Framework 3 couches pour mesurer votre présence IA

Pourquoi les rankings ne suffisent plus

Un client m’appelle un jeudi après-midi. SaaS B2B, 420 000 $ ARR, 14 personnes. Il me dit : « On est top 3 sur 87 requêtes stratégiques. Le trafic organique monte. Les leads baissent. »

Je regarde leur GA4. +34 % de sessions sur 6 mois. −19 % de conversions qualifiées sur la même période.

Le diagnostic prend 20 minutes.

Leurs positions Google sont intactes. Mais 68 % de leurs requêtes cibles génèrent maintenant des AI Overviews. ChatGPT cite 3 concurrents dans 9 prompts sur 10. Perplexity les mentionne 2 fois sur 47 requêtes testées.

Leur « top 3 » mesure une réalité qui ne paie plus.

Aleyda Solis publie en avril 2025 un framework en 3 couches pour mesurer ce que les rankings ne capturent pas : la présence dans l’AI Search, la structure qui la permet, l’impact business qui en découle. Pas une métrique unique. Un système stratifié.

Parce qu’un utilisateur peut découvrir une marque dans ChatGPT, former une préférence, puis taper l’URL directement dans le navigateur. Zéro clic attribuable à l’AI. 100 % d’influence sur la décision.

Le modèle classique mesure le clic. Le nouveau modèle mesure l’influence, même sans clic.

Je vais vous montrer comment structurer cette mesure sans inventer d’attribution imaginaire.

Avant de plonger dans chaque couche, voici comment le framework relie présence, structure technique et résultats business. Chaque niveau nourrit le suivant : impossible de mesurer l'impact sans diagnostiquer la visibilité, impossible d'améliorer la visibilité sans corriger la structure.

Couche 1 : Présence — Êtes-vous visible, et comment ?

La première couche mesure si votre marque apparaît dans les réponses IA qui comptent.

Pas « toutes les réponses possibles ». Les réponses qui correspondent aux contraintes réelles de vos acheteurs.

Aleyda Solis recommande un échantillonnage pragmatique, pas une couverture exhaustive. Vous testez 30 à 50 prompts représentatifs, pas 10 000 variations.

Les 5 KPI de présence qu’elle identifié :

• Taux de mention : dans combien de réponses votre marque apparaît-elle ?
• Position moyenne : si elle apparaît, à quel rang ?
• Taux de citation avec lien : combien de mentions incluent un lien cliquable vers votre site ?
• Taux de recommandation explicite : combien de fois l’IA dit « je recommande X » ou « X est adapté pour Y » ?
• Qualité de la représentation : l’IA décrit-elle votre offre correctement, ou invente-t-elle des caractéristiques ?

J’ai déployé ce système chez 9 clients entre janvier et mars 2025. Tous ont découvert que leur présence variait selon la plateforme.

Exemple concret : agence PR tech, 22 personnes, Royaume-Uni. Prompt type : « Quel outil PR pour une agence B2B SaaS de 8 personnes, budget 400 $/mois ? »

Leur stratégie SEO classique les positionnait bien sur Google. Leur présence dans ChatGPT était quasi nulle.

Perplexity citait leur site 7 fois sur 8 parce qu’ils avaient publié 14 études de cas structurées avec Schema.org et des backlinks depuis TechCrunch, VentureBeat.

ChatGPT préférait des marques avec plus de mentions Reddit, Product Hunt, forums Slack publics.

Même requête. Deux corpus différents. Deux stratégies nécessaires.

Aleyda Solis insiste : construisez un tableau de bord de présence par plateforme, puis reliez-le à des questions métier.

• « Pourquoi nos concurrents apparaissent-ils 6 fois plus souvent dans Perplexity ? »
• « Pourquoi ChatGPT cite-t-il systématiquement 3 marques, dont aucune n’est la nôtre ? »
• « Quand l’IA mentionne notre marque, décrit-elle l’offre correctement ? »

La couche 1 ne répond pas à ces questions. Elle les rend mesurables.

Avant de lire les critères en détail, testez où vous en êtes. Cliquez sur chaque axe pour voir la définition, puis estimez votre score de 0 (absent) à 10 (excellent). Le profil typique des marques bien positionnées apparaît en orange.

Couche 2 : Readiness — Votre structure permet-elle la visibilité ?

La deuxième couche diagnostique pourquoi votre présence ressemble à ce qu'elle est.

