Il s'agit du troisième article d'une série en trois parties sur la manière dont les marques peuvent mesurer l'efficacité et le retour sur investissement de leur visibilité en matière d'IA.
- Partie 1: ROI direct
- Partie 2: Recherche Halo
- Partie 3 : Halo de la sous-entité
Un promoteur immobilier avec lequel nous avons travaillé appartenait à une marque mère forte.
Elle apparaissait régulièrement dans les réponses de l'IA. La recherche de marque était performante. En apparence, la visibilité de l'IA semblait fonctionner.
Mais lorsque nous avons examiné leurs projets immobiliers individuels, quelque chose de plus révélateur est apparu.
Certains projets étaient recommandés par leur nom. L'IA les faisait apparaître précisément, en identifiant clairement leur emplacement, leurs caractéristiques et leur positionnement.
D'autres projets n'ont pas été mentionnés. Ils ont simplement été cités comme « un projet de [marque] ». Aucun nom de projet, aucune reconnaissance indépendante. Seule la marque mère les a intégrés à la réponse.
Cet écart était important, mais pas seulement parce qu'un type d'acheteur est plus proche de la conversion qu'un autre.
Le problème plus profond est le suivant : Si l'IA ne connaît que la marque et non le projet individuel, elle ne peut pas associer ce projet à une requête utilisateur spécifique..
Lorsqu'un utilisateur demande :
« Quel condominium autour de [Localisation] a [caractéristiques/exigences spécifiques] ?
Pour répondre à cette question, l'IA a besoin de connaître la localisation, les caractéristiques et le positionnement du projet. Si elle ne connaît que l'existence de la marque mère, le projet n'est pas recommandé.
Non pas parce que ça ne convient pas, mais parce que l'IA ne dispose pas de suffisamment d'informations pour le savoir.
Le projet ne se contente pas de perdre une conversion. Il est totalement exclu de la discussion au moment précis où un acheteur qualifié pose la question pertinente.
Les données ne se contentaient pas de nous indiquer les performances de l'IA. Elles nous révélaient quels projets avaient accumulé suffisamment de signaux indépendants pour être viables par eux-mêmes… et lesquels ne l'avaient pas fait.
C'est une question d'architecture de marque. Et les données de visibilité de l'IA des sous-entités y ont répondu.
C'est là qu'intervient le Halo de la sous-entité.
Pourquoi la mesure au niveau de la marque ne suffit pas
La mesure au niveau de la marque est utile. Mais elle peut précisément masquer ce type d'écart.
Une entreprise peut posséder plusieurs produits (iPhone, Xbox) ou services (AWS, YouTube, Apple Music) sous différentes marques. Même si la marque mère apparaît systématiquement dans les réponses de l'IA, cela ne permet pas de savoir quelles offres spécifiques l'IA comprend suffisamment bien pour les recommander et lesquelles elle ne peut pas associer à la requête de l'utilisateur.
Les utilisateurs sont souvent bien plus précis que ce que les indicateurs de performance au niveau de la marque permettent de prendre en compte. Ils n'interrogent pas toujours l'IA sur une marque en particulier. Ils posent des questions sur :
- un produit doté de caractéristiques spécifiques
- un service adapté à des cas d'utilisation spécifiques
Si l'IA ne dispose pas de suffisamment d'informations sur un produit ou un service spécifique, elle ne pourra pas faire apparaître la marque ni son produit/service dans ces requêtes, même si la marque mère est réputée. L'entité secondaire est invisible au moment précis où elle serait la plus pertinente.
Et cette invisibilité ne se manifeste pas au niveau de la marque mère. L'image de marque globale peut sembler stable dans les réponses de l'IA, tandis que certaines offres sont systématiquement exclues des requêtes les plus importantes pour l'entreprise.
C’est pourquoi les marques ont besoin d’un troisième niveau de mesure.
Que signifie l'effet de halo d'une sous-entité en termes simples ?
La sous-entité Halo répond à deux questions liées :
- L'IA fait-elle apparaître nos produits ou services spécifiques dans les requêtes où ils sont les plus pertinents ?
- Et lorsque l'IA les fait apparaître, cela conduit-il à une intention de recherche et à des conversions en aval pour cette offre précise ?
