Mesurer la visibilité d'une marque dans les réponses des IA

Une plateforme de suivi qui échantillonne selon un calendrier les réponses de plusieurs moteurs de recherche IA, en extrait les mentions de marque et les citations, soumet les variations d'une semaine sur l'autre à des tests statistiques et les relie au diagnostic, à des ordres de travail sous garde-fous et à l'attribution.

EN BREF : Nous avons construit une plateforme qui soumet les mêmes prompts à huit moteurs IA selon un calendrier, extrait les mentions de marque et les citations, et s’appuie sur des tests statistiques pour décider si une variation est réelle avant de l’envoyer vers le diagnostic, des ordres de travail sous garde-fous, l’attribution et les rapports.

Vue d’ensemble

Les utilisateurs sont des exportateurs B2B qui veulent savoir si les moteurs de recherche IA les mentionnent et les citent, et si cela change après leurs actions. Une requête isolée ne peut pas répondre à cette question ; la plateforme repose donc sur un échantillonnage répété et des estimations d’incertitude.

Chaîne de traitement de la plateforme de visibilité IA : des modèles de prompts sont planifiés dans des créneaux d'échantillonnage hebdomadaires, interrogés sur huit moteurs IA (dont trois via un relais à authentification mutuelle), découpés en mentions et citations, analysés statistiquement, puis transmis au diagnostic, aux ordres de travail sous garde-fous, à l'attribution et aux rapports dans une console et un portail client.

Problème

Les réponses des IA changent d’une exécution à l’autre. Une requête isolée montre peu de chose, et les comparaisons naïves avant/après confondent bruit et effet. Certains moteurs demandent en outre un chemin réseau séparé, car ils ne sont joignables que depuis une autre région.

Contraintes

  • Échantillonnage répété avec estimation de l’incertitude, pas d’observations isolées.
  • Trois moteurs joignables uniquement via un relais situé dans leur région, sécurisé par TLS mutuel.
  • Les suggestions de contenu doivent passer des garde-fous explicites avant que quiconque n’agisse.
  • Le développement local doit tourner sans aucune clé d’API fournisseur.

Architecture

ÉlémentMise en œuvre
APIFastAPI, environ 120 endpoints sous un préfixe versionné unique ; le schéma OpenAPI est le seul contrat entre front-end et back-end
WorkersCelery avec 13 files et 19 tâches planifiées ; la file du relais tourne avec une concurrence fixe de 1
Paquet métierFournisseurs, échantillonnage, résolution, extraction, statistiques, diagnostic, garde-fous, attribution, rapports
DonnéesPostgreSQL avec pgvector, 47 tables partitionnées par mois ; Redis ; stockage objet compatible S3
WebConsole interne Next.js 15, portail client et routes d’impression pour les rapports PDF
LivraisonImages de conteneur multi-architecture ; CI avec lint, contrôle des migrations, tests, diff du contrat OpenAPI et validation de l’infrastructure

Décisions clés

  1. Les statistiques comme module à part entière. Intervalles de Wilson, bootstrap par grappes, double différence et détection de ruptures sont regroupés dans un module dédié, si bien que chaque variation signalée porte un intervalle et non un simple chiffre avant/après.
  2. Mode fournisseur simulé par défaut. Toute la chaîne tourne en local sans clé, ce qui rend tests et démonstrations reproductibles et sort les coûts fournisseurs du développement.
  3. Garde-fous sur les actions. Un ordre de travail n’est émis qu’après avoir passé les contrôles de garde-fou ; aucune suggestion n’arrive donc sans relecture à une équipe de contenu.

Éléments de preuve

  • Les chiffres ci-dessus (endpoints, files, tâches planifiées, tables, moteurs) proviennent du code et de la configuration du dépôt.

Limites

Aucun résultat client, gain de visibilité ou chiffre d’attribution n’est publié. Les méthodes statistiques sont décrites ici, pas validées sur des données client.

Questions fréquentes

Pourquoi échantillonner plusieurs fois au lieu de vérifier une seule fois ?

Les réponses des IA varient d'une exécution à l'autre. Un échantillonnage répété avec intervalles de confiance montre si une variation dépasse la fluctuation normale.

Quels moteurs sont couverts ?

Huit moteurs : cinq via des API internationales et trois via un relais régional. Les noms des fournisseurs dépendent du déploiement et ne sont pas cités ici.

Peut-on attribuer des demandes entrantes à la visibilité dans les IA ?

La plateforme dispose de connecteurs d'attribution pour les formulaires de contact, l'analyse web, le CRM et le trafic non attribué. Ce cas n'avance aucun résultat d'attribution.