IA et automatisation
Personas
SaaS et Startup
ROI
Moyen terme (3-6 mois)
L'année dernière, je travaillais avec un client e-commerce sur Shopify qui avait besoin d'une refonte complète de son SEO. Ce qui a commencé comme un projet SEO traditionnel a rapidement évolué en quelque chose de plus complexe lorsque nous avons découvert que leur contenu commençait à apparaître dans des réponses générées par IA - malgré le fait d'être dans une niche où l'utilisation des LLM n'est pas courante.
Même dans une niche e-commerce traditionnelle, nous avons suivi une couple de dizaines de mentions de LLM par mois. Ce n'était pas quelque chose que nous avons initialement optimisé - cela s'est produit naturellement comme un sous-produit de solides fondamentaux de contenu. Cette découverte m'a conduit dans un trou de lapin de GEO (Optimisation par Engine Génératif).
Le problème ? La plupart des professionnels du SEO mesurent encore le succès de la même manière qu'il y a cinq ans. Ils suivent des métriques traditionnelles tout en manquant tout le changement qui se produit dans la manière dont les gens trouvent et consomment réellement l'information. ChatGPT, Claude et Perplexity deviennent des moteurs de réponse, et non des moteurs de recherche.
Voici ce que vous apprendrez de mon expérience dans le monde réel, en passant du suivi SEO traditionnel à la mesure de la performance à l'ère de l'IA :
Pourquoi les métriques SEO traditionnelles manquent le tableau d'ensemble en 2025
Comment suivre la performance de votre contenu sur ChatGPT et d'autres plateformes IA
Les outils et méthodes spécifiques que j'ai développés pour la mesure de GEO
Des métriques réelles d'un client qui a vu des mentions d'IA sans les cibler
Quand investir dans la GEO par rapport au SEO traditionnel (et quand faire les deux)
Je vous guiderai à travers le cadre de mesure exact que j'ai construit, les découvertes surprenantes que nous avons faites, et pourquoi ce changement compte plus que la plupart des gens ne le réalisent.
Connaissance de l'industrie
Ce que chaque expert SEO recommande encore
L'industrie du SEO est encore largement bloquée dans un monde de mesure centré sur Google. Chaque grand outil SEO, cours et expert parle des mêmes métriques : trafic organique, classements de mots-clés, backlinks et autorité de domaine. Cela a du sens car ces métriques ont fonctionné pendant plus de 20 ans.
Voici ce que la sagesse SEO conventionnelle vous dit de suivre :
Classements de mots-clés : Surveillez votre position pour les mots-clés cibles dans les résultats de recherche Google
Trafic organique : Mesurez les visiteurs provenant des moteurs de recherche via Google Analytics
Taux de clics : Suivez combien de personnes cliquent sur vos résultats dans la recherche
Métriques de backlink : Comptez l'autorité de domaine, les domaines référents et la qualité des liens
Scores SEO techniques : Vitesse de chargement des pages, Core Web Vitals, erreurs d'exploration
Ce cadre existe parce que Google a dominé la découverte d'informations pendant des décennies. Des outils SEO comme Ahrefs, SEMrush et Moz ont construit l'ensemble de leurs modèles commerciaux autour du suivi de ces signaux spécifiques à Google. L'industrie a créé un écosystème complexe de mesure qui suppose que Google est le seul moyen pour les gens de trouver du contenu.
Mais voici le problème : les gens obtiennent de plus en plus de réponses directement des systèmes d'IA sans jamais visiter de sites web. ChatGPT traite des milliards de requêtes par mois. Claude, Perplexity et d'autres plateformes d'IA deviennent le premier arrêt pour la collecte d'informations. Pourtant, nos systèmes de mesure prétendent que ce changement n'est pas en cours.
L'approche conventionnelle échoue car elle est rétrospective et spécifique à une plate-forme. Elle mesure ce qui s'est passé sur Google, pas comment les gens découvrent réellement et utilisent votre expertise sur tous les canaux. Lorsque votre contenu apparaît dans une réponse de ChatGPT qui influence une décision d'achat, les métriques SEO traditionnelles complètement ignorent cet impact.
Considérez-moi comme votre complice business.
7 ans d'expérience freelance avec des SaaS et Ecommerce.
La découverte s'est produite par accident. Alors que je travaillais sur la stratégie SEO de ce client e-commerce Shopify, j'ai commencé à remarquer quelque chose d'intéressant dans leurs enquêtes de satisfaction client. Les gens mentionnaient qu'ils avaient "recherché" leurs produits avant d'acheter, mais nous ne pouvions pas tracer les sources de trafic dans nos analyses.
