Études
Comment réaliser un audit GEO complet d'un SaaS
Un SaaS peut être premier sur Google et absent des réponses générées. Il peut être connu des modèles et jamais recommandé. Il peut être cité sur les requêtes qui portent son nom et invisible sur celles qui décident d'un achat. Il peut être recommandé sans qu'aucune de ses pages ne serve de source. Il peut enfin être décrit avec un tarif obsolète ou rangé dans la mauvaise catégorie, ce qui produit une objection commerciale que personne dans l'entreprise ne verra jamais.
Ces situations sont différentes, elles ont des causes différentes et elles appellent des corrections différentes. Aucune ne se détecte en demandant à ChatGPT s'il connaît votre marque. C'est précisément ce que fait un audit GEO : mesurer séparément la capacité d'une entreprise à être découverte, retenue, nommée, correctement décrite et citée, sur les requêtes qui comptent dans son marché, avec un protocole assez rigoureux pour que le résultat soit comparable d'un trimestre à l'autre.
Cet article est le manuel de cette prestation. Il couvre le cadrage, la construction du corpus, le protocole d'exécution, les six analyses qui composent le rapport, la structure du livrable, la priorisation et la feuille de route. Il indique aussi ce qu'un audit ne peut pas établir, parce qu'un audit qui promet plus qu'il ne mesure ne vaut rien.
L'essentiel en 60 secondes
- Un audit GEO mesure six dimensions distinctes : la découvrabilité, la présence, le positionnement, la préférence, l'autorité et l'exactitude. Un chiffre unique de « visibilité » les écrase toutes.
- La qualité d'un audit tient d'abord à son corpus de requêtes : cinq prompts ne mesurent rien, et le corpus doit couvrir les intentions du parcours d'achat, pas les mots-clés du référencement.
- Chaque requête doit être posée plusieurs fois, sur plusieurs moteurs, depuis des sessions neuves. Les réponses sont probabilistes et la personnalisation modifie les résultats.
- Deux analyses distinguent un vrai audit d'un relevé : la cartographie des sources, qui montre d'où vient l'information reprise, et l'audit d'exactitude, qui mesure ce que les moteurs disent de faux sur le produit.
- Les résultats doivent être segmentés. Une marque peut être très présente sur les requêtes informationnelles et quasi absente sur les requêtes d'achat, ce qui change entièrement les priorités.
- Le livrable utile n'est pas un score : c'est une liste de causes probables, hiérarchisée par impact, effort et niveau de confiance du diagnostic.
Ce qu'est un audit GEO, et ce qu'il n'est pas
En bref
Un audit GEO est l'analyse systématique de la présence, du positionnement, de la représentation et des sources associées à une marque dans les réponses des moteurs génératifs, sur les requêtes stratégiques de son marché. Il repose sur un corpus de requêtes figé, des observations répétées et une grille d'annotation stable, ce qui le rend comparable dans le temps.
Ce n'est donc ni une capture d'écran d'une conversation, ni un audit de référencement auquel on aurait ajouté un chapitre sur l'intelligence artificielle. Les deux exercices partagent une partie de leur socle technique et répondent à des questions différentes.
| Dimension | Audit de référencement classique | Audit GEO |
|---|---|---|
| Objet mesuré | Des positions dans une liste de résultats | La présence dans un texte rédigé qui nomme quelques solutions |
| Unité d'observation | Une requête, une page de résultats | Une requête posée plusieurs fois, sur plusieurs moteurs |
| Déterminisme | Un classement stable sur plusieurs jours | Des réponses variables d'une exécution à l'autre |
| Source du résultat | Vos pages, classées par un moteur | Vos pages, des pages tierces, et la connaissance du modèle |
| Indicateurs | Positions, impressions, clics, trafic | Fréquences de mention, de recommandation, de citation, exactitude |
| Concurrence | Qui est au-dessus de vous | Qui est nommé à votre place, et à partir de quelles sources |
| Qualité de la représentation | Hors périmètre | Au cœur du périmètre : ce que le moteur affirme de faux compte autant qu'une absence |
| Livrable | Correctifs techniques et éditoriaux | Causes probables hiérarchisées, dont une partie hors du site |
Les deux audits sont complémentaires. Pour les surfaces génératives de Google, la condition d'éligibilité publiée est d'être indexé et éligible à l'affichage avec extrait : un audit GEO qui ignorerait le socle de référencement serait incomplet.
La question à laquelle un audit doit répondre
Pas « sommes-nous visibles dans l'IA », qui n'a pas de réponse, mais : sur quelles intentions d'achat de notre marché sommes-nous nommés, à quelle fréquence, à quelle place, décrits comment, à côté de qui, à partir de quelles sources, et avec quelles erreurs factuelles ? Chacune de ces sept questions se mesure séparément.
Les six dimensions d'un audit GEO
En bref
Un audit complet couvre six dimensions : la découvrabilité (le moteur dispose-t-il d'information sur vous), la présence (à quelle fréquence apparaissez-vous), le positionnement (dans quelles catégories et pour quels usages), la préférence (êtes-vous nommé ou réellement recommandé), l'autorité (quelles sources soutiennent votre présence) et l'exactitude (ce qui est dit de vous est-il vrai).
Ce découpage est un cadre méthodologique Evocia, pas un standard du secteur. Son intérêt est opérationnel : chaque dimension se mesure avec ses propres indicateurs et se corrige avec ses propres leviers. Un audit qui les mélange produit un score, pas un diagnostic.
| Dimension | Question posée | Indicateur principal | Levier de correction |
|---|---|---|---|
| Découvrabilité | Le moteur peut-il accéder à une information exploitable sur nous ? | Accès des robots, lisibilité des pages clés, réponses obtenues sans recherche web | Technique : accès, rendu, indexation |
| Présence | À quelle fréquence sommes-nous nommés sur les requêtes du corpus ? | Taux de citation au sens de mention | Couverture des intentions, sources tierces |
| Positionnement | Dans quelle catégorie, pour quels usages et quel segment sommes-nous rangés ? | Alignement de positionnement | Cohérence de l'entité, déclaration du périmètre |
| Préférence | Sommes-nous simplement cités ou réellement conseillés ? | Taux de recommandation, taux de présence en tête | Preuves, comparatifs, avis, différenciation explicite |
| Autorité | Quelles sources portent notre présence, et lesquelles portent celle des concurrents ? | Taux de présence en sources, taux de sources propres, écart de sources | Relations presse, comparateurs, communautés, données originales |
| Exactitude | Ce qui est affirmé sur nous est-il vrai et à jour ? | Score d'exactitude | Correction à la source, publication des faits vérifiables |
Les six dimensions d'un audit GEO. Un SaaS peut obtenir un bon résultat sur cinq d'entre elles et un résultat catastrophique sur la sixième : c'est le cas le plus fréquent, et il serait invisible dans un score agrégé.
Étape 1 : cadrer le périmètre avant de tester quoi que ce soit
En bref
Le cadrage définit ce que l'audit mesure et ce qu'il ignore : marque et produits, catégories revendiquées, segments et personas, marchés et langues, concurrents de référence, cas d'usage prioritaires. Sans ce cadrage, le corpus de requêtes est arbitraire et les résultats ne sont comparables ni entre concurrents ni dans le temps.
