VibeVO – Advertisers and creators in one ecosystem

Tag: perplexity

  • Le CPM est-il rentable ? Faut-il exclure Perplexity du suivi de la visibilité de l’IA ?

    Le CPM est-il rentable ? Faut-il exclure Perplexity du suivi de la visibilité de l’IA ?

    Dans le monde de la recherche IA, les leaders changent constamment, et la question de savoir quelles plateformes suivre devient critique pour les spécialistes du SEO. Des discussions récentes ont tourné autour de la plateforme Perplexity : faut-il continuer à la surveiller ou se concentrer exclusivement sur les géants comme ChatGPT, Gemini et Claude ? Nous allons examiner comment l’évolution des parts de marché affecte l’évaluation de la visibilité et combien chaque rouble dépensé rapportera, afin de comprendre si le CPM est rentable.

    Perplexity perd-il vraiment du terrain ?

    Ross Hudgens, PDG de Siege Media, affirme que la part de marché de Perplexity diminue. L’inclure dans les métriques générales avec ChatGPT, Gemini, Claude et les produits Google AI peut fausser la véritable image de la visibilité. Hudgens exhorte : « Tout le monde devrait supprimer Perplexity de ses traqueurs LLM aujourd’hui ».

    Cependant, comme le montre l’expérience, les conclusions hâtives peuvent être erronées. En mars 2002, lors de la conférence Search Engine Strategies, il a été discuté de la réduction du nombre de moteurs de recherche suivis de 15 à 5. Google a alors été exclu de la liste. Cela s’est avéré être une grave omission, car Google a rapidement pris de l’ampleur. Une situation similaire pourrait se reproduire aujourd’hui.

    Les données confirment le déclin de Perplexity

    • Selon StatCounter, en juin 2026, Perplexity détenait 7,91 % de la part des référents de chatbots IA, presque à égalité avec Gemini (7,94 %).
    • En août 2026, la part de Perplexity est tombée à 4,31 %, tandis que Gemini a augmenté à 10,9 %.

    « Une petite part de marché ne signifie pas toujours une faible importance stratégique. C’est comme investir en bourse : il ne faut pas toujours regarder seulement la capitalisation actuelle, mais aussi le potentiel de croissance ».

    Le marché se consolide, mais pas autour d’un seul leader

    Les dernières données de Similarweb pour mai 2026 montrent la domination de ChatGPT (53,9 % des visites web mondiales parmi sept grands assistants IA). Gemini occupe 27,9 %, Claude – 9,2 %, DeepSeek – 4,1 %, Grok – 2,4 %, et Perplexity et Copilot – 1,3 % chacun.

    Des changements significatifs ne se sont pas produits dans la disparition de Perplexity, mais dans l’émergence d’un deuxième acteur fort. La part de ChatGPT dans le trafic web des chatbots IA a diminué de 76,4 % il y a un an à 52,7 % en mai 2026. Gemini est passé de 9 % à 27,3 %, et Claude – de 1,6 % à 8,9 %.

    Principaux acteurs et leurs avantages

    • ChatGPT : plus de 900 millions d’utilisateurs actifs hebdomadaires (février), plus de 1 milliard d’utilisateurs actifs sur tous les produits (fin juillet). C’est une énorme base de consommateurs directs.
  • Gemini: L’application Gemini a dépassé 1 milliard d’utilisateurs mensuels (août). Bénéficie de la distribution de Google via la Recherche, Android et l’ensemble de l’écosystème de produits.
  • Claude: A pris une position forte dans le segment des entreprises et parmi les développeurs. En avril, plus de 100 000 clients utilisaient Claude sur Amazon Bedrock. Le chiffre d’affaires annuel a dépassé 65 milliards de dollars (août).

Ce ne sont pas trois versions d’une même entreprise, mais trois avantages de distribution différents. Le marché ressemble à une oligopole émergente, et non à une situation de «le gagnant prend tout».

Ce que les spécialistes SEO doivent surveiller

Google AI Overviews et AI Mode ne doivent pas être considérés comme de simples LLM. Ils sont bien plus importants. En juin, Google a annoncé que les AI Overviews couvraient plus de 2,5 milliards d’utilisateurs par mois, et que l’AI Mode avait dépassé 1 milliard d’utilisateurs mensuels. Les requêtes AI Mode ont doublé chaque trimestre depuis leur lancement.

Selon Similarweb, les AI Overviews sont apparues dans 43% des requêtes de recherche Google aux États-Unis en mai 2026, contre 15% un an auparavant. Les visites de l’AI Mode sont passées de 126 millions en juin 2025 à 279 millions en mai 2026.

