Vector Analysis : là où aucun outil GEO n’était encore allé
Chaque outil SEO pensé pour l’ère de l’IA mesure la même chose : votre marque est-elle citée dans ChatGPT ou Perplexity ? Oui ou non. Position dans la réponse. Sentiment.
Ce sont des données comportementales. Elles disent ce qui s’est passé. Elles ne disent pas pourquoi.
Nous avons construit autre chose.
La question que personne ne posait
Lorsque ChatGPT recommande Wise plutôt que Airwallex pour les virements internationaux, ou lorsque Perplexity fait remonter Certideal plutôt que Back Market pour une requête sur un iPhone reconditionné — il y a une raison mathématique. Le modèle a récupéré certains segments de contenu, a comparé leurs vecteurs sémantiques à celui de la requête, puis les a classés par similarité cosinus.
Ce processus est mesurable. Personne ne le mesurait.
Tous les outils GEO du marché — AIclicks, Profound, Rank Prompt, les autres — font défiler le nom de votre marque dans une liste d’invites et comptent les mentions. Utile. Mais c’est regarder le tableau d’affichage sans comprendre le jeu.
Nous voulions comprendre le jeu.
Ce que fait réellement Vector Analysis
Votre site n’est pas qu’un texte. Dès qu’une IA alimentée par RAG parcourt vos pages, elle transforme le contenu en vecteurs numériques — des représentations de haute dimension du sens. Puis elle les compare au vecteur de la requête utilisateur et récupère les correspondances les plus proches.
Si, pour une requête du type « meilleur iPhone reconditionné France », votre segment le mieux classé est votre barre de navigation avec des liens carte bancaire — vous avez un problème. Et il est invisible pour tout outil qui se limite au suivi des mentions.
Vector Analysis le met en évidence.
Voici ce que couvre l’audit :
Récupération au niveau des segments avec scores cosinus. Nous prenons vos pages réelles, les segmentons comme dans les chaînes de récupération, calculons leurs embeddings, puis confrontons le contenu de votre marque à un jeu de requêtes de test. Vous voyez exactement quels segments remontent — et quels scores ils obtiennent face aux concurrents sur les mêmes requêtes.
Expérience de récupération sur 30 requêtes. Requêtes commerciales non brandées, réparties par grappe d’intention. Pour chacune : présence de la marque, position, sentiment. Via ChatGPT, Claude, Perplexity, Gemini, Grok — selon le préréglage.
Benchmark des segments concurrents. Pas seulement « Airwallex est au-dessus de vous ». Nous montrons que le segment de documentation API d’Airwallex atteint 0,71 sur « embedded finance payouts » alors que votre page plateforme fait 0,43 — et pourquoi : chez eux la profondeur technique, chez vous surtout des appels à l’action.
Quantification du bruit du DOM. Menus, pieds de page, bannières, mentions légales — ce n’est pas du décor. Cela consomme votre budget de segments. Nous mesurons quelle part de votre contenu indexé est sémantiquement inutile pour la récupération, jusqu’au nombre de jetons.
Analyse de proximité type SERM. Lorsque votre marque apparaît dans une réponse d’IA, quels concepts sont à côté ? Nous détectons quand des signaux négatifs — plaintes, noms de concurrents, langage prudent — coexistent avec votre marque dans les résultats de récupération.
Détection automatique d’alias. TransferWise et Wise, c’est la même marque. Si votre marque a d’anciens noms, des translittérations ou des sous-marques, les ignorer fausse les données. Nous détectons les alias automatiquement à partir des réponses.
Audit technique de surface. Plan du site, robots.txt, hreflang, lacunes des données structurées, paramètres dynamiques — tout ce qui détermine si les robots d’IA peuvent accéder à votre contenu.
Ce que nous avons constaté en l’exécutant
Nous avons fait tourner Vector Analysis sur de nombreuses marques en développement. Plusieurs constats sont apparus vite.
