Nouvelles métriques pour l'ère de l'IA : mesurez la visibilité IA qui compte

Les métriques de visibilité IA mesurent citations et sélections, plus clics et positions.

La plupart des marketeurs B2B mesurent encore leur visibilité avec un tableau de bord de 2018 : positions Google, trafic organique et taux de clic.

Le verdict : construisez une stack de mesure à quatre couches et pilotez d’abord sur le selection rate et la citation share.

Le problème des anciens chiffres ? Une réponse IA apparaît au-dessus de la position une. Elle répond entièrement à la question, et il n’y a aucun clic à mesurer.

Vous pouvez donc « bien performer » sur votre ancienne scorecard tout en devenant invisible dans la recherche IA.

Ce que nous entendons par métriques de visibilité IA

Par nouvelles métriques de visibilité IA, nous entendons des indicateurs qui ne suivent plus les clics ni les positions.

Ils mesurent si votre contenu est récupéré, sélectionné, cité et correctement compris par ChatGPT, Perplexity, Gemini et Google AI Overviews.

L’idée n’est pas neuve. Les chercheurs qui ont lancé le terme GEO (Aggarwal et al., 2023) proposaient déjà des métriques de visibilité propres aux moteurs génératifs.

Leur étude, fondée sur le benchmark GEO-bench, montre que des optimisations ciblées peuvent augmenter cette visibilité jusqu’à 40 pour cent.

Ci-dessous : la stack de mesure complète, avec formules et seuils de travail.

Vous voulez d’abord le cadre général ? Lisez le guide ultime du GEO, qui explique entièrement le generative engine optimization (GEO). Cet article zoome sur le volet mesure.

Curieux de savoir comment l’IA vous voit ? Passez votre page dans notre GEO-check gratuit.

Pourquoi les anciennes métriques deviennent-elles trompeuses ?

Parce qu’elles supposent que le clic est l’objectif, alors que la réponse IA satisfait souvent sans clic.

Une grande partie de nos métriques SEO classiques est devenue une approximation trompeuse. Trois exemples :

• Les positions sur mots-clés ignorent les réponses IA qui apparaissent au-dessus de la première position organique.
• Le trafic organique est de plus en plus cannibalisé par des réponses IA qui satisfont l’utilisateur sans clic.
• Le taux de clic suppose que le clic est l’objectif, alors que la visibilité dans la réponse compte souvent plus.

Ce que montre l’étude Pew

Selon Pew Research Center (mars 2025, 900 adultes américains), les utilisateurs cliquent sur un résultat classique dans 8 % des visites avec un résumé IA, contre 15 % sans.

Le lien dans le résumé lui-même n’est cliqué que dans 1 % des cas.

Nous détaillons ce glissement dans le SEO est-il mort ?.

Search Console ne sépare pas le trafic IA

Search Console ne vous aide pas beaucoup ici.

Google indique que le trafic des AI Overviews et de l’AI Mode est inclus dans le rapport sur les performances, dans le type de recherche « Web », sans filtre séparé.

Vous ne voyez donc pas quelle part de vos impressions vient d’une réponse IA.

Le jeu a changé, pas les scorecards

Les anciennes métriques n’étaient pas mauvaises. Elles étaient justes pour la recherche traditionnelle.

Mais le jeu a changé et nos scorecards non. Mesurez donc ce qui détermine la visibilité dans la recherche IA : sélection, extraction, salience et présence.

Quelle est la stack de visibilité IA en quatre couches ?

Une stack où chaque couche s’appuie sur celle du dessous.

Vous ne pouvez pas être sélectionné sans d’abord être récupéré. Et votre position face aux concurrents ne veut pas dire grand-chose sans chiffres sous-jacents sains.

Voici la même stack en image, de la base vers le sommet :

Nous parcourons les plus importantes, couche par couche.

Une précision d’abord : les seuils ci-dessous sont des seuils de travail issus de nos propres mesures, pas des benchmarks sectoriels publiés. Aucune norme n’existe encore : comparez-vous d’abord à vos concurrents.

Couche 1 : les foundation metrics

Ce sont les mesures de base dont tout le reste découle.

Retrieval rate = requêtes pour lesquelles votre contenu est récupéré / nombre total de requêtes pertinentes.