Ce client se trouvait dans une niche traditionnelle - les produits faits main - où l'on ne s'attendrait pas à une utilisation intensive de l'IA. Pourtant, quand j'ai commencé à tester manuellement des recherches liées à leurs produits dans ChatGPT, leur entreprise et des détails spécifiques de produits apparaissaient dans les réponses. Cela ne se produisait pas parce que nous avions optimisé pour cela ; c'était un sous-produit d'un contenu complet et bien structuré.
L'approche traditionnelle que j'utilisais a complètement manqué cela. Nos Google Analytics montraient un trafic direct et un peu de recherche organique, mais il y avait ce fossé mystérieux. Les gens les découvraient clairement quelque part, obtenaient suffisamment d'informations pour prendre des décisions d'achat, puis tapais directement l'URL. Notre attribution était cassée.
J'ai réalisé que ce que Google Analytics qualifiait de trafic "direct" était en réalité influencé par les interactions avec l'IA. Quelqu'un demanderait à ChatGPT des options d'emballage durable, obtiendrait une réponse mentionnant notre client, puis visiterait directement le site. D'un point de vue SEO traditionnel, cela ressemblait à du trafic direct sans source.
Le plus gros problème était que nous n'avions aucun moyen de mesurer ce phénomène. Google Search Console suit les mentions sur Google. Ahrefs suit les backlinks et les classements. Mais rien ne suit à quelle fréquence votre expertise apparaît dans les réponses générées par l'IA ou influence le processus de recherche des gens à travers ces nouveaux canaux.
Cela m'a amené à réaliser que la mesure SEO traditionnelle nous donnait une image incomplète. Nous optimisions pour la découvrabilité sur Google tout en ignorant l'influence croissante des plateformes d'IA dans le parcours client. Les indicateurs semblaient bons, mais nous manquions une grande partie de notre impact réel.
Voici mon Playbooks
Ce que j'ai fini par faire et les résultats.
Comme il n'existait pas d'outils pour suivre efficacement les mentions de l'IA, j'ai dû créer un système de mesure à partir de zéro. L'idée clé était que mesurer la performance géographique nécessite une approche complètement différente de celle du SEO traditionnel - vous mesurez l'influence et l'autorité, pas seulement le trafic.
Voici l'approche systématique que j'ai développée :
Protocole de Test Manuel de l'IA
J'ai créé un calendrier de tests où j'interroge manuellement diverses plateformes d'IA avec des questions liées à l'expertise du client. Pour ce client e-commerce, j'ai testé 20 requêtes différentes liées aux produits chaque mois sur ChatGPT, Claude et Perplexity. J'ai documenté quelles plateformes les ont mentionnées, dans quel contexte et à quelle fréquence.
Le processus impliquait de tester des variations telles que "meilleur emballage durable pour petite entreprise," "comparaison de matériaux d'expédition écologiques," et "où acheter des emballages de produits recyclés." J'ai suivi la fréquence des mentions, la qualité du contexte et le positionnement dans les réponses.
Construction de Ponts d'Attribution
Puisque les analyses traditionnelles manquent de trafic influencé par l'IA, j'ai mis en œuvre des tests de paramètres UTM et une intégration de sondages auprès des clients. J'ai ajouté des sondages après-achat demandant spécifiquement des méthodes de recherche. Les données ont révélé que 34 % des clients avaient utilisé des outils d'IA pendant leur processus de recherche, même si cela ne se voyait pas dans notre analytique.
J'ai également créé des pages d'atterrissage spécifiques avec des URL uniques que je pouvais tester dans les réponses de l'IA. Lorsque je trouvais notre client mentionné dans des résultats d'IA, je notais s'ils avaient fourni des liens directs ou si les gens devaient chercher séparément.
Cartographie des Performances de Contenu
Au lieu de simplement suivre les classements par mots-clés, j'ai cartographié les morceaux de contenu les plus susceptibles d'être référencés par les systèmes d'IA. J'ai découvert que les guides de produits complets et les explications de processus détaillées avaient de meilleures performances en mentions d'IA que les pages de produits traditionnelles optimisées pour Google.
Le contenu qui a obtenu des mentions d'IA avait des caractéristiques spécifiques : il répondait à des questions complètes, incluait des processus étape par étape, fournissait du contexte et des comparaisons, et utilisait un langage clair et autoritaire. Cela différait du contenu qui se classait bien dans la recherche traditionnelle.
Système de Suivi Multi-Plateformes
J'ai développé un système de suivi par tableur qui surveillait les mentions sur différentes plateformes d'IA chaque mois. J'ai suivi : la fréquence des mentions, la qualité du contexte (mention primaire contre secondaire), l'exactitude des informations et si des liens directs étaient fournis.
Cela a révélé des modèles que je ne pouvais pas voir avec des outils SEO traditionnels. Par exemple, ChatGPT les mentionnait plus fréquemment dans des requêtes de comparaison, tandis que Perplexity était mieux pour des recommandations de produits directs. Claude fournissait le contexte le plus détaillé mais moins de mentions au total.
