Comment l’Observatoire GEO mesure la visibilité des marques
Je pose à chaque modèle d’IA les mêmes questions d’achat, avec la même consigne et sans recherche web, puis je compte les marques nommées par mot entier. Tout est publié pour que vous puissiez rejouer la mesure : la consigne exacte, les questions, les réponses brutes, et les limites.
- Consigne publiée mot pour mot
- Limites assumées
- Licence CC BY 4.0
Le protocole
Comment les données sont collectées
Quatre étapes, les mêmes à chaque édition. Les scripts de collecte appliquent cette consigne telle quelle.
- 1
Le panel de questions
Pour chaque secteur, quinze questions correspondant aux vraies intentions commerciales des consommateurs français : « quelle banque choisir pour un jeune actif ? », « quel site pour réserver un hôtel ? ». Pas de question piège ni de formulation orientée : ce sont les questions telles qu’elles se posent aux IA.
- 2
L’interrogation des modèles
Chaque question est envoyée seule à l’API du modèle, avec la même consigne système, sans historique ni personnalisation, aux réglages de génération par défaut. Aucun outil de recherche web n’est activé : le modèle répond avec ce qu’il sait.
- 3
L’extraction des citations
Chaque réponse est analysée pour détecter les marques d’un référentiel (60 marques en banque, 100 en tourisme, variantes orthographiques comprises). La recherche se fait par mot entier, sans tenir compte de la casse ni des accents. Une marque est comptée une fois par réponse, quel que soit le nombre de ses mentions.
- 4
Le calcul du score
Le taux de citation d’une marque est la part des réponses du secteur dans lesquelles elle apparaît. Exemple : citée dans 22 réponses sur 24, une marque obtient 91,7 %. Je publie aussi le nombre de questions distinctes couvertes, pour distinguer les marques citées partout de celles qui ne le sont que sur leur créneau.
Tu réponds à un utilisateur français réel qui te pose une question de consommateur. Réponds naturellement et concrètement, en citant des marques, sites ou services précis, comme tu le ferais dans une conversation normale.Éditions et modèles
Qui a été interrogé, et quand
Les modèles changent : quand l’un disparaît de l’API, il est remplacé par son successeur et la comparaison entre éditions est signalée comme partielle.
| Édition | Couverture | Modèles interrogés | Période |
|---|---|---|---|
| Édition 0 (pilote) | Banque (panel complet), Tourisme (aperçu 7/15 questions) | Gemini 2.5 Flash, Gemini 3.5 Flash (Google) | Juin 2026 |
| Édition 1 | Tourisme (panel complet, 15/15 questions) | Gemini 3.5 Flash, Gemini 3.6 Flash, ChatGPT (GPT-5 mini) | Septembre 2026 |
| Édition 2 (à venir) | + SEO ; banque rejouée sur le panel complet | + Perplexity | À définir |
Limites
Ce que ces chiffres ne disent pas
Aucune mesure n’est parfaite. Voici les limites que je connais, de la plus structurante à la plus anecdotique.
- 01
Une API n’est pas une interface
Je mesure les marques que le modèle nomme de lui-même, interrogé par API sans recherche web. Ce n’est ni ce qu’un internaute voit dans ChatGPT ou Gemini avec la recherche activée, ni les sources citées : c’est une mesure de mentions de marque dans le texte.
- 02
Peu de modèles
L’édition 1 interroge Gemini (Google) et ChatGPT (OpenAI) ; Perplexity n’est pas encore couvert. Gemini 2.5 Flash, utilisé en juin, n’est plus servi par l’API : il est remplacé par Gemini 3.6 Flash, son successeur désigné par Google, ce qui limite la comparaison avec l’édition 0.
- 03
Un panel qui a changé
Le tourisme de juin ne couvrait que 7 questions sur 15 (quotas d’API). Septembre couvre les 15, dont 8 nouvelles rédigées pour cette édition. La comparaison de juin à septembre n’est donc indicative que sur les 7 questions communes.
- 04
Des réponses qui varient
Une même question peut produire des réponses un peu différentes d’une exécution à l’autre. Les taux de citation sont des ordres de grandeur robustes, pas des mesures au dixième près.
- 05
Un référentiel fini
Une marque absente du référentiel n’apparaît pas au classement. Le référentiel du tourisme est publié en bas de sa page. Signalez-moi un oubli, je l’ajouterai à l’édition suivante.
- 06
Un erratum sur l’édition 0
Le classement tourisme de juin plaçait TUI en tête à cause d’une détection par sous-chaîne (« tui » dans « gratuit » et « intuitive »). La détection est désormais par mot entier et les réponses de juin ont été recomptées ; le détail est sur la page du tourisme. Les classements banque de juin ne sont pas concernés : aucun nom de banque du référentiel n’est une sous-chaîne d’un mot courant, vérification faite.
- 07
Une photographie, pas une prophétie
Les modèles évoluent en continu : chaque édition est un instantané daté. Les éditions ont eu lieu en juin et en septembre 2026 ; la suivante n’a pas de date.
- 08
Un auteur qui a un intérêt
Je suis consultant SEO et GEO et je vends des prestations de visibilité dans les IA. C’est une raison de plus de publier la consigne, les questions et les réponses brutes.
Réutilisation
Citer l’Observatoire GEO
Les données et les classements sont publiés sous licence Creative Commons BY 4.0 : vous pouvez les réutiliser, y compris à titre commercial, à condition de citer la source.
Pour les données brutes, une analyse sur mesure ou un secteur non couvert, écrivez-moi.
Source : Observatoire GEO by ThanksLucas, édition septembre 2026 (tourisme) ou juin 2026 (banque), thankslucas.com/observatoire-geo
Contact
Une question sur la méthodologie ?
J’explique volontiers chaque choix. Et si vous voulez mesurer la visibilité IA de votre propre marque, le premier échange dure 30 minutes et il est gratuit.
Retour à l’Observatoire ou au classement banque.