Classement dans la recherche par IA et trafic GEO réel : pourquoi la visibilité ne suffit pas

Récemment, j’ai travaillé en profondeur avec un client B2B du secteur manufacturier à l’international. Ce qui rend ce cas particulièrement intéressant, ce n’est pas le degré de « sophistication » du client, mais la manière dont il a révélé à quel point de nombreuses marques se méprennent sur le GEO.

Avant de faire appel à nous, ce client n’avait pratiquement jamais investi dans les médias payants et n’avait jamais mené de relations presse en ligne de manière systématique. Dans l’imaginaire de nombreux prestataires, une marque de ce type ne devrait pas avoir d’avantage dans la recherche par IA. Pourtant, lorsque nous avons examiné sa visibilité dans la recherche par IA, le résultat était très contre-intuitif : sur une série de questions d’achat dans son secteur, sa fréquence d’apparition et son classement étaient très élevés, au point qu’elle occupait déjà la première place de son secteur.

Tableau de bord de suivi de la visibilité GEO par IA de Dageno

Source des données : tableau de bord de suivi de la visibilité GEO par IA de Dageno

Si vous ne voyiez que cela, vous en tireriez probablement une conclusion : le GEO de cette marque était très efficace.

Mais ce qui m’a vraiment alerté, c’est ce que nous avons constaté après avoir obtenu l’accès à l’interface d’administration de son site. Le nombre réel de visites provenant de sources d’IA était dérisoire.

Autrement dit, être « souvent mentionné » par l’IA ne signifie pas que les clients visitent réellement le site, qu’ils consultent les produits, ni que cela génère finalement des demandes de contact.

Note de cas : Les informations concernant le client ont été anonymisées avec son autorisation. Les valeurs précises de GA4 ne sont pas divulguées. Cet article présente uniquement des conclusions structurelles et ne révèle ni la marque, ni le site, ni des captures d’écran de l’interface d’administration.

C’est aujourd’hui la plus grande idée reçue sur le GEO : confondre « le fait que l’IA me mentionne » avec « l’efficacité du GEO ».

Pourquoi cette illusion se produit

Clarifions d’abord un point : le taux d’exposition dans les réponses de l’IA n’est pas une donnée fictive, mais il ne répond qu’à une question très limitée.

Un grand nombre d’outils et de services GEO du marché utilisent essentiellement la même méthode de mesure : on commence par créer une bibliothèque de questions, puis le système soumet ces questions en série à des plateformes telles que ChatGPT, Perplexity, Gemini, Google AI Overviews / AI Mode. Il dénombre ensuite les mentions de la marque, les citations, leur position et l’évolution de la fréquence des mentions. Des outils comme OtterlyAI, Profound, Peec AI et notre propre solution Dageno indiquent publiquement qu’ils peuvent soumettre automatiquement des questions à plusieurs plateformes d’IA à partir d’une bibliothèque de prompts définie par l’utilisateur, afin de suivre les mentions de marque, les citations, leur contexte et la part de voix. Dageno présente également des fonctionnalités telles que Prompt Volumes Explorer, Answer Engine Insights et BotSight Analytics sous forme de modules produit. En d’autres termes, « bibliothèque de prompts + suivi + taux d’exposition » est déjà devenu l’un des modèles de prestation standard de cette catégorie.

Le problème n’est pas que cette méthode soit inutilisable. C’est que de nombreuses marques lui accordent trop de poids.

