Comparer sa visibilité IA à celle de ses concurrents : méthode, métriques et seuils de fiabilité

Une capture d’écran d’une réponse ChatGPT prouve une seule chose : à un instant donné, dans une session donnée, un modèle a produit un texte. Elle n’établit ni une fréquence, ni une tendance, ni un écart avec vos concurrents.

Les moteurs génératifs échantillonnent leurs réponses. La même question posée deux fois produit deux formulations différentes, et parfois deux listes de marques différentes. Plusieurs paramètres déplacent le résultat sans que l’utilisateur les contrôle : l’historique de conversation, une question posée après dix échanges n’étant plus la même question ; le compte connecté, avec sa mémoire et ses préférences, qui personnalise la réponse en faveur des marques déjà évoquées, y compris la vôtre ; la langue et le pays déclarés ou déduits, qui changent le marché de référence ; l’activation de la recherche web, selon laquelle le modèle répond de mémoire ou va lire des pages ; la version du modèle, qui change sans préavis et sans que l’interface l’annonce toujours ; la date et l’heure, dès lors que la réponse s’appuie sur des sources fraîches.

Deux exigences en découlent, et elles précèdent tout choix d’outil : la répétition, parce qu’une observation unique ne dit rien d’un système probabiliste, et la traçabilité, parce qu’une mesure dont on ignore les conditions ne se rejoue pas six mois plus tard.

C’est la distinction qui décide de votre plan d’action. La plupart des tableaux de bord la manquent en agrégeant tout dans un « indice de visibilité ».

Le cas le plus mal lu est celui d’une marque très mentionnée dont aucune page n’est jamais citée. Ce sont deux problèmes opposés. Le premier relève de la notoriété déjà acquise par le modèle, le second de la présence de vos pages dans ce qu’il va effectivement lire. Les additionner dans un score unique fait prendre la mauvaise décision, avec le mauvais budget.

Le signal le plus négligé reste le lien sortant. Une mention sans lien ne produit aucune session dans votre analytics, et une marque peut afficher un excellent taux de mention sans qu’aucun euro ne soit attribuable à ce canal.

Les marques que les moteurs IA citent sur votre marché ne recouvrent pas la liste de vos concurrents SEO. Un modèle génératif ne classe pas des pages, il assemble une réponse : il convoque des acteurs présents dans ses sources, y compris des marques qui ne se positionnent sur aucun de vos mots-clés.

Quatre familles cohabitent dans les réponses, et chacune appelle un traitement différent. Les concurrents directs, même offre et même clientèle, sont les seuls que vos équipes citent spontanément. Les substituts fonctionnels proposent une autre manière de résoudre le même problème, souvent un logiciel là où vous vendez un service. Les acteurs adjacents — annuaires, places de marché, médias spécialisés, comparateurs — ne vendent pas votre produit mais occupent la place dans la réponse. Les challengers surreprésentés, enfin, sont de jeunes marques très écrites sur le web, citées bien au-delà de leur poids commercial réel.

Le panel tient entre 3 et 5 marques, 8 au maximum. En dessous de 3, la part de voix ne veut rien dire. Au-delà de 8, la lecture hebdomadaire devient impraticable et le suivi est abandonné au bout d’un mois.

Reste le travail ingrat, celui qui décide de la justesse de tout le comptage : lister les variantes de chaque marque avant le premier relevé. Orthographes, espaces, tirets, noms de produits, filiales, homonymes dans d’autres secteurs. Une marque écrite en deux mots par le modèle et en un seul dans votre liste sera comptée zéro fois. Un homonyme sera compté deux fois. Dans les deux cas, l’écart mesuré est faux dès la première ligne.

La qualité d’un benchmark est exactement celle de son corpus. Un corpus mal construit produit des pourcentages parfaitement calculés sur les mauvaises questions, et personne ne s’en aperçoit avant plusieurs mois.

Collectez les questions réelles avant d’en écrire une seule : questions posées aux commerciaux, tickets de support, objections entendues en rendez-vous, verbatims d’entretiens clients. Ce sont les seules formulations dont vous savez qu’un humain les a prononcées. Ajoutez vos requêtes Search Console, notamment celles à impressions élevées et clics faibles : elles disent ce que le marché tape déjà pour vous atteindre. Complétez par les sources publiques — suggestions de recherche, questions associées, forums sectoriels, sommaires des contenus concurrents.

