La prévision de fin d'année de Bain est sortie ce mois-ci avec un chiffre facile à survoler. Vingt-quatre pour cent des acheteurs en ligne américains déclarent qu'ils commenceront leurs achats de fin d'année sur une plateforme IA, contre dix-sept l'an dernier. Ce n'est pas la majorité, et la plupart des achats se termineront encore sur le site d'un distributeur. Mais la première étape d'un quart des parcours se déroule désormais dans un endroit qui ne fonctionne pas du tout comme une page de résultats, et où très peu de marques savent si elles apparaissent. Voici ce que ce chiffre signifie, ce qu'il ne signifie pas, et ce qu'il reste réaliste de faire avant le Black Friday.

À retenir

Bain attend 24 % des acheteurs en ligne américains sur une plateforme IA au démarrage de la saison, contre 17 % l'an dernier. Soixante pour cent commenceront toujours sur le site d'un distributeur.
Une réponse IA donne trois ou quatre noms de produits, pas une page de liens classés. Une marque qui n'est pas citée n'est pas en lice.
Seulement 16 % des marques mesurent leur présence dans les réponses IA, et les outils apparus autour du problème ne s'accordent pas entre eux.

Ce que Bain a demandé, et ce que le chiffre ne dit pas

Le Consumer Lab de Bain a interrogé plus de 1 100 consommateurs américains pour sa prévision annuelle. Vingt-quatre pour cent déclarent qu'ils commenceront leurs achats de fin d'année sur une plateforme IA comme ChatGPT, Google Gemini ou Claude. Soixante pour cent disent qu'ils commenceront sur un site de distributeur ou de marque, contre 51 % l'an dernier, et 13 % de plus comptent utiliser l'assistant IA d'un distributeur.

Les deux grands chiffres montent en même temps, ce qui indique que les gens démarrent désormais à plusieurs endroits. Cela veut dire aussi que les 24 % ne sont pas une part des achats. C'est une part de personnes décrivant où commence leur parcours, et l'intention déclarée devance généralement le comportement réel, surtout quand la chose paraît nouvelle.

La lecture honnête est donc étroite. Un quart des acheteurs comptent ouvrir la saison en posant une question à un modèle, puis continuer ailleurs. Cette première conversation est courte, elle précède toute comparaison, et c'est la portion du parcours que les marques voient le moins.

Une réponse IA est une liste courte, pas un classement

C'est la partie qui compte davantage que le pourcentage. Une page de résultats affiche dix liens. On peut être cinquième et recevoir du trafic, et c'est l'acheteur qui compare. Une réponse IA cite trois ou quatre produits et explique pourquoi. Il n'y a pas de deuxième page, pas de onzième position, rien à faire défiler.

La conséquence est brutale. Si le modèle ne vous cite pas, vous n'êtes pas dans l'ensemble de considération. Pas mal classé. Absent.

Ce qui décide de cela, ce n'est pas votre page d'accueil. Les modèles répondent à partir de ce qu'ils ont absorbé et de sources qu'ils peuvent récupérer et analyser vite, c'est-à-dire en pratique votre donnée produit, les fiches distributeurs, les sites d'avis, les fiches techniques et la couverture presse. Votre propre site marketing est une source parmi d'autres, et souvent pas celle qui est citée.

Cela explique aussi une chose qui déroute tout le monde depuis un an. La visibilité dans la recherche classique ne prédit pas la visibilité dans les réponses IA. Des analyses du mode IA de Google montrent que sur les produits vendus par plusieurs marchands, le vendeur affiché en premier diffère des résultats de recherche classiques dans près de la moitié des cas.

Presque personne ne mesure, y compris ceux qui vendent la mesure

L'Interactive Advertising Bureau, l'organisme professionnel derrière la plupart des conventions de mesure sur lesquelles vit la publicité, a publié en août le premier vocabulaire commun pour suivre la visibilité de marque dans les réponses IA. Le document s'appelle Measuring Visibility in the AI Era, fait 36 pages, et constate que seulement 16 % des marques suivent ces indicateurs.

Il recense aussi plus de vingt sociétés vendant des outils de mesure, avec des jeux de questions et des méthodes de notation différents, ce qui explique que deux prestataires annoncent des parts de voix différentes pour la même marque la même semaine. L'IAB a délibérément évité le mot standard, au motif qu'on ne normalise pas une cible mouvante. Le cadre ne couvre que les citations organiques. Les placements payants sont renvoyés à plus tard.