Le piège de la barre de navigation est universel. Chez Marks & Spencer, le segment le mieux classé pour une requête du type « meilleurs cardigans femme moins de 50 £ » était le menu crédit et assurance — score 0,6358. Le contenu sur les cardigans était en dessous. Ce n’est pas un problème M&S : c’est une architecture qui touche la plupart des grands e-commerces, et aucun outil de mentions ne le verrait.
Les barrières JavaScript détruisent la récupération. Les pages espagnoles de vols d’easyJet renvoient aux robots « You need to enable JavaScript to run this app ». Neuf pages sur onze. Le segment dominant pour « vols pas chers Barcelone Lisbonne » est un modèle vide : « We're sorry, we don't offer direct flights from to {Destination}. » Vueling sert du HTML statique. L’écart de récupération est énorme.
La force de marque n’égale pas la force de récupération. Back Market domine le marché français du reconditionné. Trustpilot 4,2/5 pour 66 000 avis. 17 millions de clients. Sur nos 29 requêtes non brandées, ils apparaissaient dans 20 réponses — la notoriété pèse dans les données d’entraînement. Mais 89 % des fiches produit renvoient une erreur 403 aux robots. Le concurrent Certideal, bien moins connu, gagne la récupération sur des requêtes produit précises parce que son contenu est réellement accessible.
Le cas VW inverse l’intuition. Volkswagen est apparu dans 27 requêtes sur 30 non brandées — la meilleure performance mesurée. Pourtant les pages comportent 60 à 70 % de texte générique répétitif et aucun schéma JSON-LD. La victoire repose sur l’autorité de marque dans les données d’entraînement, pas sur l’adéquation à la récupération. Le jour où cet avantage s’érode — modèles réentraînés sur des concurrents mieux structurés — il ne restera plus d’infrastructure de repli.
Format du rapport
Vector Analysis existe en trois préréglages.
Fast : 10 requêtes de récupération, pages cœur, livraison en quelques minutes. Pour un premier diagnostic rapide.
Balanced : plus de 20 requêtes, comparaison concurrents, audit technique élargi. Le bon niveau pour un suivi mensuel ou un livrable client.
Deep : passage complet — 30 requêtes par grappes d’intention, scores cosinus par requête, benchmark concurrents complet, alias, proximité SERM, constats techniques complets. Le document à présenter à un directeur marketing ou un comité.
Les trois modes ciblent cinq modèles : ChatGPT, Claude, Perplexity, Gemini, Grok. Comparez une même marque selon les modèles pour distinguer écarts liés au modèle et écarts structurels.
Les rapports sont générés en PDF, prêts à envoyer clients ou parties prenantes internes sans remise en forme.
À qui s’adresse ce produit
Chefs SEO qui doivent expliquer aux développeurs ce qui blesse réellement la visibilité organique dans l’IA — pas des intuitions, mais des scores de segments et des jetons.
Directeurs marketing qui doivent expliquer à un dirigeant pourquoi la marque n’apparaît pas dans les réponses malgré une autorité de domaine solide et une note Trustpilot autour de 4.
Équipes agence qui veulent une livrable vraiment différente des autres outils GEO — parce que la méthode change, pas seulement l’habillage.
PDG et responsables croissance qui comprennent que le passage de la recherche par mots-clés à la récupération par IA n’est pas demain : c’est déjà le schéma de trafic d’une part croissante d’utilisateurs à forte intention, et les marques qui construisent l’infrastructure aujourd’hui seront plus difficiles à déloger demain.
Ce que les autres outils ne vous diront pas
Le suivi des mentions dit : vous étiez là 7 fois sur 10 sur des requêtes brandées. C’est un chiffre.
Vector Analysis dit que votre segment le plus fort sur « meilleur transfert d’argent international » est un bloc d’appels à l’action répétitifs, que votre contenu sur la transparence du taux moyen — ce qui vous distingue vraiment de PayPal — est enterré trois hauteurs d’écran sous 350 jetons de navigation redondante, et que la documentation API d’Airwallex devance vos pages plateforme sur les requêtes développeur parce que vos liens « Explore API documentation » ne mènent pas à une vraie page de documentation.
C’est un diagnostic. Et une direction.