Cela signifie que Google AI est un niveau distinct dans l’écosystème de recherche dominant du monde. Pour les entreprises B2B, Claude est également d’une importance capitale, malgré un trafic consommateur relativement faible. PwC, TCS et Cognizant intègrent activement Claude dans leurs flux de travail, formant des dizaines de milliers d’employés. Plus de 1000 clients professionnels dépensent plus de 1 million de dollars par an pour Claude.

Système de mesure de la visibilité de l’IA à trois niveaux

  1. Premier niveau: Plateformes avec une échelle et une importance stratégique. Surveillez ChatGPT et Gemini séparément. Ajoutez Claude pour les audiences B2B, d’entreprise et professionnelles.
  2. Deuxième niveau: Recherche IA intégrée dans les écosystèmes existants. Surveillez Google AI Overviews et AI Mode séparément de ChatGPT, Gemini et Claude. L’objectif est de mesurer comment l’IA modifie le parcours de recherche. Microsoft Copilot peut également être inclus à ce niveau si l’entreprise a une présence significative dans Microsoft 365.
  3. Troisième niveau: Plateformes émergentes ou spécialisées. Cela inclut Perplexity, Grok, DeepSeek. Il ne faut pas les ignorer, mais ne pas leur accorder le même poids. Surveillez-les pour une visibilité inhabituelle, le trafic de référence, les citations et la croissance.

Ne laissez pas les moyennes masquer les données réelles

Un indicateur agrégé de la visibilité des LLM peut créer une fausse impression de précision. Par exemple, si une marque a 40% de citations dans ChatGPT, 35% dans Gemini, 30% dans Claude et 90% dans Perplexity, la moyenne simple sera de 48,75%. Ce chiffre ne dit pas grand-chose si Perplexity ne représente qu’une petite partie du trafic important pour l’entreprise.

CPM выгодный? Стоит ли исключать Perplexity из отслеживания ИИ-видимости? — illustration 2

Au lieu de demander «Quelle est notre visibilité moyenne dans les LLM?», il faut demander: «Où les personnes importantes pour cette entreprise rencontrent-elles réellement notre marque?».

Pour cela, il faut combiner trois ensembles de données :

  • Couverture d’audience : utilisation, visites, répartition par plateforme.
  • Visibilité : mentions, citations, URL de référence, requêtes qui les génèrent.
  • Impact sur l’entreprise : lier les références IA à l’engagement, aux leads, aux ventes et aux autres conversions.

Mon verdict sur Perplexity

Ross Hudgens a raison sur le problème, mais pas tout à fait sur la solution. Ne supprimez pas Perplexity de votre suivi LLM, mais réduisez son poids. Si Perplexity génère 1 % de votre trafic IA, lui attribuer 25 % ou 33 % de poids dans l’évaluation de la visibilité est injustifié. Si, en revanche, il représente plus de 5 % des références, comme le suggère Hudgens lui-même, l’argument en sa faveur devient plus fort.

La trajectoire de développement de Perplexity mérite d’être surveillée. L’analyse de Similarweb pour août 2026 décrit toujours Perplexity comme un acteur actif sur le marché de la recherche IA, notant sa stratégie d’absence de publicité et sa focalisation sur les abonnements et les accords d’entreprise. Cela montre pourquoi « petit » et « insignifiant » ne sont pas synonymes.

Questions fréquemment posées

Quel CPM est considéré comme rentable pour les plateformes IA ?

Le CPM rentable sur les plateformes IA dépend de votre public cible et du ROI. Si une plateforme génère des leads ou des ventes de haute qualité, même avec un CPM relativement élevé, elle peut être rentable. L’essentiel est de calculer non seulement le coût par impression, mais aussi la conversion.

Faut-il tester des hypothèses à moindre coût sur les nouvelles plateformes IA ?

Oui, le test d’hypothèses à moindre coût sur les nouvelles plateformes IA est obligatoire. C’est ainsi que l’on peut découvrir le prochain Google. Il ne faut pas y consacrer d’énormes budgets, mais un suivi et un test minimal permettront de ne pas manquer une percée potentielle.

Qu’est-ce qui est moins cher : une bannière ou un blogueur, si on compare avec les plateformes IA ?

La question qu’est-ce qui est moins cher : une bannière ou un blogueur est incorrecte dans le contexte de l’IA. Les plateformes IA offrent un type d’interaction différent. La comparaison de prix doit se faire à travers des métriques d’efficacité : combien coûte 1 million d’impressions via une bannière par rapport au prix de génération de 100 vidéos IA ou au coût de publication de 500 vidéos via des outils IA. Chaque canal a sa propre économie unitaire.

Comment évaluer le coût d’unicisation d’une vidéo à l’aide de l’IA ?

