Comment nous mesurons

Questions fixes, trois passages, cinq IA, un compte des fois où vous êtes nommé. Pourquoi une capture d'écran ne prouve rien, et les limites de la méthode.

Par Dasha. Mis à jour le 31 octobre 2026. https://heardofyou.io/fr/how-we-measure

Nous posons à cinq IA les mêmes questions fixes, trois fois chacune, et nous comptons combien de fois vous êtes nommé. Puis nous recommençons, de la même façon, aux jours 30, 60 et 90. L'avant et l'après sont une comparaison équitable, pas une capture d'écran chanceuse.

On vérifie. On travaille. On revérifie.

Pourquoi une capture d'écran ne prouve rien

Demandez à une IA "quelle est la meilleure appli de facturation pour un freelance ?" trois fois de suite. Vous obtiendrez souvent trois listes différentes.

Dans une étude de 2,961 prompts sur ChatGPT, Claude et Google AI, la même liste de marques est revenue deux fois moins d'1 fois sur 100. L'ordre, la longueur et les noms bougeaient tous.

Alors une capture de ChatGPT qui vous nomme, c'est sympa. Ça ne vous apprend presque rien. Une capture où il vous ignore non plus. Seule une tendance sur de nombreux passages veut dire quelque chose.

C'est aussi pour ça que nous ne rapportons jamais un rang. "Vous êtes numéro 2 dans ChatGPT" décrit une seule réponse qui ne se reproduira pas.

Ce que nous comptons : le taux de mention, pas le rang

Pour chaque réponse enregistrée, nous posons une seule question : l'IA vous a-t-elle nommé ? Le taux de mention, ce sont les réponses qui vous nomment, divisées par toutes les réponses enregistrées.

Nommé dans 12 réponses sur 60, c'est un taux de mention de 20%. Nous rapportons le compte et le taux, jamais un score sur 100 et jamais une position.

Comment nous procédons

1. Des questions fixes, écrites une fois. Pour la vérification gratuite, nous écrivons 5 questions d'acheteurs, avec leurs mots. Elles couvrent la catégorie, le cas d'usage, une limite de prix, le concurrent face auquel vous perdez et une question de débutant. L'audit et le projet en utilisent 25. Vous pouvez les modifier avant le lancement. Ensuite elles sont figées, car une nouvelle question donne une nouvelle réponse.
2. Trois passages par IA, dans des conversations neuves. Chaque question part chez ChatGPT, Gemini, Claude, Perplexity et Muse trois fois. Chaque passage est une nouvelle conversation, mémoire désactivée ou sans connexion, depuis le même lieu. Pas de "souviens-toi que j'aime Ledgerly" qui fuit d'un passage à l'autre.
3. La même chose aux jours 30, 60 et 90. Même formulation, mêmes IA, même nombre de passages, même lieu. Côte à côte, avec chaque réponse enregistrée.

Cinq questions x 3 passages x 5 IA font 75 réponses pour la vérification gratuite. Vingt-cinq questions x 3 passages x 5 IA font 375 réponses pour l'audit et pour chaque nouvelle vérification d'un projet.

Quelles IA, et pourquoi ces cinq
- ChatGPT et Gemini. Ce sont les deux que les consommateurs utilisent le plus pour se renseigner avant un achat. Dans une enquête auprès de 550 acheteurs utilisant l'IA, 60% utilisaient ChatGPT et 63.5% Gemini.
- Claude. Les gens qui construisent des logiciels, et achètent des outils pour ça, l'utilisent beaucoup. Parmi 2,000 fondateurs de startups, 59% payaient pour Claude, plus que pour tout autre assistant.
- Perplexity. Il cherche sur le web en direct pour chaque réponse. C'est donc lui qui montre en premier une nouvelle source qui vous mentionne.
- Muse. L'assistant de Meta, lancé en septembre 2026. Meta AI dans WhatsApp, Instagram et Facebook tourne sur les mêmes modèles, il touche donc des acheteurs qui n'ouvrent jamais un autre chatbot.

Vos acheteurs demandent ailleurs, par exemple dans un assistant d'achat intégré à une place de marché ? Alors nous vous le disons honnêtement : cette vérification n'est pas encore le bon outil.

