Part de voix dans les IA : tout se joue au dénominateur

La part de voix nous vient de la publicité, où le dénominateur était au moins en principe connaissable : investissements de la catégorie, impressions, colonnes de journal. On pouvait discuter de la justesse du total, mais tout le monde s'accordait sur le fait qu'un total existait, et que quelqu'un pouvait le compter.

Transposez la mesure aux réponses des IA et l'arithmétique paraît identique. Comptez combien de fois un modèle nomme votre marque, divisez par le nombre de fois où il nomme quelqu'un, appelez le résultat votre part. Cela ressemble à une mesure ; sur une diapositive, cela se comporte comme une mesure.

Le problème n'est pas au numérateur. Il est au dénominateur, et presque aucun de ceux qui vous vendent ce chiffre ne le dira à voix haute.

Le dénominateur, c'est toute la mesure

Une part de voix est une fraction, et une fraction se joue au moins autant sous la barre qu'au-dessus. Avant de regarder la part de qui que ce soit, posez donc la question qui en décide le sens : part de voix face à qui ? Il n'y a que deux façons de répondre, et toutes deux sont défaillantes, en sens inverse.

Si vous choisissez le panel de concurrents, vous choisissez le résultat

L'approche naturelle consiste à déclarer ses concurrents d'entrée de jeu : vous retenez les marques que vous tenez pour des rivales, vous comptez combien de fois le modèle nomme chacune, vous calculez votre tranche.

Observez le pouvoir que cela vous met entre les mains. Ajoutez au panel quelques rivaux que les modèles génératifs ne nomment pour ainsi dire jamais : votre nombre absolu de mentions n'a pas bougé d'une seule unité, mais votre part monte, parce que le dénominateur vient de s'alourdir de marques qui n'y contribuent en rien. Retirez maintenant le rival qui domine toutes les réponses de votre catégorie, au motif parfaitement défendable qu'il occupe un segment adjacent ou une autre gamme de prix, et votre part monte encore.

Personne n'a besoin d'être malhonnête pour que cela se produise, et c'est bien ce qui rend la chose dangereuse. Le panel est constitué par quelqu'un qui croit sincèrement que ce sont là les concurrents pertinents, et chaque arbitrage, pris isolément, se défend de bonne foi. Mais le chiffre qui sort à l'autre bout a été largement décidé au moment où le panel a été constitué, pas au moment où le modèle a été interrogé. Une mesure dont la valeur est fixée par un choix éditorial en amont ne mesure pas le monde : elle rapporte le choix.

Le signal d'alarme est simple. Demandez si la liste est écrite quelque part, quand elle a changé pour la dernière fois, et qui l'a changée. Si les réponses sont floues, le chiffre n'est qu'une décoration.

Si vous laissez le modèle le choisir, le dénominateur ne tient pas en place

L'alternative, en apparence plus objective, consiste à n'imposer aucun panel. Lancez le prompt, relevez toutes les marques que le modèle nomme, et posez que votre part est le rapport de vos mentions à l'ensemble des mentions. Aucun pouce sur la balance.

Sauf que ces modèles sont probabilistes. Relancez le même prompt et la distribution change. Certaines réponses nomment une poignée serrée de fournisseurs. D'autres s'étalent en une longue liste qui ratisse les outils adjacents, un projet libre ou deux, et parfois une entreprise qui n'existe plus sous la forme décrite. Chacune de ces marques entre dans votre dénominateur et dilue votre part, et aucune n'y est entrée parce que quoi que ce soit aurait changé sur votre marché.

Votre part se déplace désormais d'une exécution à l'autre pour des raisons entièrement déconnectées de votre visibilité, et dans le sens le plus difficile à interpréter : un modèle d'humeur bavarde nomme davantage de marques, donc votre part baisse, donc vous semblez avoir reculé un jour où il ne s'est strictement rien passé.

Un dénominateur ouvert n'est pas plus objectif qu'un dénominateur choisi. Il a simplement délégué le choix à un système qui le refait autrement à chaque exécution, et qui ne vous dira pas pourquoi.

Compter de façon défendable

Rien de tout cela ne rend la mesure inutile. Cela la rend conditionnelle, et la condition doit rester visible.

Déclarez le panel, par écrit, et gelez-le. Sa place est à côté du chiffre, pour que quiconque lit la part voie de quoi elle est la part. Le modifier est permis ; le modifier en silence ne l'est pas, et toute modification remet la série à zéro.

Constituez-le sur des bases adverses, pas flatteuses. Les marques que vous souhaitez le moins voir figurer dans votre dénominateur sont précisément celles dont l'exclusion transforme votre chiffre en fiction. Si une entreprise revient sans cesse dans les réponses qui vous intéressent, elle entre dans le panel, quoi que dise votre cartographie de marché.