On parle d'effet de halo car, à l'instar de l'effet de halo de recherche, l'IA ne contrôle pas toujours le clic final. Elle sensibilise le public et influence la réflexion en amont. Cette influence se traduit ensuite par un comportement de recherche spécifique au produit et par des conversions sur les pages produits.
Le voyage ressemble à ceci :
- Un utilisateur demande à l'IA de lui proposer la meilleure option dans une catégorie ou un cas d'utilisation spécifique.
- L'IA dispose de suffisamment d'informations spécifiques sur votre produit/service pour le faire correspondre à la requête et le recommander par son nom.
- L'utilisateur quitte l'interface d'IA.
- L'utilisateur recherche spécifiquement le nom de ce produit ou service.
- L'utilisateur arrive sur la page du produit ou du service concerné.
- L'utilisateur se convertit.
Si l'étape 2 échoue (si l'IA ne dispose pas de suffisamment d'informations pour associer le produit à la requête), le processus est interrompu. Un concurrent prend alors sa place.
Il s'agit du halo de sous-entité. La couche de mesure qui rend cela visible.
Halo de sous-entité en pratique
Le concept devient plus clair avec de vraies marques. Voici deux exemples, l'un pour un produit physique, l'autre pour un service, qui illustrent comment l'effet de halo de la sous-entité se manifeste selon ce que vous vendez.
NoteIl ne s'agit pas de performances réelles, mais d'un exemple pour illustrer le concept.
Exemple 1 : Nike (Produit physique)
Marque mère: Nike
Sous-entité (produit nommé)Nike Air Max 270
Nike est l'une des marques les plus connues au monde. Mais lorsqu'un utilisateur interroge une intelligence artificielle sur un sujet précis, la notoriété de la marque ne suffit pas toujours à lui recommander un produit.
Requête de l'utilisateur : «Quelle est une bonne basket de tous les jours offrant un amorti maximal pour les longues marches ? »
Pour répondre à cette question, l'IA doit savoir que l'Air Max 270 possède la plus grande unité Air au talon de Nike, qu'elle a été conçue pour un confort optimal tout au long de la journée et qu'elle se situe dans une gamme de prix spécifique. Elle doit connaître ces caractéristiques précises, et non pas seulement la marque.
Lorsque le signal de la sous-entité est fortL'IA recommande la Air Max 270 par son nom, décrit sa technologie d'amorti et l'adapte à l'utilisation de l'utilisateur. L'utilisateur recherche ensuite «Nike Air Max 270et mène directement à la page produit.
Lorsque le signal de la sous-entité est faibleL'IA sait seulement que Nike fabrique des baskets. Elle mentionne Nike de manière générique, mais ne parvient pas à associer un modèle précis à la requête. Un produit concurrent, dont les caractéristiques sont mieux décrites, pourrait donc être proposé à la place.
La page Air Max 270 peut générer un trafic direct et payant important. Cependant, l'élément « Sub-Entity Halo » n'apparaît que lorsque l'IA peut le mettre en évidence spécifiquement, ce qui suppose qu'elle le connaisse suffisamment bien pour établir la correspondance.
Ce que cela signifie pour NikeSi les données de visibilité de l'IA montrent que la Air Max 270 n'est pas mentionnée dans les requêtes relatives à l'amorti ou au confort, il s'agit d'un problème de qualité du signal, et non d'un problème lié au produit. La solution consiste à enrichir et à préciser le contenu concernant ce produit afin que l'IA puisse le représenter correctement dans les conversations où il devrait être mis en avant.
Exemple 2 : HubSpot (Service / Solution)
Marque mère: HubSpot
Sous-entité (solution nommée)HubSpot Marketing Hub
HubSpot est largement reconnu comme une plateforme CRM et marketing. Cependant, cette plateforme est composée de Hubs distincts, chacun ciblant une équipe, un problème et un acheteur différents. Un utilisateur évaluant des solutions s'intéresse rarement à la marque HubSpot en tant que telle. Il recherche plutôt une solution spécifique à un problème précis.
Requête de l'utilisateur : «Quel est le meilleur outil pour gérer les campagnes par e-mail, les pages de destination et la fidélisation des prospects au même endroit pour une entreprise B2B de taille moyenne ? »
Pour répondre à cette question, l'IA doit savoir que Marketing Hub couvre le marketing par e-mail, la création de pages de destination, les processus de maturation des prospects et l'analyse marketing. Elle doit également savoir qu'il est conçu spécifiquement pour les équipes souhaitant intégrer ces fonctionnalités à un CRM. Elle doit connaître Marketing Hub, et pas seulement HubSpot.