C'est l'étape la plus vite expédiée et la plus déterminante. Un audit dont le périmètre n'est pas écrit produit des chiffres invérifiables : personne ne saura, six mois plus tard, pourquoi telle requête figurait dans le corpus ni pourquoi tel concurrent en était absent.
| Élément à figer | Ce qu'il faut écrire | Erreur courante |
|---|---|---|
| Marque et produits | Le nom exact, ses graphies, et les homonymes connus dans d'autres secteurs | Ignorer les homonymes, puis compter comme mentions des réponses parlant d'autre chose |
| Catégories | La catégorie telle que les acheteurs la nomment, et non celle du discours interne | Auditer sur une catégorie inventée que personne n'emploie |
| Segments et personas | Taille d'entreprise, fonction du décideur, secteurs prioritaires | Mesurer une visibilité moyenne qui ne correspond à aucun acheteur réel |
| Marchés et langues | Pays et langue de test, avec la langue des requêtes | Tester en anglais un marché francophone, ou l'inverse |
| Concurrents de référence | Trois à cinq noms figés pour toute la durée du suivi | Changer la liste entre deux audits, ce qui rend la part de voix incomparable |
| Cas d'usage | Les problèmes concrets que le produit résout, formulés comme un acheteur les formule | Partir des fonctionnalités plutôt que des problèmes |
| Périmètre exclu | Ce que l'audit ne couvre pas, écrit explicitement | Laisser croire que l'audit couvre tout |
Le SaaS fil rouge de cet article
Flowdesk est un éditeur fictif, utilisé ici pour rendre la méthode concrète. Logiciel de gestion des demandes clients pour les services support de vingt à deux cents agents, marché français, catégorie revendiquée « logiciel de centre de contact ». Trois concurrents de référence, également fictifs, désignés A, B et C. Tous les chiffres qui lui sont attribués dans cet article sont inventés et signalés comme tels : ils illustrent une lecture de résultats, ils ne mesurent rien.
Étape 2 : construire le corpus de requêtes
En bref
Le corpus doit couvrir sept familles de requêtes, de la découverte du problème jusqu'au choix final, formulées comme les acheteurs les posent réellement à une IA. Un corpus construit à partir de mots-clés de référencement rate l'essentiel : les questions posées aux assistants sont plus longues, contextualisées et souvent porteuses de contraintes.
| Famille | Ce qu'elle teste | Exemple pour le SaaS fil rouge |
|---|---|---|
| Catégorie | Votre présence dans la définition même du marché | « Quels sont les meilleurs logiciels de centre de contact ? » |
| Problème | La découverte par le besoin, avant que la catégorie ne soit connue | « Comment réduire le temps de réponse de mon service client ? » |
| Cas d'usage | Votre couverture des situations concrètes | « Quel outil pour router automatiquement les demandes selon la langue ? » |
| Comparaison | Ce qui est dit du duel, et à partir de quelles sources | « Quelle différence entre le concurrent A et le concurrent B ? » |
| Alternatives | Votre capture des parcours de remplacement | « Quelles alternatives au concurrent A pour une équipe de cinquante agents ? » |
| Marque | Ce que le moteur sait et dit de vous, et son exactitude | « Que fait Flowdesk et à qui s'adresse cet outil ? » |
| Conversationnelle longue | Le comportement réel d'un décideur face à un assistant | « Nous sommes une entreprise de 150 salariés en France, notre service client traite 800 demandes par jour et nous cherchons à réduire le délai de première réponse. Quelles solutions devrions-nous considérer ? » |
Sept familles. Les six premières se déclinent en variantes ; la septième est celle que les audits oublient, alors qu'elle correspond au vrai usage des assistants.
La couverture des intentions
Un corpus se juge à sa couverture, pas à son volume. Commencez par lister les intentions stratégiques de votre marché, c'est-à-dire les questions dont la réponse influence un achat, puis mesurez la part de ces intentions effectivement testée.
Couverture des intentions (%) =
intentions stratégiques testées
÷ intentions stratégiques identifiées
× 100
Exemple : 34 intentions identifiées lors du cadrage,
28 testées dans le corpus → couverture = 82 %.
Toute intention identifiée mais non testée doit figurer
dans le rapport : c'est une zone d'ombre assumée,
pas un oubli silencieux.| Niveau d'audit | Ordre de grandeur du corpus | Répétitions | Moteurs | Observations | Charge indicative |
|---|---|---|---|---|---|
| Rapide | 10 à 15 requêtes | 3 | 2 | 60 à 90 | 1 journée |
| Standard | 30 à 50 requêtes | 3 | 4 | 360 à 600 | 3 à 5 jours |
| Approfondi | 60 à 100 requêtes | 5 | 4 à 5 | 1 200 à 2 500 | 8 à 12 jours |
| Suivi trimestriel | Corpus figé de l'audit initial | 3 à 5 | Identiques | Identique | 2 à 4 jours par campagne |
Ordres de grandeur indicatifs, pour un relevé manuel avec annotation. Il n'existe pas de taille de corpus universellement optimale : elle dépend du nombre d'intentions réelles du marché. Un audit rapide sert à décider s'il faut un audit complet, pas à conclure.
Pourquoi cinq prompts ne mesurent rien
Avec cinq requêtes posées une fois, une marque présente dans deux réponses affiche 40 %. La même marque, sur le même marché, peut afficher 0 % ou 60 % à la répétition suivante sans que rien n'ait changé. L'échantillon est trop petit pour distinguer un signal d'un accident, et il ne couvre aucune segmentation utile. Ce n'est pas une question de rigueur académique : c'est la différence entre un chiffre sur lequel on engage un budget et un chiffre qu'on aurait pu tirer au sort.
Étape 3 : choisir les moteurs et fixer les conditions
En bref
Un audit sérieux couvre au minimum ChatGPT, Claude, Gemini et Perplexity, plus les surfaces génératives de Google Search lorsqu'elles sont pertinentes pour le marché. Chaque moteur a ses propres conditions d'observation, et les comparer sans le savoir produit des écarts qui ne mesurent que le protocole.
| Moteur | Ce que l'on observe | Condition à noter dans le protocole |
|---|---|---|
| ChatGPT | Mentions, recommandations, sources affichées en ligne ou dans le panneau | Recherche web déclenchée ou non, état de la mémoire, session neuve |
| Claude | Mentions, recommandations, citations systématiques lorsque la recherche est utilisée | Recherche web activée ou non, réglage administrateur sur les offres professionnelles |
| Gemini | Mentions et bouton Sources, présent seulement lorsque des sources sont disponibles | Ne pas confondre l'application Gemini avec les surfaces de Google Search |
| Perplexity | Mentions et citations numérotées sur chaque réponse | Mode de recherche employé, langue de l'interface |
| Surfaces IA de Google Search | Présence comme lien cité dans le résumé génératif ou l'expérience conversationnelle | Unité d'observation différente : c'est une requête de recherche, pas une conversation |
Vérifié le 15 août 2026. Le détail de ce que chaque éditeur documente, agent par agent, figure dans notre guide dédié aux quatre moteurs.
OpenAI documente que si la mémoire est activée, la réécriture de la requête envoyée aux fournisseurs de recherche peut s'appuyer sur les informations retenues des conversations précédentes. C'est la justification technique de la règle la plus importante du protocole : un relevé se fait depuis une session neuve, jamais depuis le compte de l'équipe qui parle du produit toute la journée.
Le détail de ce que ChatGPT, Claude, Gemini et Perplexity publient réellement sur leurs agents, leurs citations et leurs conditions d'inclusion est traité dans comment rendre un SaaS visible dans ChatGPT, Claude, Gemini et Perplexity. Cet audit s'appuie dessus sans le répéter.