Car elle ne prouve généralement que trois choses : premièrement, si l’IA vous a mentionné dans le cadre de ce jeu de questions prédéfini ; deuxièmement, si vous ou vos concurrents avez été mentionnés plus souvent dans ce même jeu de questions ; troisièmement, si ce jeu de questions a évolué au fil du temps. Elle ne prouve pas, à elle seule, que de vrais acheteurs posent ces questions, ni que ces expositions se transforment en clics, et encore moins qu’elles génèrent directement des demandes de contact ou des ventes. Ce constat n’est pas une plainte émotionnelle ; il peut être déduit du système de mesure officiel de Google. Search Console enregistre les impressions, les clics, le CTR et la position dans les résultats de recherche ; GA4 enregistre les pages consultées par les utilisateurs après leur arrivée sur le site, la durée de leur visite et les actions qu’ils effectuent. Google recommande même expressément d’examiner Search Console et Google Analytics conjointement, car le premier permet de mieux évaluer les performances de recherche « avant l’arrivée sur le site », tandis que le second renseigne davantage sur le comportement et les conversions « après l’arrivée sur le site ».

Un cadre d’évaluation mature devrait donc être le suivant : le taux d’exposition dans les réponses de l’IA peut servir d’indicateur de processus, mais pas de résultat final.

Pourquoi ce client anonymisé semblait tout de même « bien positionné » dans les réponses de l’IA

En examinant ce cas de plus près, vous constaterez qu’il n’était pas « illogique ».

Même si ce client n’avait pas investi massivement dans les médias ou les relations presse, il faisait depuis longtemps quelque chose de très simple : publier du contenu de manière continue et très détaillée. D’après ce que j’ai appris, il avait auparavant travaillé avec un prestataire SEO. Le tableau du sitemap ci-dessous vous donne une idée concrète du volume de contenu :

Marque	Visibilité globale	Classement moyen des recommandations par l’IA	URL du sitemap
Anonyme (fabrication B2B)	24.8% (30 jours)	2.92	69690

Le client ne se contentait pas de rédiger des présentations de l’entreprise ni d’accumuler des caractéristiques produits. Il créait des pages autour des questions d’achat : comment choisir entre différents matériaux, comment adapter les produits à différents cas d’usage, d’où viennent les différences de spécifications, comment évaluer les certifications, comment comprendre les délais de livraison, d’où viennent les écarts de prix, comment comparer les solutions de remplacement, quelles sont les erreurs d’achat courantes ; il publiait aussi des FAQ, des solutions d’application, des détails sur les procédés, des consignes de maintenance, des documents téléchargeables, et bien plus encore.

Pourquoi cette approche reste-t-elle efficace à l’ère de la recherche par IA ? Google a donné des indications très claires sur le mécanisme. La documentation de Google Search Central sur les fonctionnalités d’IA indique publiquement que les AI Overviews et AI Mode peuvent recourir au query fan-out : une question est alors décomposée en plusieurs sous-requêtes associées afin de trouver des pages Web plus pertinentes et de générer des réponses. Google précise également que les bonnes pratiques en matière de recherche par IA restent celles du SEO fondamental : les pages doivent pouvoir être explorées et indexées, être éligibles à la génération d’extraits, et proposer un contenu « utile, fiable et centré sur les personnes ». Parallèlement, Google rappelle aux propriétaires de sites de ne pas produire du contenu en masse sur une multitude de sujets uniquement pour attirer du trafic de recherche, ni de compter sur l’automatisation pour réussir par hasard. Ce qui fonctionne réellement, ce n’est donc pas le « volume brut », mais la « création de contenus explorables, indexables et capables de répondre à des questions concrètes ».

Un autre point est souvent mal interprété. Beaucoup voient le vaste sitemap de certains sites B2B et concluent immédiatement : « Vous voyez, produire plus de contenu reste une meilleure stratégie. »

Cette affirmation n’est qu’à moitié juste. La définition d’un sitemap par Google est très claire : il s’agit d’un moyen d’indiquer aux moteurs de recherche « quelles pages existent et quelles pages sont importantes », afin de les aider à découvrir les URL plus efficacement. Mais soumettre un sitemap ne constitue qu’une indication ; cela ne garantit pas que Google explorera, indexera ou classera ces URL. Autrement dit, avoir beaucoup d’URL n’est pas le résultat. C’est la capacité à être découvert, compris et à répondre aux questions qui produit des résultats.

