Être cité sans être visité

En cessant de compter les visites. Le chiffre qui oblige à changer de raisonnement est celui-ci : entre 82 et 88 % des citations dans une réponse Perplexity ne produisent aucune visite sur le site cité. Autrement dit, plus de huit fois sur dix, votre marque est nommée à côté de la bonne réponse, quelqu’un repart satisfait, et rien n’apparaît dans vos statistiques.

Le mouvement d’ensemble va dans le même sens. Environ 60 % des recherches se terminent désormais sans clic, les taux de clic reculent de plus de la moitié sur les requêtes couvertes par une réponse générée, et le trafic que Google envoyait aux éditeurs a baissé de 38 % en un an. Ce n’est pas un ajustement d’algorithme, c’est un changement de nature du canal.

Le paradoxe qui rend le sujet difficile à défendre en interne

Voici la difficulté que rencontre quiconque essaie d’obtenir un budget pour ce travail. Le trafic issu directement des assistants représente encore moins de 1 % du trafic de référencement, ce qui est facile à balayer d’un revers de main en réunion.

Sauf que ces visiteurs convertissent à plusieurs fois le taux du trafic organique classique, et la raison est évidente dès qu’on y pense. Quelqu’un qui arrive après avoir posé une question précise à un assistant, lu une réponse structurée et décidé d’aller voir la source n’est pas dans le même état d’esprit qu’un visiteur tombé sur un article par une recherche de mots-clés. Il a déjà fait le tri, il vient vérifier.

À quoi s’ajoute la partie invisible, qui est probablement la plus importante. Quand 94 % des acheteurs B2B déclarent avoir utilisé un outil génératif pendant leur processus d’achat, la question n’est plus de savoir combien d’entre eux ont cliqué : c’est de savoir si votre nom est apparu au moment où l’assistant listait les options. Cette apparition ne laisse aucune trace et pèse plus lourd que le clic qu’elle n’a pas produit.

Ce que ça change à ce qu’on écrit

Nous avons construit ce blog en partant de cette hypothèse, et cela se voit dans des choix qui paraîtraient étranges à un rédacteur formé au référencement classique.

Chaque article commence par la réponse, sans introduction qui plante le décor, parce qu’un modèle prend le premier passage qui répond et cesse de lire. Chaque intertitre est formulé comme une question, parce que c’est ce qui rend une section extractible sans le reste de la page. Chaque chiffre porte une source cliquable, parce qu’un nombre sans source est un nombre qu’un assistant ne reprendra pas à son compte. Et chaque article est signé par une personne avec son rôle, ce qui n’est pas décoratif.

Il y a une contrepartie que nous avons mis du temps à voir. Optimiser pour l’extraction pousse à écrire des fiches : phrases courtes empilées, paragraphes de deux lignes, aucun souffle. C’est parfaitement citable et parfaitement désagréable à lire, et un lecteur humain qui décroche est un lecteur qui ne revient pas. La règle que nous appliquons désormais est plus fine : la première phrase de chaque section se tient seule, et le reste du paragraphe respire.

Ce que ça change à la façon d’être choisi

Pour une ESN, le déplacement se lit à trois endroits, et aucun ne relève du service marketing.

Vos offres d’emploi sont lues par des machines avant de l’être par des candidats. Elles servent de matière à des outils qui rédigent des candidatures, et elles sont aussi ce qu’un assistant résume quand quelqu’un demande à quoi ressemble le marché pour son profil. Une annonce vague donne une réponse vague, et vous ne saurez jamais qu’elle a été posée.

Vos clients vous cherchent de la même façon. Une direction technique qui demande à un assistant quelles ESN travaillent sur une technologie donnée dans sa région obtiendra une liste, et cette liste se construit à partir de ce qui est écrit publiquement, précisément et de façon vérifiable. Une page de présentation qui ne dit rien de concret n’est reprise nulle part.

