Et si votre principal concurrent n’était plus celui que vous imaginiez ? Avec ChatGPT et Gemini, une enseigne de beauté peut se retrouver face à Action, un distributeur alimentaire face à Uber Eats, ou un spécialiste du high-tech face à IKEA.
C’est l’un des enseignements de l’étude menée par Dekuple Insight sur la visibilité des enseignes dans les réponses générées par l’intelligence artificielle. Sur six secteurs du retail français, les résultats montrent que les IA ne raisonnent pas uniquement en catégories de produits : elles recomposent la concurrence en fonction du besoin exprimé par le consommateur.
Pour les retailers, le défi du GEO (Generative Engine Optimization) dépasse donc la simple visibilité. Il s’agit désormais d’être identifié comme une réponse pertinente, crédible et prioritaire à une intention d’achat.
Les IA génératives redéfinissent la concurrence dans le retail
Les moteurs conversationnels ne raisonnent pas comme un catalogue de produits ou une arborescence de site e-commerce. Ils cherchent à répondre à une demande précise, en mobilisant les enseignes qu’ils jugent les plus adaptées.
Le périmètre concurrentiel d’une marque varie alors selon l’intention de l’utilisateur.
Le besoin prime sur le secteur
Une recherche orientée vers les petits prix dans la beauté peut faire émerger E.Leclerc ou Action face aux enseignes spécialisées. Si la priorité devient la livraison rapide de produits alimentaires, Uber Eats et Deliveroo entrent dans la compétition. Et sur la domotique, IKEA ou Leroy Merlin peuvent rivaliser avec les distributeurs high-tech.
La concurrence ne se limite donc plus aux acteurs d’un même marché. Elle s’étend à toutes les enseignes capables de répondre au même besoin.
Cette logique modifie aussi la lecture de la visibilité. Dans l’étude, la mode fait émerger 496 marques distinctes pour 560 réponses analysées, contre 113 marques dans l’alimentaire pour 630 réponses. Les univers concurrentiels varient ainsi fortement selon les secteurs et les requêtes formulées.
Une nouvelle bataille pour les intentions d’achat
Pour les retailers, l’enjeu ne se résume plus seulement à être bien positionnés sur une catégorie de produits. Il faut aussi comprendre les intentions sur lesquelles la marque peut légitimement se démarquer : prix, qualité, expertise, rapidité, tendances ou engagement responsable.
Une enseigne peut ainsi gagner en visibilité au-delà de son marché historique, à condition de proposer une réponse cohérente avec le besoin formulé.
Le GEO impose donc de repenser la concurrence à partir des questions des consommateurs, et non plus uniquement des catégories commerciales traditionnelles.
Être cité par une IA ne suffit plus
Apparaître dans une réponse générée est un premier indicateur. Mais cela ne signifie pas forcement que l’enseigne sera recommandée en priorité.
L’étude de Dekuple Insight met en évidence cette différence entre la fréquence de présence d’une marque et sa capacité à occuper les premières positions.
La visibilité ne garantit pas la préférence
Dans la beauté, Sephora apparaît dans plus de 70 % des réponses analysées, avec un rang moyen de 1,59. Dans le high-tech, Fnac-Darty est également présent dans plus de 70 % des prompts et capte près d’un tiers des mentions.
Mais une forte présence ne garantit pas systématiquement la première place. Sur les requêtes ChatGPT portant sur la qualité dans le sport, Decathlon apparaît dans 80 % des réponses, mais n’arrive en tête que dans 30 % des cas.
La nuance est essentielle : une marque peut être largement citée sans être celle que l’IA recommande en premier.
Le positionnement doit être clairement identifiable
Les enseignes qui émergent le plus facilement sont souvent associées à une proposition de valeur lisible.
Decathlon évoque l’accessibilité et le rapport qualité-prix, Au Vieux Campeur l’expertise technique, Grand Frais la fraîcheur et Biocoop la consommation responsable.
Cette identité fonctionnelle aide les modèles à associer une marque à une intention précise. Pour les retailers, il devient donc essentiel de rendre leur positionnement explicite, cohérent et étayé par des informations vérifiables.
