Mesure · Auto-évaluation datée
Notre alignement sur le cadre IAB
Cette page est une auto-évaluation, datée du 3 octobre 2026, de nos mesures face au cadre « Measuring Visibility in the AI Era », publié par l’IAB en août 2026. Pour chaque critère, nous écrivons où nous en sommes, et ce qui nous manque.
Le cadre IAB ne définit ni certification, ni label, et cette page n’en est pas une. Elle ne dit pas que nos mesures sont validées par l’IAB : elle dit comment nous nous situons nous-mêmes, critère par critère. Source du cadre : page officielle de l’IAB.
Sommaire de la page
Résumé chiffré#
Le cadre est évalué ici sur 51 critères. Les compteurs ci-dessous sont calculés depuis la grille détaillée qui suit.
- Aligné6sur 51 critèresNotre mesure répond au critère, parfois avec un point à compléter.
- Partiellement aligné31sur 51 critèresUne partie du critère est tenue ; le reste est indiqué.
- Écart assumé11sur 51 critèresLe critère n’est pas tenu aujourd’hui : nous l’écrivons.
- Sans objet3sur 51 critèresLe critère ne s’applique pas à notre activité ou à notre périmètre.
Par niveau de lecture
Un critère rattaché à deux niveaux est compté dans chacun. 2 critères sans objet ne sont rattachés à aucun niveau.
Directionnel
- Aligné3
- Partiellement aligné19
- Écart assumé1
- Sans objet1
Decision-grade
- Aligné2
- Partiellement aligné13
- Écart assumé6
- Sans objet0
Transparence
- Aligné3
- Partiellement aligné8
- Écart assumé4
- Sans objet0
Les quatre niveaux de lecture#
Le cadre distingue des niveaux de qualité d’une mesure et un niveau de divulgation. Sur chaque critère, la lettre D, DG ou T indique le niveau concerné.
- Exploratoire
- Une mesure de moins de 50 questions par programme : le cadre la juge exploratoire plutôt que directionnelle, c’est un plancher avant même le niveau directionnel.
- Directionnel
- Au moins 50 questions par programme, au moins 2 types d’intention et une cadence mensuelle ou trimestrielle : une mesure qui indique une direction.
- Decision-grade
- Les 4 types d’intention, une cadence hebdomadaire ou plus fréquente et une variation acceptable définie sur une fenêtre de 7 jours : le niveau le plus exigeant du cadre. Nous ne l’atteignons pas aujourd’hui.
- Transparence
- Un cadre de divulgation du fournisseur : une divulgation minimale, et une divulgation renforcée pour tout résultat présenté comme decision-grade.
D : directionnel · DG : decision-grade · T : transparence.
Matrice de qualité : volume, répétitions, cadence#
La matrice du cadre fixe ce qu’une mesure doit réunir pour être lue comme directionnelle ou decision-grade : nombre de questions, réponses par question, types d’intention, cadence, reproductibilité, plateformes.
12 critères dans cette section.
Au moins 50 requêtes par programme de mesure (en dessous, la mesure reste exploratoire).
Ce que nous faisons aujourd’hui
Nos préréglages posent 10 questions (light), 30 (standard) et 60 (deep, sur 4 marchés). Light et standard sont donc exploratoires ; deep atteint le plancher. Les audits personnalisés et l’atelier laissent le choix du volume.
Écart assumé
Le niveau « exploratoire » n’est pas encore affiché sur les rapports light et standard, et nous n’avons pas tranché ce que recouvre un « programme » (un audit seul, ou plusieurs audits du même protocole).
Piste de travail : Afficher « exploratoire » sur light et standard, puis fixer la définition du programme.
Volume decision-grade : un grand jeu de requêtes avec sous-catégories, volume total, requêtes par catégorie et variété de formats divulgués.
Ce que nous faisons aujourd’hui
Jusqu’à 60 questions par préréglage, réparties selon les catégories de questions que notre générateur sait produire. La distribution n’est pas publiée.
Écart assumé
Le volume et la distribution par catégorie ne sont pas publiés, et nous n’avons pas de plancher interne pour le decision-grade (le cadre n’en fixe pas).
Piste de travail : Publier volume et distribution par audit, puis décider d’un plancher interne.
