Le vendredi 6 novembre, une bannière destinée aux entreprises a été repérée dans ChatGPT. La promesse est simple : confirmez que l'entreprise est la vôtre et vous verrez combien de fois elle est apparue dans les réponses et combien de personnes ont cliqué sur votre site web. Dans mon article sur l'attention que vos analyses ne peuvent pas voir, j'écrivais que seule la plateforme affichant la réponse dispose de signaux comme ceux-ci. La plateforme commence à les partager, et c'est une bonne nouvelle. La question est de savoir ce que vous lirez de ce compteur, et ce que vous n'en lirez jamais.
Qu'est-ce qui a été repéré exactement, et pourquoi est-ce une bonne nouvelle ?
La fonctionnalité s'appelle Business Hub. Elle n'est pas encore disponible, et OpenAI ne l'a pas officiellement annoncée. La bannière et les premiers rapports suggèrent qu'une entreprise vérifiée (la connexion d'une boutique en ligne est l'exemple donné) verra deux chiffres quotidiens sur un graphique : les impressions dans les réponses et les clics sur les liens vers son site web. À cela s'ajoutent des détails actualisés sur les produits et l'entreprise, ainsi qu'un agent qui répond aux clients dans un contexte contrôlé par l'entreprise. Le panneau n'affichera pas les questions posées par les utilisateurs, les concurrents ou un quelconque classement.
C'est une bonne nouvelle, car un canal qui n'a laissé aucune trace jusqu'à présent obtient un compteur. La recherche a emprunté cette voie plus tôt : Google Search Console affiche les impressions et les clics depuis des années, et les spécialistes du marketing ont appris à prendre des décisions sur cette base. La pire situation dans le canal de l'IA est donc en train de disparaître, celle où la décision du client est prise et le tableau de bord reste vide.
Le compteur confirme que la chance d'obtenir de l'attention dans la réponse d'un modèle existe et peut être comptée, mais il ne dit pas d'où vient cette chance.
Le compteur mesure la dernière étape sur le chemin de l'attention
Dans cet article précédent, j'ai décomposé le chemin vers l'attention dans le canal de l'IA en quatre étapes. La première est un ensemble fixe de questions clients sans le nom de la marque. La seconde est les cinq niveaux lus à partir du contenu des réponses, qui constituent ensemble la chance d'attention : présence, concurrence, position, direction et transfert. La troisième est la recherche impliquant des personnes, qui confirme que l'attention a réellement eu lieu, et la quatrième est l'impact commercial : trafic provenant des réponses, demandes de renseignements et ventes. Les impressions et les clics du panneau de la plateforme appartiennent à cette quatrième étape.
Pourquoi cela ne suffit-il pas ? Le panneau vous dira que la marque est apparue mille fois dans les réponses. Il ne vous dira pas dans quelles questions, à côté de qui ou dans quelle position. Il ne vous dira pas non plus si le modèle a recommandé la marque ou l'a simplement mentionnée, s'il l'a décrite avec précision, ou où il a envoyé le client. Les cinq questions sur la chance d'attention restent sans réponse.
Imaginez deux marques avec un compteur identique. La première apparaît dans les questions sur la catégorie, et le modèle la recommande clairement. La seconde apparaît dans les questions sur les faiblesses du leader, comme une alternative moins chère à la fin de la liste. Le graphique montre la même barre, pourtant ce sont deux situations entièrement différentes. Michał Grzebyk a décrit la différence entre une mention et une recommandation dans un article séparé.
La plateforme montre que la marque était dans la réponse. La mesure indépendante montre pourquoi, et à côté de qui.
Pourquoi les chiffres du panneau et les chiffres de mesure ne correspondront-ils jamais ?
Le panneau compte chaque conversation de chaque utilisateur de la plateforme, avec son historique, sa mémoire et sa personnalisation. La mesure indépendante soumet un ensemble fixe de questions clients aux modèles, sans le nom de la marque et sans personnalisation, avec la version du modèle et la date à côté de chaque chiffre. Le premier est un compteur, le second est un échantillon de recherche, et les deux décrivent le même phénomène sous deux angles différents.
Aucune mesure n'annule l'autre, car chacune répond à une question différente. Le compteur vous dit ce qui s'est passé dans les conversations de personnes réelles. L'échantillon vous dit ce que le modèle a tendance à faire lorsqu'un client pose une question sur la catégorie, et pour quelle raison. Les deux chiffres méritent d'être conservés côte à côte, sur une même chronologie, mais jamais additionnés.
Conseil : lorsque les deux graphiques évoluent dans la même direction, le changement est très probablement réel. Lorsqu'ils divergent, ce n'est pas encore une erreur, juste une question qui mérite d'être étudiée. Une divergence dit généralement quelque chose sur qui pose la question, dans quelle langue ou dans quel modèle.
Une augmentation du compteur est-elle le fait de la marque ?
Après la première augmentation du compteur, le conseil d'administration demandera directement si c'est le résultat du travail de l'entreprise. Une augmentation peut avoir au moins trois causes, et chacune d'elles conduit à une décision différente. Elle peut provenir des propres actions de la marque, telles que de nouveaux contenus, de nouvelles sources ou des faits mis à jour.