Lorsque le signal de la sous-entité est fortL'IA recommande HubSpot Marketing Hub par son nom, explique ses fonctionnalités et l'adapte au contexte B2B de taille moyenne de l'utilisateur. L'utilisateur recherche « HubSpot Marketing Hub » et accède à la page dédiée à cette solution.
Lorsque le signal de la sous-entité est faibleL'IA sait que HubSpot est une plateforme marketing, mais ne peut pas décrire les fonctionnalités spécifiques de Marketing Hub avec suffisamment de précision pour l'associer à la requête. Elle mentionne HubSpot de manière générique ou recommande un concurrent dont la page produit est mieux représentée dans sa base de connaissances.
L'image de marque globale de HubSpot est forte. Cependant, si Marketing Hub n'est pas bien représenté en tant que sous-entité nommée, avec un positionnement clair, des fonctionnalités détaillées et une couverture des cas d'utilisation spécifiques, il risque d'être négligé dans les requêtes pour lesquelles il a été conçu.
Ce que cela signifie pour HubSpotChaque Hub doit être considéré comme un défi de visibilité IA à part entière. Les Hubs Marketing, Ventes et Service Client ont chacun leurs propres clients, leurs propres requêtes et leurs propres signaux, autant d'éléments dont l'IA a besoin pour formuler des recommandations précises. Une marque mère forte ne garantit pas automatiquement une forte visibilité à ses sous-entités. Chacune doit mériter sa place dans les réponses de l'IA.
Et si la marque seule ne suffisait pas pour entrer dans la conversation ?
Les exemples précédents illustrent ce qui se produit lorsque l'IA connaît une marque, mais pas suffisamment ses sous-entités pour établir la correspondance. La marque peut tout de même être recommandée, mais de manière plus générale.
Mais il existe une version plus vaste et plus invisible de ce problème.
Il arrive qu'une requête utilisateur soit trop spécifique pour que la marque mère puisse y répondre, alors que l'une de ses filiales correspond parfaitement. Malheureusement, l'IA ne connaissant pas suffisamment cette filiale, elle ne dispose d'aucune information assez précise à proposer.
Ainsi, ni la marque ni la filiale ne sont mentionnées. C'est là que le fait de se fier uniquement à la visibilité de la marque mère devient un angle mort stratégique.
Le suivi des sous-entités permet de les identifier. Il indique précisément quelles sous-entités perdent des requêtes qu'elles devraient gagner, et où un investissement ciblé ferait réellement la différence.
NoteCeci n'est pas une véritable performance, juste un exemple pour illustrer le concept.
Exemple : Hôtels Moxy by Marriott (Produit physique/géographique)
Marque mèreMarriott
Sous-entité (produit nommé)Hôtels Moxy
Marriott est l'un des plus grands groupes hôteliers au monde, avec un portefeuille diversifié comprenant des hébergements de luxe, d'affaires et de loisirs. Il est donc fort probable qu'un utilisateur posant une question générale sur les hôtels obtienne une réponse concernant Marriott.
Mais toutes les requêtes ne sont pas générales.
Requête de l'utilisateur : «Quels sont les hôtels sympas et abordables pour un voyage en solo à Amsterdam quand on a la vingtaine ? »
Cette demande comporte des exigences spécifiques : des prix abordables, une ambiance conviviale, un design moderne et une clientèle de jeunes voyageurs indépendants.
La marque Marriott est trop vaste pour répondre à cette question avec certitude. L'IA ne peut déterminer si un établissement Marriott en particulier correspond aux critères ; elle met donc en avant les marques et les établissements qui y répondent clairement.
Que se passe-t-il en l'absence de connaissance des sous-entités : Ni Marriott ni aucun de ses établissements ne sont mentionnés. L'IA propose des auberges de jeunesse, des hôtels-boutiques économiques ou des marques lifestyle dont le positionnement correspond clairement à la requête. L'opportunité disparaît complètement.
Ce qui devrait se passer : Moxy Hotels est la réponse de Marriott à cette demande. Conçue spécifiquement comme une marque hôtelière abordable, design et conviviale, destinée aux jeunes voyageurs, elle possède des établissements dans toute l'Europe, notamment à Amsterdam. Elle répond parfaitement aux besoins de l'utilisateur.
