Vos clients ne cherchent déjà plus comme avant.

Au lieu d’ouvrir dix onglets sur Google pour comparer différentes solutions, ils peuvent demander à ChatGPT, Gemini ou Claude de sélectionner les offres les plus adaptées à leur situation.

L’IA n’achète pas encore massivement à leur place. En revanche, elle commence à décider quelles marques méritent d’être considérées.

Et cela change profondément le travail des marketeurs.

Dans cet épisode, nous allons voir pourquoi les marques doivent désormais gagner deux batailles : être suffisamment claires, crédibles et documentées pour être recommandées par les machines, tout en restant suffisamment singulières, désirables et mémorables pour être préférées par les humains.

Nous parlerons de considération, de positionnement, de découvrabilité, de réputation et de préférence de marque. Nous verrons aussi pourquoi chercher uniquement à optimiser sa présence dans les IA pourrait conduire à un nouveau risque : devenir parfaitement comparable… et donc parfaitement interchangeable avec ses concurrents.

L’objectif n’est pas de choisir entre marketing pour les machines et marketing pour les humains.

Il faut construire une marque que les machines recommandent et que les humains ont envie de choisir.

—————

👉 Chaque semaine, je vous propose Une chose à faire : une action marketing simple et concrète qui peut réellement faire avancer votre activité. Inscrivez-vous à la newsletter du Podcast du Marketing

👉 Faites rayonner votre marque auprès des décideurs marketing en devant partenaire du Podcast du Marketing

Transcription de l’épisode

Votre client choisit encore. Mais l’IA choisit ce qu’il voit 

Imaginez. 

Vous avez besoin de changer de logiciel de facturation (au moment où je publie cet épisode on est en plein dans l’arrivée de la facturation électronique donc ça ne devrait pas être trop dur à imaginer, c’est peut être même une situation que vous êtes en train de vivre). 

Il y a encore quelques années, votre premier réflexe aurait probablement été d’aller sur Google. Vous auriez tapé quelque chose comme « meilleur logiciel de facturation pour PME ». 

Vous auriez ouvert plusieurs onglets. Un comparatif. Deux ou trois sites de logiciels. Peut-être quelques avis. 

Et puis vous auriez commencé à vous faire une idée. 

Aujourd’hui, vous pouvez faire quelque chose de beaucoup plus simple. 

Vous ouvrez ChatGPT, Gemini ou un autre assistant et vous dites : 

« Je dirige une PME de 20 personnes, j’ai besoin d’un logiciel de facturation qui s’intègre avec mon outil comptable, qui soit simple à utiliser par mon équipe et qui ne me coûte pas une fortune. Qu’est-ce que tu me conseilles ? » 

Et l’IA vous répond. 

Elle ne vous donne pas 150 liens. 

Elle vous propose trois ou quatre solutions. 

Elle vous explique leurs avantages et leurs inconvénients. 

Elle peut même vous dire : « compte tenu de votre situation, je commencerais par celle-ci ». 

Et là, il vient de se passer quelque chose d’assez considérable pour le marketing. 

Parce que si vous commercialisez l’un de ces logiciels, la question n’est plus seulement : 

« Est-ce que le client va me choisir ? » 

Il y en a désormais une autre, qui arrive avant : 

« Est-ce que l’IA va me mettre dans les choix possibles ? » 

Et c’est de ça dont j’ai envie de vous parler aujourd’hui. 

Pas vraiment de GEO. Pas vraiment de SEO non plus. 

Et pas de ce futur un peu science-fiction dans lequel des robots achèteraient absolument tout à notre place. 

Ce qui m’intéresse, c’est ce qui se passe avant. 

Le moment où votre client cherche, compare, élimine des possibilités et construit sa liste mentale de marques à considérer. 

Parce que l’IA commence à s’installer exactement là. 

Et je pense que cela va imposer aux marketeurs quelque chose d’assez exigeant. 

Nous allons devoir apprendre à gagner deux batailles en même temps. 

Être suffisamment clairs et crédibles pour être recommandés par les machines. 

Et suffisamment singuliers et désirables pour continuer à être préférés par les humains. 

Et vous allez voir que ce n’est pas tout à fait la même chose. 