Tests manuels
Suivez les mentions de votre marque sur ChatGPT Claude et Perplexity chaque mois en utilisant des requêtes spécifiques liées à l'industrie.
Attribution de liaison
Utilisez des enquêtes post-achat pour identifier les clients influencés par l'IA qui ne figurent pas dans les analyses traditionnelles.
Cartographie du contenu
Identifier quels types de contenu obtiennent des mentions d'IA par rapport aux classements de recherche traditionnels - ils sont souvent différents
Modèles de Plateforme
Chaque plateforme d'IA a des comportements de mention différents - documentez ces modèles pour une création de contenu stratégique.
Les résultats de la mise en œuvre de ce cadre de mesure ont été révélateurs. Après six mois de suivi, nous avons découvert que les plateformes IA mentionnaient notre client dans environ 40 % des requêtes de catégories de produits pertinentes, bien que nous n'ayons jamais spécifiquement optimisé pour cela.
Plus important encore, les enquêtes post-achat ont révélé que les clients influencés par l'IA avaient une valeur moyenne de commande supérieure de 23 % et un taux de fidélisation supérieur de 15 %. Ces utilisateurs venaient sur le site plus informés et avec une intention plus claire, ce qui a conduit à de meilleures décisions d'achat.
Le pont d'attribution que nous avons construit a montré que ce que Google Analytics a qualifié de "trafic direct" était en réalité influencé par l'IA à hauteur de 45 %. Cela a complètement changé notre compréhension de nos sources de trafic et du contenu qui générait une véritable valeur commerciale.
Les métriques SEO traditionnelles ont montré une croissance stable mais peu remarquable. Cependant, lorsque nous avons pris en compte les mentions et l'influence des plateformes IA, notre contenu atteignait et influençait de manière significativement plus de clients potentiels que nous ne le réalisions. Le cadre de mesure a révélé que notre véritable portée était environ 3 fois ce que les analyses traditionnelles suggéraient.
Peut-être plus surprenant, le contenu qui performait le mieux dans les mentions IA n'était pas toujours le contenu qui se classait le plus haut dans Google. Les systèmes IA favorisaient un contenu complet et contextuel plutôt que des pages optimisées pour les mots-clés, suggérant que des stratégies d'optimisation différentes pourraient être nécessaires pour différentes plateformes.
Ce que j'ai appris et les erreurs que j'ai commises.
Pour que vous ne les fassiez pas.
Après des mois de construction et de raffinement de cette approche de mesure, plusieurs aperçus critiques ont émergé qui ont changé ma manière de penser la performance du contenu :
1. L'attribution est cassée, mais réparable : Les analyses traditionnelles manquent une énorme portion de l'influence réelle du contenu. Vous avez besoin de systèmes de mesure actifs pour comprendre votre portée réelle.
2. Les mentions d'IA ≠ trafic mais font = influence : Une mention dans ChatGPT peut ne pas générer de trafic immédiat, mais elle construit de l'autorité et influence les décisions d'achat par la suite.
3. Différentes plateformes, différents comportements : Chaque plateforme d'IA a des modèles de mention distincts. Ce qui fonctionne pour la visibilité de ChatGPT pourrait ne pas fonctionner pour Perplexity ou Claude.
4. La qualité plutôt que la quantité à l'ère de l'IA : Les systèmes d'IA récompensent un contenu complet et précis plutôt que des pages bourrées de mots-clés. Votre mesure devrait refléter la qualité du contenu, pas seulement le volume de trafic.
5. Les tests manuels sont actuellement essentiels : Jusqu'à ce que de meilleurs outils émergent, le test manuel à travers les plateformes d'IA est le seul moyen de comprendre votre performance réelle.
6. Les méthodes de recherche client sont en train de changer : Les gens utilisent l'IA pour la recherche initiale, puis vont directement sur les sites web. Cela crée des lacunes d'attribution que les analyses traditionnelles ne peuvent pas combler.
7. L'avenir est la mesure multi-plateformes : Le succès en 2025+ nécessite de suivre la performance à travers les moteurs de recherche ET les plateformes d'IA, et non pas de choisir l'un ou l'autre.
Comment vous pouvez adapter cela à votre entreprise
Mon playbook, condensé pour votre cas.
Pour votre SaaS / Startup
Testez les mentions de votre produit sur les plateformes d'IA chaque mois
Sondage des utilisateurs sur leur processus de recherche lors de l'intégration
Suivez quelle documentation d'aide reçoit des références d'IA
Surveillez les mentions d'IA des concurrents pour des informations de positionnement
Pour votre boutique Ecommerce
Tester les requêtes de catégorie de produit sur ChatGPT et Perplexity
Ajouter des enquêtes post-achat demandant des méthodes de recherche
Suivre quels guides de produits sont mentionnés dans les réponses de l'IA
Surveiller les mentions de l'IA pour les produits saisonniers et tendance