Enfin, votre réputation d’employeur circule sans que vous puissiez la corriger. Les avis, les témoignages et les articles qui parlent de vous alimentent des réponses que personne ne vous soumettra pour relecture.

Pourquoi un modèle cite une source plutôt qu’une autre

La question revient à chaque fois et il n’existe pas de réponse officielle, aucun éditeur de modèle ne publiant sa mécanique de sélection. Ce que l’on observe, en revanche, se recoupe assez bien d’un assistant à l’autre.

La spécificité prime sur l’autorité. Une page qui répond exactement à la question posée est reprise avant une page généraliste hébergée par un domaine plus puissant, ce qui est une excellente nouvelle pour un site qui démarre et une mauvaise pour les gros portails de contenu recyclé.

La vérifiabilité vient ensuite. Un chiffre accompagné de sa source, une date précise, une citation attribuée à quelqu’un : ce sont des éléments qu’un modèle peut reprendre sans prendre de risque, et il préfère mécaniquement une phrase qu’il peut sourcer à une phrase qu’il devrait assumer.

La fraîcheur compte plus qu’en référencement classique, en particulier chez Perplexity, qui privilégie visiblement ce qui a bougé récemment. Un article mis à jour avec une date de révision visible repasse devant un article plus ancien sur le même sujet.

Enfin, la concordance entre plusieurs sources joue beaucoup. Une affirmation que l’on retrouve chez trois auteurs indépendants est reprise plus volontiers qu’une affirmation isolée, même mieux écrite. C’est une raison de plus pour ne jamais se contredire d’un article à l’autre, et c’est aussi ce qui rend la cohérence des chiffres entre nos propres pages plus importante qu’elle n’en a l’air.

Mesurer un canal qui ne produit pas de trace

C’est le point où l’honnêteté impose d’admettre qu’il n’existe pas encore de bonne méthode. Les outils de mesure classiques comptent des visites, et ce canal se caractérise justement par leur absence.

Ce que nous faisons, faute de mieux, tient en trois habitudes simples. Nous interrogeons régulièrement les principaux assistants sur une quinzaine de requêtes qui comptent pour nous, en notant si nous apparaissons, dans quels termes et à côté de quels concurrents. Nous regardons la part de trafic identifiable venue d’un assistant, en sachant qu’elle sous-estime massivement la réalité. Et nous écoutons ce que disent les gens en rendez-vous, parce que « j’ai demandé à ChatGPT et il a mentionné » est devenu une phrase courante.

Un repère utile pour ne pas conclure trop vite : comptez quatre à huit semaines entre la publication d’un article et son apparition éventuelle dans les réponses d’un assistant. Un contenu jugé inefficace au bout de quinze jours n’a pas été jugé.

Ce que nous en pensons

La bonne nouvelle est que ce canal récompense exactement ce qu’un blog devrait faire de toute façon. Répondre précisément, sourcer ses chiffres, assumer une position, écrire ce que personne d’autre ne peut écrire. Il n’existe pas de raccourci du type bourrage de mots-clés, parce qu’un modèle qui répète une affirmation fausse la fait répéter à ses utilisateurs, et les éditeurs de modèles y font attention.

La mauvaise nouvelle est que la mesure disparaît au moment où le budget se discute. Il faut accepter d’investir dans un canal dont on ne peut pas prouver le rendement avant plusieurs trimestres, ce qui est une conversation difficile dans une entreprise qui pilote au tableau de bord.

Notre pari est le même que sur la commoditisation de l’intelligence : quand la production de contenu devient gratuite pour tout le monde, ce qui reste rare est ce qui ne se génère pas. Une position que l’on assume, un chiffre que l’on est allé vérifier, une erreur que l’on raconte. C’est aussi la seule chose qu’un modèle a une raison de citer plutôt que de reformuler, et la même logique que celle qui vide les interfaces de leur substance s’applique ici : ce qui compte n’est plus d’être vu, c’est d’être repris.