Si on ne se connaît pas encore je suis Estelle Ballot et vous êtes sur le Podcast du Marketing.  

Mon rôle, c’est d’aider les directions marketing à prendre de meilleures décisions. Chaque semaine, ici, on parle de marketing concret, utile et actionnable. 

Bienvenue sur le podcast du marketing 

Votre client n’a pas abandonné son pouvoir de décision 

Commençons quand même par remettre un peu de réalité derrière tout ce qu’on entend sur les agents IA. 

Parce qu’en ce moment, dès qu’on parle d’agentic commerce, on pourrait facilement avoir l’impression que demain matin votre IA va choisir vos chaussures, réserver vos vacances et changer votre assurance sans même vous demander votre avis. 

Nous n’en sommes pas là. 

Et les études récentes sont assez intéressantes sur ce point. 

McKinsey a interrogé des consommateurs en France, en Allemagne et au Royaume-Uni sur leur utilisation de l’IA dans leurs achats. 

63 % des répondants qui utilisent l’IA dans leur parcours d’achat disent s’en servir pour comparer des options : des marques, des modèles, des prix, des avis. 

55 % l’utilisent pour mieux comprendre un produit ou une catégorie. 

46 % pour découvrir de nouveaux produits ou trouver de l’inspiration. 

En revanche, dès qu’on se rapproche de l’achat lui-même, l’utilisation baisse. 

Et surtout, 56 % se disent à l’aise avec l’idée qu’une IA leur suggère des options… à condition qu’ils gardent la décision finale. 

Une autre étude menée aux États-Unis par Gartner arrive à une conclusion assez proche. 

Selon les catégories testées, seuls 11 % au maximum des consommateurs interrogés étaient prêts à laisser l’IA prendre elle-même la décision d’achat. 

En revanche, ils étaient nettement plus nombreux à accepter qu’elle les aide à réduire le nombre d’options. 

Donc le changement important, aujourd’hui, ce n’est pas : 

« L’IA achète à notre place. » 

C’est : 

« L’IA nous aide à décider parmi quoi choisir. » 

Et cette nuance change beaucoup de choses. 

La bataille se déplace vers la présélection 

En marketing, on connaît depuis longtemps cette idée de consideration set. 

Même si vous n’utilisez jamais cette expression dans la vraie vie, vous savez très bien ce qu’elle signifie. 

Quand vous devez acheter quelque chose, vous ne comparez pas toutes les solutions qui existent sur le marché. 

Vous vous créez une liste beaucoup plus petite. 

Si je vous demande demain de choisir une nouvelle banque, un nouvel ordinateur ou un outil de CRM, vous n’allez pas comparer 80 marques. 

Vous allez peut-être en regarder trois. 

Quatre. 

Cinq. 

Et le premier enjeu d’une marque est donc d’entrer dans cette liste. 

Parce que vous pouvez avoir le meilleur produit du monde : si vous n’entrez jamais dans le champ des possibles, vous avez très peu de chances d’être choisi. 

Pendant longtemps, énormément de marketing digital s’est organisé autour de cette bataille. 

Être bien référencé sur Google. 

Être présent sur les marketplaces. 

Apparaître dans les comparateurs. 

Être visible sur les réseaux sociaux. 

Faire suffisamment de publicité pour que votre marque soit connue au moment où le besoin apparaît. 

Tout cela contribuait à vous faire entrer dans le jeu. 

Mais l’IA ajoute un nouvel intermédiaire. 

Et cet intermédiaire peut faire une partie du travail de présélection à la place du client. 

C’est là que je trouve le changement beaucoup plus profond que la simple question : « Est-ce que mon site apparaît dans ChatGPT ? » 

Parce qu’un moteur de recherche vous proposait essentiellement des portes à ouvrir. 

Une IA peut déjà faire une partie du travail derrière ces portes pour vous. 

Elle synthétise. 

Elle compare. 

Elle élimine. 

Elle reformule les différences. 

Et elle peut finalement vous dire : 

« Pour votre situation, voilà les trois options que je regarderais. » 

Votre client choisit encore. 

Mais l’IA commence à choisir ce qu’il voit. 

Première bataille : être compréhensible par les machines 

Alors évidemment, cela pose une nouvelle question aux marques. 