C’est la condition préalable à tout : sans récupération, pas de choix possible.

• Faible : sous les 30 %, souvent un contenu non indexé, mal aligné sur l’intention ou pauvre en signaux d’autorité.
• Bon : au-dessus de 60 %, vous êtes bien placé.

Selection rate = sélections / retrievals.

C’est à nos yeux l’indicateur central. Il mesure si le modèle choisit effectivement votre contenu après l’avoir récupéré dans l’ensemble des candidats.

• Faible : sous les 25 %.
• Fort : au-dessus de 50 %.

Une sélection basse malgré un bon retrieval trahit presque toujours des problèmes de qualité ou d’extraction, ou un décalage de pertinence.

Citation frequency = citations / total des requêtes suivies.

Elle combine récupération et sélection en une seule métrique de résultat. La règle empirique : citation frequency ≈ retrieval rate × selection rate.

Par exemple, si vous êtes récupéré 50 % du temps et cité dans 40 % de ces cas, votre citation frequency tourne autour de 20 %. Notre guide du taux de citation détaille ce calcul.

Couche 2 : les métriques de qualité

Elles mesurent la valeur que vous captez lorsque vous êtes effectivement visible.

Citation coverage = caractères extraits / nombre total de caractères sur la page.

Quelle part de votre investissement en contenu se traduit en visibilité IA ? Sous les 20 %, c’est faible. Cela indique souvent un contenu gonflé, ou une partie extractible difficile à trouver.

Extraction depth = vos mots extraits / nombre total de mots dans la réponse.

Quand vous êtes cité, quelle part de la réponse vient de vous ?

• Sous les 10 % : vous êtes une source d’appoint.
• Au-dessus de 25 % : vous êtes la voix principale, avec une présence de marque maximale.

Primary source rate = citations primaires / nombre total de citations.

À quelle fréquence êtes-vous la source mise en avant et citée en premier, plutôt qu’une note de bas de page ?

Le statut de source primaire alimente la visibilité de marque, la probabilité de clic et l’association d’autorité.

Le panneau des sources de Perplexity montre bien cette hiérarchie. Regardez l’ordre des pages derrière une seule réponse :

Le panneau des sources de Perplexity pour notre propre prompt de test, 17 octobre 2026 : 10 pages web derrière une seule réponse.

Dix sources pour une réponse : être la première ou la dixième ne pèse pas pareil.

Couche 3 : les métriques de position

Ici, tout tourne autour de votre standing concurrentiel. Comparez toujours ces chiffres à vos concurrents, pas à des seuils absolus.

Citation share = vos citations / nombre total de citations (toutes sources confondues).

C’est l’équivalent IA de la part de marché. Sur des marchés concurrentiels, 30 % ou plus constitue une position dominante.

Segmentez-la par cluster thématique, par plateforme et par période.

Competitive index = vos citations / citations d’un concurrent.

La citation share mesure votre position globale ; le competitive index suit un duel en tête-à-tête. Au-dessus de 1, vous êtes cité plus souvent que ce concurrent. Sous 1, vous perdez.

Visibility score = un résumé pondéré de plusieurs facteurs.

Une formule exploitable, après normalisation de chaque composante sur 0 à 100 :

Des outils comme Ahrefs Brand Radar affichent déjà une forme de part de voix IA. Voici leur tableau de bord de démonstration :

La page produit d’Ahrefs Brand Radar, octobre 2026. Les chiffres sont ceux de la démonstration d’Ahrefs, pas les nôtres.

Le chiffre de démonstration n’est pas un benchmark. Le principe, lui, est le même que la citation share.

Couche 4 : les métriques de santé

Cette couche mesure la durabilité et la direction. C’est là que beaucoup d’équipes restent aveugles.

Salience score mesure la force des associations que le modèle entretient avec votre marque. Il se construit à partir de trois éléments :

• la mention probability (la probabilité que le modèle vous cite spontanément)
• la recommendation confidence
• l’association clarity

C’est la base paramétrique de votre visibilité : votre marque est-elle déjà ancrée dans le modèle, indépendamment de ce qui est récupéré en direct ?

Freshness index = âge moyen de votre contenu visible, pondéré par la fréquence d’extraction.