La leçon à tirer de ce cas n’est donc pas que « le volume sans discernement reste imbattable », mais plutôt cette formulation plus précise :

À l’heure actuelle, dans la recherche par IA, créer un contenu granulaire et à forte couverture autour de questions d’achat réelles reste un moyen très rentable d’améliorer sa visibilité dans les réponses de l’IA ; mais son efficacité doit être évaluée à partir des données réelles de trafic et de prospects.

Comment distinguer le taux d’exposition de la valeur réelle

Commençons par examiner le premier tableau.

Tableau comparatif 1

Dimension	Livrable courant d’un prestataire	Ce que cela peut prouver	Ce que cela ne peut pas prouver
Couverture des prompts	Le nombre de questions testées	Si votre marque a été testée dans cet ensemble de questions	Si ces questions reflètent une demande d’achat réelle
Taux de mention par l’IA	Le nombre de fois où vous avez été mentionné	Votre présence dans un ensemble de prompts donné	Si quelqu’un a cliqué pour accéder à votre site
Classement / position	Votre position dans les résultats	Votre position relative dans une réponse donnée	Si cette position est stable ou reproductible d’une plateforme à l’autre
Part de voix	Votre part par rapport à celle de vos concurrents	Votre part relative dans un ensemble de questions comparatives	Si cela génère des opportunités commerciales et des ventes
Nombre de pages citées	Le nombre d’URL citées	Les contenus que l’IA repère plus facilement	Si ces pages convertissent une fois les utilisateurs sur le site

Le principal problème de ce tableau n’est pas qu’il soit totalement dépourvu de valeur, mais qu’il s’arrête à la question « apparaissez-vous dans la réponse ? ». Il manque la deuxième moitié du parcours : « Le client est-il venu ? » « Qu’a-t-il fait après son arrivée ? » « Est-il finalement devenu un prospect qualifié ? » C’est également pourquoi Google distingue deux logiques de mesure, Search Console et GA4 : Search Console enregistre les indicateurs de recherche en amont tels que les impressions, les clics, le CTR et la position moyenne, tandis que GA4 enregistre les comportements après l’arrivée sur le site, tels que les sessions, le taux d’engagement, les événements clés et le chiffre d’affaires.

Examinons maintenant le deuxième tableau.

Tableau comparatif 2

Ce que vous devriez réellement examiner	Emplacement des données correspondantes	Comment l’expliquer aux marques
L’IA vous a-t-elle mentionné ?	Suivi GEO tiers ; impressions dans les rapports de recherche générative de GSC	Il s’agit d’un indicateur de processus montrant que vous êtes « visible ».
Les AI de Google ont-ils généré des clics ?	Clics / impressions / CTR dans les performances Web de Search Console ; les clics provenant d’AI Overviews et d’AI Mode sont comptabilisés dans Search Console	Cela signifie que « quelqu’un a cliqué sur votre lien depuis les résultats de recherche ».
Des assistants d’IA externes ont-ils amené des visiteurs sur le site ?	Canal par défaut AI Assistants dans GA4 ; ou groupe de canaux personnalisé	Cela montre si des sources telles que ChatGPT / Gemini / Copilot vous ont réellement apporté du trafic.
Les utilisateurs sont-ils arrivés sur le site depuis la recherche IA de Google ?	Organic Search dans GA4	Cela montre si votre site a reçu du trafic après des clics depuis Google AI Overviews / AI Mode.
Les utilisateurs ont-ils consulté les bonnes pages après leur arrivée ?	Landing page, Views, Engagement rate et principaux parcours dans GA4	Cela montre que les visites ne sont pas du trafic sans valeur, mais qu’elles donnent lieu à des comportements de lecture.
Des formulaires / messages WhatsApp / demandes de contact ont-ils été générés ?	Événements clés dans GA4 + CRM	Cela montre si le trafic commence à se transformer en prospects.