Aleyda Solis liste 10 caractéristiques structurelles des marques visibles dans l'AI Search. Je vous en donne 7 que j'observe systématiquement chez mes clients bien positionnés :

1. Contenu structuré avec Schema.org — Product, FAQPage, HowTo, Review.
2. Autorité topique mesurable — backlinks depuis des sources que les LLM indexent (presse tech, études universitaires, rapports sectoriels).
3. Présence multi-plateforme cohérente — Reddit, Product Hunt, GitHub, Quora, forums métier.
4. Données produit lisibles par machine — prix, specs, comparatifs, fichiers structurés (CSV, JSON-LD).
5. Contenu long-form avec citations — articles de 2 000+ mots qui citent des sources externes vérifiables.
6. FAQs réelles — pas du keyword stuffing, des vraies questions clients avec réponses précises.
7. Fraîcheur éditoriale — mises à jour régulières, pas un blog abandonné depuis 18 mois.

Un audit readiness part des résultats de présence. Vous ne faites pas un audit technique aveugle. Vous cherchez pourquoi ChatGPT vous ignore alors que Perplexity vous cite.

Cas réel : e-commerce outdoor, 840 SKUs, France. Présence Perplexity : 73 % sur 30 prompts. Présence ChatGPT : 11 %.

L'audit readiness a montré :

• 97 % de leurs fiches produits utilisaient Schema Product avec price, availability, review.
• Ils avaient 340 backlinks depuis des blogs outdoor, magazines de trail, comparateurs gear.
• Zéro présence Reddit. Zéro présence forums spécialisés (Hardloop, I-Trekkings).
• Aucun guide long-form citant des sources externes.

Perplexity scrapait leurs données structurées + leurs backlinks presse.

ChatGPT s'appuyait sur des discussions Reddit, des threads forums, des comparatifs utilisateurs — corpus qu'ils n'alimentaient pas.

Le diagnostic : leur readiness technique était forte. Leur readiness conversationnelle était nulle.

On a investi 6 semaines à produire 12 guides (« Comment choisir des chaussures de trail pour terrain boueux », « 5 sacs à dos 40L testés sur le GR20 »), structurés avec HowTo + citations externes, puis on a alimenté 8 threads Reddit avec des retours d'expérience réels (pas du spam).

3 mois plus tard : présence ChatGPT à 34 % sur les mêmes 30 prompts.

Aleyda Solis recommande de prioriser les actions selon l'effort, pas seulement l'impact. Un backlink TechCrunch a un impact énorme, mais demande 40 heures de relation presse. Un thread Reddit bien rédigé prend 90 minutes.

Je forge les roadmaps readiness avec un tableau effort/impact. Toujours 3 actions « quick wins » (< 10 heures) avant les chantiers lourds.

Prenons l'exemple Finchling mentionné par Aleyda Solis. Voici comment leur présence de 67% sur 40 prompts SEO tools se décompose en impact business à travers les signaux observables, proxy et modélisés.

Couche 3 : Impact Business — La visibilité crée-t-elle de la valeur ?

La troisième couche relie la présence IA aux résultats commerciaux.

Aleyda Solis identifié 4 niveaux de confiance pour mesurer l'impact business :

1. Impact observé — données directement attribuables (clics depuis Perplexity, trafic depuis ChatGPT via referrer).
2. Signaux proxy — comportements indirects (recherches branded en hausse, trafic direct augmenté, diminution du CPC branded).
3. Impact modélisé — attribution probabiliste (enquêtes post-achat, modèles multi-touch, tests holdout).
4. Impact déclaré — ce que les clients disent (« J'ai découvert votre marque via ChatGPT »).

Elle insiste : ne mélangez pas les 4 niveaux dans un seul chiffre. Un clic Perplexity est observable. Une influence ChatGPT sans clic est modélisée.

Je construis les tableaux de bord impact avec 3 colonnes distinctes :

Cas concret : SaaS comptabilité TPE, 680 clients payants, Belgique. On a déployé le framework 3 couches en octobre 2024.

Couche 1 (Présence) : taux mention ChatGPT 41 %, Perplexity 67 %, Gemini 29 %.

Couche 2 (Readiness) : audit a révélé zéro contenu comparatif, FAQs génériques, Schema incomplet.

Actions : 9 guides comparatifs (« Quelle compta pour freelance Belgique », « Compta SaaS vs Excel »), FAQ restructurées, Schema FAQPage + HowTo déployé sur 47 pages.

Couche 3 (Impact), 5 mois après :

• Clics observés depuis Perplexity : 890/mois (vs 120 avant)
• Trafic direct : +52 %
• Recherches branded Google : +41 %
• CPC branded : −23 % (moins de concurrence sur leur nom = signal de notoriété)
• Survey post-signup : 22 % déclarent « découvert via ChatGPT ou Perplexity »
• Modèle MMM (Marketing Mix Modeling) : contribution estimée AI Search = 14-21 % des nouvelles inscriptions

Revenus attribuables avec confiance élevée : 8 400 $/mois (clics observés × taux conversion × panier moyen).

