GEO pour l'e-commerce

Mis à jour le 23 octobre 2026

Un acheteur qui demande « quelle machine à café grain choisir pour moins de 500 euros ? » ne parcourt plus forcément dix fiches produits et trois comparatifs. Il pose la question à un assistant, qui lui propose trois modèles, résume les avis et, désormais, lui permet parfois d’acheter.

Pour un e-commerçant, l’enjeu est simple à formuler et difficile à atteindre : faire partie de ces trois modèles. La qualité des produits ne suffit pas ; il faut que les moteurs génératifs disposent d’informations fiables, structurées et à jour pour les recommander.

C’est l’un des secteurs où un audit GEO révèle le plus vite des gains possibles, car les données produits sont souvent incomplètes ou incohérentes. Cette page explique ce qui compte et comment s’y prendre.

Par Alexandre Montenon, consultant SEO et GEO à Lyon

Pourquoi l’e-commerce est en première ligne

Les assistants passent de la recommandation à l’achat

Le 29 septembre 2025, OpenAI a lancé Instant Checkout, qui permettait d’acheter dans ChatGPT sans quitter la conversation, d’abord auprès de vendeurs Etsy aux États-Unis, avec l’annonce de l’arrivée de marchands Shopify. OpenAI précise que les résultats produits sont organiques et non sponsorisés, classés uniquement selon leur pertinence pour l’utilisateur, et que la commande, le paiement et l’expédition restent gérés par le marchand. Le protocole utilisé, l’Agentic Commerce Protocol, a été publié en open source. En mars 2026, OpenAI a mis ce paiement intégré en retrait pour se concentrer sur la découverte de produits : l’achat se finalise désormais surtout chez le marchand, ce qui renforce encore l’enjeu de la sélection. Je détaille cette évolution dans ma page sur ChatGPT Shopping.

Ce point mérite qu’on s’y arrête : si les recommandations ne s’achètent pas, elles se gagnent. Et elles se gagnent avec des données produits de qualité.

Google intègre les produits à ses réponses

Côté Google, les réponses générées intègrent fiches et informations produits. Le guide de Google sur ses fonctionnalités d’IA indique que les flux Merchant Center et la fiche d’établissement peuvent aider les produits et services à être visibles dans les réponses de l’IA comme dans les autres résultats. Le mode IA, disponible en France depuis juillet 2026, propose aussi des parcours d’achat conversationnels.

Ce que les IA regardent pour recommander un produit

Les leviers GEO pour une boutique en ligne

1. Des fiches produits complètes

C’est le chantier le plus rentable. Une fiche qui se limite à une photo, trois lignes copiées du fournisseur et un prix ne donne aucune raison à un assistant de recommander le produit. Une bonne fiche contient :

➭ les caractéristiques techniques complètes, en texte et en tableau ;

➭ les usages : pour qui, dans quelles situations, avec quelles limites ;

➭ les réponses aux questions fréquentes sur le produit ;

➭ les différences avec les modèles proches de votre gamme ;

➭ les conditions : livraison, retours, garantie ;

➭ des avis clients visibles et détaillés.

2. Des données structurées exactes

Le balisage Product rend les informations explicites : nom, marque, GTIN, prix, devise, disponibilité, avis, livraison, retours. La règle d’or : il doit refléter exactement ce qui est affiché sur la page, sans balisage en double.

Google distingue deux usages du balisage produit dans sa documentation : les extraits de produit pour les pages où l’on ne peut pas acheter, comme les tests, et les fiches marchandes pour les pages de vente, avec des informations détaillées sur la livraison et les retours ; il recommande de combiner données structurées et flux Merchant Center. Pour une boutique, ce sont les fiches marchandes qui comptent : prix, disponibilité, frais de livraison, délais, politique de retour.

Les solutions e-commerce courantes génèrent un balisage de base, souvent incomplet. Il faut vérifier, sur quelques fiches représentatives, la présence du GTIN, de la marque, des avis, de la livraison et des retours, et l’absence de balisages en double ajoutés par le thème et les extensions.

3. Un flux Merchant Center à jour

Le flux transmet l’ensemble du catalogue à Google, avec des informations que la page ne porte pas toujours. Google peut croiser flux et pages : leur cohérence renforce la confiance.