L’objectif n’est plus seulement d’être connu, mais de devenir une réponse évidente à certaines questions.
ChatGPT et Gemini ne recommandent pas les mêmes enseignes
Autre enseignement majeur : la visibilité dans les IA n’est pas uniforme. Deux modèles peuvent interpréter différemment une demande similaire et proposer des ensembles de marques distincts.
Des univers concurrentiels différents selon les modèles
Sur les requêtes liées à la technicité sportive, Gemini fait émerger 34 marques distinctes, contre 15 pour ChatGPT.
Le premier ouvre davantage la réponse aux spécialistes et aux acteurs de niche, tandis que le second concentre davantage ses recommandations sur un groupe plus restreint d’enseignes.
Même la notion de « qualité » peut être interprétée différemment selon le modèle, avec des critères et des marques valorisés qui ne coïncident pas toujours.
Mesurer sa visibilité sur plusieurs IA
Ces écarts rendent insuffisante une analyse limitée à un seul assistant.
Pour suivre efficacement leur présence dans les réponses générées, les retailers doivent notamment observer :
– La fréquence de citation : à quelle fréquence la marque apparaît.
– Le rang de recommandation : à quelle position elle est proposée.
– Le contexte : pour quelles intentions et quels critères elle est mentionnée.
– Les concurrents émergents : quelles enseignes apparaissent face à elle selon les requêtes et les modèles.
Le GEO devient ainsi un travail de mesure continue, plutôt qu’une optimisation ponctuelle.
Les recommandations des IA reposent sur des preuves
Être pertinent ne suffit pas : encore faut-il que les modèles disposent de sources permettant d’étayer leurs réponses.
L’étude souligne que la nature des informations mobilisées varie selon la question posée. Les contenus propriétaires et les sources tierces jouent des rôles complémentaires.
Les sites des enseignes pour les informations pratiques
Pour les questions relatives à la livraison, à la disponibilité, aux services ou au Click & Collect, les sites officiels occupent une place centrale.
Dans le high-tech, 91 % des domaines mobilisés pour les requêtes liées aux services omnicanaux sont des sites propriétaires, selon l’étude.
Il est donc essentiel pour les enseignes de publier des informations accessibles, précises et régulièrement actualisées : modalités de livraison, délais, stocks, services en magasin et conditions de retour.
Les sources externes pour la qualité et la fiabilité
Lorsqu’il s’agit de comparer les prix, d’évaluer la qualité ou de juger la fiabilité d’un produit, les IA s’appuient davantage sur des sources tierces : médias spécialisés, comparateurs, associations de consommateurs, plateformes d’avis ou organismes de référence.
La visibilité en GEO ne dépend donc pas uniquement du contenu publié par la marque. Elle se construit aussi à travers sa réputation et les preuves disponibles dans son environnement numérique.
Pour les retailers, cela implique de travailler simultanément leur site, la qualité de leurs données produits, les avis clients et leur présence dans des sources externes crédibles.
Le GEO devient un nouvel indicateur de performance pour le retail
L’étude de Dekuple Insight, menée pendant deux mois sur ChatGPT et Gemini dans six secteurs du retail français, montre que les positions des enseignes ne sont pas figées. Les leaders conservent une présence relativement stable, tandis que les acteurs secondaires varient davantage selon les modèles, les sources et les périodes observées.
Le GEO ne consiste donc pas simplement à ajouter une nouvelle couche au référencement naturel. Il oblige les marques à comprendre comment les IA interprètent leur positionnement, quelles intentions elles leur associent et sur quelles preuves elles fondent leurs recommandations.
Pour les distributeurs, trois priorités se dégagent : clarifier leur proposition de valeur, renforcer la fiabilité de leurs informations et suivre leur présence sur plusieurs modèles d’IA.
Car dans un parcours d’achat de plus en plus conversationnel, la bataille ne se joue plus seulement pour apparaître dans les résultats. Elle se joue aussi dans la capacité à devenir l’enseigne que l’IA recommande au bon moment, pour le bon besoin.