Étape 4 : le protocole d'exécution
En bref
Le protocole fixe ce qui doit rester constant pour que deux campagnes soient comparables : formulation exacte des requêtes, langue, pays, état du compte, moteur et mode, nombre de répétitions, date, et archivage de la réponse brute. Tout ce qui n'est pas figé devient une explication possible d'une variation.
| Variable | Effet possible sur la réponse | Traitement dans le protocole |
|---|---|---|
| Formulation | Deux formulations d'une même intention donnent des réponses différentes | Figer le texte exact et le versionner ; tester les variantes comme des requêtes distinctes |
| Répétition | La génération est probabiliste | Trois répétitions minimum, cinq pour un audit approfondi |
| Historique et mémoire | La requête envoyée à la recherche peut être enrichie par les souvenirs | Session neuve, mémoire désactivée quand l'option existe, état documenté |
| Recherche web | Avec ou sans récupération, on ne mesure pas la même chose | Deux relevés séparés lorsque c'est pertinent, jamais mélangés dans un même taux |
| Langue et pays | Les sources mobilisées diffèrent | Une langue et un pays par campagne, notés dans chaque ligne du relevé |
| Modèle | Les modèles évoluent et sont parfois routés automatiquement | Noter le modèle quand il est identifiable, et la date dans tous les cas |
| Date | L'index et les modèles changent en continu | Horodater chaque observation ; ne jamais comparer deux campagnes sans leurs dates |
| Annotateur | Le codage de « recommandé » varie d'une personne à l'autre | Règle de codage écrite, et double codage d'un échantillon pour vérifier l'accord |
Huit variables suffisent à expliquer la quasi-totalité des écarts inexpliqués entre deux audits du même SaaS.
La règle de codage, pièce la plus négligée
Avant de commencer, écrivez ce qui compte comme une recommandation. Par exemple : la marque est proposée comme solution à retenir, nommée dans une liste de solutions conseillées ou explicitement conseillée dans le corps de la réponse ; une simple évocation dans une phrase de contexte ne compte pas. Sans cette règle, deux personnes annotant le même corpus produisent deux résultats différents, et l'écart d'un trimestre à l'autre peut n'être qu'un changement d'annotateur.
Le traitement statistique proprement dit, c'est-à-dire la quantification de l'incertitude, le piège de la pseudoréplication et les comparaisons multiples, est développé dans notre méthode de mesure de la visibilité. Un audit sérieux s'y réfère plutôt que de réinventer une statistique approximative.
Étape 5 : mesurer la présence et la préférence
En bref
Cinq indicateurs suffisent à décrire la présence d'une marque : le taux de citation au sens de mention, le taux de recommandation, le taux de présence en tête, la part de voix et le Share of Model comme agrégat. Chacun a un dénominateur différent, et c'est le dénominateur qui décide de ce que le chiffre signifie.
| Indicateur | Terme anglais courant | Formule | Ce qu'il ne dit pas |
|---|---|---|---|
| Taux de citation (mention) | Mention Rate | Réponses mentionnant la marque ÷ réponses analysées × 100 | Si la mention est positive, ni si elle est une recommandation |
| Taux de recommandation | Recommendation Rate | Réponses recommandant la marque ÷ réponses analysées × 100 | Rien sans une règle de codage écrite au préalable |
| Taux de présence en tête | First Mention Rate, Top 3 Presence | Réponses citant la marque dans les trois premières ÷ réponses où elle apparaît × 100 | Ce qui détermine cette place, qu'aucun éditeur ne publie |
| Part de voix | Share of Voice | Mentions de la marque ÷ mentions de toutes les marques suivies × 100 | L'évolution du marché : elle dépend de la liste de concurrents figée au cadrage |
| Share of Model | Share of Model | Réponses où la marque apparaît ÷ réponses analysées × 100, tous moteurs confondus | Combien de personnes ont réellement vu ces réponses |
Le vocabulaire français est celui de nos guides précédents ; les termes anglais sont donnés parce que ce sont ceux que les outils du marché emploient. Aucune de ces mesures n'est un standard officiel du secteur.
Toujours publier le dénominateur
Un taux de présence en sources calculé sur l'ensemble des réponses et le même taux calculé sur les seules réponses affichant des sources donnent deux chiffres très différents, et les deux se défendent. Ce qui ne se défend pas, c'est de ne pas dire lequel on a retenu. La règle : chaque indicateur d'un rapport d'audit porte son dénominateur en toutes lettres.
Étape 6 : le benchmark concurrentiel
En bref
Le même corpus, codé pour vous et pour trois à cinq concurrents, produit le tableau qui transforme une inquiétude en plan de travail. L'intérêt n'est pas de constater un écart, mais d'identifier ce qui rend un concurrent plus facilement sélectionnable : sur quelles familles de requêtes il domine, et à partir de quelles sources.
| Marque | Taux de mention | Taux de recommandation | Présence en tête | Taux de présence en sources |
|---|---|---|---|---|
| Flowdesk (audité) | 21 % | 13 % | 9 % | 7 % |
| Concurrent A | 61 % | 44 % | 38 % | 12 % |
| Concurrent B | 38 % | 22 % | 14 % | 9 % |
| Concurrent C | 17 % | 6 % | 3 % | 4 % |
Exemple entièrement fictif, destiné à illustrer une lecture. Ces chiffres ne sont pas des mesures et ne doivent pas être cités comme telles.
La lecture utile ne consiste pas à écrire que le concurrent A a quarante points d'avance. Elle consiste à observer la structure de l'écart. Ici, trois faits ressortent. Le concurrent A convertit ses mentions en recommandations dans près des trois quarts des cas, contre moins des deux tiers pour le SaaS audité : il n'est pas seulement plus connu, il est plus souvent conseillé quand il est connu. Le concurrent C est presque aussi mentionné que le SaaS audité mais très rarement recommandé, ce qui suggère une notoriété sans arguments de sélection. Et les taux de présence en sources sont faibles pour tout le monde, ce qui indique que la matière vient très majoritairement de tiers, et non des sites des éditeurs.
Le rapport mention sur recommandation
C'est le ratio le plus instructif du benchmark, et il ne figure dans presque aucun rapport. Une marque très mentionnée mais peu recommandée a un problème de différenciation ou de preuves, pas de visibilité : elle est connue et écartée. Une marque peu mentionnée mais fortement recommandée quand elle apparaît a le problème inverse, plus facile à traiter : il lui manque de la matière disponible, pas des arguments.
Étape 7 : le contexte des mentions et l'alignement de positionnement
En bref
Toutes les mentions ne se valent pas. Un audit distingue au minimum six statuts, de la simple évocation à la mention erronée, et vérifie que la façon dont les moteurs décrivent le produit correspond au positionnement que l'entreprise revendique. C'est l'analyse la plus souvent absente des audits, et souvent la plus actionnable.
| Statut de la mention | Description | Lecture |
|---|---|---|
| Évocation | Le nom apparaît dans une phrase de contexte, sans proposition | Le moteur connaît la marque mais ne la mobilise pas comme solution |
| Présence en liste | La marque figure dans une énumération de solutions | Candidature acceptée, sans préférence marquée |
| Recommandation | La marque est proposée comme un choix pertinent | L'objectif commercial est atteint sur cette réponse |
| Recommandation qualifiée | La marque est conseillée pour un cas précis, avec une raison | Le meilleur résultat possible : la raison est réutilisable |
| Mention réservée | La marque est nommée avec une limite ou une objection | Objection à traiter à la source, pas à ignorer |
| Mention erronée | La marque est nommée avec une information fausse | Prioritaire : produit une objection commerciale invisible |
L'alignement de positionnement
Cette analyse compare deux listes. D'un côté, le positionnement revendiqué au cadrage : segment de taille, secteurs, cas d'usage prioritaires, différenciation. De l'autre, les termes réellement employés par les moteurs pour décrire le produit dans les réponses collectées. L'écart se mesure simplement.