Pendant ce temps, la catégorie se valorise comme si le problème était résolu. Profound, dont le produit se limite à dire à une marque si elle apparaît dans les réponses IA, a levé ce mois-ci sur une valorisation de 1,8 milliard de dollars. Deloitte a expliqué cette semaine à ses clients que l'ère du generative engine optimisation, la discipline consistant à se faire citer par les modèles comme le référencement permet de se faire classer, est arrivée et que la plupart des marques ne l'ont pas vue.

Il existe une première étape moins coûteuse que l'achat d'un tableau de bord. Notez les trente questions qu'un client se pose réellement avant d'acheter dans votre catégorie. Posez chacune trois fois, sur deux ou trois assistants, et consignez ce qui revient. Cela prend un après-midi, cela ne coûte rien, et cela donne une base de référence que vous comprenez. Les réponses varient d'une exécution à l'autre, raison précise pour laquelle une question posée une seule fois n'apprend rien.

L'essentiel du travail ne tient pas en neuf semaines. Trois morceaux, oui.

Construire l'autorité qui pousse un modèle à vous citer se compte en trimestres. Restructurer un site, obtenir de la couverture et assainir un catalogue ne sont pas des chantiers de neuf semaines, et quiconque les vend comme tels vend autre chose.

Trois choses sont faisables dans le temps restant.

Corriger la donnée produit sur les produits qui comptent. Pas tout le catalogue. Les vingt ou trente références qui portent la saison. Spécifications complètes, dimensions réelles, matières, compatibilités, contenu de la boîte. Les modèles privilégient les informations qu'ils peuvent affirmer sans réserve, et écartent les produits qu'ils ne savent pas décrire précisément. Si cette information est éparpillée entre un disque partagé et trois tableurs, le problème se situe en amont de l'IA, et les workflows DAM qui tiennent à l'échelle le traitent séparément.

Corriger ce que les autres disent de vous. Fiches distributeurs, pages marketplace, sites d'avis et agrégateurs de fiches techniques sont ce que le modèle cite. Si un distributeur affiche de mauvaises dimensions ou un prix périmé, c'est cette version que le modèle répète.

Répondre aux questions d'achat dans un endroit lisible. Les comparaisons, les tailles, les compatibilités, les retours. En texte clair sur vos propres pages, formulées comme les clients les posent et non comme la marque se décrit.

La voie payante est ouverte, et plus récente qu'elle n'en a l'air

Des placements sponsorisés apparaissent maintenant dans les réponses IA. Comscore, qui a commencé à les mesurer ce mois-ci, constate que sur les requêtes hôtelières dans ChatGPT, la part de réponses portant un placement sponsorisé est passée de 6 % en mars à 24 % en mai. Amazon a ouvert sa plateforme publicitaire à l'inventaire ChatGPT en septembre, de sorte qu'une marque qui achète déjà chez Amazon peut y prolonger ses campagnes en service géré, sans ouvrir de compte chez OpenAI.

Deux choses méritent d'être sues avant que le budget ne bouge. Ce n'est pas du search. Il n'y a pas d'enchère sur mot-clé que vous contrôlez, et c'est OpenAI qui décide où et quand une annonce s'affiche. Et la mesure indépendante de cette couche payante a quelques semaines d'existence, donc vous en rendrez compte avec des outils qui n'existaient pas au début de l'été.

À acheter comme un test, avec une date d'arrêt et un seuil. Pas comme un canal.

L'argument selon lequel tout cela est exagéré

Soixante pour cent des acheteurs disent toujours qu'ils commenceront sur le site d'un distributeur, et ce chiffre a progressé plus vite cette année que celui de l'IA. Amazon reste le premier réflexe. Un parcours qui démarre par une question à ChatGPT se poursuit très souvent par une recherche sur une marketplace deux minutes plus tard, et rien dans les données de Bain ne dit quelle part du chiffre d'affaires se joue réellement sur la première réponse.

Il faut aussi regarder qui donne l'alerte. La catégorie des outils vient de lever plus d'un milliard, les cabinets lancent des offres GEO, et les agences constatent une demande supérieure à celle du référencement classique. C'est un intérêt, pas un complot, mais cela doit changer la façon dont on lit l'urgence.

La position raisonnable est au milieu. Cela compte surtout là où l'achat est réfléchi et chargé de caractéristiques, en électronique, électroménager, voyage, outillage, équipement B2B. Cela compte le moins là où l'achat est habituel ou impulsif. Si vous vendez des chewing-gums, la liste courte n'est pas votre problème cette année.

