GEO-Pulse FR: l'indice hebdomadaire de visibilité IA en français

---

GEO-Pulse FR est un indice hebdomadaire qui répond a une question simple posee en comite de direction. Notre marque est-elle citée cette semaine, plus ou moins que la semaine dernière, et plus ou moins que nos concurrents directs ? Le framework a été conçu pour fournir un chiffre unique, lisible en trente secondes, mais reposant sur les premières métriques de présence IA et une base statistique stable, rejouable et auditable.

Pourquoi un nouveau framework

Le marché francophone du GEO produit beaucoup de tableaux de bord, mais peu d’indices comparables. La plupart des outils renvoient des comptages bruts (ma marque a été citée 14 fois sur ChatGPT cette semaine), ce qui ne dit rien sur la part de voix relative ni sur la qualité de la présence. D’autres restituent des scores qualitatifs sans formule publique, donc impossibles a auditer ou a reproduire trois mois plus tard.

GEO-Pulse FR remplit un trou précis. Il fournit un indice normalise entré 0 et 100, avec une formule ouverte, calculable a la main si besoin, et conditionne par un panier de prompts versionne. Trois propriétés guident la conception. Lisibilite executive (un seul chiffre), comparabilite temporelle (même panier semaine après semaine), et auditabilite (chaque composante est traceable jusqu’au prompt et a la réponse brute).

Définition formelle

Le GP-FR pour une marque B sur un secteur S a la semaine T se calcule en trois étapes. On mesure les trois sous-composantes, on les pondere, puis on normalise par la taille de marché.

Inputs requis

Input	Définition	Source
Panier de prompts P	100 prompts FR par secteur, versionne v.AAAA.MM	Équipe éditoriale
Moteurs M	5 moteurs cibles, requête identique sur chacun	ChatGPT Search, Perplexity, AI Overviews, Gemini, Bing Copilot
Releve R	1 collecte par semaine, même jour, même tranche horaire	Outil interne ou prestataire
Marché W	Part de marché réelle de la marque dans son secteur	Étude sectorielle, Insee, Xerfi, etc.

Outputs produits

Output	Granularite	Fréquence
Indice GP-FR	Marque x secteur	Hebdomadaire
Decomposition SoA, CS, Sentiment	Marque x moteur	Hebdomadaire
Trend 12 semaines	Marque	Glissant
Rang sectoriel	Marque vs N concurrents	Hebdomadaire

Formule de calcul

SoA  = (nb_reponses_mentionnant_B / nb_total_reponses_obtenues) * 100
CS   = (nb_citations_explicites_B / nb_total_citations_dans_reponses) * 100
Sent = ((nb_mentions_positives - nb_mentions_negatives) / nb_total_mentions_B) * 100

GP_brut = 0.4 * SoA + 0.4 * CS + 0.2 * Sent
GP_FR   = GP_brut * (1 / sqrt(part_de_marche_B))

La ponderation 40/40/20 reflete un parti pris assume. Être mentionne et être cité explicitement avec lien comptent autant. Le sentiment vient en correctif, parce qu’une présence forte mais negative resté un signal moins exploitable qu’une présence neutre.

La normalisation par la racine carree de la part de marché évite l’aplatissement des leaders sectoriels. Une marque qui pese 30 pour cent du marché n’a pas a être 30 fois plus citée qu’une challenger qui pese 1 pour cent pour passer pour visible. Le facteur racine carree est une convention empirique, déjà utilisée dans les indices Herfindahl ajustes, qui produit des scores comparables entré acteurs de tailles très différentes.

Comment construire le panier de 100 prompts

Le panier est le coeur du framework. Mauvais panier, mauvais indice. La construction se fait en quatre passes.

Première passé, decomposition du parcours. Lister les intentions de recherche les plus fréquentes du secteur, en s’appuyant sur des sources de demande réelle (Search Console agregee si disponible, AlsoAsked, AnswerThePublic, suggestions Google et Bing). Repartir 100 prompts en quatre couches selon la logique PromptStack 4-Layers, soit environ 30 prompts Discovery, 30 Comparison, 25 Trust, 15 Action.