Alignement de positionnement (%) =
attributs revendiqués effectivement associés à la marque
÷ attributs revendiqués au cadrage
× 100
Exemple fictif (Flowdesk) :
Revendiqué : PME de 20 à 200 agents, service client,
routage multilingue, hébergement européen.
Observé : « adapté aux grandes entreprises »,
« solution de ticketing », hébergement non mentionné.
→ 1 attribut sur 4 correctement associé : 25 %.
Un alignement faible n'est pas un problème de visibilité :
la marque est vue, elle est mal comprise. Le levier est la
cohérence de l'entité, pas la production de contenu.Étape 8 : cartographier les sources
En bref
La cartographie des sources relie chaque réponse aux domaines qu'elle cite, puis classe ces domaines par type. Elle répond à la question qu'aucun indicateur agrégé ne traite : quand un moteur recommande une solution de votre catégorie, sur quoi s'appuie-t-il, et cette matière existe-t-elle pour vous ?
Le principe est simple : pour chaque réponse affichant des sources, on note la requête, la marque recommandée, le domaine cité, le type de source et la page précise. On obtient une table qui se lit de deux façons, par marque et par type de source.
| Famille de requêtes | Type de source cité | Part des citations | Marque que la source soutient |
|---|---|---|---|
| Catégorie | Comparateurs et annuaires | 34 % | Concurrents A et B |
| Catégorie | Médias spécialisés | 21 % | Concurrent A |
| Comparaison | Sites des éditeurs (pages comparatives) | 26 % | Concurrent A principalement |
| Alternatives | Communautés et forums professionnels | 29 % | Concurrents A et C |
| Cas d'usage | Documentation technique | 18 % | Concurrent B |
| Marque | Site de l'éditeur audité | 62 % | Flowdesk |
Exemple fictif. La lecture est immédiate : le SaaS audité n'est cité que sur les requêtes qui portent déjà son nom, c'est-à-dire là où le résultat est acquis, et absent de toutes les familles où la décision se joue.
Deux indicateurs issus de la cartographie
Taux de sources propres (%) =
citations pointant vers votre domaine
÷ citations associées à votre marque
× 100
Part de citations (%) =
citations associées à votre marque
÷ citations associées à l'ensemble des marques suivies
× 100
Lecture croisée :
- taux de sources propres élevé + part de citations faible
→ vous n'êtes cité que sur vos propres requêtes de marque
- taux de sources propres faible + part de citations élevée
→ des tiers parlent de vous, votre site ne sert pas de référence
- les deux faibles → il manque de la matière, pointÉtape 9 : mesurer l'écart de sources
En bref
L'écart de sources est la différence entre les familles de sources qui soutiennent vos concurrents et celles qui vous soutiennent. C'est la conclusion la plus directement transformable en plan de travail d'un audit GEO, parce qu'elle désigne des surfaces précises plutôt qu'un objectif de visibilité abstrait.
| Famille de sources | Soutient les concurrents | Vous soutient | Écart | Action possible |
|---|---|---|---|---|
| Comparateurs et plateformes d'avis | Oui, fiches complètes et avis récents | Fiche incomplète, sans avis récent | Fort | Compléter les fiches, solliciter des avis auprès de clients réels |
| Médias et sites spécialisés | Oui, plusieurs articles de moins d'un an | Aucune mention indépendante récente | Fort | Produire une donnée originale qui mérite d'être reprise |
| Communautés professionnelles | Oui, discussions d'utilisateurs | Absent | Fort | Présence identifiée et utile, sans complaisance |
| Pages comparatives d'éditeurs | Oui, y compris chez des tiers | Aucune page comparative publiée | Moyen | Publier des comparatifs honnêtes nommant les cas où l'autre convient mieux |
| Documentation technique | Oui, ouverte et indexable | Documentation derrière un compte | Fort | Ouvrir la documentation générale |
| Partenaires et places de marché | Oui, pages d'intégration décrites | Logos sans description | Moyen | Une page par intégration significative |
Exemple fictif. L'écart de sources est un cadre d'analyse proposé dans ce guide ; il ne mesure pas un effet, il localise une absence.
La limite morale de cette analyse
Un écart de sources se comble en devenant une entreprise dont on parle, jamais en fabriquant des signaux. Faux avis, comptes de complaisance dans les communautés, articles achetés non signalés : ces pratiques produisent des traces fragiles, sont détectables par les communautés elles-mêmes, et exposent en France à un risque juridique dès lors qu'il s'agit d'avis. Un rapport d'audit qui recommanderait ces méthodes engagerait la responsabilité de son auteur.
Étape 10 : auditer l'exactitude et repérer les affirmations fausses
En bref
L'audit d'exactitude vérifie chaque affirmation factuelle produite sur le SaaS et la classe en cinq niveaux : exacte, partiellement exacte, obsolète, invérifiable, fausse. Une entreprise correctement décrite dans quatre-vingts pour cent des cas peut perdre des ventes sur les vingt pour cent restants sans jamais le savoir.
| Élément vérifié | Question posée | Source de vérité |
|---|---|---|
| Catégorie | Le produit est-il rangé dans la bonne catégorie ? | Positionnement écrit au cadrage |
| Fonctionnalités | Les fonctions citées existent-elles réellement ? | Documentation produit à jour |
| Tarifs | Le prix annoncé correspond-il au prix public actuel ? | Page de tarifs |
| Intégrations | Les intégrations citées existent-elles, et dans ce périmètre ? | Pages d'intégration et documentation |
| Cible | Le segment décrit correspond-il au segment servi ? | Positionnement écrit au cadrage |
| Disponibilité | Les pays, langues et hébergement annoncés sont-ils exacts ? | Pages produit et conformité |
| Concurrents associés | Les alternatives citées sont-elles réellement comparables ? | Analyse concurrentielle du cadrage |
| Existence | Une fonctionnalité, une certification ou un partenariat inventé apparaît-il ? | Toutes les sources internes |
Score d'exactitude (%) =
affirmations vérifiées exactes
÷ affirmations vérifiables analysées
× 100
Les cinq niveaux de classement :
EXACTE conforme à la source de vérité
PARTIELLEMENT EXACTE vraie mais incomplète ou mal cadrée
OBSOLÈTE vraie à une date antérieure
INVÉRIFIABLE ni confirmable ni infirmable publiquement
FAUSSE contredite par la source de vérité
Les affirmations invérifiables sortent du dénominateur :
les compter comme fausses gonflerait artificiellement
le taux d'erreur, les compter comme exactes le masquerait.Le traitement des affirmations fausses diffère selon leur origine, et c'est cette distinction qui rend l'analyse actionnable. Une information obsolète provient presque toujours d'une source tierce périmée, une fiche comparateur ou un article ancien : elle se corrige en corrigeant la source. Une confusion avec une entreprise homonyme se corrige en levant l'ambiguïté du nom partout où vous le contrôlez. Une fonctionnalité inventée de toutes pièces, sans source identifiable, relève d'une génération sans fondement documentaire, et le seul levier disponible est de publier l'information exacte de façon vérifiable pour que quelque chose puisse être récupéré à la place.
Ce que cette analyse change dans un rapport
Elle inverse souvent les priorités. Un SaaS avec un taux de mention modeste mais un score d'exactitude de 95 % doit travailler sa présence. Le même SaaS avec un taux de mention élevé et un score d'exactitude de 70 % doit d'abord corriger ce qui se dit de lui : augmenter sa visibilité reviendrait à diffuser plus largement des informations fausses.
Étape 11 : auditer le site et l'écosystème
En bref
Le volet technique et éditorial de l'audit vérifie que l'information existe, qu'elle est atteignable par les robots, lisible sans exécution de JavaScript, cohérente d'une surface à l'autre et corroborée par des tiers. C'est la partie qui explique les résultats mesurés aux étapes précédentes.