Plusieurs réponses par requête.
Ce que nous faisons aujourd’hui
Une seule réponse par question sur les préréglages (k = 1) ; de 1 à 20 réponses par question dans les audits personnalisés et l’atelier.
Écart assumé
Sur les préréglages, la variabilité n’est pas mesurée par répétition.
Piste de travail : Passer à 2 ou 3 réponses par question au minimum sur les préréglages payants ; à défaut, ne pas revendiquer le niveau directionnel sur la variabilité.
Assez de réponses par requête pour obtenir une distribution stable, divulguées avec le critère de cohérence retenu.
Ce que nous faisons aujourd’hui
Une seule réponse par question sur les préréglages, et aucun critère de stabilité par question.
Écart assumé
Ni nombre de réponses suffisant pour une distribution stable, ni règle de stabilité écrite.
Piste de travail : Augmenter le nombre de réponses par question et écrire une règle de stabilité. Le rééchantillonnage par questions (bootstrap) ne remplace pas la répétition.
Types d’intention : au moins 2 (directionnel), les 4 (decision-grade) parmi informationnel, comparaison, recommandation et transactionnel.
Ce que nous faisons aujourd’hui
Notre générateur de questions produit des questions de comparaison, des questions transactionnelles et des questions de découverte ou de recommandation. La restitution des résultats par type d’intention n’a pas été vérifiée.
Écart assumé
La présence des 4 types dans chaque préréglage n’est pas garantie, aucune distribution n’est publiée, et la restitution segmentée par intention n’est pas vérifiée à ce jour.
Piste de travail : Garantir les 4 types dans chaque préréglage, publier la distribution et segmenter les résultats par intention.
Cadence : mensuelle ou trimestrielle (directionnel) ; hebdomadaire ou plus fréquente (decision-grade).
Ce que nous faisons aujourd’hui
Rejeu hebdomadaire des seules questions sentinelles, rejeu complet mensuel. La cadence du niveau directionnel est tenue ; celle du decision-grade ne l’est pas, puisque le rejeu complet est mensuel.
Écart assumé
Pas de rejeu complet hebdomadaire.
Piste de travail : Étudier un rejeu complet hebdomadaire. Son coût reste à mesurer, et chaque lancement coûteux est déclenché par notre opérateur.
Reproductibilité : variation documentée.
Ce que nous faisons aujourd’hui
Une fourchette par rééchantillonnage accompagne les résultats, avec une graine aléatoire fixée par audit. La méthode est décrite sur la page Méthodologie.
Écart assumé
La variabilité observée entre rejeux n’est ni documentée ni publiée.
Piste de travail : Documenter la variabilité observée entre rejeux et en publier les chiffres.
Reproductibilité decision-grade : plages de variation acceptables sur 7 jours, niveaux de confiance et processus de vérification documenté.
Ce que nous faisons aujourd’hui
Des intervalles de confiance accompagnent le score et la présence par IA. Aucun calcul de variabilité sur 7 jours n’existe, et aucune plage acceptable n’est définie.
Écart assumé
Pas de mesure sur une semaine, pas de plage acceptable, pas de processus de vérification écrit.
Piste de travail : Lancer des répétitions sur une semaine, définir et publier les plages acceptables, écrire le processus.
Validation des données : un résumé (directionnel) ; signaux externes, désambiguïsation des entités, base de référence et limites (decision-grade).
Ce que nous faisons aujourd’hui
Contrôle factuel contre une fiche de faits fournie par la marque, rapprochement avec Wikidata. La marque est détectée par correspondance de texte aux frontières de mot. Aucune validation contre les statistiques de première partie du client ni contre du trafic réel.
Outil cité :Wikidata
Écart assumé
La précision de la détection n’est pas mesurée, aucun croisement avec les analytics du client n’existe, et les limites ne sont pas publiées.
Piste de travail : Mesurer la précision de la détection sur un échantillon étiqueté, croiser avec les analytics du client, publier les limites.
Documentation de la méthodologie : un résumé (directionnel) ; une version complète (decision-grade) qui explique pourquoi ces requêtes, comment une réponse devient un nombre, le traitement par IA et la combinaison.