Le coût d’unicisation d’une vidéo à l’aide de l’IA dépend de la complexité de la tâche et de l’outil utilisé. Il est important d’évaluer non seulement les coûts directs, mais aussi le temps que l’IA fera économiser. Le prix par minute de vidéo IA avec avatar varie également, mais s’avère souvent plus rentable que le travail manuel, surtout pour de grands volumes.

Conclusion

Le marché de la recherche IA est dynamique. Ignorer Perplexity ou d’autres plateformes de niche entièrement, c’est risquer de manquer des signaux importants. Cependant, leur accorder aveuglément le même poids que les géants, c’est déformer la réalité. Une approche mathématique de l’analyse, la pondération des plateformes en fonction de leur impact réel sur l’entreprise et un suivi constant des nouveaux acteurs sont la clé du succès en SEO et d’une stratégie de CPM rentable.

We count cash, not just the number of platforms in the tracker. Don’t overlook the underdogs who are gaining momentum. Perhaps among them lies the next market leader. Start analyzing your data today to avoid missing out on new opportunities!

  • Comment faire 100 uniques à partir d’un seul : analyse des sources de réponses de l’IA

    Comment faire 100 uniques à partir d’un seul : analyse des sources de réponses de l’IA

    Dans un monde où le contournement des interdictions publicitaires et le repositionnement de contenu sont devenus des stratégies clés, comprendre d’où l’IA tire ses informations est d’une importance capitale. Nous avons analysé 107 millions de réponses d’IA pour identifier les principales sources de citation dans diverses industries et comprendre comment cela affecte les recommandations dans ChatGPT, Perplexity, Gemini et Google AI Overviews.

    L’ADN vidéo : de quoi l’IA “assemble”-t-elle ses réponses ?

    Chaque réponse d’IA est une sorte d’« ADN vidéo », assemblée à partir d’un petit ensemble de sources. Ces sources ne sont pas statiques ; elles varient en fonction de l’industrie. Pour que l’IA recommande votre marque, vous devez savoir d’où elle tire ses informations sur votre marché.

    Nous avons classé les sources en trois groupes principaux : les communautés et le contenu généré par les utilisateurs (UGC), les marques et la vente au détail, ainsi que les matériaux éditoriaux et de référence indépendants. Cela donne une idée claire de l’endroit où vos efforts seront rentables.

    • Communautés et UGC : contenu créé par des personnes dans l’espace public (Reddit, YouTube, forums).
    • Marque, vente au détail et sources propres : plateformes commerciales contrôlées par l’entreprise ou le vendeur (sites web, listes sur les places de marché, Amazon).
    • Sources éditoriales et de référence indépendantes : ressources tierces sans intérêt commercial (presse, Wikipédia, annuaires B2B).

    Près de la moitié de toutes les principales citations dans les trois industries proviennent des communautés et du contenu généré par les utilisateurs. Cela signifie que si votre marque est absente de ces discussions, vous perdez la moitié des sources potentielles auxquelles l’IA se réfère.

    Matrice des sources : en quoi l’IT diffère-t-elle des biens de consommation ?

    Le plus intéressant commence là où les industries cessent de se ressembler. C’est là que réside la clé de la mise à l’échelle du contenu et de l’unicité de la vidéo.

    IT et solutions : la force des opinions indépendantes

    Dans le domaine de l’IT et des services, votre page d’accueil ne jouera pas un rôle décisif. Ici, la confirmation par des tiers est valorisée. Les propres sources de la marque ne représentent que 2 % des citations, tandis que les matériaux éditoriaux et de référence indépendants atteignent 47 %.

    « Lorsque l’IA recommande un fournisseur de logiciels, elle ne le croit pas sur parole. Elle recherche une confirmation externe », — notent les experts de Trendos.

    La plupart d’entre eux sont des annuaires B2B, tels que Clutch, G2, GoodFirms, Gartner, SourceForge et Slashdot. Il est important de revendiquer et de compléter vos profils sur ces plateformes, en particulier sur G2, Clutch et Gartner. Les avis actualisés dans ces annuaires sont directement cités par l’IA. Il est également utile de viser des publications dans les médias spécialisés (PCMag, TechRadar).

    Services de communication : la voix du public et des encyclopédies

    Le secteur des services de communication est fortement axé sur le public. L’UGC domine avec 51 %, les sources éditoriales indépendantes avec 40 %, et la marque et le commerce de détail avec seulement 10 %. Reddit est la source principale dans trois des quatre moteurs, et Wikipédia domine dans un.

