Part de voix IA : comment la mesurer et la comparer

L'indicateur, formulé avec précision

La plupart des équipes confondent deux choses sous la même étiquette. Les séparer rend le diagnostic beaucoup plus simple.

Le taux de mention répond à une question binaire : apparaissez-vous, oui ou non ? La part de réponse répond à une question concurrentielle : parmi toutes les marques citées par l'assistant, quelle part du temps de parole vous revient ? Un outil B2B peut afficher un taux de mention de 90 % et perdre malgré tout, parce qu'il arrive en neuvième position d'une liste de dix et que les trois premiers captent l'attention de l'acheteur.

Les deux se calculent par assistant et par groupe de prompts. Un groupe rassemble des questions à intention d'achat qui relèvent de la même décision : comparaison de tarifs, alternatives à un concurrent nommé, meilleur outil pour X, questions d'intégration. Faire la moyenne entre groupes produit un chiffre qui bouge pour des raisons intraçables.

• Taux de mention (%) = exécutions où votre marque apparaît ÷ total des exécutions de prompts, pour un assistant et un groupe donnés, × 100.
• Part de réponse IA (%) = vos mentions de marque ÷ toutes les mentions de marques dans les mêmes réponses, × 100. C'est la véritable mesure de part, car elle est à somme nulle face à un panel de concurrents défini.
• Part pondérée (facultatif) = le même ratio en pondérant chaque mention par sa position, pour qu'être en tête de liste pèse plus qu'une mention en note de bas de page. Utilisez une pondération simple (première = 1,0 ; milieu = 0,6 ; dernière = 0,3) et documentez-la.
• Taux de recommandation = exécutions où vous êtes cité comme recommandation, et pas seulement évoqué en exemple. À isoler pour les prompts à forte intention.

Les trois paramètres qui déterminent si votre chiffre veut dire quelque chose

Un indicateur de visibilité IA n'est jamais plus stable que son instrumentation. Trois décisions font la majeure partie des dégâts quand elles sont prises à la légère.

D'abord, le jeu de prompts. Figez-le noir sur blanc — formulations exactes, marché, langue, cadrage du persona — et versionnez-le. Chaque ajout de prompts casse votre courbe de tendance : ajoutez-les donc comme nouveau groupe plutôt qu'en modifiant l'ancien. Visez assez de prompts pour couvrir la décision, pas assez pour paraître exhaustif : vingt à quarante questions d'achat bien choisies par marché valent mieux que plusieurs centaines de questions génériques.

Ensuite, le nombre d'exécutions. Les réponses des assistants ne sont pas déterministes : le même prompt posé deux fois peut citer des marques différentes, surtout quand une récupération en direct intervient. Autrement dit, une exécution unique est une anecdote. Exécutez chaque prompt plusieurs fois par assistant et par période — cinq est un plancher praticable, davantage si votre catégorie compte une longue traîne de concurrents — et traitez les petits écarts sur petits échantillons comme du bruit, pas comme un mouvement.

Enfin, la règle de mention. Décidez à l'avance si une URL nue compte, si une citation dans une liste de sources vaut mention, comment vous traitez les fautes d'orthographe et les noms de marque mère, et si une mention négative compte. Écrivez la règle : c'est l'incohérence sur ce point qui alimente la plupart des débats sur la réalité d'un progrès de visibilité.

Pourquoi les benchmarks divergent d'un assistant à l'autre — et pourquoi c'est normal

Une marque à 55 % de part de réponse sur Perplexity et à 12 % sur ChatGPT pour des prompts identiques n'est pas victime d'une erreur de mesure. Les systèmes diffèrent précisément à la couche qui décide quelles marques sont éligibles à être citées.

La récupération face à la connaissance paramétrique est la première ligne de fracture. Les assistants qui s'appuient sur la recherche web en direct remontent ce que l'index actuel et leur couche de classement privilégient ; les réponses issues majoritairement des poids du modèle reflètent la place qu'occupait la marque dans les données d'entraînement. OpenAI décrit ChatGPT search comme la combinaison du modèle avec des informations issues du web et de fournisseurs tiers (OpenAI), Anthropic propose la recherche web comme un outil que Claude déclenche à sa discrétion (Anthropic), Perplexity est conçu autour de la récupération et de la citation par défaut (Perplexity) et Google documente ses fonctionnalités IA comme une couche posée sur Search, avec son propre comportement de liens (Google Search Central). Éligibilité différente, listes de marques différentes.

La préférence de sources est le deuxième facteur. Un assistant privilégiera les sélections éditoriales et les plateformes d'avis, un autre la documentation, les forums et les sites officiels. Si la couverture tierce de votre catégorie se concentre sur une poignée de listicles, les assistants qui font confiance à ces pages surreprésenteront ceux qui y sont bien classés.

La fraîcheur et les règles d'ancrage constituent le troisième. Un concurrent tout juste lancé peut apparaître immédiatement dans les assistants tournés vers la récupération et rester invisible pendant des mois dans ceux qui s'appuient sur leurs poids. Région, langue et décision de l'outil de lancer ou non une recherche ajoutent d'autres variations parfaitement légitimes.

Conséquence pratique : ne présentez jamais une moyenne agrégée inter-assistants comme chiffre principal. Présentez une matrice. L'écart entre assistants est en soi l'enseignement, car il indique si votre problème relève de la couverture de sources, du classement sur les pages des autres ou d'une pure absence du corpus. Cette ventilation par assistant est le cœur de ce que nous construisons chez Growli, et c'est bien pour cela qu'un score global unique est le chiffre le moins utile du rapport.

