Une réponse de classement ne choisit pas toujours la meilleure entreprise. Souvent, elle choisit celle dont les valeurs sont les plus faciles à comparer, même quand ce ne sont pas les valeurs qui guident réellement les clients au moment de choisir.
Les premières notes dans mon carnet, sur ce problème, ont été tracées autour d’un hôtel indépendant de 34 chambres à Nantes. De très bons avis clients, des visiteurs qui revenaient régulièrement, une promesse de week-end au calme que les couples comprenaient dès leur arrivée. Pourtant, dans les réponses d’IA à la requête « meilleurs hôtels à Nantes pour un week-end », il apparaissait sous un rival plus bruyant, aux avis moins constants. Une réponse le félicitait même pour son « bon accès au centre », ce qui était assez vrai, mais passait à côté du sujet. La vraie raison pour laquelle les clients le choisissaient tenait à ce rythme fait de chambres paisibles, de petit-déjeuner tardif et de faible bruit. Le modèle nommait l’hôtel, mais il comparait le mauvais aspect.
Cette erreur est facile à écarter comme une mauvaise réponse. Je ne l’écarte pas aussi vite. Dans la plupart des cas, la réponse est maladroite parce que la trace publique est confuse. Le site de l’hôtel disait « chambres confortables » et « emplacement idéal ». Un annuaire répétait « établissement de charme ». Une mention locale louait le petit-déjeuner sans le relier aux séjours de week-end. Dans les avis, les clients parlaient de couloirs calmes, de restaurants accessibles à pied et du fait de ne pas se sentir pressés le dimanche matin. Ces mots existaient, mais ils étaient dispersés comme des pièces sous une table. Le système d’IA pouvait repérer l’hôtel, mais il ordonnait la comparaison selon des valeurs plus larges et plus faciles : localisation, style, note moyenne et confort générique.
Le classement peut être faux sans être aléatoire
Quand un dirigeant me dit : « L’IA nous compare sur les mauvais critères », je demande d’abord à voir la requête exacte et la réponse. Non parce que la plainte serait suspecte, mais parce que « mauvais » peut vouloir dire trois choses différentes. Parfois, le système choisit une mauvaise catégorie. Parfois, il invente un critère qui n’intéresse pas le client. Parfois, il utilise un vrai critère, mais le place trop haut dans l’ordre.
Dans les audits récurrents, une clinique peut être classée selon la rapidité de rendez-vous alors que les patients choisissent en réalité selon la continuité des soins. Une école peut être classée selon une notoriété de marque générale alors que les étudiants choisissent selon l’accompagnement au placement dans un programme précis. Un hôtel peut être classé selon sa proximité avec une gare alors que ses meilleurs acheteurs cherchent un week-end calme où la gare compte moins que le sommeil et le petit-déjeuner. La réponse n’hallucine pas nécessairement. Elle utilise les preuves publiques les plus faciles à organiser.
Cette distinction compte parce que la correction n’est pas la même. Si le système s’appuie sur la mauvaise catégorie, la trace de catégorie doit être retravaillée. Si le système a la bonne catégorie mais les mauvaises valeurs, les critères de comparaison doivent être rendus visibles. Une réécriture de page qui répète seulement « meilleur hôtel à Nantes » ou « top clinique à Lyon » n’aidera pas beaucoup. Elle ajoute de l’intensité, pas de structure.
J’appelle cela l’écart de valeur visible. L’écart de valeur visible est la distance entre ce selon quoi les clients choisissent vraiment et ce que les preuves publiques permettent à un système d’IA de comparer. Il existe parce que la valeur vécue est souvent détaillée, répétée dans un langage humain désordonné et enfouie dans les avis, tandis que la preuve de classement devient plus nette quand elle est nommée, datée et reliée à une catégorie.
Cette définition paraît sèche. En pratique, c’est la différence entre « les clients nous adorent » et « les couples choisissent cet hôtel pour des week-ends calmes, des dîners accessibles à pied et un petit-déjeuner tardif ». L’un est un éloge. L’autre peut être trié.