Deux précisions officielles importantes restent méconnues de nombreuses marques. Premièrement, GA4 dispose désormais d’un canal par défaut, AI Assistants, qui identifie des sources telles que ChatGPT, Gemini, Claude, Copilot, DeepSeek et Grok. Deuxièmement, GA4 indique officiellement que ce canal n’inclut pas Google AI Overviews et AI Mode, car les clics non publicitaires provenant de ces deux points d’entrée relèvent du canal Organic Search. Par ailleurs, Search Console indique officiellement que les liens affichés dans AI Overviews et AI Mode sont inclus dans les performances globales de recherche Web, et que les clics sortants provenant d’AI Overview / AI Mode sont comptabilisés comme des clics. Autrement dit, si vous ne suivez que le canal AI Assistants de GA4 sans examiner Organic Search, vous passerez à côté d’une grande partie des visites réelles issues de la recherche IA de Google.

Ce que les marques doivent mettre en place aujourd’hui, ce n’est pas un « rapport de suivi », mais une « chaîne de validation »

Je recommande de décomposer la validation du GEO en sept étapes. Non pas pour donner une impression de professionnalisme, mais parce que cela rend beaucoup plus difficile de se laisser induire en erreur.

Logique de la chaîne de validation complète

Première étape : examiner les questions. Que demandent réellement les clients ? Pas les questions imaginées par votre équipe, ni celles qui paraissent astucieuses dans le PowerPoint d’un prestataire, mais celles qui ressortent des conversations avec l’équipe commerciale, des demandes historiques, des termes recherchés sur le site, des objets d’e-mail, des messages WhatsApp et des questions posées par les anciens clients avant de repasser commande.

Deuxième étape : examiner le contenu. Votre site comporte-t-il des pages qui répondent réellement à ces questions ? Si un client demande « Comment choisir entre un matériau et un autre ? » et que votre site ne propose qu’une « page de présentation produit », cela ne constitue pas une couverture suffisante.

Troisième étape : examiner la capacité d’exploration. La page peut-elle être explorée et indexée, s’affiche-t-elle normalement, et contient-elle du contenu indexable ? Les exigences officielles de Google concernant les fonctionnalités d’IA sont très claires : pour qu’une page puisse apparaître comme lien complémentaire dans AI Overviews / AI Mode, elle doit déjà pouvoir être indexée dans Google Search et générer un extrait. Il n’existe pas de seuil technique supplémentaire propre à l’IA.

Quatrième étape : examiner la visibilité. C’est à cette étape seulement qu’interviennent le suivi GEO tiers, les tests par échantillonnage de prompts, les mentions par l’IA et les citations. Il s’agit d’un indicateur en amont, qui ne doit pas être élevé au rang de résultat final.

Cinquième étape : examiner les visites. De vrais clics ont-ils généré des visites sur le site ? D’où provenaient-ils ? S’ils viennent d’assistants externes tels que ChatGPT et Gemini, examinez d’abord le canal AI Assistants dans GA4. S’ils viennent de Google AI Overviews / AI Mode, examinez Organic Search. Si un prestataire a créé des liens ou diffusé votre contenu sur d’autres sites, examinez également Referral.

Sixième étape : examiner les comportements. Qu’ont consulté les visiteurs après leur arrivée ? Combien de temps sont-ils restés ? Ont-ils consulté des pages produit, des études de cas, des pages de devis ou des pages de téléchargement ? Google recommande expressément d’examiner conjointement Search Console et GA4, en se concentrant dans GA4 sur des indicateurs comportementaux tels que les sessions et le taux d’engagement. Google a également indiqué publiquement que les utilisateurs qui cliquent sur un site depuis AI Overviews passent généralement plus de temps sur les pages ; ce constat peut toutefois servir uniquement de référence indicative et ne remplace pas la validation propre à chaque marque.

