Comment mesure-t-on la visibilité d’une marque dans les réponses de l’IA ?
La meilleure façon de mesurer la visibilité IA est d’en faire une fréquence échantillonnée : la proportion d’exécutions, sur de nombreuses répétitions des mêmes questions, où votre marque apparaît, publiée avec sa variance et jamais réduite à un rang unique. Les réponses de l’IA ne sont pas déterministes : posez deux fois la même question et la liste des marques change souvent.
Pourquoi un chiffre unique est trompeur
Les tests de SparkToro ont montré qu’en posant 100 fois la même question à ChatGPT et à Google, on obtenait des listes de marques identiques dans bien moins de 1 % des cas, et un ordre identique pratiquement jamais. Une capture d’écran ponctuelle « nous sommes 2e » n’est que du bruit. L’unité honnête est une distribution : posez chaque question 60 à 100 fois ou plus par moteur et indiquez le pourcentage de réponses où votre marque apparaît, avec un intervalle de confiance.
Ce qu’il faut suivre
Trois choses, moteur par moteur : la présence (la fréquence, en %, à laquelle vous apparaissez), la part de voix (votre présence par rapport à vos concurrents sur le même ensemble de questions) et l’écart de citations (les sources indépendantes citées dans les réponses où vous êtes absent). C’est le suivi de cet écart qui transforme la mesure en action : il vous indique précisément quelles sources conquérir.
L’honnêteté comme principe
Le signal étant bruité, une approche crédible affiche ouvertement la variance et n’affirme jamais une causalité qu’elle ne peut pas étayer. Une plateforme qui vous montre un rang précis prend le hasard pour un résultat. New Map mesure la présence comme une plage de fréquence qui se resserre à mesure que les échantillons s’accumulent, et chaque recommandation qui en découle est contrôlée par un vérificateur indépendant avant de vous parvenir.
Questions fréquentes
Pourquoi mon classement dans l’IA change-t-il à chaque vérification ?
Parce que les réponses de l’IA ne sont pas déterministes : le modèle échantillonne différemment à chaque exécution. SparkToro a obtenu des listes de marques identiques dans moins de 1 % des exécutions répétées. C’est pourquoi la visibilité doit se mesurer comme une fréquence sur de nombreux échantillons, et non par une vérification unique.
Combien d’échantillons faut-il pour un relevé fiable ?
Assez pour estimer une fréquence stable avec un intervalle de confiance exploitable, généralement 60 à 100 exécutions ou plus par moteur et par ensemble de questions. En deçà, vous mesurez du bruit.
Qu’est-ce que la part de voix dans les réponses de l’IA ?
La part des réponses pertinentes de l’IA qui citent votre marque plutôt que vos concurrents sur le même ensemble de questions : une comparaison à périmètre égal, pas un score absolu.
Publié par New Map, la plateforme de visibilité IA. Mis à jour le 14 juin 2026.