Pourquoi une agence GEO doit posséder son outil de mesure

Le GEO est un marché jeune, et il a déjà son réflexe : chaque agence affiche des chiffres. Taux de citation, score de visibilité IA, position dans ChatGPT. Des pourcentages précis, des courbes qui montent. La question que presque personne ne pose — et qui devrait être la première : mesurés comment ?

Combien de moteurs interrogés ? Combien de fois chaque question a-t-elle été posée ? Que signifie exactement « être cité » ? Que fait la mesure quand le moteur change de comportement — et il en change constamment ? Si votre agence ne peut pas répondre à ces questions avec précision, son chiffre n'est pas une mesure. C'est une décoration.

Une mesure qu'on ne peut pas auditer est une opinion

La plupart des acteurs du GEO s'appuient sur des outils tiers — des SaaS de suivi de visibilité IA apparus ces deux dernières années. Ces outils ne sont pas malhonnêtes. Mais pour l'agence qui les loue, ils ont un défaut structurel : ce sont des boîtes noires. L'agence ne sait pas précisément comment le score est calculé, combien de passages fondent chaque chiffre, comment la variabilité des réponses est traitée, ni ce qui a changé quand l'éditeur met à jour sa méthodologie — souvent sans prévenir.

Or les réponses des IA varient. La même question, posée cinq fois au même moteur, ne produit pas cinq réponses identiques. Une mesure sérieuse doit affronter cette variabilité — la quantifier, pas la masquer. Et quand un moteur modifie son comportement du jour au lendemain (nouvelle version, nouveau mode de recherche), il faut pouvoir distinguer « votre visibilité a bougé » de « la mesure a bougé ». Avec une boîte noire, personne ne peut faire cette distinction. L'agence transmet un chiffre qu'elle ne comprend pas elle-même — et vous prenez des décisions dessus.

Pourquoi nous avons construit le nôtre

Nous avons fait le choix inverse : construire notre outil de mesure, en interne, depuis la première ligne. Pas par goût de la technique — par nécessité méthodologique. Trois raisons, concrètes.

Parce que le système de mesure est le produit. Quand on vend de la visibilité dans les IA, la mesure n'est pas un accessoire : c'est le cœur de la promesse. Nous voulions connaître chaque règle et chaque limite de notre instrument — parce que nous les avons écrites. Ce que veut dire « cité ». Ce que veut dire « recommandé » — et pourquoi nous mesurons les deux séparément. Combien de moteurs, combien de passages, comment s'agrège un taux. Quand un client nous demande « il sort d'où, ce chiffre ? », la réponse ne dépend pas du support d'un éditeur tiers : elle est chez nous, documentée, versionnée.

Parce que l'outil doit épouser la méthode — pas l'inverse. Une agence qui loue un SaaS adapte sa façon de travailler à ce que l'outil permet. Nous avons encodé notre façon de travailler dans l'outil : la validation humaine avant tout livrable, les garde-fous qui empêchent une IA d'inventer un fait dans une recommandation, la traçabilité entre ce qu'on constate, ce qu'on préconise et ce qu'on mesure ensuite. Nos process ne sont pas un PowerPoint à côté de l'outil ; ils sont dedans, appliqués mécaniquement, à chaque dossier.

Parce que la donnée accumulée est un actif que personne ne loue. Chaque mesure enrichit un historique qui nous appartient : quelles sources les IA citent réellement sur chaque secteur, comment les réponses évoluent moteur par moteur, quels leviers précèdent quelles progressions. Un abonné à un SaaS a accès aux mêmes tableaux de bord que ses concurrents abonnés au même SaaS. Notre historique, lui, n'existe nulle part ailleurs — et il travaille pour nos clients à chaque nouvel audit.

L'objection qu'il faut affronter : juge et partie ?

Soyons honnêtes avec l'argument d'en face : une agence qui mesure ses propres résultats avec son propre outil, c'est suspect par construction. L'objection est légitime — et c'est précisément pourquoi « outil maison » ne suffit pas. Un outil maison opaque serait pire qu'un SaaS : la boîte noire en plus du conflit d'intérêts.

Ce qui rend une mesure interne défendable, c'est l'auditabilité :

Les réponses brutes sont conservées. Chaque chiffre que nous annonçons repose sur des réponses de moteurs stockées intégralement — relisibles, revérifiables, ré-analysables. Le chiffre ne demande pas d'être cru : il peut être contrôlé.

La méthode est expliquée, limites comprises. Nous mesurons via les moteurs, en passages répétés ; c'est le reflet de leur comportement réel, pas de chaque conversation individuelle — et nous le disons. Une mesure a une date, un protocole, et quand le protocole évolue, l'évolution est datée aussi.

La machine est vérifiée par des règles, pas par de la confiance. Quand nos analyses s'appuient sur une IA, chaque citation qu'elle produit est contrôlée mécaniquement contre le texte source avant d'être utilisée. Nous savons que les modèles peuvent inventer — nous l'avons mesuré — donc rien ne sort sans vérification déterministe.

Posséder l'instrument, c'est aussi posséder ses défauts. Cette année, nous avons détecté un bug dans notre propre crawler : un score technique sous-évalué sur une partie des dossiers. Parce que l'outil est à nous, nous avons pu identifier la cause exacte, corriger, re-mesurer tous les clients concernés — et briefer l'équipe pour qu'un saut de score dû à la correction ne soit jamais présenté comme un progrès client. Avec un outil loué, nous n'aurions probablement jamais su que le chiffre était faux. C'est ça, la différence : personne n'est à l'abri d'une erreur de mesure ; la question est de savoir qui peut la voir, et qui la corrige.

Les questions à poser à n'importe quelle agence GEO

Que vous parliez à MREL ou à n'importe qui d'autre, voici les questions qui distinguent une mesure d'une décoration. Une bonne agence y répond sans hésiter :

« Combien de moteurs mesurez-vous, et lesquels ? » Une visibilité "IA" mesurée sur un seul moteur n'est pas une visibilité IA.

« Combien de fois posez-vous chaque question ? » Si la réponse est « une », le chiffre est un tirage au sort. Les réponses varient ; une mesure honnête repose sur des passages répétés.

« Que signifie exactement "cité" chez vous ? Et "recommandé" ? » Si les deux sont confondus, le chiffre flatte : apparaître dans une liste et être activement recommandé ne se ressemblent pas.

« Conservez-vous les réponses brutes ? Puis-je en voir ? » C'est le test de la boîte noire. Si le chiffre ne peut pas être retracé jusqu'aux réponses réelles, il ne peut pas être contrôlé.

« Que se passe-t-il quand un moteur change de comportement ? » Si l'agence n'a pas de réponse, ses courbes mélangent vos progrès et les humeurs des moteurs.

« Puis-je voir la méthode écrite ? » Pas une plaquette : la méthode. Nombre de passages, définitions, agrégation, limites assumées.

Vous voulez voir à quoi ressemble une mesure auditable — vos questions patients ou clients, quatre moteurs, passages répétés, réponses brutes à l'appui ? C'est notre audit de visibilité IA : posez-nous toutes les questions de la liste ci-dessus, c'est fait pour.

Note méthodologique : cet article ne cite volontairement aucune statistique de marché — il décrit notre choix d'instrumentation et les critères d'évaluation d'une mesure, vérifiables en nous posant les questions listées. Sur la variabilité des réponses IA et la fabrication de citations par les modèles, voir nos mesures dans « Les IA peuvent inventer ».