    Pour une marque de télécommunications ou de médias, presque tout ce qui compte est la réputation acquise, la couverture médiatique et une présence encyclopédique fiable, plutôt que le contenu publié sur ses propres ressources. La bonne gestion d’une page Wikipédia est ici cruciale.

    Biens de consommation : votre magasin est votre citation

    Les biens de consommation sont une exception. Ici, la marque, le commerce de détail et les sources propres occupent presque tout l’espace restant (46 %), après l’UGC, tandis que les articles éditoriaux indépendants disparaissent pratiquement (4 %).

    Les moteurs d’IA divergent : Gemini se concentre sur Amazon et les sites de fournisseurs spécialisés, tandis que Google AI Overviews place YouTube et Reddit en tête. Si vous vendez des produits physiques, le travail principal se concentre sur vos propres plateformes. L’audit des listes de marché, y compris les titres, la description, les caractéristiques et les avis, est essentiel. Ils servent de citations pour l’IA.

    Comment faire 100 uniques à partir d'un seul : analyse des sources de réponses IA — illustration 2

    Il est nécessaire de combler les lacunes en matière d’avis : des avis structurés et actualisés sur vos pages produits et sur Amazon apportent plus que n’importe quel article de blog. Il est également important de développer une présence sur YouTube et Reddit, d’où l’IA tire également des informations.

    Reddit : la clé universelle des réponses de l’IA

    Les moyennes masquent les différences de comportement de chaque moteur, mais Reddit reste un leader constant. Il figure parmi les trois principales sources de citation pour chacune des trois industries et est la source la plus citée dans plus de la moitié des cas.

    Si vous voulez changer une chose après avoir lu cet article, que ce soit Reddit. Examinez comment votre marque est représentée dans les subreddits pertinents. Le spam est contre-productif ici ; l’objectif est de comprendre ce que les gens disent déjà de vous dans les sujets que l’IA cite. Cela vous aidera à créer des variations de créatifs et à adapter le contenu pour contourner les bannissements.

    Conclusion : n’essayez pas de deviner, mais observez

    Les marques qui réussissent dans la recherche IA ne devinent pas ce que les moteurs lisent. Elles observent chaque moteur, chaque question et travaillent sur les sources avant que la réponse ne soit rédigée. Pour la génération de variantes pour les tests A/B et l’adaptation à TikTok, Shorts, Reels, cette approche est indispensable. N’oubliez pas que l’unicité pour contourner le bannissement nécessite une compréhension approfondie de l’« ADN vidéo » du contenu.

    Posez-vous la question : faut-il commander ou filmer un nouveau contenu, ou peut-on efficacement reconditionner le contenu existant ? La réponse est d’être là où l’IA vous cherche. Commencez dès maintenant par un audit des sources de citation pour votre secteur.

    Foire aux questions

    Qu’est-ce que le « repurposing de contenu » en termes simples ?

    Le repurposing de contenu est le processus de transformation d’un contenu existant en de nouveaux formats ou pour de nouvelles plateformes. Par exemple, transformer un webinaire en 50 courts clips pour les réseaux sociaux (TikTok, Shorts, Reels).

    Comment créer 100 vidéos uniques à partir d’une seule ?

    Pour créer de nombreuses vidéos uniques à partir d’une seule, on peut utiliser le changement de fond et de timbre, l’application de divers effets, l’ajout de texte, de sous-titres, ainsi que la modification de la structure et du montage. Cela permet de tromper les algorithmes anti-plagiat et d’obtenir un pack d’unicité.

    Faut-il commander ou filmer une nouvelle vidéo pour contourner le bannissement publicitaire ?

    Souvent, le reconditionnement d’une vidéo pour la publicité et son unicité sont moins chers et plus rapides que la création d’une nouvelle à partir de zéro. Si le matériel source est de qualité, la multiplication du contenu par le repurposing peut être une stratégie plus efficace pour contourner le bannissement publicitaire.

    Que sont les communautés et le contenu généré par les utilisateurs (UGC) ?

    L’UGC est tout contenu créé par les utilisateurs, et non par les marques. Les exemples incluent les publications sur Reddit, les vidéos sur YouTube, les commentaires sur les forums et les avis sur les pages produits. L’IA utilise activement ces sources pour former des réponses.

    Comment l’IA détermine-t-elle quelles sources citer ?

    Les moteurs d’IA utilisent des algorithmes complexes pour déterminer la pertinence, l’autorité et l’actualité des sources. Ils analysent comment le contenu est discuté dans les communautés, qui le publie (experts indépendants ou marques), et dans quelle mesure il correspond à la requête de l’utilisateur. C’est comme si les algorithmes « décomposaient » l’information en ses éléments constitutifs pour ensuite la « reconstituer » en une nouvelle réponse.