Share of Model : l’indicateur mesurant la présence dans les réponses de l’IA

Il existe toutefois un contrepoids à cette tendance. Chez un éditeur B2B SaaS, les visiteurs redirigés par une IA ont affiché un taux de conversion 23 fois supérieur à celui d’un clic organique classique (Ahrefs, 2025). Une étude de Semrush portant sur plus de 500 thématiques B2B a, quant à elle, mis en évidence une performance moyenne 4,4 fois supérieure pour le trafic provenant de l’IA.

Le volume de trafic est en chute. La qualité, elle, progresse. Les tableaux de bord conçus depuis deux décennies pour mesurer une recherche linéaire ont été pensés pour répondre à une autre question. Ils deviennent de plus en plus muets face à celle qui compte désormais vraiment.

Pendant vingt ans, les équipes marketing ont mesuré ce que leurs outils d’analyse pouvaient observer : les sessions, les positions dans les résultats de recherche, les backlinks et les conversions. Ces indicateurs étaient pertinents parce que le parcours entre la recherche et le site web était linéaire et visible. Un utilisateur effectuait une recherche, cliquait sur un résultat, arrivait sur un site, puis convertissait… ou non.
 

Aujourd’hui, ce parcours se fragmente. Une part croissante des acheteurs découvre une marque directement dans une réponse générée par l’IA et se forge une opinion sans jamais visiter son site web. Les rapports de trafic n’enregistrent rien. Aucune conversion n’a échoué. La conversation a simplement eu lieu dans un espace que personne ne mesure encore réellement.
 

Mesurer une baisse du nombre de visites n’est pas une stratégie. La véritable question est désormais de savoir si votre marque apparaît dans la réponse elle-même.
 

Cela ne signifie pas que les KPI traditionnels sont devenus obsolètes. Le trafic organique et payant continue de générer des résultats commerciaux concrets, et les indicateurs qui le mesurent restent essentiels. Le Share of Model (SoM) vient les compléter : il s’agit d’une nouvelle mesure de la part de visibilité qui se construit au sein des systèmes d’intelligence artificielle, en parallèle du trafic qui continue d’arriver via les clics.

L’industrie du marketing commence à converger vers un nouveau concept pour décrire cette réalité : le Share of Model (SoM). Cet indicateur mesure la fréquence à laquelle votre marque apparaît au sein des systèmes d’IA où se construisent de plus en plus les phases de recherche, d’évaluation et de décision d’achat : ChatGPT, Perplexity, Google AI Overviews, Claude, Gemini, ainsi que les interfaces alimentées par l’IA de Microsoft et LinkedIn.
 

Le SoM n’est pas un chiffre unique. Il s’agit d’un ensemble de signaux observés à travers différentes plateformes et les questions que votre audience pose réellement. Un SoM élevé signifie que, lorsqu’un directeur marketing interroge ChatGPT sur les principaux partenaires de data marketing en Suisse, votre marque apparaît dans la réponse. Lorsqu’un responsable des achats demande à Perplexity quelles plateformes marketing offrent un hébergement des données en Suisse, votre marque apparaît. Lorsqu’un CEO consulte Claude à propos de partenaires informatiques de confiance pour des processus soumis à la nLPD, votre marque apparaît.
 

À l’inverse, un SoM faible signifie que la réponse se construit sans vous. Il n’y a pas de pic de trafic à analyser, aucune conversion défaillante à diagnostiquer, aucun prospect perdu à retrouver dans le CRM. La marque cesse progressivement d’être prise en considération par des personnes qui n’auraient de toute façon jamais saisi son nom dans un moteur de recherche.

Si le Share of Model (SoM) est la métrique à suivre, la question suivante est de savoir quels facteurs l’influencent réellement. Les études menées par Ahrefs sur les modèles de citation des IA et publiées tout au long de l’année 2025 offrent, à ce jour, la vision la plus claire de ce phénomène.
 

Les mentions de marque sur des sources tierces crédibles sont environ trois fois plus prédictives de la présence dans les réponses des IA que les backlinks. Les textes d’ancrage (anchor text) et le volume de recherches associées à la marque jouent également un rôle important, davantage que ne le suggèrent la plupart des approches SEO traditionnelles. Les backlinks, longtemps considérés comme la monnaie d’échange du référencement naturel, figurent désormais parmi les facteurs les moins déterminants.
 

Une étude complémentaire publiée par Ahrefs en décembre 2025 a mis en évidence un résultat qui surprend la plupart des équipes marketing : les mentions sur certaines plateformes situées en dehors du périmètre habituel du marketing digital, notamment YouTube, comptent aujourd’hui parmi les indicateurs les plus puissants de visibilité dans les systèmes d’IA.
 