4. Des avis nombreux et détaillés

Les assistants lisent le contenu des avis pour répondre à des demandes précises (« silencieuse », « facile à nettoyer », « adaptée à un petit appartement »). Sollicitez des avis après chaque achat, sur votre site et sur les plateformes indépendantes, et répondez-y.

5. Des guides d’achat utiles

Un guide « comment choisir » honnête, qui explique les critères et oriente vers différents produits selon les besoins, répond exactement aux questions que les acheteurs posent aux assistants. C’est l’un des formats les plus repris.

6. Une présence dans les comparatifs

Les assistants citent beaucoup les tests et comparatifs indépendants. Faites tester vos produits par des médias et des créateurs de votre secteur, et vérifiez que vos produits figurent dans les comparatifs existants quand ils le méritent.

7. Un site accessible

Robots des moteurs génératifs autorisés, contenu présent dans le HTML, pages produits indexables, temps de chargement raisonnable : sans ces bases, rien du reste ne fonctionne.

Les erreurs fréquentes en e-commerce

Les descriptions du fournisseur. Reprises à l’identique par des dizaines de boutiques, elles n’apportent rien de distinctif.

Les informations en images. Tableaux de tailles, caractéristiques ou fiches techniques en image ou en PDF : les moteurs les lisent mal.

Les prix et stocks incohérents. Un prix différent entre la page, le balisage et le flux, ou un produit en rupture annoncé en stock, détruit la confiance des moteurs et des acheteurs.

Les variantes mal gérées. Une page par couleur sans contenu propre, ou des variantes invisibles pour les moteurs, brouillent le catalogue.

Les faux avis. Interdits, détectables, et sanctionnés : ils mettent en danger la crédibilité de toute la boutique.

Ce qui change pour les petites boutiques

Une crainte revient souvent : les assistants ne vont-ils pas toujours recommander les grandes enseignes ? Le risque existe, car elles disposent d’un volume d’avis, de contenus et de mentions bien supérieur. Mais les assistants répondent aussi à des questions très précises, sur lesquelles une boutique spécialisée a un avantage : « sac à dos de randonnée pour dos fragile », « théière en fonte compatible induction », « jouet en bois fabriqué en France pour enfant de deux ans ».

Sur ces requêtes de niche, la précision des fiches, la qualité des conseils et la spécialisation de la boutique comptent davantage que la taille. C’est souvent là qu’une petite boutique peut se faire une place dans les réponses, à condition que ses pages répondent clairement à ces questions précises.

Mesurer sa visibilité dans les IA

➭ Une liste de questions d’achat, par catégorie, relevée chaque mois sur plusieurs assistants : vos produits apparaissent-ils, et avec quels arguments ?

➭ Le trafic venant des assistants, isolé dans l’outil d’analyse d’audience, et surtout son taux de conversion.

➭ Les diagnostics de Merchant Center et les rapports de données structurées de la Search Console, pour repérer les erreurs.

➭ Les recherches sur votre marque, souvent en hausse quand vos produits sont cités dans des réponses.

GEO e-commerce et GEO local : deux logiques complémentaires

Une boutique qui dispose aussi de points de vente physiques doit travailler les deux dimensions : les données produits pour les recherches d’achat en ligne, et la fiche d’établissement, les avis et les informations locales pour les recherches de proximité. Je détaille cette seconde dimension dans ma page sur le référencement local IA.

Pour les équipes qui veulent mettre en œuvre la démarche elles-mêmes, ma formation GEO peut être adaptée au e-commerce, avec des ateliers sur vos propres fiches produits.

Exemple fictif : une boutique d’articles de randonnée

Pour illustrer, un cas inventé. Une boutique en ligne d’équipement de randonnée, 2 000 références, constate que les assistants recommandent systématiquement de grandes enseignes pour « meilleur sac à dos de randonnée 30 litres ».

L’analyse montre des fiches reprenant les descriptions des fabricants, un balisage Product sans GTIN ni avis, un flux Merchant Center avec des prix non synchronisés, et aucun guide d’achat. Les grandes enseignes, elles, publient des comparatifs détaillés et des milliers d’avis.

Le plan : réécrire en priorité les cinquante fiches les plus vendues, compléter le balisage, synchroniser le flux, publier trois guides d’achat par catégorie et solliciter des avis après chaque commande. Les éléments de cet exemple sont inventés pour l’illustration.

Questions fréquentes sur le GEO e-commerce