Ce que nous faisons aujourd’hui
La page Méthodologie est publique : poids du score, fourchettes, limites, journal des corrections de méthode. Une documentation technique plus détaillée existe côté équipe.
Écart assumé
Des pages manquent : le choix des requêtes, la détection, la pondération entre IA et les versions.
Piste de travail : Rédiger ces pages.
Plateformes : une ou plusieurs avec divulgation (directionnel) ; une substantielle majorité du trafic grand public du marché cible, avec base de pondération (decision-grade).
Ce que nous faisons aujourd’hui
Un jeu d’IA est interrogé par défaut, et d’autres surfaces peuvent s’y ajouter. Les IA concernées sont listées ci-dessous.
Plateformes :ChatGPTGeminiClaudePerplexityMistralGrokDeepSeekGoogle AI OverviewsCopilot
Écart assumé
Aucune base de pondération par part de marché grand public.
Piste de travail : Choisir les IA par marché sur des parts d’usage sourcées et documenter la base.
Agrégation multi-plateformes : résultats séparés par plateforme, variation entre plateformes, pondération documentée.
Ce que nous faisons aujourd’hui
La présence est affichée par IA, avec un intervalle. Le score composite agrège les IA à poids égaux, sans pondération par part de marché, et un indicateur de consensus entre IA existe (10 points du score).
Écart assumé
Le détail par IA n’est pas publié systématiquement, et la pondération (égale aujourd’hui) n’est pas documentée.
Piste de travail : Publier systématiquement le détail par IA et documenter la pondération.
Métriques : ce que nous mesurons de la visibilité#
Le cadre définit un vocabulaire de métriques, regroupées en quatre dimensions (les 4 P, voir plus bas). Nous indiquons pour chacune ce que nous calculons et ce qui manque.
13 critères dans cette section.
Mention Rate (taux de mention) : part des réponses qui contiennent la marque.
Ce que nous faisons aujourd’hui
La présence est mesurée, avec un taux par IA, et entre dans le score (30 points sur 100). Elle y est pondérée.
Ce qui reste à compléter
Le libellé n’est pas encore aligné sur celui du cadre, et le taux brut doit être affiché à côté de la présence pondérée.
Piste de travail : Aligner le libellé et afficher le taux brut.
Citation Rate (taux de citation) : un lien ou le nom de la marque est cité comme source.
Ce que nous faisons aujourd’hui
La citation d’une adresse est distinguée de la mention simple, et la couverture des citations entre dans le score (5 points).
Écart assumé
La définition du cadre inclut aussi la citation nommée. Le taux et sa définition ne sont pas publiés.
Piste de travail : Publier le taux et sa définition, en y incluant la citation nommée.
Share of Voice (part de voix) : définition de la catégorie concurrentielle et de l’univers de mentions divulguée.
Ce que nous faisons aujourd’hui
La part de voix pèse 20 points du score. Sa fourchette est calculée sans tenir compte du regroupement des réponses par question.
Écart assumé
La manière dont le jeu de concurrents est défini n’est pas divulguée, et la fourchette par grappes manque.
Piste de travail : Divulguer la définition du jeu de concurrents et calculer une fourchette par grappes.
Visibility Momentum (dynamique de visibilité) : variation entre périodes, avec indication des remises à zéro de la base.
Ce que nous faisons aujourd’hui
Nous calculons la variation entre deux audits.
Écart assumé
Cette variation n’a ni fourchette ni signalement des ruptures de série.
Piste de travail : Calculer une variation appariée avec fourchette et annoter les ruptures.
Position : rang, premier cité, nombre de mentions, méthode divulguée pour les réponses narratives.
Ce que nous faisons aujourd’hui
La proéminence est notée de 0 à 3 et pèse 15 points du score. Elle est mesurée sur le texte renvoyé par les interfaces de programmation (API), pas sur la position telle que la voit une personne à l’écran.
Écart assumé
Pas de rang explicite ni de nombre de mentions, et la méthode pour les réponses narratives n’est pas divulguée.
Piste de travail : Divulguer l’opérationnalisation, ajouter le rang et le nombre de mentions.
Sentiment : méthode, taxonomie de cadrage et précision publiées.
Ce que nous faisons aujourd’hui
Le sentiment est classé par un modèle, par lots, en 5 classes.