Cette étape ne se réinvente pas : elle consiste à passer en revue des défauts connus. Nous en avons publié l'inventaire complet, avec pour chacun la méthode de constatation et la correction, dans les 50 erreurs GEO que commettent les entreprises SaaS. Un audit sérieux s'appuie sur cette liste plutôt que sur une improvisation.
| Volet | Contrôles principaux | Guide de référence |
|---|---|---|
| Accès | Robots de recherche autorisés, pare-feu, codes de réponse dans les journaux, sous-domaines, URL mortes | robots.txt, sitemap.xml et llms.txt |
| Lisibilité | Pages clés lisibles sans JavaScript, contenu présent dans le HTML servi, documentation ouverte | structurer un site web pour les IA |
| Couverture | Une page par fonction, tarifs publiés, intégrations décrites, comparatifs et alternatives, cas d'usage | guide GEO pour les SaaS B2B |
| Documentation | Documentation ouverte, datée, versionnée, journal des versions vivant | créer une documentation que les IA adorent citer |
| Citabilité | Passages autonomes, faits datés, chiffres avec méthode, définitions | rédiger un contenu que les IA citeront |
| Données structurées | Balisage conforme au texte visible, aucune note agrégée sans avis réels | l'influence des données structurées |
| Autorité externe | Fiches comparateurs, avis récents, mentions éditoriales, communautés, partenaires | l'influence des avis clients et des forums |
Le rapport d'audit reprend ces contrôles avec leur constat, pas seulement leur intitulé : un contrôle sans observation datée n'est pas un audit.
Le cas de llms.txt dans un audit
Un audit doit mentionner ce fichier, et le mentionner honnêtement. Google a déclaré ne pas l'utiliser, et sa documentation indique qu'aucun fichier lisible par machine n'est nécessaire pour apparaître dans ses fonctionnalités génératives. Les affirmations de prise en charge par d'autres moteurs proviennent de sources secondaires, pas de documentations officielles. Le publier coûte peu et ne nuit pas ; l'inscrire dans un rapport comme un levier de visibilité prouvé, ou pire comme une priorité, décrédibilise l'ensemble du document. Notre guide llms.txt fait le point complet.
Étape 12 : segmenter les résultats
En bref
Un score global masque presque toujours l'information décisive. Les mêmes données, segmentées par moteur, par intention, par étape du parcours d'achat, par persona et par pays, révèlent où la marque est réellement en difficulté et où elle n'a besoin de rien.
| Segment | Taux de mention | Taux de recommandation | Lecture |
|---|---|---|---|
| Requêtes informationnelles | 58 % | 31 % | La marque existe dans l'univers du problème |
| Requêtes de catégorie | 24 % | 15 % | Présence faible là où le marché se définit |
| Requêtes comparatives | 12 % | 5 % | Absente des duels, faute de pages comparatives |
| Requêtes d'achat | 12 % | 6 % | Le point le plus coûteux commercialement |
| Requêtes de marque | 96 % | 88 % | Résultat acquis, sans valeur d'acquisition |
Exemple fictif. Le contraste entre 58 % sur l'informationnel et 12 % sur l'achat est le motif le plus fréquent chez les éditeurs qui investissent dans le contenu de blog sans travailler leurs pages de décision ni leurs sources tierces.
La segmentation par moteur mérite une attention particulière, parce qu'un écart important entre deux moteurs a souvent une cause technique et non éditoriale. Si une marque obtient des résultats corrects partout sauf sur un moteur, la première hypothèse à tester n'est pas la qualité du contenu mais l'accès de l'agent concerné : robots.txt, pare-feu, plages d'adresses. Cette vérification prend une heure et évite un trimestre de production éditoriale inutile.
Le score de visibilité mesurée
En bref
Un score agrégé n'a d'intérêt que pour suivre une évolution dans le temps et communiquer en interne. Il ne remplace jamais les données détaillées. Celui proposé ici combine six composantes issues de l'audit, pondérées selon leur proximité avec la décision d'achat.
| Composante | Poids | Justification du poids |
|---|---|---|
| Taux de recommandation | 30 | Seule composante directement liée à l'objectif commercial |
| Taux de citation (mention) | 20 | Condition d'entrée : sans mention, pas de recommandation |
| Taux de présence en tête | 15 | Les listes retenues par les acheteurs comptent trois noms ou moins |
| Score d'exactitude | 15 | Une visibilité fondée sur des informations fausses détruit de la valeur |
| Taux de présence en sources | 10 | Mesure la contribution de vos contenus, distincte de la recommandation |
| Alignement de positionnement | 10 | Être recommandé au mauvais segment n'apporte pas de pipeline |
Score de visibilité mesurée sur 100, proposé dans ce guide. Les pondérations sont un arbitrage explicite, pas une vérité : un éditeur en phase de notoriété peut légitimement remonter le poids de la mention. L'important est de figer les poids avant la première campagne et de ne plus y toucher.
Trois scores, trois objets différents
Nos guides proposent trois instruments qu'il ne faut pas confondre. Le score de visibilité mesurée, ci-dessus, se calcule à partir de relevés : il décrit un résultat observé. Le Score PRISME, présenté dans notre guide de visibilité sur les quatre moteurs, évalue l'infrastructure informationnelle d'une entreprise : il décrit des conditions. Le score sur trente de notre inventaire des erreurs est un auto-diagnostic rapide. Aucun des trois n'est utilisé par ChatGPT, Google, Anthropic ou Perplexity : ce sont des outils de pilotage, pas des notations de plateformes.
Étape 13 : prioriser les constats
En bref
Chaque constat d'audit reçoit trois évaluations : l'impact potentiel sur la visibilité, l'effort de correction, et le niveau de confiance dans le diagnostic. Cette troisième colonne est celle qui manque partout, et c'est elle qui empêche d'engager un chantier lourd sur une hypothèse fragile.
| Constat | Impact | Effort | Confiance | Priorité | Indicateur de suivi |
|---|---|---|---|---|---|
| Agent de recherche bloqué sur un moteur | Très fort | Faible | Élevée | 1 | Visites de l'agent dans les journaux |
| Page de tarifs illisible sans JavaScript | Fort | Moyen | Élevée | 1 | Contenu présent dans le HTML servi |
| Tarif obsolète repris par les moteurs | Fort | Faible | Élevée | 1 | Score d'exactitude sur l'item tarif |
| Fiches comparateurs incomplètes | Fort | Faible | Moyenne | 2 | Taux de présence en sources sur les requêtes de catégorie |
| Absence de pages comparatives | Fort | Moyen | Moyenne | 2 | Taux de mention sur les requêtes comparatives |
| Positionnement décrit comme grand compte | Moyen | Faible | Élevée | 2 | Alignement de positionnement |
| Aucune donnée originale publiée | Fort | Élevé | Faible | 3 | Mentions éditoriales indépendantes |
Exemple fictif de tableau de priorisation. La colonne « confiance » traduit la solidité du lien entre le constat et le résultat mesuré : élevée quand le mécanisme est documenté, faible quand il repose sur une corrélation observée.
La règle de décision qui découle de cette grille est simple : on exécute d'abord ce qui combine impact fort, effort faible et confiance élevée. On ne lance jamais un chantier à effort élevé sur une confiance faible sans l'avoir explicitement présenté comme un pari, avec son indicateur de vérification.
La structure du livrable
En bref
Un rapport d'audit GEO utile tient en une vingtaine de sections, dont la première est un résumé exécutif d'une page et la dernière une feuille de route datée. Entre les deux, chaque analyse est présentée avec sa méthode, ses données et ses limites, faute de quoi le lecteur ne peut ni vérifier ni reproduire.