La valeur client est souvent présente, mais pas organisée
Un motif récurrent dans les audits d’hôtels et de sociétés de services est que la plus forte valeur client existe publiquement, mais nulle part sous forme de phrase de comparaison utilisable. Les dirigeants connaissent souvent leur véritable avantage avec une clarté douloureuse. Ils l’entendent à la réception, dans les appels, dans les plaintes évitées, dans les questions posées avant la réservation. La trace publique, elle, parle dans une brume polie.
Le cas composite de l’hôtel nantais avait de nombreux signaux. Les clients mentionnaient le sommeil. Ils mentionnaient le fait de ne pas entendre la rue. Ils mentionnaient la possibilité d’aller dîner à pied sans organiser de transport. Ils mentionnaient un personnel qui ne les poussait pas vers la sortie trop tôt. Pourtant, le texte principal du site traitait tout cela comme une atmosphère de fond. La valeur la plus forte n’était pas absente. Elle était mal étiquetée.
Les systèmes d’IA aiment les valeurs nommées. Ils n’ont pas seulement besoin d’adjectifs. Ils ont besoin d’une relation : cette entreprise, pour cet acheteur, dans cette situation, face à ces alternatives. « Calme » est utile. « Hôtel calme à Nantes pour un week-end en couple, avec restaurants proches et dimanche matin lent » est plus utile, parce que cela donne à la réponse une prise de comparaison. La phrase indique au système sur quelle chaise l’entreprise essaie de s’asseoir.
Il y a ici un petit piège. Les dirigeants réagissent parfois en remplissant leur site de tous les critères possibles : calme, central, romantique, familial, adapté aux affaires, abordable, premium, design, authentique, pratique. Cela crée une vitrine où toutes les lumières sont allumées. Plus rien ne se voit correctement. Une réponse de classement n’a alors aucune raison de placer l’entreprise première pour une valeur plutôt que troisième pour toutes.
Le meilleur travail commence par la retenue. Quelle valeur est choisie de manière répétée par les clients les mieux adaptés ? Quelle valeur n’est pas déjà occupée par le rival placé au-dessus ? Quelle valeur des sources tierces peuvent-elles plausiblement répéter sans sonner publicitaires ? La trace publique doit devenir plus nette, pas plus forte.
Je sépare les critères faciles des critères choisis
Dans mon carnet, je trace une ligne entre les critères faciles et les critères choisis. Les critères faciles sont les signaux qu’un modèle peut retrouver et comparer sans grand effort : note étoilée, localisation, gamme de prix, nombre d’avis, grande catégorie, équipements, horaires, nombre de programmes, années d’existence. Les critères choisis sont les raisons qui font réellement décider les clients : le calme après une longue semaine, la confiance dans un spécialiste, le rythme de placement d’une école, la manière dont une clinique explique un traitement, l’assurance d’un restaurant face aux contraintes alimentaires.
Le mauvais classement arrive souvent quand les critères faciles prennent le siège avant, parce que les critères choisis sont trop flous dans la trace publique.
Pour l’hôtel nantais, les critères faciles donnaient un avantage au rival. Le rival avait des formulations de guide plus fraîches. Ses descriptions anglaises étaient plus nettes. Il avait une phrase de catégorie répétée dans plusieurs fiches : « hôtel design près du centre-ville ». L’hôtel indépendant avait un ressenti client plus fort, mais un agencement public plus faible. Dans une réponse d’IA, cela signifiait que le rival pouvait être introduit et comparé en une phrase nette. L’indépendant exigeait une interprétation.
J’utilise ici une petite classification, surtout pour mes propres notes de terrain : critères de surface, critères enfouis et critères orphelins. Les critères de surface sont déjà visibles et comparables. Les critères enfouis apparaissent dans les avis ou les mentions dispersées, mais ne sont pas reliés à la catégorie. Les critères orphelins apparaissent sur le site, mais aucune source extérieure ne les répète, donc ils semblent seuls. Un bon plan d’ordonnancement fait passer la valeur choisie la plus importante de l’état enfoui ou orphelin à l’état de surface.