Mais si l'IA ne reconnaît pas Moxy Hotels comme une entité distincte, avec son propre positionnement, sa gamme de prix, sa clientèle et les caractéristiques de ses établissements, elle ne peut pas déterminer si une filiale de Marriott est la plus appropriée. La marque seule ne peut pas apporter cette réponse.
Ce que révèle le suivi des sous-entités : Les recherches concernant les hôtels lifestyle abordables, les hébergements conviviaux et les voyages à petit budget dans les villes où Moxy est présent représentent un manque à gagner. Le suivi de Moxy en tant que sous-entité permet de mettre en évidence ces opportunités manquées et de déterminer où investir dans le contenu et les relations publiques serait réellement efficace, plutôt que d'investir dans la présence de la marque Marriott au sens large, qui n'aurait jamais permis de capter ces requêtes.
Pourquoi l'aura des sous-entités est importante pour les marques
Ceci est particulièrement important pour les marques qui possèdent :
- gammes de produits ou offres de services nommées
- pages de destination spécifiques à la catégorie nommées
- des solutions nommées pour différents publics ou cas d'utilisation
Notez le terme « nommé ». Sans nom, il ne s’agit pas d’une entité que l’utilisateur peut facilement rechercher ou à laquelle l’IA peut facilement s’associer.
Et si vous ne mesurez l'impact de l'IA qu'au niveau de la marque mère, vous risquez de passer à côté des zones où la valeur est créée et de celles où elle est perdue.
Une marque peut constater des performances globales stables en matière d'IA, tandis qu'un produit spécifique est discrètement exclu de toutes les requêtes pertinentes. Ou encore, une offre à forte marge est systématiquement recommandée sans que personne dans l'équipe ne le sache, car elle ne se concentre que sur les signaux globaux de la marque.
La visibilité via l'IA ne crée pas de valeur de manière uniforme au sein d'un portefeuille. Elle peut favoriser :
- un produit plutôt qu'un autre
- une ligne de service au-dessus d'une autre
- une sous-marque au-dessus du reste
La différence tient souvent à la quantité d'informations spécifiques et structurées dont l'IA dispose sur chaque sous-entité. Celles qui présentent des signaux plus forts sont associées à davantage de requêtes. Celles qui n'en présentent pas restent invisibles, quelle que soit la notoriété de la marque mère.
Comment les marques peuvent mesurer concrètement l'effet de halo des sous-entités
La logique est similaire à celle de Search Halo, mais appliquée au niveau du produit ou du service. Le modèle fonctionne en trois étapes.
Étape 1 : Isoler la sous-entité
Définissez le produit, le service ou le secteur d'activité que vous souhaitez mesurer. Vous avez besoin d'un nom clair et d'une page de destination dédiée.
Plus cette définition est précise, meilleure sera la mesure.
Étape 2 : Mesurer l’intention de recherche pour cette sous-entité
Dans Google Search Console, examinez le trafic de recherche lié spécifiquement à ce produit ou à cette offre, en utilisant à la fois la page de destination sur laquelle les internautes ont cliqué et le nom du produit ou du service dans la requête de recherche.
Cela permet d'isoler les visites où l'intention de recherche portait réellement sur cette offre spécifique, et non pas n'importe quelle visite de la page.
Étape 3 : Estimer l’impact de la conversion
Dans Google Analytics 4, mesurez les conversions organiques sur cette page de destination spécifique. Appliquez ensuite le ratio d'intention produit de l'étape 2 pour estimer combien de ces conversions étaient dues à une véritable intention de recherche de produit.
Halo de sous-entité = part du trafic organique liée à l'intention produit × conversions organiques sur cette page produit
Ainsi, si 30 % des clics organiques vers une page produit proviennent de recherches portant clairement sur ce produit, et que la page génère 50 conversions organiques, l'impact estimé sur les conversions est de 15 conversions.
L'important n'est pas de prouver que chacune de ces 15 conversions provient forcément de l'IA. L'important, c'est que si la visibilité de l'IA pour ce produit spécifique augmente, et que les recherches ciblées et les conversions sur la page produit suivent cette tendance, vous disposez désormais d'un moyen concret d'estimer son impact en aval et de le suivre dans le temps.