Un modèle de tableau de benchmark à copier

Créez une ligne par assistant, par groupe de prompts et par période. Colonnes, dans cet ordre :

Lisez-le de deux façons. En ligne, vous voyez si un groupe est sain sur un assistant et cassé sur un autre. En colonne, vous voyez si un concurrent gagne partout (problème de corpus et d'autorité) ou sur une seule surface (problème de sources que vous pouvez cibler).

Ajoutez un second onglet contenant le panel concurrentiel — cinq à huit rivaux nommés, figés pour la période — ainsi que la liste exacte des prompts et la règle de mention. Sans cela, le chiffre du trimestre prochain ne sera pas comparable à celui-ci.

• Période — semaine ou mois, avec les dates d'exécution.
• Assistant — ChatGPT, Gemini, Claude, Perplexity, Copilot, Grok. Une ligne chacun ; aucune agrégation.
• Groupe de prompts — par exemple meilleur-outil-pour-X, alternatives-à-un-concurrent, tarifs.
• Exécutions — total des exécutions de prompts derrière la ligne. Toute valeur inférieure à cinq par prompt doit être signalée comme peu fiable.
• Vos mentions — exécutions contenant votre marque selon la règle documentée.
• Taux de mention % — vos mentions ÷ exécutions.
• Total des mentions de marques — toutes les mentions de vous et du panel concurrentiel suivi dans les mêmes réponses.
• Part de réponse % — vos mentions ÷ total des mentions de marques.
• Position moyenne — rang moyen lorsque vous êtes cité dans une liste.
• Premier concurrent + sa part % — qui prend réellement la place.
• Principaux domaines cités — les trois sources sur lesquelles l'assistant s'est le plus appuyé ; c'est votre liste d'actions.
• Écart vs période précédente — en points de pourcentage, pas en variation relative, afin que les petites bases n'exagèrent pas le mouvement.

Transformer les écarts de part de voix en actions

Un rapport de part de voix qui s'arrête à un pourcentage est un tableau de bord. La valeur réside dans la correspondance entre type d'écart et intervention, et il n'existe qu'une poignée de types d'écarts qui méritent un nom.

Absent sur tous les assistants pour un groupe : vous n'êtes pas dans le matériau source à partir duquel les réponses se construisent. Le chantier est la couverture — faites-vous nommer, décrire et comparer sur les pages que les assistants citent déjà pour ce groupe (plateformes d'avis, sélections de catégorie, fils de discussion communautaires, presse professionnelle) — et assurez-vous que vos propres pages disent clairement ce que vous faites, pour qui et à quel prix.

Présent sur les assistants tournés vers la récupération, absent sur ceux qui s'appuient sur leurs poids : c'est un problème de récence. Vous existez sur le web vivant, mais pas dans le corpus profond. Attendez-vous à un décalage et concentrez-vous entre-temps sur les surfaces où la récupération décide de l'éligibilité.

Cité mais en dernière position : c'est un problème de preuves comparatives. Les assistants ordonnent les listes selon le cadrage qu'ils trouvent dans les sources. Si vos concurrents disposent de pages de comparaison explicites, de grilles tarifaires et de cas d'usage formulés, et vous non, vous êtes rangé au rayon des outsiders. Publiez les détails concrets — dire à qui vous ne vous adressez pas est aussi utile que dire à qui vous vous adressez.

Cité avec de mauvais attributs : c'est le cas le plus dommageable et le plus facile à rater si vous ne comptez que les mentions. Consignez les affirmations formulées à votre sujet, pas seulement le fait de la mention : modèle tarifaire erroné, intégration manquante, positionnement dépassé. Corrigez à la source qui est citée.

Un concurrent dominant sur un seul assistant renvoie généralement à une page unique. Trouvez-la dans la colonne des domaines cités, puis décidez si l'angle est d'y être intégré, de proposer une alternative plus forte sur un domaine comparable, ou de demander une correction factuelle.

Priorisez selon le poids commercial, pas selon la taille de l'écart. Dix points d'écart sur des prompts « alternatives à » à forte intention valent plus que quarante points sur des questions définitionnelles. Pour le cadrage plus large — comment taux de mention, sentiment et sources citées s'articulent — voyez notre guide sur la visibilité IA.

Fréquence, fiabilité et ce qui constitue un vrai mouvement

Une mesure mensuelle convient à la plupart des catégories ; l'hebdomadaire se justifie pendant un lancement, un changement de marque ou une campagne de correction active. Quel que soit votre choix, exécutez l'ensemble du jeu de prompts dans une fenêtre resserrée pour éviter qu'une mise à jour de modèle ne coupe votre échantillon en deux.

Fixez un seuil de mouvement avant de publier. Avec cinq exécutions par prompt, un déplacement de quelques points de pourcentage sur un seul groupe reste largement dans la variance d'échantillonnage : ne parlez de mouvement que s'il se maintient sur deux périodes consécutives ou apparaît sur plusieurs groupes du même assistant. Annotez chaque rapport avec les événements susceptibles d'expliquer un saut : mise à jour de modèle, lancement d'un nouveau concurrent, publication d'un article tiers à forte audience, modification de votre propre site.

Une dernière discipline : conservez les réponses brutes, pas seulement les décomptes. Dans six mois, les décomptes vous diront que la part a baissé et les réponses archivées vous diront pourquoi — c'est toute la différence entre un indicateur de visibilité IA défendable et un chiffre qui déclenche une dispute.

FAQ