AI Visibility Report

AI Visibility Report montre à quelle fréquence votre marque apparaît dans les réponses IA génératives, dans quel contexte, et comment elle se positionne face aux concurrents.

Point cle : les reponses IA sont stochastiques. Une meme question peut produire des resultats differents. Le rapport s'appuie donc sur des repetitions et des metriques au niveau des reponses, pas sur une position unique figee.

Quand l'utiliser

• Avant une campagne, pour établir une baseline.
• Après des changements de contenu, PR ou produit, pour mesurer l'impact.
• Pour un benchmark concurrent régulier par marché et langue.
• Pour le reporting client AI SEO / GEO.

Préparer le run

1. Brand : marque cible.
2. Locale : langue/marché.
3. Base intent : question utilisateur naturelle.
4. Competitors : idéalement 3-10 concurrents directs.
5. LLM sources : sources/modèles à inclure.
6. Sample profile : compromis vitesse/profondeur.

Conseil : rédigez le Base intent comme une vraie question utilisateur, pas comme une liste de mots-clés.

Lancer un run

1. Ouvrez AI Visibility.
2. Complétez Launch a run.
3. Choisissez un profil :
   - Fast : diagnostic rapide.
   - Balanced : mode recommandé.
   - Deep : analyse plus profonde, plus longue.
4. Cliquez sur Run report.
5. Suivez l'avancement dans Run history, puis ouvrez le run.

Le délai est généralement de 10 à 20 minutes selon le profil et les sources.

Lire la page de résultat

Bloc KPI

• Presence de la marque : part des reponses IA echantillonnees ou la marque cible apparait au moins une fois.
• Share of Voice : part des reponses avec une marque suivie ou un concurrent qui incluent aussi la marque cible.
• Mentions cibles : evenements bruts extraits. Ce nombre peut depasser le nombre d'echantillons si une reponse repete la marque.
• Confidence : score interne de qualite des donnees pour collecte, parsing et extraction.
• Volatility : variabilité des résultats.
• Sample coverage : niveau de couverture et de parsing des échantillons.

Presence et Share of Voice sont calculees par reponse echantillonnee; les pourcentages ne peuvent donc pas depasser 100 %. Les mentions mesurent le volume de preuves, pas une probabilite.

Provider summary

Par source, vous voyez :
- presence au niveau des reponses,
- SoV sample-based,
- echantillons cibles,
- volume brut de mentions cibles.

Cette vue aide à repérer les sources où la marque est forte ou en retrait.

Competitors

Tableau des concurrents avec volume de mentions, part concurrentielle sample-based, confiance moyenne, y compris les concurrents decouverts automatiquement.

Utilisez-le pour prioriser la vraie concurrence visible dans les réponses IA.

Sentiment et sources

• Sentiment : tonalité autour des mentions de la marque cible.
• Top sources citées : domaines les plus cités dans les réponses. Lorsque le modèle a renvoyé les liens sous-jacents, vous pouvez les ouvrir comme des URL cliquables depuis une réponse complète.

Si la visibilité monte mais la tonalité baisse, c'est un signal réputationnel.

Les liens de sources n'apparaissent que pour les modèles avec recherche web (par exemple AI Overview ou les modèles ancrés sur la recherche). Les modèles purement génératifs répondent à partir de leurs données d'entraînement et ne renvoient généralement aucune source, donc leurs réponses n'affichent aucun lien. C'est un comportement attendu, pas une donnée manquante.

Verbatims et réponses complètes

Des extraits représentatifs permettent de valider rapidement le contexte sans lire l'ensemble des réponses. Chaque exemple affiche un court aperçu de 3 lignes ; cliquez sur Afficher la reponse complete pour déplier la réponse complète du modèle en place, avec les liens des sources citées. Pour passer en revue toutes les réponses d'un coup, utilisez l'export XLSX ou CSV.

Comment lire les métriques

Les services d'IA répondent différemment à la même question à chaque fois. Le rapport ne s'appuie donc jamais sur une seule réponse : chaque fournisseur reçoit une série de questions, et les métriques sont calculées sur l'ensemble de l'échantillon de réponses collectées. Chaque pourcentage du rapport est une part de cet échantillon — une estimation, pas une valeur exacte.

Présence de la marque (Brand presence)

La part des réponses qui mentionnent votre marque, sur l'ensemble des réponses collectées. Une présence de 43% signifie : la marque est apparue dans 43 réponses sur 100.

Comment le lire : au-dessus de 50% — visibilité stable ; 20–50% — l'IA connaît la marque mais ne s'en souvient pas toujours ; en dessous de 20% — la marque est quasi invisible pour l'IA sur ce sujet.

Share of Voice

Une partie des réponses de l'IA ne cite aucune marque. Parmi les réponses qui citent au moins une marque suivie (la vôtre ou un concurrent), le Share of Voice est le pourcentage de réponses incluant votre marque. Autrement dit : quand l'IA cite les acteurs du marché, à quelle fréquence en faites-vous partie ?