Deux enseignements majeurs en découlent. Premièrement, être mentionné par des sources crédibles a davantage de valeur que d’obtenir simplement un lien depuis ces mêmes sources. Deuxièmement, les canaux qui favorisent la visibilité dans les réponses des IA ne correspondent pas à ceux dans lesquels la majorité des équipes marketing B2B concentrent encore leurs investissements. Identifier les canaux les plus influents, ainsi que leur ordre de priorité selon une marque ou un secteur donné, relève d’un véritable travail stratégique. Il ne s’agit pas d’une simple liste de bonnes pratiques à appliquer mécaniquement.
 

Les règles du jeu sont en train d’être réécrites. Les équipes en charge du contenu, des relations publiques, de la marque et des médias acquis doivent désormais optimiser leur présence en fonction de signaux différents de ceux qui ont dominé le référencement au cours des vingt dernières années. Le prochain article de cette série explorera ces mécanismes en détail. Car les leviers qui font progresser le Share of Model ne sont pas ceux que la plupart des équipes marketing actionnent aujourd’hui.

Une enquête menée par Conductor en janvier 2026 auprès de plus de 250 responsables marketing seniors en entreprise a mis des chiffres sur ce que la plupart des directeurs marketing pressentent déjà. 94 % prévoient d’augmenter leurs investissements en AEO et GEO en 2026. 97 % déclarent que les actions déjà engagées génèrent un impact mesurable sur le business. En 2025, les entreprises allouaient en moyenne 12 % de leur budget de marketing digital à l’optimisation pour la recherche via l’IA.
 

Le désalignement apparaît clairement dans ces mêmes données. Les investissements évoluent rapidement. Les cadres de mesure, eux, ne suivent pas. La plupart des organisations ne sont pas capables de dire quel est leur Share of Model (SoM) sur une plateforme donnée, pour une requête donnée, à un moment donné. Elles augmentent leurs dépenses sans disposer de véritable base de référence.
 

C’est désormais l’écart auquel la plupart des équipes marketing sont confrontées.

Le problème le plus complexe avec le Share of Model (SoM) est avant tout pratique. Il n’existe aucun tableau de bord natif dans ChatGPT, Perplexity, Claude ou dans les autres moteurs d’IA qui permette de savoir si votre marque est citée. Il n’existe pas d’équivalent de Google Search Console pour les réponses générées par l’IA. Les équipes marketing ne peuvent pas simplement ouvrir un onglet et vérifier.
 

Toute tentative manuelle atteint rapidement ses limites. Quelques requêtes testées un mardi après-midi ne constituent pas une mesure : ce sont des anecdotes. Une même marque peut apparaître dans une réponse et disparaître dans la suivante, en fonction de la formulation, de la fraîcheur des données ou du contexte conversationnel. Sans exécuter ces questions de manière systématique, répétée et sur plusieurs moteurs, les chiffres obtenus sont peu fiables. Or, un reporting suffisamment solide pour être présenté à un comité de direction exige une mesure continue et structurée qu’aucune équipe ne peut réaliser à la main.
 

ELCA a développé l’AI Agent Automation Orchestrator précisément pour répondre à ce type de besoin. Configuré selon les marques, les secteurs et les audiences de chaque client, il mesure en continu le Share of Model et restitue les résultats dans les formats nécessaires : rapports, dashboards, alertes ou intégration dans les stacks analytiques existants. Les livrables appartiennent au client et s’intègrent dans les outils déjà utilisés par ses équipes.
 

La mesure du SoM fait partie des activités pilotées par agents que l’Orchestrator prend en charge. Une autre, de structure similaire, est le lead nurturing multi-étapes : des agents segmentent le CRM, sélectionnent le bon contenu pour chaque segment, synchronisent les envois avec les signaux d’intention récents, analysent les réponses et décident de la progression du lead, de sa mise en pause ou de sa transmission aux équipes commerciales. Ce type de suivi continu, que la plupart des équipes B2B savent nécessaire mais peinent à mettre en œuvre correctement faute de temps et de structure.

Les équipes qui gagnent du terrain dans la recherche basée sur l’IA ne sont que rarement celles qui disposent des outils les plus coûteux. Ce sont celles qui ont très tôt considéré le Share of Model (SoM) comme une question de modèle opérationnel. Trois questions méritent d’être posées à votre comité de direction dans les trente prochains jours.
 

1. Disposez-vous aujourd’hui d’une base de référence du SoM ? Si la réponse est non, c’est la première priorité. Investir sans mesurer revient à se déplacer sans progresser.
2. Si le score est faible, en comprenons-nous la raison ? Les scores de SoM dépendent de signaux issus du contenu, des relations publiques, de la marque et des médias acquis. Identifier le levier défaillant fait la différence entre un programme de correction de six mois et un chantier de douze mois.
3. Qui en est responsable ? Le SoM traverse le contenu, les relations presse, le SEO, la marque et les opérations. Si personne n’en assure l’orchestration, le tableau de bord restera sans lecture.
    

Adopter le Share of Model n’est pas une décision d’outillage. C’est une décision de mesure, une décision d’organisation et une décision de modèle opérationnel — dans cet ordre.