Qu’est-ce qui fait qu’une IA est capable de vous identifier comme une bonne réponse ? 

Je vais volontairement ne pas rentrer très loin dans la technique ici. 

Parce que j’ai déjà parlé du GEO dans un autre épisode et que mon objectif n’est pas de vous faire une checklist d’optimisation pour ChatGPT. 

Mais il y a une idée qui me paraît importante. 

Une IA doit être capable de comprendre assez précisément : 

ce que vous vendez ; 

à qui vous le vendez ; 

dans quelles situations votre offre est pertinente ; 

ce qui vous différencie ; 

et quelles preuves permettent de considérer que vous êtes crédible. 

Et ça, finalement, ce n’est pas uniquement un problème technologique. 

C’est aussi un problème marketing très ancien. 

Prenez une entreprise dont le positionnement est flou. 

Sur son site, elle explique qu’elle propose « des solutions innovantes qui accompagnent les organisations dans leur transformation ». 

Très bien. 

Mais concrètement, elle fait quoi ? 

Pour qui ? 

Quel problème résout-elle ? 

Pourquoi elle plutôt qu’une autre ? 

Un humain pouvait déjà sortir du site sans avoir compris. 

Maintenant, il faut ajouter un deuxième problème : la machine qui essaie de déterminer si cette entreprise mérite d’être recommandée doit elle aussi réussir à comprendre. 

Autrement dit, l’IA rend le flou marketing encore plus coûteux. 

Même chose pour les preuves. 

Les avis. 

Les comparatifs. 

Les mentions par des tiers. 

Les caractéristiques de votre offre. 

La cohérence entre ce que votre marque dit d’elle-même et ce que le reste du web dit d’elle. 

Et il y a une étude récente que je trouve particulièrement intéressante à ce sujet. 

Des chercheurs de Wharton ont réalisé environ 26 000 tests avec plusieurs modèles d’IA pour observer comment des agents faisaient des recommandations d’achat. 

Ils leur ont notamment demandé de choisir parmi plusieurs montres connectées. 

Quand les agents voyaient uniquement les produits, leurs choix étaient relativement stables. 

Mais les chercheurs ont ensuite commencé à ajouter du contexte. 

Un avis. 

Plusieurs sources. 

Un ordre différent dans lequel ces sources apparaissaient. 

Une information sur les préférences du client. 

Et les choix ont commencé à changer. 

Dans certains cas, une seule source supplémentaire suffisait à faire basculer massivement la recommandation. 

Et le plus intéressant, c’est que les différents modèles ne réagissaient pas tous de la même manière. 

Je trouve cette expérience importante parce qu’elle casse une représentation assez séduisante de l’IA. 

Celle d’une espèce d’arbitre parfaitement rationnel qui regarderait toutes les offres disponibles, calculerait objectivement laquelle est la meilleure et annoncerait le vainqueur. 

Ce n’est pas ce que montrent ces travaux. 

Le contexte compte. 

Les sources comptent. 

La manière dont l’information arrive compte. 

La réputation qui existe autour de votre produit peut compter. 

Ce qui veut dire que le marketing ne disparaît absolument pas de l’équation. 

Mais il va devoir apprendre à exister dans un nouvel environnement. 

Et c’est là qu’apparaît un piège 

Parce qu’à ce stade, la réaction logique d’une entreprise pourrait être : 

« Très bien. Alors il faut devenir extrêmement lisible pour les IA. » 

Oui. 

Il faut probablement mieux structurer ses informations. 

Clarifier son offre. 

Documenter ses produits. 

Travailler sa présence dans les bonnes sources. 

Faire en sorte que les machines comprennent ce que l’on fait et pourquoi elles pourraient nous recommander. 

Mais imaginons que tout le monde fasse ça. 

Vos concurrents ont eux aussi des données parfaitement structurées. 

Leurs produits sont parfaitement documentés. 

Les prix sont faciles à comparer. 

Les fonctionnalités aussi. 

Les avis sont disponibles. 

Les délais de livraison sont connus. 

Les caractéristiques sont claires. 

Et maintenant, votre client demande à son assistant de comparer cinq marques. 