Quelles marques doivent rechercher
- Entrée principale: Visibilité IA pour le produit ou service spécifique par son nom
- Couverture des requêtes: Apparition dans les requêtes spécifiques aux fonctionnalités et à l'emplacement
- Signal de demande: Rechercher l'ascenseur pour ce nom de produit ou de service spécifique
- Feux de circulations: Trafic organique vers la page de destination correspondante
- Signal d'intention: Part du trafic organique généré par l'intention produit vers cette page
- Sortie: Estimation des conversions de halo au niveau du produit au fil du temps
Le premier signal est le plus important : la sous-entité apparaît-elle dans les requêtes spécifiques, au niveau des fonctionnalités et de l’emplacement, là où elle est la plus pertinente ?
Dans le cas contraire, les indicateurs en aval refléteront cette absence, quelle que soit la force du signal de la marque mère.
Lorsque tous les signaux convergent (la visibilité de l'IA augmente, la recherche d'intention produit progresse, les conversions des pages produits suivent), vous constatez où l'IA crée de la valeur au niveau de l'offre, et non seulement au niveau de la marque mère.
Les implications plus profondes de l'effet de halo des sous-entités
Sub-Entity Halo n'est pas qu'un simple modèle de mesure. C'est un outil de diagnostic.
Lorsque le promoteur immobilier a constaté quels projets étaient nommés par l'IA et lesquels ne l'étaient pas, il a trouvé la réponse à une question plus difficile :
Parmi nos projets, lesquels ont développé suffisamment de signaux indépendants pour être autonomes ? Et lesquels dépendent entièrement de la marque mère pour fournir des réponses basées sur l’IA ?
Cette distinction a des conséquences commerciales directes. Un projet que l'IA ne peut décrire avec suffisamment de précision (son emplacement, ses fonctionnalités, sa connectivité, son positionnement) sera exclu de toute requête où ces détails sont précisément ce que recherche l'acheteur. Il n'apparaîtra pas car la marque elle-même n'est pas jugée suffisamment pertinente pour être prise en compte.
Cette prise de conscience a modifié les investissements du promoteur. Davantage de contenu et de relations publiques ont été investis dans les marques de projets les moins performantes, non pas par intuition, mais en fonction des données de visibilité fournies par l'IA concernant les sous-entités susceptibles de rivaliser de manière indépendante et celles qui ne l'étaient pas.
C’est ce que permet Sub-Entity Halo. Pas seulement l’attribution. Une priorisation stratégique fondée sur la manière dont l’IA découvre et recommande des offres spécifiques.
Comment le halo de sous-entité complète cette série de mesures de visibilité de l'IA
Partie 1 (Retour sur investissement direct) répondit: L'IA a-t-elle généré des conversions directement attribuables ?
Partie 2 (Recherche Halo) répondit: L'IA a-t-elle augmenté la demande pour les marques, qui s'est ensuite manifestée par le biais des recherches et du trafic indirect ?
Réponses à la partie 3 (Halo de sous-entité) : L'IA fait-elle apparaître des sous-entités spécifiques (produits et services nommés) dans les requêtes où elles sont les plus pertinentes ? Et cela conduit-il à une demande et à des conversions mesurables pour ces offres précises ?
Ensemble, ces trois couches offrent une vue complète du retour sur investissement de la visibilité de l'IA : impact direct sur la conversion, impact indirect au niveau de la marque et impact indirect au niveau du produit.
C'est un cadre nettement supérieur à celui qui repose uniquement sur le trafic du dernier clic.
Pensée finale
À l'ère de la recherche par IA, l'attribution ne se limite plus à la seule provenance du clic.
Il s'agit de comprendre d'où vient la demande, si l'IA disposait de suffisamment d'informations spécifiques pour faire correspondre vos offres aux requêtes pertinentes, et quelles parties de l'entreprise sont réellement découvertes ou discrètement exclues.
L'effet de halo des sous-entités est important car il offre aux marques cette précision. Il fait évoluer le débat de «L'IA nous aide-t-elle ?"Pour"Qu’est-ce que l’IA nous aide précisément à vendre, et que ne sait-elle pas suffisamment bien pour pouvoir le recommander ? »
C’est là que la mesure devient véritablement stratégique.
Auteur : Avril Cheong
Directeur des produits, cofondateur de Zicy.com
Responsable AEO/GEO, Growth.pro
