Suivez le changement et prouvez ce qui l’a provoqué.

Un correctif compte quand les réponses bougent plus que le bruit. Ce chapitre explique comment mesurer à nouveau de façon honnête, comment distinguer un vrai changement d’une oscillation, combien de temps un correctif met à se voir, et le plan sur quatre semaines qui conclut le guide.

200 réponses. 25 Prompts/question. Les meilleurs moteurs d’IA. 2 jours. Gratuit. Sans carte bancaire.

Qu’est-ce qui rend une comparaison avant-après honnête ?

Mesurez deux fois la même chose : les mêmes questions, sur les mêmes moteurs, à la même fréquence, face à la même liste figée de concurrents (chapitre 3). Changez l’ensemble de questions entre deux exécutions et vous comparez deux échantillons différents ; lancez plutôt les nouvelles questions comme une série à part.

Comparez ensuite les exécutions question par question. Vérifier si deux intervalles à 95 % se chevauchent est bien plus strict qu’il n’y paraît : Payton, Greenstone et Schenker ont montré en 2003 que deux intervalles de ce type issus de populations identiques se chevauchent dans plus de 99 % des cas, si bien que le test du chevauchement se comporte comme un test à 1 % et avale de vraies baisses. Sur 200 questions, une chute de 42 % à 30 % donne des intervalles à 95 % qui se chevauchent, alors qu’un test classique de deux proportions donne p = 0,012. Si 30 questions vous ont perdu et 6 vous ont gagné, le test apparié de McNemar sur ces bascules donne un p d’environ 0,00006 (l’exemple détaillé).

99 %+

La fréquence à laquelle deux intervalles à 95 % se chevauchent quand rien n’a changé, ce qui fait du chevauchement un test de changement peu fiable.

Payton, Greenstone et Schenker, 2003
47 %

Les changements dans une même réponse qui se sont inversés le lendemain, sur 40 questions d’achat et quatre moteurs.

Du 5 au 13 oct. 2026
409 sur 481

Les réponses de ChatGPT d’un audit qui n’ont fait aucune recherche web : aucune page récente n’a pu les atteindre.

Audit du 26 sept. 2026

Cette baisse est-elle réelle, ou une simple oscillation ?

Attendez qu’elle se confirme. Dans notre suivi quotidien, 47 % des changements dans une même réponse s’étaient inversés le lendemain, et quand nous avons pu suivre un changement deux jours de plus, il a tenu les trois jours dans 36,7 % des cas. Un concurrent suivi affichait 75 % un lundi et 45 % le vendredi de la même semaine, ce qui ressemble à une chute de 30 points ; sur la semaine, il était mentionné dans 89 réponses sur 140, soit 63,6 %, et rien n’avait baissé (l’étude sur la fréquence).

Agissez sur un changement quand il tient deux ou trois jours, ou quand les intervalles de deux mesures se séparent. Une alerte qui se déclenche à chaque franchissement se déclenche en permanence sur des chiffres aussi bruités.

Combien de temps avant qu’un correctif se voie ?

Tout dépend de la moitié de la réponse que vous avez changée. Les moteurs qui cherchent sur le web en direct, comme Perplexity, ChatGPT search et Google AI Overviews, peuvent refléter un changement quelques jours après une nouvelle exploration ; Google indique qu’une nouvelle exploration peut prendre de quelques jours à quelques semaines. Les réponses construites à partir de l’entraînement d’un modèle ne changent que lorsqu’un nouveau modèle sort, ce qui peut prendre des mois, et aucun éditeur ne publie ce calendrier.

Avant de juger un mois de travail, vérifiez donc si les réponses que vous lisez ont fait une recherche. Dans un audit de nos propres exécutions ChatGPT, 409 réponses sur 481 n’ont fait aucune recherche web, et rien de ce qui avait été publié la semaine précédente n’a pu y apparaître (les 30 premiers jours).

À quoi ressemble un plan sur quatre semaines ?

  1. Semaine 1, point de départ. Choisissez vos questions, interrogez chaque moteur, notez qui est mentionné et ce qui est cité (chapitre 2). Lancez-le deux fois, à un jour d’intervalle.
  2. Semaine 2, accès. Vérifiez chaque robot sur vos pages clés, corrigez les blocages du CDN et les contenus uniquement en JavaScript (chapitre 4).
  3. Semaine 3, identité et sources. Publiez partout votre définition en une phrase, et contactez les cinq pages les plus citées qui vous laissent de côté (chapitre 5).
  4. Semaine 4, nouvelle mesure. Posez les mêmes questions sur les mêmes moteurs. Gardez ce qui a bougé au-delà de l’intervalle ; repensez ce qui n’a pas bougé.

Comment montrer le changement à quelqu’un d’autre ?

  • Présentez chaque moteur séparément, chaque taux avec son intervalle et le nombre de réponses qui le fondent.
  • Reliez chaque chiffre aux réponses qu’il compte, pour que chacun puisse lire ce que le moteur a vraiment dit.
  • Indiquez ce qui a changé de votre côté et quand, à côté des dates où les réponses ont bougé.
  • Présentez aussi les questions qui n’ont pas bougé. Un rapport qui ne montre que les victoires n’est pas une preuve.

Pour aller plus loin : voir les réponses de l’IA derrière votre visibilité et le suivi quotidien de la visibilité IA.

Continuer la lecture

Chaque chapitre

À lire aussi

Sources
  1. Payton, Greenstone et Schenker : Overlapping confidence intervals or standard error intervals, Journal of Insect Science 3:34 (2003) pmc.ncbi.nlm.nih.gov/articles/PMC524673/
  2. NIST: McNemar test, Dataplot reference manual www.itl.nist.gov/div898/software/dataplot/refman1/auxillar/mcnemar.htm
  3. Google Search Central: Ask Google to recrawl your URLs developers.google.com/search/docs/crawling-indexing/ask-google-to-recrawl
  4. OpenAI Help Center: Searching the web with ChatGPT help.openai.com/en/articles/9237897-searching-the-web-with-chatgpt

Les chiffres de Proofsource renvoient à l’article ou à l’étude qui les a mesurés, avec ses dates et sa méthode. Dites-le-nous si quelque chose ici n’est plus à jour.

Découvrez où l'IA vous oublie. Et corrigez-le.

Voyez quelles questions d’achat nomment votre marque, qui est nommé à votre place et quoi corriger. 200 réponses. 25 Prompts/question. Les meilleurs moteurs d’IA. 2 jours. Gratuit. Sans carte bancaire.

200 réponses. 25 Prompts/question. Les meilleurs moteurs d’IA. 2 jours. Gratuit.ChatGPTPerplexityClaudeGoogle AI OverviewsGoogle AI ModeGeminiMicrosoft CopilotGrokDeepSeekMeta AI