Septième étape : examiner les prospects. Les utilisateurs ont-ils rempli un formulaire, envoyé un e-mail, cliqué sur WhatsApp, réservé un rendez-vous ou été enregistrés dans le CRM ? Un « clic » dans Search Console n’est pas un prospect, et une « session » dans GA4 n’est pas un prospect. Pour les marques B2B, c’est cette boucle complète qui devrait réellement être examinée en réunion de suivi : visibilité dans l’IA → clics / impressions dans Search Console → sessions / comportements dans GA4 → événements clés → prospects dans le CRM.

Comment évaluer objectivement les pièges liés aux livrables des prestataires

Pour être tout à fait objectif, de nombreux livrables conviennent uniquement au suivi des premières étapes d’un projet, et non à l’évaluation finale des performances.

Par exemple, le « taux d’exposition des prompts » peut vous indiquer si l’IA vous a mentionné dans un ensemble de questions. Le « nombre de pages citées » peut indiquer les pages les plus faciles à repérer. La « comparaison de la part de voix avec les concurrents » peut montrer si vous êtes en avance ou en retrait dans cet ensemble de prompts. Aucun de ces indicateurs n’est invalide. Le véritable problème, c’est que si on les utilise directement à la place des visites sur le site, des comportements des utilisateurs et des résultats en matière de prospects, on a largement exagéré la portée de ces indicateurs.

Un autre piège courant tient au fait que les marques ignorent souvent les biais inhérents à la bibliothèque de questions. À l’heure actuelle, il n’existe pas de « tableau de bord officiel de popularité des prompts » qui soit uniformément reconnu, ouvert et vérifiable sur toutes les plateformes telles que ChatGPT, Gemini, Perplexity et Claude. Dans le secteur, il est plus courant de trouver des outils tiers qui proposent des fonctionnalités d’étude des prompts, d’estimation de leur volume et de découverte de sujets. Ces outils ont une valeur indicative, mais les marques doivent savoir que ce qu’ils mesurent est un « indicateur indirect de la demande selon cette méthode », et non une mesure officielle et unifiée de la popularité réelle à l’échelle du marché.

Ma conclusion est donc la suivante :

« Il ne faut pas cesser d’examiner le taux d’exposition dans les réponses de l’IA. Il faut simplement le placer au milieu de la chaîne de validation, et non l’utiliser pour conclure directement à la réussite. »

Stratégie d’exécution à court, moyen et long terme

Si vous gérez un site B2B dans la fabrication, les produits industriels, les équipements, les matériaux, les composants, les fournitures hôtelières ou les services d’ingénierie, je recommande d’avancer sur trois horizons : court, moyen et long terme. Ne commencez pas par acheter une offre complète « suivi + réécriture + relations presse + backlinks ».