Ce que nous enregistrons pour chaque réponse

| Champ | Ce que ça veut dire |
|---|---|
| Nommé | Oui ou non. La réponse vous a-t-elle mentionné par votre nom ? |
| Position | Si nommé, étiez-vous premier, deuxième, troisième ou plus loin dans la liste. Enregistré pour le contexte, jamais rapporté comme un rang. |
| Ton | Recommandé, mentionné de façon neutre, mentionné avec une réserve, ou faux. "Faux" veut dire que l'IA a dit quelque chose d'inexact sur vous. C'est un problème à part entière. |
| Concurrents nommés | Chaque autre produit dans la réponse, pour montrer qui l'IA nomme à votre place. |
| Sources citées | Les pages et les sites que l'IA a liés ou sur lesquels elle s'est appuyée. Ils deviennent la liste des cibles. |
| La réponse complète | Enregistrée en texte, pour que vous puissiez la lire vous-même. |

Cité n'est pas la même chose que recommandé

Une IA peut citer votre page et quand même recommander un concurrent. "Le blog de Ledgerly a une bonne explication sur les pénalités de retard. Pour la facturation elle-même, la plupart des freelances utilisent FreshBooks."

Cette réponse vous cite. Elle ne vous recommande pas. Nous l'enregistrons comme une mention avec réserve. Nous rapportons "recommandé" à part, parce que c'est celui-là qui amène des clients.

Où les IA lisent, et pourquoi c'est important

La majeure partie de ce qu'une IA cite vient de tiers, pas de la marque elle-même. Dans une analyse de 207 millions de citations, plus de 84% venaient de sources tierces ou de couverture gagnée. Environ 0.3% venaient de contenu payé.

Être trouvé dans la recherche web en direct de l'IA semble être le facteur le plus important. Les marques absentes de ces résultats étaient mentionnées environ 3% du temps. Celles dont le site était trouvé, et recherché par son nom, l'étaient plus de 90% du temps.

Le classement dans la recherche classique compte toujours. 58% des pages en première position étaient citées, contre 14% en dixième position.

Notre travail se fait donc surtout hors de votre site : sur les sites d'avis, les listes et les fils de discussion que lisent les IA. Et nous enregistrons les sources dans chaque réponse.

Limites honnêtes
- Les petits échantillons sont bruyants. Soixante-quinze réponses suffisent à voir une tendance, pas à couper les cheveux en quatre. Si deux vérifications diffèrent de deux ou trois réponses, nous disons "pas de changement net". Nous ne crions pas victoire.
- Les applis et les API peuvent différer. Quand c'est possible, nous vérifions comme un acheteur : dans les applis grand public. Les réponses d'une API peuvent différer un peu. Nous disons toujours laquelle nous avons utilisée.
- Le lieu change les réponses. ChatGPT suit la localisation que votre appareil déclare. Gemini suit le pays du réseau. Nous fixons un lieu et le gardons pour chaque vérification.
- Certains chiffres viennent de fournisseurs ou de prépublications. Si une étude a été menée par une entreprise qui vend des outils de visibilité IA, ou n'est pas encore relue par des pairs, la liste des sources le dit.
- Le taux de mention n'est pas du chiffre d'affaires. Être nommé plus souvent est l'objectif que nous savons mesurer. Si vous partagez vos statistiques, nous rapportons aussi les visites venues des IA. Nous ne revendiquons jamais un chiffre d'affaires que nous ne voyons pas.
- Les réponses bougent pour des raisons qui n'ont rien à voir avec vous. Les modèles sont mis à jour. Les sources gagnent ou perdent des citations. Une hausse ou une baisse peut tenir en partie de la météo. Encore une raison pour trois points de contrôle, pas un seul.

Tout est enregistré

Chaque réponse de chaque passage est enregistrée en texte et partagée avec vous. Pas d'accord avec la façon dont nous en avons codé une ? Lisez l'original. Nous préférons que vous vérifiiez notre travail plutôt que de nous croire sur parole.

Sources
- SparkToro, AIs are highly inconsistent when recommending brands, 2026 (https://sparktoro.com/blog/new-research-ais-are-highly-inconsistent-when-recommending-brands-or-products-marketers-should-take-care-when-tracking-ai-visibility/)
- Product.ai survey of 550 AI shoppers, 2026 (https://finance.yahoo.com/technology/ai/articles/product-ai-survey-finds-four-120000400.html)
- Supabase, State of Startups 2026 (https://supabase.com/state-of-startups)
- Muck Rack, Generative Pulse: earned media drives more than 84% of AI citations, October 2026 (https://www.globenewswire.com/news-release/2026/10/28/3390134/0/en/generative-pulse-earned-media-still-drives-more-than-84-of-ai-citations.html)
- Tannenbaum, a fitted stage model of brand mentions in AI search, 2026 pre-print (https://arxiv.org/abs/2609.23162)
- AirOps and Kevin Indig, is query fan-out relevant, 2026 (https://www.getpassionfruit.com/research/is-query-fan-out-a-marketing-buzzword-or-something-relevant)