GEO pour les CMO : les 5 métriques à présenter à la direction à l'ère de la recherche IA

Pourquoi vos KPI marketing actuels ne suffisent plus

Sessions, conversions, positions de recherche — le tableau de bord existant mesure ce qui se passe une fois que quelqu’un a atteint votre site, et ce qui se passe sur la page de résultats. Dans la recherche IA, comparaison, évaluation et recommandation peuvent se dérouler dans la réponse, et un acheteur peut avancer dans sa décision sans visiter votre site. En outre, des visites issues de l’IA peuvent finir dans « Direct » lorsque le referrer manque ou varie. La mesure des réponses et l’analytique web couvrent donc des parties différentes du parcours.

Pour un CMO, le problème est un angle mort de mesure tout en haut du funnel. Quand l’IA ne mentionne pas votre marque — ou la décrit de façon inexacte — la perte ne figure dans aucun rapport.

Les cinq métriques à mettre dans le reporting

La mesure GEO se résume à cinq axes.

1. Visibilité (taux de mention)

La part des questions clients types (prompts) où l’IA mentionne votre marque. La mesure la plus élémentaire de votre présence dans les réponses IA.

2. Position dans la réponse

Quand un acheteur demande « que me recommandez-vous ? », êtes-vous cité en premier ou en cinquième ? La différence d’impression est énorme.

3. Sentiment

La tonalité du contexte autour de chaque mention. « Expérience solide et éprouvée » et « le support pose des problèmes » sont deux mentions — de valeur opposée.

4. Share of voice face aux concurrents

La fréquence d’apparition de vos concurrents sur le même jeu de questions. Une visibilité stable pendant qu’un concurrent progresse, c’est tout de même une part qui se perd.

5. Sources citées

Les domaines et les articles que l’IA utilise comme preuves. Votre propre site est-il cité, ou bien un billet tiers obsolète est-il traité comme votre information officielle ? Cela oriente directement vos investissements — contenu détenu (owned) ou couverture externe.

Une réserve méthodologique : les réponses IA sont probabilistes. SparkToro situe sous 1 chance sur 100 la probabilité d’obtenir deux listes de marques identiques ; leur ordre est lui aussi instable. Il faut donc répéter chaque couple prompt–moteur : ni l’ampleur du jeu de prompts ni la longueur de l’historique ne remplacent ces répétitions. Suparanku prélève actuellement trois échantillons par couple. Cela réduit la dépendance à une seule exécution et fournit une mesure directionnelle, mais ne justifie pas une revendication de significativité statistique et ne démontre aucune relation de cause à effet. Présentez taux de visibilité et position comme des estimations avec une incertitude visible, pas comme des « rangs IA » fixes.

Deux faits qui justifient le budget

Premièrement, l’étude GEO à laquelle Princeton a contribué (KDD 2024) a mesuré, sur 10 000 requêtes, des effets allant jusqu’à 40 % pour les statistiques, les citations textuelles et les références aux sources.* Ce chiffre concerne toutefois un document déjà récupéré dans un contexte fixe. Selon la revue critique de Martinez, il ne démontre ni découverte organique, ni trafic durable, ni effet stable entre plateformes. Ces tactiques sont des hypothèses pour les contenus adaptés, pas des obligations universelles.

Deuxièmement, Google déclare officiellement qu’aucune optimisation particulière n’est nécessaire pour ses fonctionnalités IA au-delà des fondamentaux du SEO classique.** L’investissement GEO s’appuie donc sur vos actifs SEO existants au lieu de les dupliquer.

Une feuille de route sur 90 jours

1. Commencez à mesurer (semaines 1–2) — constituez la liste des questions que vos acheteurs posent réellement et enregistrez une base de référence sur les cinq métriques, sur les principaux moteurs d’IA.
2. Identifiez les écarts (mois 1) — désinformation, domination d’un concurrent, sources déséquilibrées : trouvez où la perte est la plus grande.
3. Installez la boucle d’amélioration (mois 2–3) — publiez les changements prioritaires, enregistrez les URL et observez les évolutions avec des scans répétés. Vous suivez une évolution temporelle ; cela ne constitue pas, à lui seul, une preuve de causalité.
4. Intégrez au reporting de direction (mois 3+) — ajoutez la tendance des cinq métriques au rapport mensuel comme indicateur avancé, à côté des sessions et des conversions.

Suparanku mesure régulièrement ces cinq axes et transforme les données en recommandations versionnées avec le PLAYBOOK. Avec les URL publiées et suivies puis la nouvelle mesure, elles forment la boucle fermée de l’AI Representation Management. La boucle rend le processus traçable ; elle ne garantit ni exécution automatique ni croissance.

* Aggarwal et al., KDD 2024 (comparaison de tactiques sur 10 000 requêtes ; documents déjà présents dans un contexte fixe) ** Google Search Central, « AI features and your website »