- 1Résumé exécutif : trois constats, trois priorités, une page maximum.
- 2Méthodologie : corpus, moteurs, répétitions, conditions, dates, règle de codage.
- 3Périmètre et exclusions : ce qui a été mesuré et ce qui ne l'a pas été.
- 4Corpus de requêtes : la liste intégrale, en annexe si nécessaire.
- 5Résultats globaux : les cinq indicateurs de présence, avec leurs dénominateurs.
- 6Résultats par moteur, avec les écarts et leurs causes probables.
- 7Résultats par famille de requêtes et par étape du parcours d'achat.
- 8Benchmark concurrentiel, avec le rapport mention sur recommandation.
- 9Analyse du contexte des mentions, par statut.
- 10Alignement de positionnement : revendiqué contre observé.
- 11Cartographie des sources.
- 12Écart de sources par famille.
- 13Audit d'exactitude et inventaire des affirmations fausses.
- 14Audit d'accès et de lisibilité, avec les constats techniques datés.
- 15Audit de couverture éditoriale : pages présentes et manquantes.
- 16Audit d'autorité externe.
- 17Score de visibilité mesurée et sa décomposition.
- 18Constats priorisés, avec impact, effort, confiance et indicateur de suivi.
- 19Feuille de route 30, 60, 90 jours avec responsables.
- 20Limites de l'audit et conditions de reproduction.
Le test du rapport honnête
Un rapport d'audit doit permettre à un tiers de refaire le travail et d'obtenir des résultats comparables. S'il ne contient ni le corpus, ni les dates, ni les conditions, ni la règle de codage, ce n'est pas un audit : c'est une présentation. Ce critère unique élimine la majorité des livrables vendus sur ce marché.
Lire un audit : le cas du SaaS fil rouge
En bref
Voici comment se lit un ensemble de résultats. Tous les chiffres qui suivent sont fictifs et servent uniquement à montrer un raisonnement de diagnostic, depuis les indicateurs jusqu'aux causes probables et aux actions.
Audit standard : 42 requêtes, 3 répétitions, 4 moteurs, soit 504 réponses collectées et annotées. Résultats fictifs : taux de mention 21 %, taux de recommandation 13 %, présence en tête 9 %, taux de présence en sources 7 %, score d'exactitude 88 %, alignement de positionnement 25 %. Le principal concurrent affiche 61 % de mention et 44 % de recommandation.
| Constat | Cause probable | Niveau de confiance |
|---|---|---|
| Présence acceptable sur l'informationnel, effondrée sur l'achat | Absence de pages de décision et de sources tierces sur les requêtes de catégorie | Élevée : confirmé par la cartographie des sources |
| Taux de présence en sources de 7 % | Documentation fermée et pages clés en rendu côté client | Élevée : constaté à l'audit technique |
| Alignement de positionnement de 25 % | Description incohérente entre le site, les comparateurs et la documentation | Élevée : trois descriptions différentes relevées |
| Score d'exactitude de 88 % | Une fiche comparateur périmée porte l'essentiel des erreurs de tarif | Moyenne : source identifiée pour la majorité des erreurs |
| Absence des requêtes comparatives | Aucune page comparative ni page d'alternatives publiée | Moyenne : corrélation forte, effet non démontré isolément |
Exemple fictif. Le rapport ne se conclut pas par un score mais par cinq causes probables, chacune assortie de son niveau de confiance.
L'ordre d'exécution découle directement du tableau. On ouvre la documentation et on rend les pages clés lisibles, parce que l'impact est fort et la confiance élevée. On corrige la fiche comparateur périmée, qui coûte une demi-journée et traite l'essentiel des erreurs factuelles. On unifie la description du produit. Puis, seulement ensuite, on engage la production des pages comparatives et le travail sur les sources tierces, dont l'effet est probable mais moins directement établi.
Feuille de route et suivi dans le temps
En bref
Un audit produit une feuille de route en trois vagues : ce qui se corrige immédiatement, ce qui demande une refonte, et ce qui construit de l'autorité sur plusieurs trimestres. Le second audit se fait avec le même corpus et le même protocole, sans quoi la comparaison ne mesure que le changement de méthode.
| Période | Nature des actions | Responsable type | Indicateur de vérification |
|---|---|---|---|
| 0 à 30 jours | Accès des agents, pare-feu, URL mortes, correction des informations fausses à la source, fiches comparateurs, unification de la description | Technique et marketing conjointement | Visites des agents, score d'exactitude, alignement de positionnement |
| 30 à 60 jours | Rendu serveur des pages clés, ouverture de la documentation, publication des tarifs, pages d'intégration, pages comparatives et alternatives | Produit et contenu | Couverture des intentions, taux de mention sur les familles comparaison et achat |
| 60 à 90 jours | Première donnée originale publiée en accès libre, sollicitation d'avis réels, présence dans les communautés, relations avec les médias spécialisés | Marketing, avec revue juridique pour l'étude | Écart de sources, mentions éditoriales indépendantes |
Aucune de ces actions ne garantit une progression : elles traitent des causes probables identifiées par l'audit. La vérification passe par le second relevé, pas par la conviction.
Sur la fréquence, il n'existe pas de règle universelle. Un rythme trimestriel convient à la plupart des éditeurs : il laisse le temps aux corrections de produire un effet observable et limite le coût de la mesure. Un rythme plus resserré se justifie lors d'un changement de positionnement, d'un lancement, ou quand le canal est stratégique au point d'être suivi en comité de direction. Un rythme plus lâche suffit sur un marché stable et peu documenté.
Distinguer un progrès d'une variation
Entre deux campagnes, trois choses ont pu changer : votre entreprise, le marché, et les moteurs eux-mêmes. Une mise à jour de modèle ou d'index peut modifier des réponses stables depuis des mois sans qu'aucune action de votre part n'en soit la cause. Tenez un journal des actions et des événements externes, et présentez les variations avec cette incertitude plutôt qu'avec une causalité. C'est ce qui distingue un rapport de mesure d'un argumentaire.
Checklist de conduite d'audit : quarante contrôles
En bref
Cette checklist ne porte pas sur l'état du SaaS mais sur la validité de l'audit lui-même. Elle sert à vérifier, avant de présenter un rapport, qu'il mesure réellement ce qu'il prétend mesurer et qu'un tiers pourrait le reproduire.
Cadrage (1 à 7)
- 1Le positionnement revendiqué est-il écrit avant toute collecte ?
- 2La catégorie retenue est-elle celle employée par les acheteurs ?
- 3Les homonymes de la marque sont-ils identifiés et traités ?
- 4Les trois à cinq concurrents de référence sont-ils figés par écrit ?
- 5Les segments, personas et cas d'usage prioritaires sont-ils définis ?
- 6Le pays et la langue de test sont-ils fixés ?
- 7Le périmètre exclu est-il écrit explicitement ?
Corpus (8 à 14)
- 1L'inventaire des intentions stratégiques a-t-il été fait avant le corpus ?
- 2Les sept familles de requêtes sont-elles représentées ?
- 3Des formulations longues et conversationnelles figurent-elles au corpus ?
- 4La couverture des intentions est-elle calculée et publiée ?
- 5Les intentions non testées sont-elles listées dans le rapport ?
- 6Le corpus est-il versionné et daté ?
- 7Le corpus est-il assez large pour permettre une segmentation ?
Exécution (15 à 23)
- 1Chaque requête est-elle posée au moins trois fois ?
- 2Plusieurs moteurs sont-ils testés, et lesquels est-il écrit ?