Reformulez ensuite en langage naturel. On n’écrit pas à un assistant comme on tape dans un moteur : les prompts sont plus longs, contextualisés, souvent à la première personne. Équilibrez les intentions à l’aide de la grille ci-dessous, car un corpus déséquilibré gonfle mécaniquement un score. Puis figez la liste et datez-la : à partir de là, elle ne bouge plus. Modifier le corpus en cours de suivi revient à changer d’instrument au milieu de la mesure.

Une grille de départ tient en 15 prompts, 3 par intention, à adapter à votre secteur en remplaçant les crochets. Cette répartition évite qu’une seule intention dicte le résultat.

Un avertissement s’impose sur le contenu de cette liste. Un corpus trop générique (« quel est le meilleur logiciel de gestion ? ») favorise mécaniquement les marques déjà les plus écrites sur le web : vous mesurerez leur notoriété, pas votre position. Les prompts qui discriminent vraiment portent un contexte : un secteur, une taille d’entreprise, une contrainte, un cas d’usage.

Un protocole se juge à une chose : deux personnes différentes, à deux dates différentes, doivent produire des résultats comparables. Cela suppose de figer et de consigner les variables du tableau ci-dessous à chaque exécution.

La séquence d’exécution tient en six gestes. Ouvrir une conversation neuve, en session anonyme. Coller le prompt exact, sans le reformuler ni l’adapter au moteur. Conserver la réponse brute, texte et sources, avant toute analyse. Relever les quatre signaux séparément. Répéter le même prompt le nombre de fois prévu, en repartant d’une conversation neuve à chaque fois. Passer enfin au moteur suivant avec le même prompt, avant de passer au prompt suivant : l’ordre inverse mélange deux sources de variation.

Comptez 2 à 3 minutes par prompt et par moteur. C’est ce coût unitaire, multiplié par le corpus et les répétitions, qui décide plus loin de la nécessité d’un outil.

Toutes les métriques de visibilité IA se calculent de la même façon : un comptage divisé par un total. L’enjeu tient entièrement dans ce total, que la plupart des rapports ne précisent pas.

Deux parts de voix ne sont comparables que si elles partagent le même dénominateur, et c’est rarement le cas. Un éditeur divise par le nombre de réponses collectées, un autre par le nombre de prompts testés, un troisième par le total des mentions du panel. Quatre chiffres différents pour la même réalité, tous exacts dans leur propre cadre.

La conséquence est directe : un score de 18 % lu dans un rapport et un score de 31 % lu dans un autre ne se comparent pas, ne se moyennent pas et ne permettent de conclure à aucune progression. Publiez toujours le dénominateur à côté du score, et refusez les indicateurs composites qui ne montrent pas leurs composantes.

C’est la question que presque aucun rapport de visibilité IA ne traite, et c’est celle qui décide de ce que vous avez le droit de conclure. Un taux de citation est une proportion mesurée sur un échantillon : il porte une marge d’erreur, exactement comme un sondage.

Le tableau ci-dessous donne les ordres de grandeur, dans le cas le plus défavorable (un taux proche de 50 %), au niveau de confiance usuel de 95 %. Le nombre d’observations se compte par moteur : prompts × répétitions.

Lecture concrète : avec 10 prompts passés 3 fois, un écart de 20 points entre votre marque et un concurrent ne prouve rien. Avec 60 prompts passés 5 fois, un écart de 10 points devient interprétable. Et dans tous les cas, une variation de 3 points d’un mois sur l’autre relève du bruit tant que vous n’avez pas franchi les 600 observations.

Trois précautions honnêtes sur ce tableau. D’abord, les passages répétés d’un même prompt ne sont pas des tirages strictement indépendants : considérez ces chiffres comme des planchers optimistes. Ensuite, les marges se resserrent quand les taux s’éloignent de 50 % (un taux de 10 % est mesuré plus précisément qu’un taux de 50 %). Enfin, aucune marge statistique ne rattrape un corpus de prompts non représentatif : la précision n’est pas la justesse.