Le contenu souvent extrait pèse plus lourd. Plus de 12 mois en moyenne, c’est périmé ; sous les 6 mois, c’est frais.

Velocity = (citations de la période actuelle moins citations de la période précédente) / citations de la période précédente.

Appliquez-la à chaque métrique. Une velocity positive signifie un gain de terrain. Une velocity négative est un avertissement précoce avant la crise.

Comment affiner au niveau plateforme, requête et page ?

En découpant vos chiffres : les agrégats masquent la variation.

Trois affinements rendent votre mesure exploitable pour l’optimisation.

Niveau plateforme

Calculez la citation share et le selection rate par plateforme. Vous pouvez dominer sur Google AI Overviews et traîner dans ChatGPT.

Un platform divergence index (l’écart-type de vos métriques par plateforme divisé par la moyenne) montre où se situent les opportunités spécifiques.

Bing publie déjà vos citations dans Copilot. Voici notre propre rapport :

Le rapport AI Performance de notre propre Bing Webmaster Tools : 60,3K citations dans Copilot et les réponses partenaires sur trois mois, octobre 2026.

C’est la seule plateforme qui livre ces chiffres en première main. Pour les autres, vous mesurez vous-même.

Notre expérience : la divergence est réelle. Sur notre propre site, Perplexity nous nomme dans 16 de nos 125 prompts de choix d’agence, contre 7 avant. Les citations dans les AI Overviews de Google sont passées de 0 sur dix mois à 24 entre juillet et septembre 2026.

Niveau requête

Suivez le selection rate et votre rang par requête. Vous voyez ainsi quelles requêtes :

• défendre : vous êtes numéro 1
• attaquer : vous perdez
• conquérir : vous êtes absent

Quels prompts suivre ? Nous le détaillons dans quels prompts suivre dans l’IA.

Niveau page et section

Calculez un page visibility score par page. Puis un section extraction rate : la fréquence à laquelle une section est extraite par récupération de la page.

Vous savez ainsi quelles structures de contenu alimentent l’extraction, et lesquelles retravailler.

Quelles métriques GEO orientées marque ajouter ?

Cinq indicateurs qui mesurent comment un modèle comprend votre marque et lui fait confiance.

La stack ci-dessus mesure surtout le comportement au niveau des requêtes. Nous les avons décrits en détail dans les 5 indicateurs clés de la visibilité IA. En résumé :

Prompt Recall Rate (PRR) : le pourcentage de prompts pertinents dans lesquels votre marque apparaît spontanément.

C’est l’équivalent génératif de l’impression share. À titre de fourchette de travail, les marques émergentes se situent souvent entre 5 et 10 %, les marques matures entre 25 et 40 %.

Semantic Accuracy Index (SAI) : la justesse avec laquelle le modèle restitue votre positionnement.

Par exemple : vous qualifie-t-il de « trucking app » ou de « fleet intelligence platform » ? Un SAI faible signale une dérive narrative.

Source Diversity Ratio (SDR) : le rapport entre les sources uniques et faisant autorité et le nombre total de références.

Plus vos mentions sont dispersées, plus il est difficile de vous faire disparaître de l’entraînement.

Trust Alignment Score (TAS) : un composite qui pondère l’autorité et le sentiment de vos sources.

Une Wikipédia neutre, des avis G2 positifs et une presse factuelle donnent un TAS élevé. Le volet sentiment se suit à part : voyez le sentiment des mentions de marque dans l’IA.

Model Drift Index (MDI) : la vitesse à laquelle votre représentation change au fil des mises à jour de modèles.

Un MDI élevé signifie un récit instable, et un risque d’érosion de réputation dans la mémoire du modèle.

Comment calculer ces métriques en pratique ?

Avec une bibliothèque de prompts fixe et un tableur, en quatre étapes.

Étape 1 : fixez votre liste de prompts

Choisissez 25 à 50 prompts que vos acheteurs tapent vraiment. Gardez la même liste d’un mois à l’autre, sinon vos tendances ne veulent rien dire.

Étape 2 : passez-les dans chaque plateforme

ChatGPT, Perplexity, Gemini et Google AI Overviews, chaque mois, dans les mêmes conditions.

Étape 3 : notez quatre colonnes par prompt

Pour chaque réponse, notez :

• votre page figure-t-elle parmi les sources ?
• êtes-vous cité ou nommé dans le texte ?
• à quel rang apparaît votre source ?
• quels concurrents sont cités ?