- 3Les sessions sont-elles neuves, sans historique ?
- 4L'état de la mémoire et de la personnalisation est-il documenté ?
- 5L'état de la recherche web est-il noté pour chaque observation ?
- 6La date et l'heure de chaque observation sont-elles enregistrées ?
- 7Le modèle est-il noté quand il est identifiable ?
- 8Les réponses brutes sont-elles archivées ?
- 9La règle de codage de « recommandé » est-elle écrite avant l'annotation ?
Analyse (24 à 33)
- 1Chaque indicateur porte-t-il son dénominateur en toutes lettres ?
- 2La mention et la recommandation sont-elles comptées séparément ?
- 3Le statut de chaque mention est-il classé ?
- 4L'alignement de positionnement est-il mesuré ?
- 5Les sources citées sont-elles relevées et classées par type ?
- 6L'écart de sources avec les concurrents est-il établi ?
- 7L'exactitude est-elle vérifiée affirmation par affirmation ?
- 8Les affirmations invérifiables sont-elles exclues du dénominateur ?
- 9Les résultats sont-ils segmentés par moteur et par intention ?
- 10Un double codage d'un échantillon a-t-il vérifié l'accord entre annotateurs ?
Restitution (34 à 40)
- 1Le rapport contient-il la méthodologie complète et le corpus ?
- 2Chaque constat porte-t-il un niveau de confiance ?
- 3Les causes probables sont-elles distinguées des causes établies ?
- 4Les priorités combinent-elles impact, effort et confiance ?
- 5Chaque action porte-t-elle un indicateur de vérification ?
- 6Les limites de l'audit sont-elles écrites noir sur blanc ?
- 7Le rapport évite-t-il toute promesse de citation ou de position ?
Les erreurs qui rendent un audit inutilisable
En bref
Un audit se disqualifie moins par ses conclusions que par sa méthode. Huit défauts suffisent à rendre un rapport ininterprétable, et ils sont tous évitables au moment du cadrage.
| Erreur | Conséquence | Correction |
|---|---|---|
| Tester un seul moteur | On mesure une plateforme et on conclut sur un canal | Quatre moteurs minimum, résultats présentés séparément |
| Poser chaque requête une seule fois | Le bruit est pris pour un signal | Trois répétitions minimum, raisonnement en fréquence |
| Mesurer depuis un compte utilisé quotidiennement | On mesure un historique personnel | Sessions neuves, mémoire désactivée, état documenté |
| Tester surtout le nom de la marque | On mesure ce qui est déjà acquis | Corpus dominé par les requêtes de catégorie, d'usage et d'achat |
| Fusionner mention, recommandation et citation | Le chiffre ne désigne aucune action corrective | Trois colonnes distinctes dès le premier relevé |
| Omettre les concurrents | Aucun point de comparaison, donc aucune interprétation | Trois à cinq concurrents codés sur le même corpus |
| Changer de corpus entre deux audits | L'évolution mesure le changement de méthode | Corpus figé et versionné, ruptures de série documentées |
| Conclure à une causalité | Des budgets engagés sur une coïncidence | Journal des actions et des événements, niveaux de confiance affichés |
Une neuvième erreur mérite d'être nommée à part, parce qu'elle relève de la déontologie plutôt que de la méthode : présenter comme facteurs de classement des mécanismes qu'aucun éditeur ne publie. Aucune plateforme ne diffuse de pondérations, et tout rapport qui en avance en a inventé.
Ce qu'un audit GEO ne peut pas établir
En bref
Un audit mesure des observations, pas des mécanismes. Il ne permet ni de connaître les critères de sélection des moteurs, ni d'attribuer une variation à une action isolée, ni de garantir une citation. Écrire ces limites dans le rapport est une condition de sa validité, pas une précaution rhétorique.
Restent inconnus : les critères de sélection des passages dans les quatre moteurs, la composition des corpus d'entraînement, le volume réel de questions posées par catégorie, la part d'audience de chaque type de requête, et l'effet causal isolé de la quasi-totalité des corrections que recommande un audit.
Deux limites supplémentaires méritent d'être posées face à un dirigeant. La première : un audit décrit la disponibilité de l'information, pas l'audience. Un taux de mention de 40 % ne dit rien du nombre d'acheteurs exposés, puisque aucune plateforme ne publie le volume de questions par sujet. La seconde : une part du résultat ne dépend pas de l'entreprise auditée mais de ce que le marché publie sur sa catégorie et ses concurrents. Un audit honnête distingue ce qui relève de l'action de l'entreprise et ce qui relève de son environnement.
Vous souhaitez savoir comment votre SaaS est réellement représenté dans ChatGPT, Claude, Gemini et Perplexity ? Un audit mesure votre présence, la compare à celle de vos concurrents, cartographie les sources qui alimentent les réponses et relève les informations fausses qui circulent sur votre produit.
Demander un audit GEO de mon SaaSSi vous préférez commencer par un aperçu avant d'engager un audit complet, nous effectuons un relevé court sur quelques questions d'achat de votre catégorie et vous envoyons ce que nous constatons.
Un relevé court, sur trois questions d'achat de votre catégorie, avec les concurrents cités à votre place et les sources utilisées.
Voir un exemple de relevé de visibilité IAQuestions fréquentes
Qu'est-ce qu'un audit GEO ?
C'est l'analyse systématique de la présence, du positionnement, de la représentation et des sources associées à une marque dans les réponses des moteurs génératifs, sur les requêtes stratégiques de son marché. Il repose sur un corpus de requêtes figé, des observations répétées sur plusieurs moteurs et une grille d'annotation stable, ce qui le rend comparable d'un trimestre à l'autre.
Comment réaliser un audit GEO, en résumé ?
En six temps. Cadrer le périmètre, c'est-à-dire écrire le positionnement, la catégorie, les segments et les concurrents de référence. Construire un corpus de requêtes couvrant les intentions du parcours d'achat. Exécuter le relevé sur plusieurs moteurs, avec plusieurs répétitions et des sessions neuves. Analyser la présence, le contexte des mentions, les sources et l'exactitude. Segmenter les résultats. Hiérarchiser les constats par impact, effort et niveau de confiance, puis produire une feuille de route.
Combien de requêtes faut-il tester ?
Il n'existe pas de nombre optimal universel : cela dépend du nombre d'intentions réelles de votre marché. Comme ordre de grandeur, un audit standard repose sur trente à cinquante requêtes, trois répétitions et quatre moteurs, soit trois cent soixante à six cents réponses. En dessous d'une quinzaine de requêtes, la segmentation devient impossible et le résultat n'est plus interprétable.
Combien de fois faut-il répéter chaque requête ?
Trois fois au minimum, cinq pour un audit approfondi. La génération est probabiliste : une réponse unique ne distingue pas une présence stable d'un accident. Sur cinq répétitions, quatre apparitions indiquent une présence robuste, tandis qu'une seule apparition ne permet de conclure ni à une visibilité réelle ni à son absence.
Peut-on automatiser un audit GEO ?
Partiellement. La collecte peut s'automatiser via les interfaces de programmation des éditeurs, et le comptage des mentions aussi. Deux limites subsistent. D'abord, une interface de programmation ne reproduit pas exactement le produit grand public : configuration, outils activés et personnalisation diffèrent, et cette différence doit être documentée. Ensuite, le codage de la recommandation, du positionnement et de l'exactitude demande un jugement humain qui connaît le produit.
Quels outils utiliser ?
Un tableur et un protocole écrit suffisent pour un premier audit, et valent mieux qu'un tableau de bord dont vous ignorez la méthode. Les outils de suivi du marché apportent du volume, de l'automatisation et de l'historique, ce qui devient utile quand plusieurs personnes suivent l'indicateur. Avant d'en choisir un, demandez son corpus, son nombre de répétitions et sa définition de la recommandation : sans ces trois réponses, ses chiffres ne sont pas interprétables.