Écart assumé
Ni la précision de cette classification ni l’accord entre annotateurs n’ont été mesurés.
Piste de travail : Étiqueter un échantillon à la main et publier la précision.
Framing (cadrage) : positionnement de la marque (leader, alternative économique, mauvais secteur).
Ce que nous faisons aujourd’hui
Nous n’avons pas de classe de cadrage distincte du sentiment.
Écart assumé
Le positionnement de la marque dans la réponse n’est pas mesuré en tant que tel.
Piste de travail : Ajouter une taxonomie de cadrage.
Hallucination Rate (taux d’hallucination) : par plateforme, méthode de détection divulguée, cas signalés au client.
Ce que nous faisons aujourd’hui
Une classe « hallucination » existe dans l’analyse du sentiment, et le contrôle factuel s’appuie sur la fiche de faits de la marque.
Écart assumé
Aucun taux par IA n’est publié, la méthode n’est pas détaillée et les cas ne sont pas listés systématiquement.
Piste de travail : Calculer et publier un taux par IA, détailler la méthode, lister les cas.
Factual Inaccuracy Rate (taux d’inexactitude factuelle) : source de vérité fournie par la marque, taux par plateforme, cas signalés.
Ce que nous faisons aujourd’hui
La fiche de faits fournie par la marque sert de source de vérité : les affirmations des IA lui sont comparées, et les écarts sont listés au client.
Ce qui reste à compléter
Ce critère reste à compléter : il manque le taux par IA, et l’hallucination et l’inexactitude ne sont pas toujours distinguées dans les rapports.
Piste de travail : Ajouter un taux par IA et distinguer hallucination et inexactitude dans les rapports.
Recommendation Strength (force de la recommandation) : rubrique de notation divulguée.
Ce que nous faisons aujourd’hui
Nous détectons une classe « recommandée plutôt qu’un concurrent », mais elle est fusionnée avec « positif » dans le score.
Écart assumé
Pas d’indicateur séparé, et pas de rubrique de notation publiée.
Piste de travail : Créer un indicateur séparé et publier sa rubrique.
Post-Citation CTR (taux de clic après citation).
Ce que nous faisons aujourd’hui
Nous ne disposons d’aucune donnée de clic. Le cadre y voit lui-même un pont vers l’attribution, qui dépend des plateformes. Nous ne revendiquons pas cette métrique.
Métriques émergentes : déplacement concurrentiel, proxys d’attention, multimodal.
Ce que nous faisons aujourd’hui
Ces métriques sont hors du vocabulaire standardisé du cadre, qui n’impose aucune obligation à leur sujet.
Métriques pour les éditeurs : taux d’utilisation du contenu, clarté d’attribution.
Ce que nous faisons aujourd’hui
GeoMetrick sert des marques, pas des éditeurs : ces métriques ne s’appliquent pas à notre activité.
Divulgation : ce que nous publions de notre méthode#
Le cadre demande aux fournisseurs de décrire leur méthode : une divulgation minimale, et une divulgation renforcée pour tout résultat présenté comme decision-grade.
14 critères dans cette section.
Plateformes interrogées, avec la version précise du modèle.
Ce que nous faisons aujourd’hui
Pour chaque réponse, nous enregistrons le modèle demandé et le modèle réellement servi.
Plateformes :ChatGPTGeminiClaudePerplexityMistralGrokDeepSeekGoogle AI OverviewsCopilot
Écart assumé
Ces informations ne sont ni publiées ni comparées d’un audit à l’autre.
Piste de travail : Publier la liste des modèles par audit.
Bibliothèque de prompts : taille, structure, rafraîchissement, pondération, tests de cadrage culturel.
Ce que nous faisons aujourd’hui
Les questions sont générées par un modèle, complétées par des gabarits locaux et par des questions People Also Ask et Reddit. Le protocole est figé et empreint (haché) pour permettre le rejeu à l’identique.
Sources citées :Google (People Also Ask)Reddit
Écart assumé
Aucune page publique ne décrit la taxonomie des questions ni la manière dont le jeu est construit.
Piste de travail : Publier une page décrivant la construction du jeu de questions.
Source des requêtes : synthétique, volumes réels ou comportement observé.