Que faire, selon votre rôle

Premièrement, pour les directions marketing et marque. Faites le test des trente questions vous-même avant de commander quoi que ce soit. Il faut savoir si vous avez un problème de visibilité avant d'acheter un produit de visibilité, et la réponse dépend souvent de la catégorie plus que de la marque. Si personne dans votre catégorie n'est cité de façon régulière, l'opportunité est plus grande et moins chère que ce qu'un prestataire vous dira.

Deuxièmement, pour les responsables e-commerce et acquisition. Traitez les placements sponsorisés dans les réponses IA comme une expérimentation à budget et date de fin fixés pour cette saison. L'inventaire est réel, l'audience aussi. La mesure ne l'est pas encore, et engager un budget permanent sur un canal dont on ne sait pas rendre compte, c'est transformer un bon test en janvier embarrassant.

Troisièmement, pour la personne qui détient la donnée produit. Dans la plupart des organisations, cette personne n'existe pas, et c'est le vrai constat. Les spécifications dorment dans un tableur mis à jour au lancement et jamais depuis, pendant que le visuel clé passe par quatre tours de validation. Ce déséquilibre était tenable quand un humain lisait la page. Il ne l'est plus quand un modèle décide de vous citer selon sa capacité à vous décrire. Le même écart réapparaît chaque fois qu'une équipe refabrique un asset qui existait déjà parce que personne n'a retrouvé l'original.

C'est ce dernier point qui retombe sur les opérations créatives plutôt que sur le média. L'asset et la donnée qui le décrit font désormais le même travail, et dans la plupart des chaînes de production ils circulent séparément. Le fichier passe en validation pendant que la fiche technique dort dans un tableur sans propriétaire. MTM réunit les deux au même endroit, avec des assets classés automatiquement et retrouvables en langage naturel plutôt que par des tags que quelqu'un doit penser à poser.

Voir comment MTM gère les assets et les données qui les accompagnent → https://www.mtm.video/platform/

FAQ

Que mesure réellement le chiffre de 24 % de Bain ? Il mesure une intention déclarée, pas des achats. Le Consumer Lab de Bain a demandé à plus de 1 100 consommateurs américains où ils comptaient commencer leurs achats de fin d'année, et 24 % ont cité une plateforme IA comme ChatGPT, Gemini ou Claude, contre 17 % un an plus tôt. Soixante pour cent ont cité un site de distributeur ou de marque. Les chiffres se recoupent parce que les gens démarrent à plusieurs endroits, et rien là-dedans ne dit où l'argent atterrit.

Le generative engine optimisation, c'est du SEO rebaptisé ? Il partage l'objectif et très peu de la méthode. Le référencement vise une position classée sur une page de résultats et récompense les mots-clés, les liens et la structure des pages. Le GEO vise la citation à l'intérieur d'une réponse et récompense une donnée produit complète, des sources qu'un modèle sait analyser et une couverture tierce qu'il juge fiable. La différence pratique est que la moitié du travail se situe hors de votre site, sur des fiches distributeurs et des sites d'avis que vous ne contrôlez pas.

Peut-on acheter sa place dans les réponses IA ? En partie. Des placements sponsorisés apparaissent désormais à côté des réponses, et Amazon a ouvert sa plateforme publicitaire à l'inventaire ChatGPT en septembre, ce qui permet aux annonceurs Amazon d'y prolonger leurs campagnes en service géré. Il s'agit d'un emplacement publicitaire à côté de la réponse, pas d'une modification de la réponse, et c'est la plateforme qui décide quand et où il s'affiche. La mesure indépendante de ces placements a démarré ce mois-ci.

Comment savoir si l'on est visible sans acheter d'outil ? Notez les trente questions que vos clients se posent avant d'acheter dans votre catégorie. Posez chacune trois fois sur deux ou trois assistants, et consignez si la marque est citée, à quel endroit de la réponse et comment elle est décrite. La répétition compte, parce qu'une même question donne des réponses différentes d'une exécution à l'autre. Vous obtenez une base de référence en un après-midi, plus utile pour décider de la suite qu'un score unique fourni par un prestataire.

Nous vendons via des distributeurs, pas en direct. Sommes-nous concernés ? Davantage que les marques en direct, parce que les sources citées par le modèle sur vos produits sont surtout les pages de vos distributeurs. Si l'un d'eux affiche de mauvaises dimensions, un prix périmé ou une fiche incomplète, c'est cela qui sera repris dans la réponse, sans que vous le voyiez. L'action concrète est d'auditer la description de vos premiers produits sur les trois ou quatre sites distributeurs qui portent le plus de volume.