Qu’est-ce qui se passe ? 

Eh bien, il devient extrêmement facile de vous comparer. 

Et c’est là que cette course à l’optimisation peut produire un paradoxe. 

Vous pouvez devenir parfaitement recommandable par une machine… et parfaitement interchangeable avec vos concurrents. 

Parce qu’une grande partie de ce que les machines savent très bien manipuler est précisément ce qui se compare facilement. 

Un prix. 

Une fonctionnalité. 

Une caractéristique. 

Un délai. 

Une note. 

Une liste de critères. 

Mais nous savons tous qu’un choix de marque ne se résume pas toujours à ça. 

Sinon, le produit objectivement le mieux noté et le moins cher gagnerait systématiquement. 

Ce n’est évidemment pas le cas. 

Nous choisissons aussi parce que nous connaissons une marque. 

Parce que nous lui faisons confiance. 

Parce que quelqu’un nous l’a recommandée. 

Parce que nous aimons ce qu’elle représente. 

Parce que nous avons déjà eu une bonne expérience avec elle. 

Parce que son univers nous ressemble. 

Ou parfois simplement parce qu’au moment de choisir entre deux offres assez proches, nous avons davantage envie d’acheter celle-là. 

Et cette partie-là du marketing ne devient pas moins importante avec l’IA. 

Je pense qu’elle peut, au contraire, devenir encore plus importante. 

Plus tout devient comparable, plus la préférence compte 

Il y a quelques années, on a beaucoup opposé marque et performance. 

D’un côté, le marketing mesurable, rationnel, orienté conversion. 

De l’autre, la marque, la notoriété, la préférence, le long terme. 

Je pense que l’IA va créer une nouvelle version de cette opposition. 

D’un côté, les entreprises qui vont énormément travailler leur lisibilité pour les machines. 

De l’autre, celles qui vont défendre l’idée que leur métier consiste avant tout à créer une relation avec des êtres humains. 

Et je pense que les deux auront tort si elles choisissent un seul camp. 

Parce que si votre marque est extraordinaire mais qu’aucun des nouveaux intermédiaires ne comprend quand il doit la recommander, vous avez un problème. 

Vous pouvez être désirable et devenir invisible. 

Mais l’inverse est tout aussi dangereux. 

Si votre marque est parfaitement comprise par les machines, parfaitement documentée, parfaitement optimisée… mais qu’elle ne crée aucune préférence une fois placée à côté de trois concurrents similaires, vous avez également un problème. 

Vous pouvez être visible et devenir interchangeable. 

Et c’est là, à mon avis, que se trouve le véritable défi marketing des prochaines années. 

Pas choisir entre technologie et humanité. 

Exceller dans les deux. 

Le niveau d’exigence du marketing est en train de monter 

Et je trouve que c’est une manière beaucoup plus intéressante de regarder l’arrivée de l’IA dans le marketing. 

Parce qu’on parle énormément de ce que l’IA va simplifier. 

Elle va nous faire gagner du temps. 

Automatiser certaines tâches. 

Produire plus vite. 

Analyser davantage de données. 

Et tout cela est probablement vrai. 

Mais du côté de la concurrence entre les marques, je ne suis pas certaine que l’IA rende notre métier plus simple. 

Je pense qu’elle peut au contraire élever le niveau d’exigence. 

Parce qu’il va falloir devenir meilleur sur des dimensions qui semblaient parfois appartenir à deux mondes différents. 

Il va falloir être extrêmement rigoureux sur la donnée, les informations produits, la structure, la découvrabilité, les preuves. 

Et simultanément être excellent sur le positionnement, la créativité, la réputation, la confiance, l’expérience et la préférence. 

Être recommandable par la machine. 

Être préférable pour l’humain. 

Et surtout comprendre que ces deux choses ne peuvent probablement plus être pilotées séparément. 

Ce n’est pas : « mon équipe technique s’occupe des IA pendant que mon équipe marketing construit la marque ». 

Parce que la façon dont une IA comprend votre entreprise dépend précisément de décisions marketing. 

Comment vous définissez votre catégorie. 

Comment vous décrivez votre offre. 

Quels bénéfices vous mettez en avant. 

Quelles preuves vous construisez. 

