L’IA cite votre marque : comment choisir votre prochaine étape

Une réponse IA mentionne votre marque. Cela ressemble à un progrès, mais cela ne vous dit pas quoi faire ensuite. Un concurrent peut apparaître plus souvent, la réponse peut décrire une ancienne version de votre produit ou des pages importantes peuvent ne jamais parvenir aux robots qui collectent des informations.

Dans ce webinaire, Constance Tan, responsable du marketing produit chez Ahrefs, a expliqué comment séparer ces problèmes et choisir la bonne réponse. Son point de départ : rechercher des modèles récurrents tout au long du parcours client, et non une mention rassurante dans une seule invite.

Suivez les questions qui reflètent la façon dont les clients choisissent

Générer des centaines d’invites ne garantit pas une couverture utile. Tan a organisé le suivi autour de trois types de questions :

• Problèmes que les clients doivent résoudre. Ceux-ci capturent la découverte avant que quelqu’un sache quelle marque considérer.
• Positionnement et comparaisons. Ceux-ci révèlent quelles marques AI recommande pour des publics, des cas d’utilisation et des catégories particuliers.
• Faits sur votre entreprise. Ceux-ci vérifient si les réponses décrivent avec précision les prix, les capacités, la disponibilité et l’utilisation du produit.

Les requêtes de recherche, les conversations d’assistance, les questions commerciales et les discussions communautaires pertinentes peuvent fournir la langue de ces invites. Tan a averti que les forums les plus utiles diffèrent selon le marché ; Reddit et Quora ne sont pas la réponse partout.

Constance Tan a décrit l’objectif de cette façon :

« L’idée est que vous souhaitiez une vue représentative sous tous les angles du parcours client. »

Surveillez cette prise au fil du temps. Les sources répétées, les affirmations de positionnement et les erreurs factuelles vous donnent des éléments concrets sur lesquels enquêter.

Suivez les mentions des concurrents jusqu’à leurs sources

Si les concurrents apparaissent plus souvent, la part de voix identifie l’écart. La lecture des réponses permet de l’expliquer. L’IA favorise-t-elle à plusieurs reprises une autre marque pour les petites entreprises ou le commerce électronique ? Quelles pages offrent ces distinctions et votre contenu explique-t-il les mêmes cas d’utilisation ?

Tan a recommandé d’examiner à la fois les sources et leurs formats. Les critiques, les discussions et les vidéos peuvent être importantes aux côtés des articles. Pour la sensibilisation, donnez la priorité aux pages citées à plusieurs reprises et aux auteurs que vous pouvez atteindre de manière réaliste. La force du domaine et le trafic organique ajoutent du contexte, mais une page appartenant à un concurrent influent peut offrir peu de possibilités de correction.

La présentation des sources concurrentes de l’enregistrement montre comment Tan commence par une comparaison de visibilité côte à côte et la réduit aux sources spécifiques qui méritent d’être explorées.

Corrigez les informations inexactes là où vous avez le contrôle

Avant de commander un autre article, inspectez vos propres pages de tarification, les explications de produits, les profils et les articles plus anciens. Des informations contradictoires peuvent laisser des réponses de l’IA décrivant des fonctionnalités ou des plans qui ont changé.

Les corrections tierces nécessitent plus de patience. Tan a partagé un exemple de sensibilisation d’Ahrefs : l’équipe a contacté 26 auteurs au sujet d’informations inexactes, 10 ont répondu et quatre ont mis à jour leur contenu. Un problème concernait les anciennes descriptions des plans incluant l’accès à l’API.

Il s’agit de résultats de sensibilisation, et non de preuves d’une augmentation correspondante des citations ou des revenus. Ils illustrent pourquoi la sélection de sources accessibles et fréquemment citées est importante.

Mettre à jour la page de quelqu’un d’autre n’est pas toujours pratique. Constance Tan a expliqué l’alternative :

« Parfois, la sensibilisation n’est pas toujours la réponse. Parfois, il est préférable de créer de nouvelles sources d’information, de nouvelles pages qui répondent ou couvrent le sujet d’une meilleure manière, de manière plus complète ou avec des informations plus récentes. »

Dans la séance de questions-réponses, Tan a développé ce choix : une relation chaleureuse peut justifier une correction, tandis qu’un sujet important avec une faible couverture peut justifier un guide ou une collaboration originale. Si la même erreur apparaît dans plusieurs sources, un nouvel article peut ne pas suffire.

Gagnez des mentions utiles et vérifiez l’accès des robots

Le conseil de Tan pour la participation de la communauté était de ne pas insérer une présentation de produit dans chaque fil de discussion. Répondez aux questions techniques, corrigez des erreurs factuelles ou offrez des conseils utiles. Des plaintes récurrentes peuvent également révéler des problèmes de produit ou d’intégration qui méritent d’être signalés aux équipes qui peuvent les résoudre.

Les citations manquantes peuvent avoir une cause totalement différente : les robots peuvent ne pas être en mesure de récupérer le contenu. Tan a recommandé de vérifier les restrictions du pare-feu, les URL cassées, les délais d’attente et les pages qui s’appuient sur JavaScript pour afficher des informations importantes.

Enquêtez sur ces échecs avant de traiter chaque écart de visibilité comme un problème de contenu. Une page utile ne peut pas servir de source récupérée si le bot ne peut pas accéder à ses informations.

Transformez les résultats en votre prochain cycle de travail

Les rapports de visibilité nécessitent également un contexte commercial. Interrogé sur les revenus, Tan a discuté des données de découverte autodéclarées d’Ahrefs, y compris les clients qui ont mentionné ChatGPT, plutôt que de revendiquer une formule de revenus par citation. Sa recommandation était de prendre en compte les impressions et la part de voix ainsi que les informations sur les conversions, les ventes et l’attribution des clients.

Regardez la session complète pour les comparaisons de sources, les exemples de sensibilisation et les contrôles d’accès aux robots. Pour mettre l’approche en pratique, commencez par un segment de clientèle et utilisez ce que vous trouvez pour choisir une action spécifique :

• Créez un ensemble d’invites équilibré. Couvrez les problèmes des clients, les comparaisons et les questions factuelles en utilisant le langage de la recherche et des conversations avec les clients.
• Enquêtez sur les réclamations répétées. Identifiez les sources des recommandations ou des erreurs récurrentes au lieu de réagir à chaque réponse isolée.
• Corrigez d’abord les informations détenues. Mettez à jour les explications obsolètes sur les produits et les prix, puis donnez la priorité aux corrections tierces que vous pouvez raisonnablement obtenir.
• Faites correspondre le correctif au problème. Utilisez la sensibilisation pour les sources accessibles, le nouveau contenu utile pour les lacunes de couverture et les contrôles techniques pour les échecs de récupération.
• Examinez la visibilité avec les résultats commerciaux. Suivez les modèles au fil du temps ainsi que les conversions et les commentaires des clients, sans traiter une citation comme une vente.