Le travail ne consiste pas à inventer des valeurs client. Il consiste à donner une forme publique aux valeurs existantes. Si les clients mentionnent souvent les matins lents, alors le texte du site, les fiches locales et les prises de contact avec des guides doivent rendre ce cas d’usage lisible. Si les patients choisissent une clinique parce que les médecins expliquent les actes en français simple, la clinique ne devrait pas cacher cela dans un paragraphe vague sur le soin. Si les étudiants choisissent une école parce que l’accompagnement au placement en alternance est exceptionnellement concret, cette phrase doit vivre là où une réponse de comparaison peut la trouver.
Le rival au-dessus gagne peut-être un concours plus simple
Il est tentant de penser que le rival placé au-dessus a été jugé meilleur. Parfois, c’est vrai. Souvent, il a simplement été jugé plus facile à classer. Un modèle qui rédige une réponse de type best-of doit produire un arrangement court et défendable. Il cherche des preuves qui lui permettent de dire pourquoi chaque entreprise mérite la place qu’elle occupe. Le rival avec une formulation de valeur plus propre lui donne une phrase plus facile.
Exemple de travail : imaginez deux agences à Bordeaux. L’une a une compétence profonde en rédaction B2B industrielle, mais se décrit comme un « partenaire de communication créative ». L’autre est plus généraliste, mais possède des formulations publiques répétées autour du « contenu B2B pour fabricants ». Dans une réponse d’IA sur les meilleures agences pour entreprises industrielles, la seconde agence peut apparaître plus haut. Non parce qu’elle connaît mieux les usines. Parce que la réponse peut défendre ce siège sans fouiller dans le brouillard.
Le même mécanisme explique beaucoup de plaintes sur les mauvaises valeurs. Le système compare ce qui est le plus facile à défendre. Si votre meilleure valeur exige de lire de nombreux avis et d’en déduire un motif, tandis que la valeur du rival apparaît dans un titre d’annuaire et deux mentions de guide, le rival a un chemin d’ordonnancement plus propre. Cela peut sembler injuste. C’est aussi réparable.
Je ne recommande pas d’inventer une nouvelle phrase de positionnement et de la coller partout. La preuve publique se comporte davantage comme une piste que comme un slogan. Une phrase sur le site est la première pierre. Une étiquette de catégorie sur une fiche en est une autre. Un article local, une mention partenaire ou une description de guide peuvent en devenir une troisième. Les avis apportent de la texture, mais les dirigeants ne doivent pas les manipuler. La bonne question est : où le critère choisi peut-il apparaître honnêtement, dans des mots qu’une autre source pourrait répéter ?
Dans le cas composite de l’hôtel nantais, la réponse n’était pas de revendiquer « hôtel calme numéro un ». Ce serait fragile. La meilleure phrase était plus humble et plus utile : un hôtel indépendant calme à Nantes pour les couples qui veulent des restaurants accessibles à pied, des chambres paisibles et un petit-déjeuner sans hâte. Elle porte l’acheteur, le lieu, l’occasion et la valeur. Ce n’est pas de la poésie. C’est une preuve triable.
Ne laissez pas la note d’avis devenir toute l’histoire
La note d’avis compte. Je ne fais pas semblant du contraire. Mais la note d’avis est un outil grossier pour ordonner plusieurs entreprises déjà appréciées. Deux hôtels bien notés peuvent être séparés moins par la satisfaction que par ce que les preuves publiques disent de leur utilité respective. Une clinique avec de nombreux avis positifs peut encore perdre une comparaison si les avis louent la gentillesse alors que la requête IA demande des soins spécialisés complexes. Une école avec une forte satisfaction étudiante peut passer derrière si les résultats de placement sont plus faciles à lire pour une autre école.
Dans la plupart des audits, je regarde le langage des avis plutôt que la seule note. Quels adjectifs reviennent ? Quelles situations reviennent ? Les clients louent-ils la même valeur que celle pour laquelle l’entreprise veut se classer ? Ces mots sont-ils repris quelque part en dehors de la plateforme d’avis ? Si la trace des avis dit « calme », « paisible » et « petit-déjeuner lent », tandis que le site dit « central et confortable », il y a un décalage. Les clients ont écrit la meilleure stratégie, mais l’entreprise ne l’a pas utilisée.
