Score de visibilité : mesurer la présence d’une marque dans les IA

Score de visibilité

Un score de visibilité (dans le contexte GEO/LLMO) est un indicateur qui cherche à quantifier à quel point une marque apparaît dans les réponses générées par des IA (ChatGPT, Google AI Overviews, Perplexity, etc.) et comment elle y apparaît (qualité, exactitude, tonalité). Il n’existe pas de standard unique : chaque outil et chaque méthodologie calcule son « score » différemment.

Un score de visibilité IA combine généralement :

  • une mesure quantitative (fréquence de mention, part de voix, position dans la réponse),
  • et une mesure qualitative (exactitude, pertinence, sentiment, qualité des sources/citations quand elles existent).

Composantes quantitatives (le « combien »)

Les approches courantes incluent :

  • Taux de mention : % de réponses où la marque est citée (ex. méthodologie publique décrite par Profound Index).
  • AI Share of Voice (AI SoV) : visibilité relative vs concurrents, souvent calculée à partir du nombre de mentions et de la position dans la réponse ; certains calculs peuvent pondérer par le volume de recherche selon la plateforme.
  • Couverture par thèmes/prompts : présence sur un ensemble de questions représentatives, idéalement « search-backed » (prompts adossés à la demande réelle, pas uniquement synthétiques).

Composantes qualitatives (le « comment »)

C’est la partie la plus souvent négligée, alors qu’elle conditionne l’impact business :

  • Exactitude : l’IA décrit-elle correctement l’offre, la zone, les preuves ?
  • Alignement : la marque est-elle associée aux bons cas d’usage (et pas à des contre-sens) ?
  • Tonalité / sentiment : recommandation, neutre, ou défavorable (certains trackers le proposent).
  • Qualité des citations/sources : quand une IA cite des pages, lesquelles portent la mention et sont-elles fiables ? (Plusieurs outils mettent l’accent sur l’analyse des citations).

Exemple concret (score simple et défendable)

Sur 100 prompts « cœur de marché » :

  • Quantitatif : marque mentionnée dans 28 réponses (28%), position « top 3 » dans 12 réponses, AI SoV 18%.
  • Qualitatif : 9 mentions inexactes (mauvais périmètre), 6 mentions négatives, 13 neutres/positives.

Conclusion : la visibilité brute est correcte, mais le « score utile » baisse car une part significative des mentions est mal cadrée (risque réputation + baisse conversion).

Limites et angles morts

  • Non-standardisation : « score de visibilité » = métrique propriétaire dépendante des prompts, de l’extraction d’entités et des pondérations.
  • Variabilité des IA : réponses sensibles à la formulation, au contexte, aux mises à jour et à l’accès aux sources.
  • Bon score ≠ impact : une mention peut être fréquente mais peu influente (hors intention d’achat, mauvais segment, etc.). Le score doit être relié à des familles de requêtes à valeur.