Revenus estimés totaux (modèle + proxy) : 18 000-26 000 $/mois.

Je ne leur dis jamais « l'AI Search génère 26 000 $ ». Je leur dis : « 8 400 $ sont observés. 18 000-26 000 $ sont modélisés avec une marge d'erreur de ±30 %. »

Aleyda Solis martèle ce point : ne surestimez pas l'attribution. L'AI Search influence souvent sans laisser de trace directe. Mesurez ce que vous pouvez observer, estimez le reste avec prudence, ne mélangez jamais les deux.

Relier les 3 couches : du rapport au système de décision

Le framework ne fonctionne que si les 3 couches se parlent.

Présence faible → vous allez dans Readiness chercher pourquoi.

Readiness forte mais présence faible → vous vérifiez si les plateformes indexent réellement vos contenus (parfois elles ne le font pas).

Présence forte mais impact business nul → vous diagnostiquez si vous apparaissez sur les bons prompts (peut-être que vous êtes visible sur des requêtes informationnelles, pas transactionnelles).

Aleyda Solis donne un exemple avec Finchling (outil de recherche de mots-clés). Leur présence ChatGPT était 67 % sur 40 prompts SEO tools. Impact business observé : 340 clics/mois, 12 conversions trial.

Audit readiness : contenu structuré ✓, backlinks presse ✓, Schema ✓, présence Reddit faible.

Diagnostic : ils apparaissaient sur des prompts génériques (« SEO tools »), pas sur des prompts d'intent (« keyword research tool for local SEO agency »).

Action : réécriture de 6 pages produit pour inclure des use cases précis (« agence locale », « SaaS B2B », « e-commerce »), ajout de 14 études de cas clientes avec Schema.

4 mois plus tard : présence sur prompts d'intent +290 %, conversions trial ×2,4.

Le framework a transformé « on est visibles mais ça ne convertit pas » en « on est visibles sur les mauvais prompts, voici comment corriger ».

Je déploie ce système avec un setup minimum viable :

• Présence : 20-30 prompts représentatifs, testés manuellement 1×/mois sur 3 plateformes (ChatGPT, Perplexity, Gemini).
• Readiness : checklist 10 critères (Schema, backlinks, FAQs, contenu long-form, présence forums).
• Impact : 3 métriques observées (clics GA4, trafic direct, recherches branded) + 1 survey trimestrielle (« Comment nous avez-vous découverts ? »).

Temps requis : 4-6 heures/mois pour maintenir le système une fois installé.

Vous n'avez pas besoin d'un dashboard temps réel avec 47 métriques. Vous avez besoin d'un système qui relie visibilité → structure → revenus, et qui diagnostique où ça coince.

Par où commencer : le setup en 4 étapes

Si vous démarrez de zéro, voici la séquence que je déploie chez mes clients.

Étape 1 : Cartographier 20 prompts critiques

Pas « tous les prompts possibles ». Les 20 prompts que vos acheteurs tapent vraiment.

Méthode : prenez vos 10 top landing pages SEO. Pour chacune, écrivez 2 prompts conversationnels qu'un utilisateur poserait à ChatGPT.

Exemple e-commerce chaussures trail :

• Landing page : « Chaussures trail terrain boueux »
• Prompt 1 : « Quelles chaussures de trail pour courir sur terrain boueux en automne ? »
• Prompt 2 : « Chaussures trail imperméables avec bonne accroche, budget 150 € max »

Vous obtenez 20 prompts. Vous les testez manuellement sur ChatGPT, Perplexity, Gemini. Vous notez si votre marque apparaît, à quel rang, avec ou sans lien.

Temps : 3-4 heures.

Étape 2 : Audit readiness sur 10 critères

Checklist que j'utilisé :

1. Schema.org déployé sur pages produit/service ? (Product, FAQPage, HowTo)
2. FAQs réelles (pas du keyword stuffing) ?
3. Contenu long-form avec citations externes ?
4. Backlinks depuis presse tech / études / rapports ?
5. Présence Reddit / forums métier ?
6. Guides comparatifs (« X vs Y », « Comment choisir Z ») ?
7. Données produit structurées (prix, specs, stock) ?
8. Fraîcheur éditoriale (contenu mis à jour < 6 mois) ?
9. Pages avec 2 000+ mots incluant listes, tableaux ?
10. Mentions marque sur plateformes conversationnelles (Reddit, Quora, forums) ?

Score : 1 point par critère validé. < 4/10 = readiness faible. 7-10/10 = readiness forte.

Temps : 2-3 heures.

