En bref
- Moins de 1 sur 100
- La probabilité que la même question donne deux fois la même liste de marques. Dans le même ordre : moins de 1 sur 1 000. (SparkToro, 2 961 exécutions)
- 30 points de bruit
- C'est l'ampleur de variation d'un chiffre de visibilité à 21 répétitions sans que rien n'ait changé. (PetraLabs, 7 200 exécutions en une journée)
- 19 % de faux
- C'est la fréquence à laquelle une mesure unique pointe dans l'autre direction que douze mesures de la même question. Un cinquième de votre rapport est donc faux. (MaxAEO, 23 040 réponses)
- Alors quoi
- L'étendue bat la profondeur. À budget égal, 200 questions × 3 répétitions atteint ±5,4 points, contre ±15,4 points pour 20 questions × 30 répétitions.
Que dit l'étude ?
Trois équipes, trois protocoles, un même résultat. SparkToro a fait poser à 600 volontaires les mêmes douze questions à ChatGPT, Claude et Google AI, près de trois mille fois : la probabilité d'obtenir deux fois la même liste est restée sous 1 sur 100. PetraLabs a lancé six questions d'achat 600 fois par moteur en une seule journée, pour exclure les écarts entre jours, et a mesuré de combien un chiffre varie par le seul hasard. MaxAEO a rassemblé 23 040 réponses sur six moteurs et regardé à quelle fréquence une mesure contredit douze.
Ce qu'elles démontrent ensemble n'est pas un défaut mais une propriété. Un modèle de langage ne classe pas les marques ; il puise dans un ensemble de noms qu'il juge pertinents pour la question, et rebat cet ensemble à chaque réponse. La taille de cet ensemble et la fréquence à laquelle vous en faites partie sont des grandeurs réelles. La place que vous occupiez cette fois-là ne l'est pas.
| Ce qui a été mesuré | Comment | Ce que l'étude ne dit pas |
|---|---|---|
| SparkToro — 2 961 exécutions, 600 volontaires, 12 questions, 3 moteurs | même question répétée, déconnecté, en comptant la fréquence de retour de la liste | que la visibilité soit immesurable — seulement qu'une POSITION l'est |
| PetraLabs — 7 200 exécutions, 6 questions, 2 moteurs, une journée | bootstrap sur 10 000 tirages pour fixer le seuil sous lequel un écart est du hasard | rien sur ce qui se passe sur des semaines — tout a été mesuré en un jour, délibérément |
| MaxAEO — 23 040 réponses, 18 marques, 320 questions, 6 moteurs | 12 répétitions par question sur quatorze jours, une exécution comparée à la majorité | mesuré sur des questions de logiciels B2B ; pour une question locale à deux noms connus, moins de profondeur suffit — l'étude le précise elle-même |
SparkToro (Fishkin & O'Donnell, 2026) · PetraLabs (Tom Zu, juin 2026) · MaxAEO (Chris Han, juillet 2026). Chaque chiffre de cette page a été retrouvé le 10 août 2026 dans le texte source lui-même.
Où pouvez-vous le vérifier vous-même ?
-
SparkToro — Rand Fishkin & Patrick O'Donnell (Gumshoe.ai) 2026
600 volontaires, 12 questions identiques, 2 961 exécutions sur ChatGPT, Claude et Google AI
La probabilité d'obtenir deux fois la même liste de marques est inférieure à 1 sur 100. Dans le même ordre : moins de 1 sur 1 000.
L'étude ne dit pas que la visibilité est immesurable — elle dit qu'une POSITION l'est. La présence sur de nombreuses exécutions reste mesurable statistiquement.
-
PetraLabs — Tom Zu juin 2026
7 200 exécutions en une seule journée — 600 répétitions par question et par moteur, six questions d'achat, ChatGPT et Gemini, déconnecté
À 21 exécutions, la visibilité peut varier jusqu'à 30 points de pourcentage par le seul hasard. À 50 exécutions, un vrai décalage de 10 points n'est repéré que dans 17 % des cas.