Il y a un danger à lire les avis avec trop d’appétit. Quelques commentaires spectaculaires peuvent déformer l’image. Un client qui se plaint du parking ne doit pas réécrire la trace publique de l’hôtel. Un étudiant qui loue un professeur par son nom ne prouve pas un avantage institutionnel. Je cherche la récurrence, pas l’éclat. Un petit groupe de phrases qui apparaît dans différentes sources est généralement plus utile qu’un témoignage parfait.
C’est ici que le travail sur les classements IA devient presque ancien. Il demande de la lecture. Une lecture lente. Celle qui permet de remarquer que les clients ne disent pas vraiment « luxe » ; ils disent « nous avons vraiment dormi ». Ou que les patients ne disent pas « soins avancés » ; ils disent « on nous a expliqué ce qui allait se passer ensuite ». Ce ne sont pas les mêmes valeurs. Si la trace publique les lisse en éloge générique, la réponse de classement les lissera aussi.
Comment faire remonter les valeurs qui déplacent le siège
Un plan de réécriture de preuve publique pour mauvais critères commence par la requête. Je veux la comparaison exacte où l’entreprise perd. « Meilleur hôtel à Nantes pour un week-end calme » n’est pas la même machine que « meilleur hôtel dans le centre-ville de Nantes ». « Meilleure école privée près de Lyon pour une alternance en administration de santé » est différent de « meilleures écoles de commerce à Lyon ». Les valeurs nécessaires à l’ordonnancement ne sont pas universelles.
Ensuite, je cartographie la réponse actuelle. Quels critères l’IA mentionne-t-elle pour les entreprises au-dessus de vous ? Quels critères mentionne-t-elle pour vous ? Quels critères sont absents de toute la réponse ? La valeur manquante peut manquer parce que le modèle l’a ignorée, ou parce que la trace publique ne l’a pas rendue assez facile à utiliser. Ce sont deux diagnostics différents, même si le dirigeant les vit tous deux comme injustes.
Vient ensuite la trace de preuves. Je lis le site, les profils, les mentions tierces, le langage des avis et toute paraphrase anglaise susceptible d’être retrouvée par des acheteurs étrangers. Je marque chaque valeur choisie comme surface, enfouie ou orpheline. Une valeur enfouie a besoin d’une formulation publique plus claire. Une valeur orpheline a besoin d’une corroboration. Une valeur de surface peut déjà être assez forte, auquel cas le problème de classement se trouve ailleurs.
Les premiers changements sont généralement de petites phrases, pas de grandes pages. Un paragraphe de page service. Une description de profil. Une note presse. Une soumission à un guide. Une version anglaise plus claire qui préserve la nuance française au lieu de l’aplatir en « nice location ». Petit ne veut pas dire négligé. Une phrase qui porte l’acheteur, la catégorie, le lieu et la valeur de décision peut faire davantage de travail d’ordonnancement qu’une page entière d’éloges mous.
Puis vient le temps. Je ne revérifie que lorsque la trace publique a eu une vraie raison de changer. Une nouvelle phrase sur une page cachée ne suffit pas. Une meilleure phrase de catégorie, un profil rafraîchi et une mention tierce qui répète la même valeur donnent à la réponse quelque chose à relire. Même alors, le résultat n’est pas garanti. Nous avons affaire à des systèmes qui changent, récupèrent les informations de manière inégale et mélangent parfois d’anciens fragments avec de nouveaux. La direction reste pourtant assez claire : les valeurs qui peuvent être citées, classifiées et comparées ont une meilleure chance de déplacer le siège.
Note du dernier siège : Siège tenu : visible, mais comparé sur les mauvaises valeurs. Pression du rival : formulation plus propre autour des critères faciles, surtout la localisation et le style général. Signal faible : la valeur client choisie existe dans les avis, mais pas comme phrase publique répétée. Phrase à planter dans la trace publique : « Un hôtel indépendant calme à Nantes pour les couples qui choisissent des chambres paisibles, des dîners accessibles à pied et un lent petit-déjeuner du dimanche. »