Quelle réputation existe autour de vous. 

Et inversement, votre capacité à créer de la préférence va dépendre de ce qui se passe dans ces nouveaux parcours. 

Si quelqu’un arrive chez vous après avoir déjà demandé à une IA de comparer votre offre à quatre concurrents, il n’arrive pas vierge. 

Il arrive avec une représentation de votre marque qui a déjà été partiellement construite ailleurs. 

C’est un changement considérable. 

Et c’est précisément pour cette raison que je pense que cette évolution renforce le rôle stratégique du marketing. 

Parce que quelqu’un doit être capable de regarder l’ensemble du système. 

Pas simplement l’optimisation d’un canal. 

Pas simplement la production de contenus. 

Pas simplement la marque. 

Le système dans lequel une entreprise devient visible, comprise, crédible… puis préférée. 

Alors, qu’est-ce qu’on fait lundi matin ? 

Je pourrais terminer cet épisode avec quinze recommandations. 

Faire un audit de vos données. 

Regarder ce que ChatGPT dit de vous. 

Travailler vos avis. 

Revoir vos contenus. 

Optimiser votre site. 

Et ainsi de suite. 

Mais je pense qu’il y a quelque chose de beaucoup plus intéressant à faire d’abord. 

Prenez votre marque, votre entreprise ou votre offre. 

Et posez-vous deux questions. 

La première : 

Si une IA devait expliquer aujourd’hui à quelqu’un pourquoi elle devrait recommander ma marque, aurait-elle suffisamment de matière pour le faire ? 

Pas simplement suffisamment de contenu. 

Suffisamment de matière. 

Est-ce qu’elle comprend précisément ce que vous faites ? 

Pour qui ? 

Dans quel cas vous êtes particulièrement pertinent ? 

Dispose-t-elle de preuves ? 

Existe-t-il des sources extérieures à votre propre site qui viennent confirmer ce que vous racontez ? 

Est-ce que votre positionnement est suffisamment clair pour qu’elle puisse vous associer au bon problème ? 

Si la réponse est non, vous avez probablement un chantier de découvrabilité et de lisibilité devant vous. 

Mais ensuite, posez-vous la deuxième question. 

Et celle-là est tout aussi importante : 

Si cette IA me plaçait demain à côté de trois concurrents parfaitement comparables, pourquoi un humain me choisirait-il, moi ? 

Qu’est-ce qui crée la préférence ? 

Qu’est-ce qui fait que je ne suis pas simplement une ligne supplémentaire dans un tableau comparatif ? 

Qu’est-ce que mon client connaît de moi, ressent envers moi ou croit à mon sujet que la comparaison fonctionnelle ne capture pas complètement ? 

Si vous avez une excellente réponse à la première question mais aucune à la deuxième, vous avez probablement un problème de marque. 

Si vous avez une excellente réponse à la deuxième mais aucune à la première, vous risquez progressivement d’avoir un problème de découvrabilité. 

Et si vous avez du mal à répondre aux deux… 

eh bien, je pense que vous venez de trouver deux sujets assez importants pour votre prochaine réunion marketing. 

Parce que votre client choisit encore. 

Et, à mon avis, c’est une excellente nouvelle. 

Mais de plus en plus souvent, quelqu’un — ou plutôt quelque chose — l’aidera à décider parmi quoi choisir. 

Notre travail n’est donc pas de faire du marketing pour les machines à la place de faire du marketing pour les humains. 

Il est de construire des marques que les machines savent recommander… 

et que les humains ont toujours envie de choisir. 

Sur le Podcast du Marketing par Estelle Ballot on parle de : base email, branding, business, communication, email marketing, formation, inbound marketing, landing page, le podcast du marketing, lead magnet, marketing, marketing automation, marketing digital, marketing mix, persona, réseaux sociaux, seo, stratégie, webinaire, IA, solopreneur, audience, masterclass, emailing, chatgpt, email marketing, marketing digital

Vous aimerez le Podcast du Marketing si vous aimez Marketing Square de Caroline Mignaux, J’peux pas j’ai buisiness d’Aline Bartoli, le Podcast de Pauline Laigneau, Génération Do It Yourself de Matthieu Stefani.