Elle peut également provenir d'une nouvelle version du modèle qui, sans aucune campagne, a commencé à mentionner la marque plus souvent. Dans nos mesures, nous constatons qu'un changement de version peut modifier le résultat de manière significative, dans un sens ou dans l'autre. Enfin, elle peut provenir du marché lui-même, car de plus en plus de personnes utilisent des assistants. Le panneau de la plateforme ne peut pas distinguer ces causes, car il ne sait pas ce que la marque a fait et il n'affiche pas la version du modèle.
Trois choses permettent de les distinguer : un journal daté de ce que la marque a fait, un marqueur pour chaque changement de version du modèle sur la même chronologie, et un seuil de bruit en dessous duquel un changement n'est pas un changement. Sans eux, le graphique du panneau est joli mais ne dit rien. Il est donc utile de commencer le journal d'activité dès aujourd'hui, avant que le panneau n'atteigne votre entreprise.
Un assistant n'est pas encore le canal de l'IA
Le panneau d'OpenAI affichera ChatGPT, tandis que les clients interrogent également Gemini, Claude, Perplexity ou Copilot. Dans Google Search, ils lisent de plus en plus une réponse générée au-dessus des résultats avant de cliquer sur un lien. Chacun de ces modèles construit sa liste différemment et pointe vers des sources différemment.
Pour les marques présentes sur de nombreux marchés, la langue s'ajoute. Un modèle cite la source qui correspond à la situation de la personne qui pose la question, dans la langue et le contexte de cette personne. Le même produit peut donc obtenir des réponses et des références complètement différentes en allemand et en tchèque.
Un compteur d'une plateforme est une mesure d'une plateforme. Le canal de l'IA est mesuré sur tous les modèles à la fois, sur les mêmes questions.
Profil, produits et agent, ou l'endroit où la marque parle d'elle-même
La deuxième partie de la bannière est tout aussi importante pour les marques, car l'entreprise dispose d'un espace pour les produits et les détails actuels, ainsi que d'un agent qui répond aux clients dans un contexte contrôlé par l'entreprise. Pour la première fois, une marque dispose d'un endroit au sein de l'assistant où elle s'exprime de sa propre voix.
Permettez-moi de répéter le principe que nous suivons chez Brand Semantics : nous ne dirigeons pas les réponses des modèles, nous mesurons les effets des changements. Le profil et l'agent sont un lieu de faits, pas de persuasion. Le modèle les vérifiera de toute façon par rapport aux sources, et le client les vérifiera par rapport à la réalité.
Alors, que devez-vous préparer ? Une liste de faits sur la marque qui doivent être cohérents partout : produits, prix ou fourchettes de prix, emplacements, certifications, personnes de contact. Une erreur par rapport aux faits de la marque dans la réponse d'un modèle est une perte différente de celle d'être omis. Une marque qui est omise perd une chance, tandis qu'une marque qui est décrite à tort perd la confiance du client.
Que devez-vous faire avant que le panneau n'atteigne votre entreprise ?
La vérification via une boutique en ligne suggère que la fonctionnalité commencera par le commerce électronique, de sorte qu'une entreprise B2B pourrait devoir attendre plus longtemps. C'est donc le bon moment pour se préparer à lire le compteur.
- Mesurez maintenant, avec des questions qui ne nomment pas la marque, sur plusieurs modèles et dans les langues de vos clients. Lorsque le panneau sera lancé, vous disposerez d'une base de référence datée.
- Tenez un journal d'activité et enregistrez-y ce qui a été publié ou modifié, et quand, sur votre site web et dans vos sources.
- Séparez le trafic des assistants dans vos analyses comme des sources de référence distinctes, afin de pouvoir comparer les clics du panneau avec les sessions sur votre site.
- Mettez de l'ordre dans les faits de la marque dans les sources que les modèles citent. Le profil et l'agent s'appuieront plus tard sur les mêmes faits.
- Enregistrez chaque chiffre avec la version du modèle et la date, et gardez les chiffres du panneau séparés des chiffres de mesure, sans les additionner.
Le compteur met fin à l'invisibilité du canal de l'IA, mais pas au travail du marketeur
Un compteur de la plateforme est un bon changement, car il met fin à l'époque où le canal de l'IA était invisible pour les analyses, mais il ne dispense pas le marketeur de s'interroger sur les causes. La plateforme montre que la marque était dans la réponse. La mesure indépendante montre pourquoi, et à côté de qui. L'attention reste la monnaie, et le modèle continue d'offrir des chances aux marques qui lui donnent une raison.
Si vous souhaitez une base de référence avant qu'un panneau de plateforme n'atteigne votre entreprise, Semantio pose des questions aux modèles qui ne nomment pas la marque et montre si le modèle l'introduit, à côté de qui il la place, à quel point il la recommande et où il envoie le client, avec la version du modèle et la date à côté de chaque chiffre. Vous pouvez commencer par un essai de 7 jours.