Ce que nous faisons aujourd’hui
Les questions sont essentiellement synthétiques, complétées par des questions People Also Ask et Reddit. Nous n’exploitons pas encore les données de Search Console.
Sources citées :Search ConsoleGoogle (People Also Ask)Reddit
Écart assumé
La source des questions n’est pas déclarée explicitement, et aucun volume réel de recherche n’entre dans le jeu.
Piste de travail : Déclarer la composition (synthétique, People Also Ask, Reddit) et brancher la Search Console pour le niveau decision-grade.
Types de sources suivies : marque, revendeur, éditeur, institution.
Ce que nous faisons aujourd’hui
Nous n’avons pas vérifié que nos rapports classent les domaines cités par type de source.
Écart assumé
Pas de classement des sources citées par type.
Piste de travail : Classer les domaines cités par type.
Architecture de collecte : simulation active, panel, données natives ou hybride.
Ce que nous faisons aujourd’hui
Nous pratiquons la simulation active, par interface de programmation (API) uniquement : nous posons nous-mêmes les questions aux IA.
Ce qui reste à compléter
Ce choix n’est pas encore déclaré explicitement dans la documentation de méthode.
Piste de travail : L’y déclarer.
Méthode d’accès (API officielles ou extraction de pages) et respect des conditions d’utilisation des plateformes.
Ce que nous faisons aujourd’hui
Nous passons par les API officielles des plateformes.
Écart assumé
Nous n’avons pas de déclaration publique sur le respect des conditions d’utilisation de chaque plateforme.
Piste de travail : Rédiger cette déclaration.
Récupération web activée, désactivée ou les deux, sans mélange non divulgué.
Ce que nous faisons aujourd’hui
Nous distinguons le mode brut (le modèle seul) et le mode augmenté (le modèle avec sa recherche web). Les deux sont séparés pour chaque couple IA et mode.
Ce qui reste à compléter
Le mode n’est pas encore rappelé dans chaque restitution.
Piste de travail : Afficher le mode dans chaque restitution.
Validation : signaux externes, valeurs aberrantes, désambiguïsation des entités.
Ce que nous faisons aujourd’hui
Même situation que le critère « Validation des données » de la section Matrice de qualité : mêmes forces, mêmes manques.
Écart assumé
Voir le critère « Validation des données » de la section Matrice de qualité.
Piste de travail : Voir ce même critère.
Logique de détection, d’attribution et de sentiment.
Ce que nous faisons aujourd’hui
La marque est détectée par correspondance de texte et alias, et le sentiment est classé par un modèle. La précision de ces opérations n’a pas été mesurée.
Écart assumé
La logique et la précision ne sont pas publiées.
Piste de travail : Publier la logique et la précision.
Classification de l’exactitude : hallucination, exact et inexact rapportés séparément, avec la source de vérité de la marque.
Ce que nous faisons aujourd’hui
La fiche de faits de la marque et la classe « hallucination » existent.
Écart assumé
Les rapports ne restituent pas encore ces trois états séparément.
Piste de travail : Restituer trois compteurs séparés.
Historique et versionnage : durée, traitement des mises à jour de modèle, remises à zéro de la base documentées.
Ce que nous faisons aujourd’hui
Aucune version de la formule n’est stockée avec chaque audit. Un journal public des corrections de méthode existe, mais il est tenu à la main.
Écart assumé
Pas de version de formule ni de date de rupture par audit.
Piste de travail : Stocker la version de la formule et la date de rupture pour chaque audit, et afficher les ruptures sur la courbe.
Divulgation minimale : plateformes, architecture, résumé de la bibliothèque de prompts, résumé de la logique.
Ce que nous faisons aujourd’hui
Une grande partie de ces éléments figure déjà sur la page Méthodologie.
Écart assumé
Des pages manquent pour compléter la divulgation minimale.
Piste de travail : Compléter les pages manquantes.
Divulgation renforcée : tous les éléments en profondeur, exigée pour tout résultat positionné decision-grade.
Ce que nous faisons aujourd’hui
Cette divulgation en profondeur dépend de l’ensemble des critères de cette section, dont plusieurs ne sont pas tenus. Nous ne positionnons aucun de nos résultats comme decision-grade.
Écart assumé
L’ensemble des critères de la section Divulgation.