Étape 3 : Mesurer l'impact observé

Configurez GA4 pour tracker :

• Clics depuis Perplexity (referrer « perplexity.ai »)
• Trafic direct (évolution mois par mois)
• Recherches branded Google Search Console

Ajoutez une question dans votre formulaire lead/signup : « Comment nous avez-vous découverts ? » avec option « ChatGPT / Perplexity / autre IA ».

Temps : 1 heure configuration initiale.

Étape 4 : Relier les 3 couches dans un doc unique

Google Sheet, Notion, peu importe. Structure :

Vous mettez à jour ce tableau 1×/mois. Vous comparez les évolutions. Vous diagnostiquez où ça bloque.

Temps : 30 minutes/mois une fois en place.

Aucun outil magique. Aucun scraping continu. Un système léger qui relie visibilité → structure → revenus.

Ce que ce framework n'est pas (et pourquoi c'est important)

Aleyda Solis précise 3 limites que je reprends systématiquement avec mes clients.

1. Ce n'est pas un système d'attribution complète

Vous ne pourrez jamais dire « l'AI Search a généré exactement 47 340 $ ce trimestre ». Une partie de l'influence reste non mesurable.

Un utilisateur lit une réponse ChatGPT, se souvient de 2 marques, cherche sur Google 3 jours plus tard, clique sur une pub, convertit. Quel canal a créé la décision ?

Le framework mesure ce qui est observable, estime le reste, mais n'invente pas de certitude là où il n'y en a pas.

2. Ce n'est pas un substitut au CRM ou à l'analytics produit

Le framework diagnostique si votre présence IA influence les décisions. Il ne remplace pas votre suivi de cohortes, votre analyse de churn, votre attribution multi-touch existante.

Il complète. Il n'écrase pas.

3. Ce n'est pas une garantie que visibilité = revenus

Vous pouvez être cité 80 % du temps dans ChatGPT et générer zéro conversion si :

• Vous apparaissez sur des prompts informationnels (« Comment fonctionne X ? ») mais pas transactionnels (« Quel outil X pour Y ? »)
• L'IA décrit mal votre offre (elle invente des features que vous n'avez pas)
• Votre site ne convertit pas le trafic une fois qu'il arrive

La couche 3 (Impact Business) sert justement à diagnostiquer si la présence se transforme en valeur. Si elle ne le fait pas, vous remontez dans les couches 1 et 2 pour comprendre pourquoi.

C'est un système de diagnostic, pas une formule magique.

Je vois trop de dashboards qui mélangent impressions, clics, conversions estimées, influence modélisée dans un seul KPI « AI Search ROI ». C'est une illusion de précision.

Le framework d'Aleyda Solis fait l'inverse : il sépare ce qui est mesurable de ce qui est estimable, et il diagnostique où ça coince.

Comment je déploie ce framework chez mes clients

Je ne vends pas un audit AI Search. Je déploie ce framework en 3 phases sur 8-12 semaines.

Phase 1 : Diagnostic présence (semaines 1-2)

• Cartographie de 20-30 prompts critiques
• Tests manuels sur ChatGPT, Perplexity, Gemini, AI Overviews
• Tableau de présence par plateforme
• Identification des écarts (« Pourquoi Perplexity nous cite 9×, ChatGPT 0× ? »)

Phase 2 : Audit readiness (semaines 3-5)

• Checklist 10 critères structurels
• Analyse concurrentielle (3-5 marques bien visibles : qu'ont-elles que vous n'avez pas ?)
• Roadmap actions priorisée effort/impact
• 3 quick wins identifiés (< 10 heures chacun)

Phase 3 : Setup impact + déploiement (semaines 6-12)

• Configuration GA4 tracking (referrers IA)
• Survey post-conversion
• Déploiement 3-5 actions readiness prioritaires
• Mesure impact observé à 30, 60, 90 jours

Livrable final : doc unique qui relie présence → readiness → impact, avec tableau de bord mensuel 4-6 heures maintenance.

Investissement client : entre 8 000 $ et 14 000 $ selon la taille du catalogue / nombre de prompts / complexité readiness.

Ce qui différencie ce déploiement d'un audit SEO classique : on ne vous livre pas 200 pages de recommandations techniques. On installe un système qui diagnostique en continu où vous perdez de la visibilité et pourquoi.

Le premier appel est un audit live. Je teste 5 prompts en direct. Vous voyez où vous apparaissez. Vous voyez où vos concurrents apparaissent. On diagnostique la faille structurelle en 45 minutes.

Pas de PDF. Des pages qui tournent.

Stéphane Jambu

Ingénieur SEO & IA

Je forge des systèmes de croissance / IA / Neurosciences | 650+ clients · 80 témoignages LinkedIn · 30 ans d’expertise · 15 ans de systèmes qui tournent sans moi.

Suivre sur LinkedIn