Combien coûte un audit GEO ?
Le coût dépend directement du volume d'observations et de la profondeur d'analyse. En charge de travail, comptez environ une journée pour un audit rapide servant à décider s'il faut aller plus loin, trois à cinq jours pour un audit standard avec benchmark concurrentiel et cartographie des sources, et huit à douze jours pour un audit approfondi multi-segments. Le suivi trimestriel ultérieur coûte moins cher, puisque le corpus et le protocole sont déjà construits.
À quelle fréquence refaire un audit ?
Un rythme trimestriel convient à la plupart des éditeurs : il laisse le temps aux corrections de produire un effet observable. Un rythme plus resserré se justifie lors d'un changement de positionnement ou d'un lancement. Dans tous les cas, la comparaison n'a de sens qu'à corpus, protocole et concurrents identiques.
Quelle différence entre un audit SEO et un audit GEO ?
L'audit de référencement mesure des positions dans une liste de résultats, avec des classements relativement stables. L'audit GEO mesure la présence dans un texte rédigé qui ne nomme que quelques solutions, avec des réponses variables d'une exécution à l'autre, une part importante de la matière provenant de sources tierces, et une dimension supplémentaire : l'exactitude de ce qui est dit de vous. Les deux se complètent, puisque pour les surfaces génératives de Google, l'indexation reste la condition d'éligibilité publiée.
Comment mesurer sa visibilité dans ChatGPT concrètement ?
Figez vingt à trente requêtes réparties par intention, posez chacune trois fois depuis des sessions neuves sans historique, et notez pour chaque réponse si votre marque est mentionnée, si elle est recommandée, à quelle place, quels concurrents apparaissent, quelles sources sont citées et quelles affirmations sont fausses. Calculez ensuite vos taux en publiant le dénominateur. Comptez une journée pour une première campagne sur un seul moteur.
Quels indicateurs suivre en priorité ?
Quatre suffisent pour piloter. Le taux de recommandation, parce qu'il est le seul directement lié à l'objectif commercial. Le taux de mention, qui en est la condition d'entrée. Le score d'exactitude, parce qu'une visibilité fondée sur des informations fausses détruit de la valeur. Et la part de voix face à des concurrents figés, qui replace vos chiffres dans leur marché. Les autres indicateurs servent au diagnostic, pas au pilotage.
Comment savoir pourquoi un concurrent apparaît plus que moi ?
En comparant trois choses plutôt qu'un seul chiffre. Son rapport mention sur recommandation, qui indique s'il est mieux connu ou mieux argumenté. Les familles de requêtes où il domine, qui localisent l'écart dans le parcours d'achat. Et surtout les sources citées quand il est recommandé : la cartographie des sources montre presque toujours qu'il est présent sur des familles de sources où vous êtes absent.
llms.txt est-il nécessaire pour un audit ou pour le GEO ?
Il mérite d'être mentionné dans l'audit, sans en attendre d'effet démontré. Google a déclaré ne pas l'utiliser et sa documentation indique qu'aucun fichier lisible par machine n'est nécessaire pour apparaître dans ses fonctionnalités génératives. Les affirmations de prise en charge par d'autres moteurs viennent de sources secondaires. Le publier coûte peu ; en faire une priorité de rapport serait une erreur d'analyse.
Peut-on garantir qu'un SaaS sera cité par ChatGPT ?
Non, et les plateformes l'écrivent elles-mêmes : OpenAI indique qu'il n'existe aucun moyen de garantir un placement en tête, et Google précise que remplir les conditions techniques rend une page éligible, pas qu'elle apparaîtra. Un audit mesure des conditions et des résultats observés ; il ne promet pas une citation, et un prestataire qui le promettrait vendrait quelque chose qu'il ne contrôle pas.
Sources
- Documentation officielle : OpenAI, « ChatGPT Search » (conditions d'inclusion, réécriture de requête, rôle de la mémoire, absence de garantie de placement)
- Documentation officielle : OpenAI, « Bots » (OAI-SearchBot, GPTBot, ChatGPT-User, OAI-AdsBot)
- Documentation officielle : Anthropic, exploration du web et contrôle par les propriétaires de sites
- Documentation officielle : Anthropic, outil de recherche web (citations toujours activées, métadonnées de fraîcheur)
- Documentation officielle : Perplexity, « PerplexityBot et Perplexity-User »
- Documentation officielle : Google Search Central, « AI features and your website » (éligibilité, absence d'exigence technique supplémentaire, absence de balisage dédié)
- Documentation officielle : Google, sources et liens associés dans l'application Gemini
- Publication scientifique : Aggarwal et al., « GEO: Generative Engine Optimization », ACM SIGKDD 2024 (arXiv 2311.09735)
- Publication scientifique : Puerto et al., « C-SEO Bench: Does Conversational SEO Work? » (arXiv 2506.11097)
- Publication scientifique : Liu, Zhang et Liang, « Evaluating Verifiability in Generative Search Engines » (arXiv 2304.09848, EMNLP 2023)
Transparence et méthode
Auteur
Loan Feuillerat · Fondateur d'Evocia
Loan Feuillerat dirige Evocia, cabinet français spécialisé dans la mesure et l'amélioration de la visibilité des éditeurs de SaaS B2B dans les réponses des IA. Ce guide décrit la méthode d'audit employée par le cabinet, y compris ses limites, afin qu'elle puisse être reproduite et critiquée.
Comment cet article a été réalisé
- Sources primaires vérifiées le 15 août 2026 : documentations d'OpenAI, d'Anthropic, de Perplexity et de Google Search Central, plus trois publications scientifiques sur les moteurs génératifs et la vérifiabilité des citations. Les affirmations attribuées à un éditeur sont relevées sur ses pages ; ce qui n'est pas documenté est signalé comme inconnu.
- Les six dimensions de l'audit, la couverture des intentions, l'alignement de positionnement, la cartographie des sources, l'écart de sources, le score d'exactitude, le taux de sources propres, la part de citations et le score de visibilité mesurée sont des cadres et indicateurs proposés dans ce guide. Ce ne sont pas des standards du secteur, et aucun n'est utilisé par les plateformes citées.
- Le vocabulaire des indicateurs de présence reprend volontairement celui de nos guides précédents, avec la correspondance anglaise employée par les outils du marché, afin d'éviter que deux jeux de définitions coexistent sur le même sujet. Le traitement statistique de l'incertitude est traité dans notre guide dédié à la mesure, auquel cet article renvoie plutôt que de le reformuler.
- Le SaaS fil rouge Flowdesk et l'intégralité des chiffres qui lui sont associés sont fictifs, signalés comme tels à chaque apparition, et servent uniquement à illustrer une lecture de résultats. Ils ne constituent ni une mesure, ni un cas client, ni une donnée d'Evocia.
- Limites assumées : un audit mesure des observations et non des mécanismes ; l'effet causal isolé des corrections recommandées n'est pas démontrable avec les données publiques disponibles ; les fonctionnalités décrites évoluent vite et la méthode doit être revérifiée à chaque campagne. Aucune citation ni recommandation ne peut être promise.
Historique des mises à jour
- 15 août 2026Publication initiale : méthode d'audit en treize étapes, six dimensions, corpus en sept familles, protocole d'exécution, cartographie et écart de sources, audit d'exactitude, segmentation, score de visibilité mesurée, priorisation par impact, effort et confiance, structure du livrable, checklist de conduite d'audit en quarante contrôles et feuille de route.