Comment le lire : uniquement en comparaison avec les concurrents du même rapport — leurs parts sont calculées sur les mêmes réponses. Si votre part est inférieure à ~15%, une réponse typique de l'IA propose à l'utilisateur des concurrents — sans vous.

Nuance : les parts de toutes les marques ne totalisent pas 100% — une même réponse peut mentionner plusieurs marques à la fois.

Mentions

Combien de fois la marque est citée au total dans l'ensemble des réponses ; une réponse peut mentionner une marque plusieurs fois. La présence répond à « dans combien de réponses vous apparaissez », les mentions — « à quel point on parle de vous ».

Tonalité (Sentiment)

Chaque mention de votre marque est évaluée comme positive, neutre ou négative. Les pourcentages sont des parts de toutes les mentions de la marque (pas de toutes les réponses).

Comment le lire : comparez avec la moyenne des concurrents du même rapport. Une part négative supérieure à ~30% mérite une investigation : l'IA restitue ce qu'elle lit — cherchez l'origine de la négativité dans la section « Sources » et dans les exemples de réponses.

Rôle de la marque (Brand role)

Pas seulement si la marque est mentionnée, mais comment : l'IA la recommande, la compare à d'autres, la liste simplement ou met en garde contre elle.

Comment le lire : les rôles ne se valent pas — l'objectif du travail de visibilité est de faire passer les mentions de « listée » à « recommandée ». Le rôle « met en garde » compte même à faible part : ouvrez les réponses concernées et regardez de quoi l'IA avertit.

Là où on ne vous trouve pas (gap analysis)

Les questions posées à l'IA sont regroupées par intention de l'utilisateur : « que choisir », « par quoi remplacer telle marque », « où acheter », etc. Pour chaque groupe, le rapport montre la part des réponses où vous êtes présent.

Comment le lire : cherchez le déséquilibre. Les groupes forts — là où l'IA vous connaît déjà ; les faibles — les étapes du parcours client où vous n'existez pas pour l'IA. Un groupe faible avec un grand nombre de réponses est le point de croissance le plus concret du rapport.

Concurrents

Les marques classées par nombre de réponses qui les mentionnent. La liste ne se limite pas aux concurrents que vous avez indiqués : si l'IA cite régulièrement une marque absente de votre liste, elle apparaît dans le tableau comme découverte — c'est aussi un résultat.

Sources

Les sites que l'IA a cités en répondant aux questions sur votre sujet. Ce sont précisément ces plateformes qui façonnent ce que l'IA sait et dit de votre catégorie.

Comment le lire : c'est une carte des plateformes où votre contenu influence les réponses de l'IA. Si la liste est dominée par des plateformes où l'on ne dit rien de vous — c'est une direction de travail concrète.

Qualité des données

Indicateurs internes de fiabilité du rapport : combien de réponses ont été collectées par rapport au volume prévu (couverture), combien ont pu être analysées, avec quelle confiance les mentions ont été extraites (confiance) et à quel point le résultat est stable d'une série de questions à l'autre (volatilité).

Comment le lire : si la couverture et l'analyse dépassent ~90% et que la volatilité est faible, les chiffres principaux sont fiables. En cas de volatilité élevée, considérez les pourcentages comme une fourchette : le run suivant peut donner une valeur sensiblement différente.

Interpréter les warnings

Les warnings sont des signaux d'analyse, pas seulement des erreurs techniques.

Cas fréquents :
- Pas assez d'échantillons : élargir les sources ou simplifier le base intent.
- Marque cible non détectée : vérifier orthographe, locale et formulation.
- Confiance faible : relancer en Balanced ou Deep.
- Nouveaux concurrents détectés : les intégrer au prochain run.

Workflow recommandé

1. Lancer une baseline sur les marchés prioritaires.
2. Mettre en place les actions contenu/réputation.
3. Relancer avec des paramètres comparables.
4. Comparer presence, SoV sample-based, sentiment et mix des sources.
5. Ajuster plan contenu, FAQ, pages comparatives et actions PR.

Limites à garder en tête

• Les résultats sont probabilistes, pas des classements déterministes.
• Un seul run donne une direction; la tendance multi-runs est plus fiable.
• Les sources IA peuvent donner des images de marché différentes.

Export et partage

Une fois le run terminé, la page de détail propose l'export :
- PDF — rapport mis en forme pour le reporting client et les revues internes.
- XLSX — données complètes par réponse : toutes les réponses échantillonnées (texte intégral) plus une feuille « Sources » dédiée avec les URL citées.
- CSV — les mêmes réponses et sources dans un tableau plat unique.

Articles liés

• Comment démarrer
• Flux tagging
• Tagging Workbench