Thomas Skowronski (Jellyfish) "Jellyfish lance Share of Search pour mesurer et optimiser la visibilité des marques sur les moteurs de recherche IA et classiques"

Les analyses issues de la plateforme conçue par les équipes de Thomas Skowronski, VP Jellyfish Technology Solutions, donnent des pistes concrètes pour renforcer la présence des marques dans les résultats des IA

JDN. Après Share of Model, Jellyfish lance ce mardi 18 mars Share of Search, intégrant les moteurs d'IA. Quelle est la différence ?

Thomas Skowronski. Share of Model permet de mesurer la manière dont tous les types de LLM perçoivent les marques, tandis que Share of Search se concentre sur les LLM exerçant une fonction de moteur de recherche. Le but est de mesurer la visibilité de la marque et de ses sites aussi bien sur les moteurs d'IA que sur les outils de search historiques, en réponse à une requête, et ce afin d'opérer des optimisations.

Quels moteur de recherche IA mesurez-vous et notamment pour le marché français/européen ?

Nous nous concentrons sur Google et Bing, AI Overviews (Google), SearchGPT (OpenAI), Perplexity, CoPilot (Microsoft) et Gemini (Google). AI Overviews n'est pas encore disponible en Europe mais ne devrait pas trop tarder puisqu'il est en tests en Allemagne et en Italie, en plus de la Suisse. A terme nous intégrerons également Le Chat (Mistral), appelé à être de plus en plus utilisé en France.

Que donnez-vous comme métriques, quel type de comparaison pouvez-vous proposer ?

Le KPI central est le nombre de mentions à la marque, à son site et à ses concurrents. Il faut savoir qu'il est très courant que la marque soit mentionnée au sein des résultats des moteurs de recherche IA, sans pour autant que son site soit cité ou affiché. Lorsqu'un site est affiché comme source ce n'est souvent pas le site de l'annonceur, plutôt un comparateur ou un média. C'est la principale différence avec les moteurs de recherche classiques.

Il est également très important de mesurer les résultats sur les moteurs de recherche classiques. Pour une simple raison : les deux s'alimentent. A date, les moteurs IA et les outils classiques de recherche ne sont pas déployés de manière intégrée, les seconds nourrissant les premiers. AI Overviews et Gemini se servent de l'index de Google, GPTSearch et Perplexity s'appuient sur Bing. L'analyse et l'optimisation ne doivent par conséquent pas dissocier ces deux types de canaux.

Comment faites-vous pour mesurer ces mentions ?

Share of Search part de l'objectif de la marque, qui est de mesurer la visibilité d'une catégorie de produits ou d'un produit spécifique, pour interroger tous ces moteurs d'IA avec une large palette de prompts tenant compte de toutes les manières de les interroger et couvrant tout le champ sémantique. Share of Search récupère ensuite les mentions aux concurrents de la marque.

Pouvez-vous nous donner des exemples issus de votre phase pilote ?

Un producteur de spiritueux voulait savoir comment ses marques ressortaient dans les recettes de cocktail dans les moteurs de recherche IA comparativement à celles de ses concurrents. Nous avons constaté que la marque en tant que telle était moins citée sur les résultats des moteurs de recherche IA, ces derniers s'étant basé sur des sites référents sur ce type de contenu. Le premier insight qui en découle est l'importance de nouer des partenariats avec ces sites référents pour y faire paraître ses propres contenus de cocktail et augmenter ses chances d'avoir sa marque incluse dans la liste des ingrédients cités dans les résultats fournis par l'IA à l'internaute.

Autre exemple : une marque de pneus aux Etats-Unis qui fait face à des concurrents à très forte visibilité sur les moteurs de recherche classiques. Le fait d'analyser puis d'optimiser sa présence sur AI Overviews lui permet de grignoter des parts de marché. La raison est qu'AI Overviews va chercher la réponse la plus juste possible pour l'utilisateur avant de lui indiquer le chemin d'achat. Cela ouvre par conséquent un terrain d'influence possible, en dehors des seuls liens shopping.

Au final, comment optimiser sa présence sur ces moteurs d'IA ?

Autant il est compliqué d'influencer sur le court terme les modèles à temps long, comme Llama (Meta) ou Claude (Anthropic), qui sont entraînés sur de vastes ensembles de données et mis à jour tous les 6 ou 8 mois, autant il est tout à fait possible de peser sur les résultats de moteurs de recherche IA, qui eux vont mobiliser des contenus récents et en temps réel.

A date, de ce que nous observons mais cela peut évoluer, la manière la plus efficace d'influencer ces moteurs à court terme consiste à : 1) produire beaucoup de contenus de marque chez des médias référents ; 2) produire des contenus spécifiques pour ces IA, c'est-à-dire contenant des résumés explicatifs, du contexte, des chiffres, données et personnes faisant autorité. C'est comme cela que l'on peut changer la perception du modèle.

Ces optimisations ont une importance majeure pour la marque : peu importe si son site n'est pas indiqué, le fait que la marque soit mentionnée dans le résultat signifie qu'il y a déjà une influence qui s'exerce sur l'internaute. Ce dernier viendra consulter le site de la marque non pas grâce à un moteur de recherche classique, mais au résultat que lui a donné le moteur d'IA.