Affaires et Marché 🇷🇺 06.08.2026 03:02

Pourquoi les mentions de marque dans ChatGPT comptent plus que les liens : 92,8 % des dialogues se terminent sans clic

OpenAIOpenAI Perplexity AIPerplexity AI ЯндексЯндекс СберСбер
L'analyse d'un spécialiste du référencement montre que ChatGPT mentionne les marques en fonction du contexte et de la réputation, et non du nombre de liens. Avec 92,8 % des dialogues d'IA se terminant sans clic, les spécialistes du marketing devraient se concentrer sur les mentions de marque plutôt que sur la construction de liens traditionnelle.
Un spécialiste du référencement a mesuré comment ChatGPT, Perplexity, Alisa AQI et GigaChat mentionnent les marques dans leurs réponses. Lors d'un test pour un client de livraison de repas, ChatGPT mentionnait fréquemment un concurrent alors que le client avait plus de backlinks et une autorité plus élevée. Cela contredit la logique traditionnelle du SEO où plus de liens mènent à de meilleurs classements et à plus de mentions. Les données de Profound, analysées par Kevin Indig, montrent que 92,8 % des dialogues avec ChatGPT se terminent sans clic, ce qui signifie que les utilisateurs décident en fonction de la réponse du modèle lui-même. Bien que le trafic provenant de l'IA soit faible (0,19 % des clics contre 42 % pour Google), ceux qui cliquent se convertissent à 7,1 % et sont valorisés 4,4 fois plus. Les mentions de marque dans l'IA sont construites à partir de textes d'entraînement et de sources en temps réel, et non à partir du nombre de liens. Le spécialiste a constaté que des avis éditoriaux solides comptaient plus que de nombreux liens de catalogue. Même être premier sur Google ne garantit pas une mention dans ChatGPT. Les liens fonctionnent toujours là où les décisions se prennent après le premier contact, comme pour les comparaisons de prix ou les documents techniques, mais échouent lorsque les réponses sont autonomes. Le spécialiste suit désormais la part de mentions de marque parmi les concurrents, le ton des mentions et les sources derrière les formulations. Pour le client de livraison de repas, ils ont créé des articles approfondis sur les plateformes que le modèle lit, et les mentions se sont améliorées en un mois et demi.
Source: Habr — хаб ML — original
Nos articles précédents sur ce sujet ↓
Infos fraîches