La règle pratique qui en découle : avant de lancer le corpus complet, passez un seul prompt dix fois de suite. Vous obtenez en vingt minutes la variance naturelle du système sur votre marché, c’est-à-dire l’amplitude en dessous de laquelle une variation ne signifie rien.

Aucun moteur ne publie la composition de son index ni le détail de sa sélection de sources. Le tableau ci-dessous décrit ce qui est observable depuis l’interface, pas un fonctionnement interne.

La conséquence opératoire est claire : présentez vos résultats par moteur et par signal, et n’agrégez qu’après normalisation explicite. Un total unique qui additionne un taux de citation lisible et un taux de citation partiellement observable fabrique un chiffre indéfendable.

Sur un aperçu Google absent, notez l’absence de déclenchement plutôt que zéro mention. Un aperçu qui ne se déclenche pas n’est pas une absence de visibilité, c’est une absence de mesure.

Une ligne par acteur, une colonne par métrique, un onglet par mois. Les cellules sont volontairement vides : aucun chiffre type n’est transposable d’un secteur à l’autre.

Quatre colonnes de contexte rendent ce tableau lisible six mois plus tard : moteur, nombre de prompts, nombre de passages par prompt, date de passation. Sans elles, la série est inexploitable dès le deuxième relevé.

Un croisement avec vos positions Search Console complète la lecture. Les deux signaux sont souvent corrélés, jamais identiques.

La même valeur numérique appelle des décisions opposées selon la forme qu’elle prend.

L’ordre de priorité est presque toujours le même : corriger d’abord les informations fausses, produire ensuite les pages qui répondent aux prompts prioritaires, travailler enfin les preuves et les sources tierces. Produire du contenu neuf pendant qu’une information erronée circule revient à alimenter la mauvaise réponse.

Reste la cadence. En trois temps, et changer de rythme en cours de route rend la série inexploitable. Une mesure de référence complète et datée avant toute intervention. Puis plusieurs répétitions rapprochées sur quelques jours, dont le seul objet est d’établir la variance naturelle. Ensuite un suivi hebdomadaire tant que le protocole se rode, mensuel une fois qu’il est stable.

Elle ne donne aucun volume. Un benchmark mesure une probabilité de citation sur un échantillon que vous avez choisi. Un score de 40 % sur trente prompts que personne ne tape ne vaut rien.

Elle ne dit pas pourquoi une source a été retenue. Aucun moteur n’expose son mécanisme de sélection. Toute explication causale proposée par un outil est une hypothèse, pas une mesure.

Elle ne valide pas votre panel ni votre corpus. Ces deux décisions sont éditoriales et commerciales, elles vous appartiennent, et une erreur s’y propage dans tous les chiffres produits ensuite.

Deux pratiques du marché méritent d’être nommées. D’abord les scores globaux du type « indice de visibilité IA sur 100 », dont la méthode de calcul n’est pas publiée : un chiffre non reproductible n’est pas une mesure. Ensuite les relevés sans intervalle de confiance ni nombre de passages : exigez ces deux informations derrière chaque graphique qu’on vous présente.

Aucun organisme public ne publie de statistique de citation de marques dans les réponses génératives. Les seules données officielles françaises portent sur l’adoption de l’IA par les entreprises.

La ligne à retenir en B2B est celle des 66 % du chiffre d’affaires : les entreprises utilisatrices d’IA, minoritaires en nombre, concentrent les deux tiers du chiffre d’affaires du champ étudié. Vos prospects les mieux dotés sont statistiquement ceux qui interrogent déjà un assistant avant de vous appeler.

Côté trafic, l’ordre de grandeur invite à la mesure. Une étude de SE Ranking portant sur plus de 100 000 sites suivis via Google Analytics 4 situe le trafic référent issu des plateformes d’IA à environ 0,26 % du trafic web total en France sur la période janvier 2025 à avril 2026, contre 0,20 % l’année précédente. ChatGPT y concentre près des trois quarts de ce trafic, devant Gemini et Perplexity. Il s’agit d’une mesure privée sur un panel, pas d’une statistique officielle, et elle exclut les aperçus IA de Google.