Piste de travail : Compléter la section Divulgation avant tout positionnement decision-grade.
Indice composite : poids, normalisation, valeurs des composantes, limites.
Ce que nous faisons aujourd’hui
Les poids du score sont publiés sur la page Méthodologie (30, 15, 20, 20, 10 et 5 points), les composantes sont visibles et les pondérations sont expliquées.
Ce qui reste à compléter
La normalisation et les limites de l’indice doivent être mentionnées explicitement.
Piste de travail : Ajouter ces mentions.
Stabilité et reproductibilité dans le temps#
Le cadre attend que la variabilité soit documentée, que les ruptures de série soient signalées et que les données restent accessibles.
12 critères dans cette section.
Documenter la variabilité de requêtes identiques répétées, et la montrer.
Ce que nous faisons aujourd’hui
Des fourchettes par rééchantillonnage sont publiées. Aucune mesure par répétition de requêtes identiques n’existe, puisque les préréglages ne posent qu’une réponse par question.
Écart assumé
Pas de mesure directe de la variabilité d’une même requête répétée.
Piste de travail : Mener une campagne de répétitions et en publier les résultats.
Rapporter des fourchettes, pas des nombres seuls.
Ce que nous faisons aujourd’hui
Le score et la présence par IA portent une fourchette. La note est masquée sous 60 réponses.
Ce qui reste à compléter
Cette règle n’est pas encore étendue à l’analyse gratuite ni aux variations entre audits.
Piste de travail : L’étendre à ces deux cas.
Contrôles géographiques : provenance des requêtes, résultats par marché.
Ce que nous faisons aujourd’hui
Le préréglage deep couvre 4 marchés. La restitution par marché n’a pas été vérifiée de notre côté.
Écart assumé
L’origine géographique des appels n’est pas documentée.
Piste de travail : Vérifier et publier la restitution par marché, et documenter l’origine géographique des appels.
Contrôles temporels : cadence et fenêtre de collecte constantes.
Ce que nous faisons aujourd’hui
Les rejeux sont planifiés.
Écart assumé
La fenêtre de collecte n’est pas documentée.
Piste de travail : Documenter la fenêtre de collecte.
Détection de dérive : repérer un pic hors de la variabilité normale, par comparaison entre marques et entre plateformes.
Ce que nous faisons aujourd’hui
Nos questions sentinelles sont choisies parmi les moins bien classées, ce qui expose à une régression vers la moyenne. Nous n’avons pas de détection de dérive entre marques et plateformes.
Écart assumé
Aucun détecteur de dérive catégoriel.
Piste de travail : Construire un détecteur de dérive multi-plateformes.
Protocole pour évaluer l’impact d’une mise à jour de modèle.
Ce que nous faisons aujourd’hui
Aucun avertissement n’indique qu’un modèle a changé entre deux audits.
Écart assumé
Pas de protocole d’évaluation d’une mise à jour de modèle.
Piste de travail : Le traiter avec la remise à zéro de la base (critère suivant).
Remise à zéro de la base documentée, avec les séries avant et après séparées.
Ce que nous faisons aujourd’hui
Ni version de formule ni rupture ne sont stockées. Le journal public de corrections de méthode est tenu à la main.
Écart assumé
Les ruptures de série ne sont ni stockées, ni signalées, ni séparées dans les courbes.
Piste de travail : Stocker les ruptures, les signaler et séparer les séries avant et après.
Entrée d’une nouvelle plateforme : critères de part de consommation fixés à l’avance, nouvelle base mesurée en parallèle de l’ancienne.
Ce que nous faisons aujourd’hui
Nous n’avons pas de politique écrite pour l’ajout d’une plateforme.
Écart assumé
Politique d’ajout d’une plateforme absente.
Piste de travail : Rédiger la politique et l’appliquer à toutes les surfaces interrogées.
Pondération par part de consommation.
Ce que nous faisons aujourd’hui
Nous ne pondérons pas les IA par leur usage.
Écart assumé
Aucune pondération par usage.
Piste de travail : Voir le critère « Plateformes » de la section Matrice de qualité.
Cadence adaptée à la décision.
Ce que nous faisons aujourd’hui
Même situation que le critère « Cadence » de la section Matrice de qualité.
