre qui dépend de la situation de départ.
- Si vous démarrez : je commence par le KPI 4. Je veux d’abord savoir quelles sources comptent réellement, puis j’établis ma baseline sur les KPIs 1 et 2
- Si votre part de mentions est faible : je regarde en priorité les leviers hors-site, comme l’earned media, YouTube, les plateformes d’avis et la résolution d’entité
- Si votre part de citations est faible alors que les mentions sont bonnes : je travaille davantage l’extractibilité, les formats citables, la fraîcheur et les données originales
- Si le sentiment se dégrade : ce sujet passe devant les autres, car une visibilité plus forte amplifierait aussi les perceptions défavorables
Vous voyez l’idée ?
La visibilité IA devient beaucoup plus facile à piloter quand chaque métrique garde sa fonction.
Les indicateurs que je garde en second plan
Évidemment, les outils affichent beaucoup d’autres chiffres. Certains sont pratiques. D’autres séduisent surtout parce qu’ils tiennent bien dans un graphique.
Le score composite unique en fait partie.
Mentions, citations, sentiment… tout est parfois mélangé dans une seule note de visibilité IA.
Pour une présentation générale, ça se lit vite. Pour décider où investir, je préfère revenir aux métriques séparées.
Le nombre brut de citations me donne également peu d’informations lorsqu’il arrive seul.
Cent citations sur mille réponses et cent citations sur dix mille réponses racontent deux histoires totalement différentes.
Je raisonne donc en proportion.
Le trafic IA, lui, reste dans mon tableau de bord.
Je crée un segment sur les referrers chatgpt.com, perplexity.ai, gemini.google.com, claude.ai et copilot.microsoft.com.
Je regarde les sessions, puis surtout leur qualité et leurs conversions. Pour le pilotage global de la visibilité IA, je conserve les mentions, les citations, le sentiment et les sources au premier plan.
Dernier indicateur : les impressions issues de la Search Console.
Depuis juin 2026, le rapport « IA générative » fournit les impressions sur les Aperçus IA, le Mode IA et Discover.
Les clics et les requêtes restent hors de cette vue, tandis que les deux premières surfaces sont regroupées.
Je l’utilise donc comme signal complémentaire.
Fixer des objectifs réalistes de visibilité IA
Alors, quelle cible fixer ?
C’est souvent la question qui arrive juste après.
J’utilise trois repères.
Premier repère : le seuil d’ownership.
Une marque doit apparaître dans 4 prompts sur 5 d’une catégorie, avec 5 points d’avance sur la suivante.
Sur une niche, ce niveau peut devenir accessible. Sur un sujet très concurrentiel, l’effort demandé grimpe sérieusement.
Deuxième repère : l’état du marché.
Oui, plus de la moitié.
Et le phénomène devient encore plus intéressant lorsqu’on compare les catégories : les sujets à forte demande affichent 11,3 % de propriétaires, contre 19 % pour les niches.
Le terrain reste donc très ouvert.
Troisième repère : le temps.
Je compte quelques semaines pour un gain structurel on-page, trois à neuf mois pour la reconnaissance d’entité et six à douze mois pour que l’earned media produise progressivement son effet.
Un mouvement observé après quelques semaines mérite donc d’être replacé dans son contexte statistique avant d’en tirer une conclusion.
Et il y a une bonne nouvelle.
Une fois une position bien installée avec une avance nette, elle tient souvent dans le temps. Semrush mesure 90,4 % de rétention mensuelle pour les propriétaires de catégorie.
Les petites avances bougent davantage.
Je préfère donc concentrer mes efforts sur quelques catégories et y construire une vraie domination, plutôt que disperser les efforts sur une multitude de sujets.
Le reporting en une page
Avec tout ça, le reporting pourrait vite devenir énorme.
Je fais l’inverse.
Pour un comité de direction, cinq lignes me suffisent :
- Part de mentions par catégorie, avec la position relative face aux trois principaux concurrents
- Part de citations par catégorie, sur la même base
- Taux de mentions négatives et son évolution
- Top 10 des domaines cités dans votre marché, avec la mention de ceux où vous êtes présent
- Sessions et conversions issues des referrers IA, présentées comme indicateur de confirmation
J’ajoute ensuite une marge d’erreur à chaque chiffre.
Avec moins de 100 prompts suivis, une variation inférieure à 10 points peut simplement venir de l’échantillonnage.
Et c’est typiquement le genre de détail qui change tout dans un reporting.
Une courbe peut bouger. Le sujet consiste surtout à savoir si le mouvement raconte réellement quelque chose.
Questions fréquentes
Quel est le KPI le plus important en visibilité IA ?
Je place la part de mentions par catégorie en tête. Elle correspond au moment où la liste de considération se forme dans l’esprit de l’acheteur et elle possède aujourd’hui le lien le plus intéressant avec la décision finale dans les données disponibles. La part de citations, le sentiment et la cartographie des sources viennent compléter cette lecture.
Quelle est la différence entre une mention et une citation ?
Une mention correspond à l’apparition du nom de votre marque dans le texte de la réponse. Une citation correspond à la présence d’une de vos URL parmi les sources listées.
Et les deux évoluent de manière assez indépendante : seuls 21 % des domaines les plus cités dans une catégorie correspondent aussi à la marque la plus mentionnée, avec une corrélation légèrement négative.
Faut-il suivre le trafic venant des IA ?
Oui. Je l’utilise comme indicateur de confirmation. ChatGPT représente environ 0,21 % du trafic web total contre 39,98 % pour Google.
Je crée donc un segment analytics sur les referrers des principaux assistants et je regarde surtout la qualité des sessions ainsi que les conversions.
Comment savoir si mon score de visibilité IA a réellement progressé ?
Je calcule la marge d’erreur du relevé. Avec moins de 100 prompts suivis, une variation inférieure à 10 points peut simplement venir de l’échantillonnage.
Je donne davantage de poids à une hausse qui dépasse ce seuil ou qui se répète sur plusieurs relevés consécutifs.
Combien de temps avant de voir un effet ?
Je compte quelques semaines pour les améliorations structurelles des pages, trois à neuf mois pour la reconnaissance d’entité et six à douze mois pour que les retombées presse et les mentions tierces produisent leur effet cumulatif.
Je pose ces ordres de grandeur dès le début du projet. Ça évite de tirer de grandes conclusions à partir d’une variation observée sur quelques semaines.
Un score de visibilité IA unique est-il utile ?
Pour communiquer, il peut servir de synthèse.
Pour piloter, je préfère regarder les métriques séparément.
Une part de mentions forte associée à une part de citations faible m’oriente vers le contenu et l’extractibilité. La configuration inverse me pousse davantage vers la notoriété, l’entité et la présence externe.
Deux situations très différentes. Et donc deux plans de travail très différents.
Sources
- Semrush, AI visibility is a topic-level game: A study of 50,000 brands in ChatGPT, juillet 2026, avec Kevin Indig. 1 094 catégories, plus de 50 000 marques, 600 000 citations, janvier à juin 2026
- Ahrefs, ChatGPT Has 12% of Google’s Search Volume but Google Sends 190x More Traffic, février 2026
- Seer Interactive × Trustpilot, Study of 800K AI Responses: How Review Profiles Shape Brand Presence, mai 2026
- Aggarwal, P. et al., GEO: Generative Engine Optimization, KDD ’24, ACM — pour la métrique de visibilité pondérée par la position
- Google Search Central, Optimizing your website for generative AI features on Google Search, mai 2026, mis à jour le 10 juillet 2026