Étape 4 : calculez

Par exemple, disons que vous suivez 50 prompts sur Perplexity. Votre page apparaît dans les sources de 20 réponses. Vous êtes cité dans 8 d’entre elles. Toutes sources confondues, les 50 réponses comptent 60 citations.

On retrouve la règle empirique : 40 % × 40 % = 16 %.

Lecture : le retrieval est correct, la sélection aussi, mais la citation share reste faible. Vos concurrents occupent la réponse.

Comment passer des métriques au tableau de bord et aux alertes ?

En remettant chaque chiffre en contexte : des chiffres isolés sont du bruit.

Les tendances plutôt que les instantanés

Utilisez une moyenne mobile sur 30 jours pour lisser la volatilité. Ajoutez des comparaisons d’une année à l’autre pour filtrer la saisonnalité.

Détectez les ruptures dans la tendance et reliez-les à une cause :

• une mise à jour d’algorithme
• une action d’un concurrent
• votre propre optimisation

Les réponses IA varient d’une requête à l’autre ; nous expliquons pourquoi dans la nature probabiliste des réponses IA.

Comparez-vous au bon groupe

Confrontez vos métriques à trois références :

• la moyenne de la catégorie
• le leader, et le leader gap qui se comble ou se creuse
• un peer group réaliste d’acteurs comparables

Configurez des alertes

Deux types d’alertes détectent les problèmes tôt :

• Seuil : « citation share sous les 15 % ».
• Anomalie : « le selection rate s’écarte de 2 écarts-types de la tendance ».

Tout aussi précieuses : les alertes concurrents, lorsqu’un rival gagne soudainement du terrain.

Deux tableaux de bord, deux publics

Direction et opérationnels voient ainsi chacun ce dont ils ont besoin, sans bouillie de chiffres. Un modèle concret se trouve dans notre tableau de bord GEO.

Règle de base : si une métrique ne mène à aucune décision, retirez-la du tableau de bord.

Questions fréquentes

Quelle est la différence entre retrieval rate et selection rate ?

Le retrieval rate mesure la fréquence à laquelle votre contenu est récupéré pour des requêtes pertinentes, donc si vous entrez ne serait-ce que dans l’ensemble des candidats. Le selection rate mesure la fréquence à laquelle le modèle choisit et utilise ensuite effectivement votre contenu après l’avoir récupéré. Un retrieval élevé mais une sélection basse indique un problème de qualité ou d’extraction : vous êtes bien trouvé, mais pas jugé assez bon pour être cité.

Par quelle métrique commencer en priorité ?

Commencez par le selection rate et la citation share. Le selection rate vous dit si votre contenu est assez fort pour être choisi, et la citation share replace cela dans un contexte concurrentiel, l’équivalent IA de la part de marché. Ensemble, ils donnent le plus vite une image fiable de votre position. Ajoutez ensuite la velocity pour surveiller la direction.

Ai-je besoin d’outils coûteux pour mesurer tout cela ?

Pas pour démarrer. Beaucoup de ces métriques se mesurent avec de la discipline plutôt qu’avec de l’infrastructure : constituez une bibliothèque fixe de 25 à 50 prompts représentatifs, passez-les périodiquement dans les plateformes IA pertinentes et comptez manuellement si vous êtes mentionné, cité et avec quelle proéminence. Pour l’échelle et l’automatisation, des outils de visibilité IA spécialisés seront utiles plus tard, mais le cadre de mesure est indépendant de l’outil.

À quelle fréquence dois-je mesurer ces métriques ?

Les réponses IA sont probabilistes et changent au rythme des mises à jour de modèles : une mesure unique ne dit donc pas grand-chose. Mesurez de préférence chaque mois et travaillez avec des moyennes mobiles et la velocity, afin de voir des tendances plutôt que du bruit. Ajoutez par-dessus des alertes pour les écarts marqués, pour ne pas constater trois mois plus tard que votre citation share s’est effondrée.

Besoin d’aide ?

Vous voulez traduire cette mesure en exécution ?

Découvrez comment nous abordons la visibilité IA, ou testez d’abord votre site avec notre test de visibilité IA.