Tableau de la stratégie d’exécution

Stratégie	Délai	Priorité	KPI cible	Ressources nécessaires	Comment vérifier dans GA4 / GSC
Créer une « bibliothèque de questions d’achat réelles » et la faire correspondre aux pages existantes	1-2 semaines	Maximale	Taux de complétion de la bibliothèque de questions ; taux de couverture des pages existantes	Responsable de contenu + équipe commerciale + SEO/GEO	Vérifier dans GSC si les requêtes / pages associées génèrent déjà des impressions ; vérifier dans GA4 si les pages de destination correspondantes reçoivent déjà du trafic organique
Combler les lacunes avec des pages de contenu à forte intention	2-8 semaines	Maximale	Nombre de nouvelles pages ; nombre de pages indexées ; impressions et clics des pages associées	Rédacteur de contenu + chef de produit + designer	Vérifier les impressions / clics dans GSC ; vérifier les sessions des pages de destination et le taux d’engagement dans GA4
Corriger l’exploration, l’indexation, les liens internes et les informations structurées	2-4 semaines	Élevée	Part des pages indexables ; réduction des problèmes d’exploration ; amélioration de l’éligibilité aux résultats enrichis	SEO/technique + développement	Vérifier l’indexation et les performances de recherche dans GSC ; vérifier dans GA4 l’évolution du trafic et des comportements sur les pages optimisées
Créer un tableau de bord unifié « visibilité IA + GSC + GA4 + CRM »	1-3 semaines	Élevée	Possibilité d’effectuer des bilans hebdomadaires / mensuels ; traçabilité de l’attribution des prospects	Analyse des données + opérations marketing	Utiliser Looker Studio / BigQuery pour examiner conjointement les clics, les sessions, l’engagement, les événements clés et les prospects
Optimiser les parcours de prise de contact et les CTA	2-6 semaines	Élevée	Taux d’envoi des formulaires ; taux de clics sur WhatsApp ; taux de téléchargement	Opérations + design + développement front-end	Événements clés dans GA4, analyse des parcours, événements de formulaire, taux de conversion
Créer des pages de preuves sectorielles et des pages de réassurance	4-12 semaines	Moyenne	Trafic des pages de cas clients ; impressions des pages de certifications / normes ; croissance des requêtes de marque	Contenu + équipe commerciale + service client	Vérifier les requêtes de marque / hors marque dans GSC ; vérifier dans GA4 l’engagement sur les pages de cas clients et les visites en plusieurs étapes

Ces stratégies méritent d’être mises en œuvre non pas parce qu’elles « ressemblent aux anciennes recettes du SEO », mais précisément parce que les déclarations officielles de Google sur la recherche par IA sont déjà très claires : les fonctionnalités d’IA n’imposent pas de seuils techniques particuliers supplémentaires. Les fondamentaux restent des contenus explorables, indexables, fiables et utiles. Les données structurées, les titres, les en-têtes, l’explorabilité des liens, l’expérience de page et les autres éléments fondamentaux restent importants. Google a même publié des recommandations officielles sur l’utilisation conjointe de Search Console et Google Analytics pour le suivi SEO, préconisant de comparer les clics et les sessions, le CTR et l’engagement, les requêtes et les pages de destination.

La compréhension que cet article veut réellement aider les marques à développer

Si vous ne deviez retenir qu’une seule phrase, j’espère que ce serait celle-ci :

Le GEO n’est pas un jeu sectoriel qui consiste à se demander « si l’IA m’a mentionné ». C’est un enjeu commercial : votre site est-il capable de répondre aux questions des clients, et ces réponses peuvent-elles finalement se traduire en visites, en comportements et en prospects ?

Il ne faut pas éliminer le taux d’exposition dans les réponses de l’IA.

Mais il faut le déclasser.

C’est un indicateur de processus, pas un indicateur de conclusion.

Il peut vous aider à repérer des problèmes, mais ne doit pas servir à prouver votre valeur.

Ce qui aide réellement les marques à prendre des décisions, c’est une chaîne de validation qui relie les questions aux prospects.

J’ai élaboré une solution packagée de « chaîne de validation GEO pour la fabrication B2B ». Il ne s’agit pas simplement d’un rapport fondé sur le taux d’exposition dans les réponses de l’IA : cette solution rassemble dans un même tableau la bibliothèque de questions, la couverture du contenu, les mentions par l’IA, les impressions et les clics dans Search Console, les comportements des visiteurs dans GA4 et les prospects enregistrés dans les formulaires / le CRM.

Pour en savoir plus, consultez cet article : https://mp.weixin.qq.com/s/9Jz6F148jqZIYZ2vIYP0Kw. Pour en savoir plus, répondez « Tableau de la chaîne GEO » dans le compte officiel WeChat.

Si vous le souhaitez, vous pouvez également m’envoyer l’adresse de votre site et des informations sur votre secteur. Je pourrai vous aider à déterminer si votre principal blocage est actuellement le manque de contenu, le manque d’indexation, le manque de visibilité ou une visibilité qui ne génère pas de conversions.

Source des données : tableau de bord de suivi de la visibilité GEO par IA de Dageno