Ce qui fait recommander un commerce local par une IA

Quand un assistant recommande un plombier, un restaurant ou un cabinet, il ne consulte pas votre site en premier. Il assemble des informations venues de plusieurs plateformes, et votre site n'est qu'une source parmi elles. Les analyses publiées cette semaine par Moz et par Uberall, cette dernière portant sur 120 000 mentions, convergent sur quatre familles de signaux.

Les fiches, et surtout leur cohérence

Le nom, l'adresse et le numéro de téléphone doivent être identiques partout. Ce n'est pas une nouveauté du référencement local, c'est simplement devenu plus discriminant : un modèle confronté à trois versions d'une adresse choisit souvent de ne rien affirmer plutôt que de se tromper.

La cohérence prime sur l'exhaustivité. Vingt fiches concordantes valent mieux que soixante fiches dont un tiers est périmé.

Les avis, pour ce qu'ils disent plus que pour la note

Un modèle génératif extrait des attributs du texte des avis : accessibilité, rapidité, accueil, spécialité, gamme de prix. Une note de 4,8 sans commentaires détaillés donne moins de matière qu'une note de 4,4 accompagnée de trois cents avis circonstanciés.

La conséquence pratique est inhabituelle : il vaut mieux solliciter des avis détaillés que des avis nombreux. Une demande d'avis qui suggère de préciser ce qui a été apprécié produit de la matière exploitable.

Les mentions sur des sites tiers

En local, un modèle manque de sources. Annuaires sectoriels, presse locale, offices de tourisme, fédérations professionnelles, plateformes d'avis spécialisées : ce sont les corpus dont il dispose. Une mention sur un site tiers pèse donc davantage en local qu'en national, où l'abondance de sources dilue chaque signal.

Le cas de ChatGPT est documenté : l'assistant s'appuie notamment sur Yelp et TripAdvisor pour ses réponses locales, comme le montre l'architecture de son index, que nous avons détaillée dans notre article sur l'index Labrador.

L'activité sociale, en quatrième position

Elle compte, moins que les trois autres familles. Une page active fournit des signaux de fraîcheur et des contenus indexables. Une page abandonnée depuis deux ans envoie le signal inverse.

L'ordre dans lequel s'y prendre

Pour un établissement unique : cohérence des fiches, puis avis détaillés, puis mentions locales. Trois mois de travail sérieux suffisent à changer la donne.

Pour un réseau de points de vente, la difficulté change de nature. Elle devient une question de gouvernance des données : qui met à jour quoi, à quelle fréquence, et comment l'on empêche un gérant de créer une fiche parallèle. L'analyse d'Uberall sur 120 000 mentions le confirme, la performance d'un réseau tient à la discipline de mise à jour bien plus qu'à l'optimisation de chaque page.