Publiez les deux dénominateurs, séparément. Votre part face au panel déclaré dit où vous vous situez parmi les entreprises que vous avez décidé d'affronter. Le décompte des marques inattendues que le modèle a nommées, tenu à part, éclaire une question plus urgente : qui est recommandé à votre place, parmi des entreprises auxquelles vous n'aviez pas pensé. Fondez les deux en un seul chiffre et vous perdez les deux.

Beaucoup d'exécutions, beaucoup de prompts, ou rien du tout. Une part calculée sur une seule réponse est un échantillon unique déguisé en population. Chaque prompt doit être relancé plusieurs fois, et la part calculée sur l'ensemble des résultats. Si le chiffre oscille fortement d'une exécution à l'autre, cette instabilité est un constat en soi : montrez-la, ne la lissez pas.

Lisez-la comme une tendance, jamais comme une valeur. Le nombre absolu est un artefact de votre dénominateur et ne veut rien dire pris seul. Ce qui veut dire quelque chose, c'est le même nombre, calculé de la même manière, face au même panel gelé, qui prend une direction dans le temps.

Ce que la mesure ne peut pas voir

Même comptée honnêtement, la part de voix reste une compression grossière. Dans une réponse, le modèle cite votre marque comme le choix de référence de la catégorie. Dans une autre, votre nom traîne en queue de liste, en option bon marché des budgets serrés. Les deux sont des mentions et incrémentent le numérateur à l'identique. L'écart entre elles est pourtant l'essentiel de ce que vous voudriez savoir.

Il en dissimule d'autres :

• L'exactitude. Un modèle qui vous nomme en décrivant un produit que vous ne vendez pas a fait monter votre part de voix tout en vous nuisant.
• Le prompt qui l'a produite. Une mention sur une question d'achat et une mention sur une question de définition oisive ne valent pas la même chose : les moyenner rend les deux illisibles.
• La langue et le marché. Une part toutes langues confondues moyenne un marché intérieur solide et une quasi-absence à l'étranger : elle ne décrit ni l'un ni l'autre, et masque l'écart qu'un exportateur a besoin de voir.

À quoi elle sert vraiment

Face à un panel stable, une part qui progresse sur plusieurs mois dit que l'espace de réponse du modèle s'ouvre à vous. Une part qui s'érode alors que votre nombre brut de mentions tient bon dit qu'un concurrent gagne du terrain, et non que vous reculez : autre problème, autre réponse.

Le cas le plus parlant est celui auquel on pense le moins. Une maison française qui vend bien chez elle et vise l'Allemagne ou l'Espagne n'a pas à se demander si les modèles la connaissent : ils la connaissent, en français. La question est de savoir s'ils la nomment quand on les interroge dans une autre langue, aux côtés de rivaux locaux qu'elle ne suit peut-être pas. Aucune de ces lectures n'exige que le chiffre soit précis ; toutes exigent qu'il soit constant.

Là où le comptage se fait

À cette échelle, la constance n'est pas un exercice manuel : maintenir un panel stable sur quatre plateformes et dans chaque langue où vous vendez, à cadence fixe, relève du traitement de données. C'est ce pour quoi PSentry est construit : exécuter vos prompts sur ChatGPT, Claude, Gemini et Perplexity, par langue et par marché, consigner quelles marques sont nommées à côté de la vôtre, et montrer comment cela évolue.

Deux limites, dites franchement, parce qu'un texte qui plaide pour un comptage honnête ne peut se clore sur un argumentaire qui y renonce. Les analyses tournent selon un calendrier, deux fois par mois : instrument de tendance, pas flux en direct. Et il mesure, rien de plus : il ne manipule pas ce que ces systèmes disent de vous, et tout éditeur qui promet de garantir une part des réponses des IA vend ce qu'il ne peut livrer.

Questions Fréquentes

Le panel de concurrents doit-il être le même sur tous les marchés ?

Généralement non : les marques qu'un modèle recommande dans une langue ne sont souvent pas celles qu'il recommande dans une autre, parce que le web local diffère. Tenez un panel déclaré par marché, et acceptez que deux marchés ne soient pas comparables : chacun ne l'est qu'à sa propre histoire.

Une part nulle signifie-t-elle que le modèle n'a jamais entendu parler de ma marque ?

Cela signifie qu'il ne vous a pas nommé en réponse à ces prompts : deux affirmations différentes. Interrogez-le sur votre marque et vous obtiendrez une description, car le système trouve toujours quelque chose à dire. L'absence dans une réponse de recommandation est un énoncé sur votre rang parmi les options qu'il considère, pas sur l'existence du nom dans sa mémoire : confondre les deux conduit à réparer le mauvais problème.