Tout mesuré le même jour, pour exclure les écarts entre journées. Ce qui se passe sur des semaines — une mise à jour de modèle — sort donc de cette mesure.
-
MaxAEO — Chris Han 21 juillet 2026
23 040 réponses — 18 marques, 320 questions, 6 moteurs, 12 répétitions par question sur quatorze jours
Une exécution unique s'écarte dans 19 % des cas du verdict de douze exécutions. Et à budget égal, 200 questions × 3 exécutions atteint une marge d'erreur de ±5,4 points, contre ±15,4 points pour 20 questions × 30 exécutions.
Mesuré sur des questions de logiciels B2B, où les listes sont longues. Pour une question locale avec deux ou trois noms connus, les résultats sont plus proches de 0 % ou 100 % et demandent moins de profondeur — l'étude le précise elle-même.
Chaque lien mène à la publication d'origine. Ce que vous lisez ci-dessus a été retrouvé le 10 août 2026 dans ce texte même — et non repris du résumé de quelqu'un d'autre.
Pourquoi cela compte-t-il pour vous ?
Parce que cela détermine si vous pouvez défendre une facture. Si un rapport vous fait passer de la quatrième à la deuxième place, la vraie question n'est pas *pourquoi* mais *combien de fois a-t-on mesuré*. À vingt et une répétitions, ce même chiffre peut osciller de trente points sans que rien ne se soit produit. Vendre un tel écart comme un résultat, c'est vendre du bruit avec une histoire autour.
Qu'en fait ceeme ?
Nous n'affichons pas de position. Nous montrons si vous êtes cité, sourcé ou choisi, sur plusieurs répétitions, avec à côté la réponse que le moteur a réellement donnée — pour que vous voyiez d'où vient le chiffre. Et nous choisissons l'étendue plutôt que la profondeur : plutôt davantage de vraies questions de clients que la même question trente fois, car à budget égal c'est démontrablement plus précis.
Cela nous coûte quelque chose, et c'est normal. Un numéro de position se vend mieux qu'une fourchette, et un tableau de bord à flèches paraît plus décidé qu'un tableau qui dit *cet écart est trop petit pour signifier quelque chose*. Nous montrons le second, parce que trois mesures indépendantes disent que le premier n'existe pas.
Questions fréquentes
Cela signifie-t-il que la visibilité IA est immesurable ?
Non, et la distinction compte. Ce qui est immesurable, c'est la POSITION. La présence se mesure très bien : à quelle fréquence apparaissez-vous sur de nombreuses répétitions, dans quels termes, et avec quelles sources. C'est un pourcentage avec une marge d'erreur, pas un classement.
D'autres outils affichent bien une position. Se trompent-ils ?
Ils montrent quelque chose qui existe — dans CETTE réponse-là, vous étiez à cette place. La question est de savoir si c'est reproductible, et sur ce point trois mesures pointent dans le même sens. Nous ne jugeons pas le produit d'autrui ; nous disons ce que nous montrons et pourquoi, avec les sources dessous pour que vous vérifiiez.
Combien de répétitions faites-vous alors ?
Cela dépend de votre formule, et cela figure sur la page des tarifs plutôt qu'ici — un nombre que vous achetez n'a pas sa place dans une étude. Ce qui a sa place ici, c'est le choix sous-jacent : à budget fixe, nous privilégions plus de questions plutôt que plus de répétitions, et le chiffre qui fonde ce choix est ci-dessus.
Existe-t-il des recherches qui contredisent cela ?
Sur la volatilité des SOURCES citées, oui — les mesures y divergent fortement, et c'est une autre question que celle-ci. Dès que nous aurons vérifié ces mesures à la source, une page distincte les mettra côte à côte, y compris celle qui nous donne tort. Ce que nous ne ferons pas, c'est n'en montrer que la moitié qui nous arrange.
Pour aller plus loin
Gratuit, sans compte ni carte bancaire.