Écart assumé
Voir le critère « Cadence » de la section Matrice de qualité.
Piste de travail : Voir ce même critère.
Communication de l’incertitude : niveau affiché, tendances plutôt qu’instantanés.
Ce que nous faisons aujourd’hui
Les fourchettes sont affichées.
Écart assumé
Les rapports ne portent pas d’étiquette de niveau (« exploratoire », « directionnel »).
Piste de travail : Étiqueter chaque rapport avec son niveau.
Export des données sous-jacentes : les données restent accessibles.
Ce que nous faisons aujourd’hui
Aucun export n’est proposé au client. L’export CSV interne n’indique ni le modèle ni l’horodatage, et il tronque le texte des réponses à 500 caractères.
Écart assumé
Pas d’export complet des données avec modèle, horodatage et version.
Piste de travail : Proposer un export complet avec modèle, horodatage et version.
Les 4 P face à nos grandeurs#
Pour les marques, le cadre regroupe les métriques en quatre dimensions : présence, proéminence, portrait (Portrayal en anglais) et persuasion. Voici ce que nous mesurons dans chacune, et ce qui manque.
Présence
Métriques du cadre
Mention Rate, Citation Rate, Share of Voice, Visibility Momentum.
Ce que nous mesurons
Présence (30 points du score), part de voix (20 points), couverture des citations (5 points) et variation entre audits.
Ce qui manque
Taux bruts affichés avec la définition du cadre, citation nommée, part de voix avec fourchette par grappes, dynamique de visibilité avec fourchette.
Proéminence
Métriques du cadre
Position : rang, premier cité, étendue dans la réponse, nombre de mentions.
Ce que nous mesurons
Proéminence notée de 0 à 3 (15 points du score), mesurée sur le texte renvoyé par les API.
Ce qui manque
Position telle que la voit l’utilisateur, rang explicite, nombre de mentions, divulgation de la méthode pour les réponses narratives.
PortraitNotre axe le plus avancé
Métriques du cadre
Portrayal : sentiment, cadrage, taux d’hallucination, taux d’inexactitude factuelle.
Ce que nous mesurons
Sentiment en 5 classes (20 points du score), classe « hallucination », fiche de faits fournie par la marque avec contrôle factuel, consensus entre IA.
Ce qui manque
Précision de la classification, cadrage, taux par IA, restitution séparée de l’hallucination, de l’inexactitude et de l’exact.
Persuasion
Métriques du cadre
Recommendation Strength, taux de clic après citation.
Ce que nous mesurons
Une classe « recommandée plutôt qu’un concurrent », fusionnée avec le sentiment positif.
Ce qui manque
Indicateur de recommandation séparé. Aucune donnée de clic : nous ne revendiquons pas cette dimension.
Limites de cette auto-évaluation#
Une auto-évaluation a des défauts que nous préférons écrire.
- Cette évaluation est faite par nous-mêmes, sur notre propre produit : aucun tiers ne l’a auditée.
- Le cadre a été lu en entier à partir du texte extrait de son document officiel. La mise en page des tableaux y est parfois mêlée ; les seuils de la matrice ont été recoupés avec la page web du cadre et son sommaire.
- Le cadre dit lui-même que ses seuils évolueront : cette grille est un état au 3 octobre 2026, pas un jugement définitif.
- Certaines lignes n’ont pas été vérifiées dans notre propre code : la restitution par type d’intention et par marché, le classement des sources citées par type et la précision de la détection de la marque. Elles sont écrites comme telles.
- Les preuves reprennent celles de nos inventaires internes. Seules deux d’entre elles (le calcul du score et la génération des questions) ont été recontrôlées directement lors de cette analyse.
- Une ligne « Aligné » dit que notre mesure répond au critère du cadre ; elle ne dit pas que la mesure est exacte, ni que son niveau est decision-grade.
- Nous ne nous comparons à aucun autre fournisseur : la concurrence n’a pas été étudiée pour cette page.
- Le cadre ne couvre que la mesure organique. Il ne couvre ni l’optimisation, ni l’attribution commerciale, ni la mesure du payant.
Pour la méthode elle-même (poids du score, fourchettes, limites et journal des corrections), voir la page Méthodologie de ce site.