Ces deux séries disent la même chose : l’usage progresse vite, le trafic direct attribuable reste faible. C’est un argument pour mesurer sérieusement avant d’investir lourdement, pas pour ignorer le sujet.

Trois situations, où l’abonnement à un outil de suivi n’a pas de retour mesurable.

Une activité locale de proximité. En dépannage, restauration de quartier ou commerce de rue, vos requêtes se jouent sur la fiche d’établissement et les avis, pas sur une shortlist générée. Un suivi de position locale coûte moins cher et prédit mieux vos appels.

Une production de contenu inférieure à un article par mois. Sans nouvelle matière à indexer, rien ne bouge entre deux relevés. Un relevé manuel trimestriel sur dix prompts, consigné dans un tableur, suffit.

Un marché à deux ou trois acteurs sous contrat cadre. La décision d’achat ne passe pas par une recherche ouverte ; mesurer une shortlist générée n’informe aucune action.

À l’inverse, le suivi outillé devient rationnel dès que trois conditions se cumulent : un cycle de vente où le prospect compare des solutions par lui-même, un panel de plus de trois concurrents, et une production de contenu régulière dont il faut vérifier l’effet.

Le point de bascule est arithmétique. Multipliez : nombre de prompts × nombre de passages × nombre de moteurs × 2,5 minutes. Au-delà d’une journée de travail par relevé, la mesure manuelle ne tient pas dans la durée, et c’est toujours le suivi qui est abandonné, jamais la journée.

Un corpus de 30 prompts, 3 passages, 3 moteurs représente 270 relevés, soit environ 11 heures. C’est le seuil où l’outil devient rationnel.

Six critères de choix, aucun lié à un classement : les moteurs réellement interrogés, et comment — un moteur listé sur une page commerciale n’est pas toujours un moteur mesuré ; la transparence du dénominateur de chaque métrique, faute de quoi vous ne pourrez ni auditer ni comparer ; l’accès aux réponses brutes, pas seulement aux graphiques, car sans les textes aucun recomptage n’est possible ; la gestion des variantes de marque, orthographes, produits, filiales et homonymes ; le nombre de répétitions par prompt et la maîtrise de la fréquence, une mesure unique par semaine reproduisant exactement le défaut de la capture d’écran ; l’export des données brutes, pour croiser avec vos propres sources.

Côté budget, les grilles publiques des plateformes de suivi vont de quelques dizaines à plusieurs centaines d’euros par mois selon le nombre de prompts, de moteurs et de concurrents suivis. Ces montants sont à vérifier directement chez les éditeurs.

Comparer votre visibilité IA à celle de vos concurrents est un travail de protocole avant d’être un travail d’outil. Trois points survivent à la lecture.

Séparez les quatre signaux. Mention, citation, lien et recommandation désignent quatre chantiers différents, avec quatre budgets différents.

Publiez le dénominateur et le nombre de passages à côté de chaque score. Sans eux, aucun chiffre n’est comparable, ni à un concurrent, ni au mois précédent.

Dimensionnez l’échantillon avant de commenter un écart. En dessous de 90 observations par moteur, seules les différences massives sont interprétables.

Méthodologie : cet article est écrit et vérifié par l’équipe GetRerank. Les données d’adoption de l’IA proviennent de l’Insee, les données de trafic référent d’une étude privée dont le panel et la période sont indiqués dans le texte. Les seuils statistiques sont calculés sur l’intervalle de confiance binomial à 95 %, dans le cas le plus défavorable d’un taux proche de 50 %. Aucun résultat client n’est utilisé comme preuve.

Sources : Insee, « Les technologies de l’information et de la communication dans les entreprises en 2025 », Insee Première n° 2120, 21 juillet 2026 ; Insee, « Les technologies de l’information et de la communication dans les entreprises en 2024 », Insee Première n° 2061 ; SE Ranking, « Le trafic de l’IA en France en 2026 », étude sur 101 574 sites suivis via Google Analytics 4, janvier 2025 à avril 2026.