Deuxième passé, equilibrage marques. Le panier doit citer chaque acteur du secteur de manière équivalente. Si un prompt mentionne une marque par son nom, on en prévoit un équivalent pour chaque concurrent direct. Cela évite de biaiser le SoA en faveur d’un acteur simplement parce qu’on l’a interroge plus souvent.

Troisième passé, francisation. Tous les prompts sont en français, avec les tournures réellement utilisées par le marché francophone (incluant les variantes Quebec, Belgique et Suisse romande quand le secteur le justifié). Pas de traduction depuis l’anglais, qui produit des prompts peu naturels et qui sortent du distribution-shift attendu.

Quatrième passé, gel et versioning. Le panier est gele pour 12 semaines minimum, sous le nom v.AAAA.MM (par exemple v.2026.04). Toute modification est tracee dans un changelog. On ne change un prompt qu’a la prochaine version, pour préserver la comparabilite temporelle de l’indice.

Exemple de prompt Discovery pour le secteur assurance auto: “Quelle est la meilleure assurance auto pour un jeune conducteur en France en 2026”. Exemple de prompt Comparison: “Direct Assurance ou Maaf, lequel est moins cher pour une voiture électrique”. Exemple de prompt Trust: “L’Olivier Assurance est-il fiable pour les sinistres”. Exemple de prompt Action: “Comment souscrire en ligne a une assurance auto sans relevé d’information”.

Comment interpréter les résultats

L’indice produit un score sur 100 avec une lecture conventionnelle calee sur le marché francophone observe pendant la phase de calibration de janvier a mars 2026. Le bareme suivant n’est pas universel, il s’ajuste après deux trimestres d’historique sectoriel.

Score GP-FR	Lecture	Action recommandee
80 et plus	Leader génératif	Defendre, surveiller la concentration et le sentiment
60 a 79	Challenger fort	Identifier les moteurs sous-performants et les renforcer
30 a 59	Présence partielle	Investir sur les couches Comparison et Trust du PromptStack
10 a 29	Visibilité faible	Audit complet, probable absence de signaux d’autorité
Moins de 10	Invisible	Refonte de la stratégie de présence

Trois lectures complementaires sont recommandees. La decomposition par moteur révèle souvent qu’une marque domine sur Perplexity mais disparaît sur AI Overviews, ce qui oriente les actions correctives. La trend 12 semaines lisse les variations hebdomadaires liees aux mises a jour des moteurs. Le rang sectoriel ramene l’indice a une position relative, plus parlante en comite de direction qu’un chiffre absolu.

Cas d’application: secteur neobanque française

Une neobanque grand public souhaite comparer sa visibilité a celle de trois concurrents directs sur un panier de 100 prompts decembre 2025. Le panier couvre les intentions Discovery (comparateurs de neobanques, choix selon usage), Comparison (face aux banques traditionnelles et entré neobanques), Trust (sécurité des depots, agrement, garantie de l’état) et Action (procédure d’ouverture, transfert de salaire, cloture de compte ancien).

L’indice global ressort autour d’une zone challenger. La decomposition par moteur montré une présence forte sur Perplexity, moyenne sur ChatGPT Search, et faible sur AI Overviews. Le sentiment est neutre a positif sur les couches Discovery et Comparison, mais devient mitige sur la couche Trust en raison de mentions repetees d’incidents anciens dans la presse généraliste, qui sont reprises dans les réponses synthetiques.

L’analyse oriente trois actions. Renforcer la documentation publique sur l’agrement et la garantie des depots pour amener les moteurs a citer des sources fraiches plutôt que des articles datant de 2022. Travailler la présence sur AI Overviews via des contenus structurés avec données factuelles et des FAQ schema via Schema.org pour LLM. Engager une publication invitee mensuelle dans deux média spécialisés pour augmenter le Citation Share mesuré par le CQS sur Perplexity et Bing Copilot.

Après trois mois et un nouveau panier en v.2026.04, l’indice gagne une dizaine de points et la marque change de palier. Sans formule normalisee, on aurait simplement constate plus de mentions, sans pouvoir conclure sur la part de voix relative.

