Les contenus liés aux produits dominent les citations sur AI Search, selon une étude récente de XFunnel. Cette tendance met en évidence l’impact croissant de l’IA sur le SEO, exigeant une adaptation des stratégies d’optimisation.
Table of Contents
Dans un cadre ou le search est de plus en plus marqué par l’avènement de l’IA, les discussions autour du SEO se sont largement articulés sur l’impact de cette nouvelle donne, et désormais, l’écosystème lorgne son intégration dans les modèles existants, promettant des changements graduels et de nouveaux paradigmes.
Si les dernières déclarations officielles laissent entendre un discours plus mesuré, à l’image des récentes annonces sur les données structurées et l’indexation pour l’IA search, cela relève néanmoins d’un processus évolutif et en cours de structuration.
Dans le cadre d’une recherche, XFunnel, cabinet spécialisé dans l’optimisation sur les moteurs de recherche alimentés par l’IA, a analysé plus de 750 000 citations des réponses d’AI Search pour mieux comprendre les dynamiques de ce nouveau mode de découverte et les facteurs qui influent ses prises de décision.
D’après les résultats, les contenus liés à des produits sont plus fréquemment cités dans les réponses générées par les moteurs de recherche par IA que d’autres types de contenu, représentant la majorité des sources citées.
Les contenus liés aux produits (y compris les articles de type « meilleurs choix », les comparatifs et les pages produits provenant directement des marques) ont largement dominé les citations générées par l’IA, représentant entre environ 46 % et plus de 70 % de l’ensemble des sources citées.
Requêtes commerciales et citations IA
La recherche confirme l’utilisation de requêtes diversifiées. Par contre, la capacité des moteurs IA à mieux repérer et répondre aux requêtes commerciales, démontre déjà le potentiel de ce mode comme levier pour les stratégies à visée promotionnelle ou ciblant plus de conversions.
Selon les mêmes résultats, les articles d’actualité et les papiers de recherche représentent chacun près de 5 % à 16 % des sources citées, suivis par les contenus affiliés, représentant 10 %. Les avis d’utilisateurs varient entre 3 % et 10 %, avec plusieurs instances tirées directement des forums Reddit. La plus faible part s’est attribuée aux articles de blogs, avec 3 à 6 %.
Compte tenu des tendances de ces résultats, il faut aussi considérer la variabilité de cette distribution selon le type des requêtes et des catégories de contenus. Par exemple, ces proportions se retrouvent notamment dans ce que la recherche a classé comme contenu B2B. En revanche, les contenus B2C représentent une distribution plus équilibrée.
Pour cette catégorie, les contenus liés aux produits représentaient une part moins prononcée avec 34% des sources citées, suivi par une répartition équilibrée pour les contenus d’affiliés, les articles d’actualité et les recherches avec un taux situé entre 15% et 17% des citations sur les résultats d’AI Search. Les articles de blogs affichent aussi une présence plus marquée avec près de 9% des sources citées.
Ces taux fluctuent aussi en fonction des différentes phases du parcours client (sales funnel). Les réponses aux requêtes du haut ou du milieu de l’entonnoir s’appuient souvent sur des sources externes pour valider les mérites du produit ou du service, tandis que les requêtes du BOFU ou de la phase de conversion reposent presque exclusivement des sources directes pour plus d’informations sur le produit ou service.
Les enjeux d’un marketing pour l’IA
À noter que les résultats de cette étude seront majoritairement applicables dans des scénarios d’usages ou à visée commerciale (consumer scenarios). Cela témoigne surtout d’une intégration accrue des capacités de l’IA pour optimiser le processus du search du côté de l’utilisateur.
Une question persiste: à mesure que l’IA prend une place croissante dans nos recherches de produits et nos décisions d’achat, comment fonctionnent les mécanismes de prise de décision de l’IA Search ? Peut-on envisager l’émergence d’un modèle de marketing dédié aux machines, similaire à l’optimisation pour les moteurs de recherche, avec l’expansion de l’IA Search ? Un nouveau paradigme qui viendra sans doute avec ses propres subtilités, ses règles implicites et ses leviers d’influence inédits; autant de facteurs qui pourraient faire ou défaire le succès des campagnes.
Cela a fait l’objet d’une autre étude qui vise à mieux comprendre le comportement des agents IA et leur réactivité aux différents types d’annonces publicitaires sur le web, et comment cela influe sur leur prise de décisions de recommandation aux requêtes. Les résultats de la recherche démontrent l’importance des indices textuels et de la complémentarité de l’information.
D’après la recherche: “pour optimiser les publicités en ligne ciblant les agents IA, le contenu textuel doit être étroitement aligné avec les requêtes et les tâches anticipées des utilisateurs. En même temps, les éléments visuels jouent un rôle secondaire dans l’efficacité.”
L’essentiel à retenir – Ce que cela signifie pour le SEO
À en croire les récentes études et le développement technologique, l’IA devrait prendre plus d’ampleur dans le cadre du SEO. Entre son rôle croissant dans les interactions des utilisateurs et son intégration dans les fonctionnalités des plateformes digitales, notamment les moteurs de recherche, l’optimisation pour l’IA est déjà préconisée comme le prochain grand modèle.
Ce nouveau modèle, certes évolutif, nécessite une meilleure intégration des modes déjà adoptés comme base d’optimisation pour les nouvelles fonctionnalités du Search. Outre la qualité et la profondeur du contenu, l’optimisation pour l’IA nécessite également une structuration technique plus précise de l’information; la base d’un modèle qui repose de plus en plus sur la capacité des machines à comprendre et traiter efficacement les données.