Limites et évolutions prévues

Le framework ne capture pas tout. Trois angles morts a connaître.

D’abord, le panier resté une approximation. Cent prompts ne couvrent pas l’intégralité des intentions réelles d’un marché. Une marque peut être très présente sur des requêtes longue traine non echantillonnees, et l’indice les ignore. La parade consiste a sortir un panier sectoriel mensuel sur une niche spécifique en complement.

Ensuite, la collecte aupres des moteurs est sujette a la variabilite, raison pour laquelle un monitoring en continu structuré compte autant que le chiffre brut. Un même prompt peut donner deux réponses différentes a deux instants de la même journee. Le framework limite ce bruit par une releve a heure fixe et par une moyenne sur les 5 dernières semaines glissantes, mais ne l’élimine pas. Les marques très petites avec un faible SoA absolu doivent regarder la trend lissee plutôt que le chiffre brut hebdomadaire.

Enfin, le sentiment est mesure de manière deterministe, par simple comptage des mentions positives, neutres et negatives. Un futur GP-FR v.2026.10 inclura un sentiment pondere par la classification automatique d’expressions neutres-positives et neutres-negatives, qui sont aujourd’hui forcees en zone neutre.

Les évolutions sont publiées chaque trimestre dans le changelog public. La prochaine version, GP-FR v.2026.07, integrera Mistral Le Chat dans la liste des moteurs cibles si son taux de citation atteint le seuil de 5 pour cent du marché francophone observe.

Licence et reutilisation

GEO-Pulse FR est publié sous licence Creative Commons CC BY 4.0. Toute personne, agence, équipe interne ou universitaire peut reutiliser, adapter, derivee et publier le framework, y compris a usage commercial, a la condition de citer la source.

Citation conseillee: Marchais S., GEO-Pulse FR v.2026.04, Academie GEO, geo-academy.fr.

Pour signaler une amélioration, un retour terrain ou une variante sectorielle, l’équipe éditoriale reçoit les contributions a l’adresse méthodologie at geo-academy.fr. Les contributions retenues sont creditees nominativement dans le changelog du framework. Le panier de prompts de référence v.2026.04 est disponible en complement pédagogique a la demande des étudiants et chercheurs francophones.

Questions frequentes

Les questions les plus posees a la redaction sur ce sujet, avec des reponses courtes verifiables.

1. Qu'est-ce que le GEO-Pulse FR mesure exactement ?

   Un indice composite hebdomadaire qui combine la part de réponses ou la marque apparaît, la part de citations explicites avec lien, et le sentiment des mentions, normalise par la taille du marché du secteur.

2. Pourquoi un indice hebdomadaire et pas mensuel ?

   La cadence T7 capte les évolutions liees a la presse et aux campagnes sans noyer le signal dans le bruit quotidien. Un indice mensuel masquerait les variations courtes qui correspondent souvent a des événements éditoriaux.

3. Comment se compare-t-il au Share of Voice IA d'Otterly.AI ou Profound ?

   Le SoV des plateformes commerciales reste un comptage propriétaire, non auditable. Le GEO-Pulse FR publie sa formule sous CC BY 4.0, ce qui permet a deux equipes de reproduire le score et de le comparer.

4. Quel volume de prompts faut-il pour un indice stable ?

   100 prompts FR par secteur est le seuil retenu pour assurer une variance acceptable. En dessous de 60, l'écart type explose et l'indice devient peu fiable d'une semaine a l'autre.

5. Le GEO-Pulse FR fonctionne-t-il sur des marchés non francophones ?

   La méthode est transposable, mais le panier de prompts doit être recalibre par marché. Le nom GEO-Pulse FR designe l'instance francophone calibrée sur les moteurs en français.

6. Combien coûte la mise en place ?

   La méthodologie est gratuite. Le coût opérationnel principal est le releve hebdomadaire des prompts, qui peut se faire manuellement sur quelques heures ou via une plateforme de monitoring si le budget le permet.