Étude de cas : n°2 dans ChatGPT sur sa niche… et invisible pour ses acheteurs

On a audité la visibilité IA d'un SaaS B2B en travel tech (avec son accord — la marque est anonymisée). Le résultat tient en une phrase : les IA adorent cette entreprise quand on leur parle avec ses mots à elle, et l'ignorent complètement quand on leur parle avec les mots de ses acheteurs. Voici les chiffres, l'explication, et le plan d'action.

Le contexte

Notre client est une jeune plateforme SaaS qui automatise, pour des clients grands comptes, la gestion d'un problème opérationnel critique — un marché B2B de niche, dominé par des acteurs historiques bien installés. Ses acheteurs sont des directeurs des opérations : des gens pressés, qui posent de plus en plus leurs questions d'achat à ChatGPT ou Perplexity plutôt qu'à Google.

La question posée par le fondateur était simple : « Quand un acheteur demande à une IA quelles solutions existent sur mon marché, est-ce qu'on apparaît ? »

La méthode

On a interrogé quatre moteurs (ChatGPT, Perplexity, Gemini, Claude) avec deux jeux de questions :

• Le vocabulaire de la niche — les termes exacts que l'entreprise utilise pour décrire ce qu'elle fait ;
• Le vocabulaire des acheteurs — les termes génériques du marché : « best [category] software », « top tools for [problem] », les questions comparatives entre solutions établies.

Au total : 20 réponses analysées sur les requêtes acheteurs, plus un jeu de prompts spécifiques à la niche, plus un audit technique du site.

Résultat n°1 : sur sa niche exacte, l'entreprise existe déjà — et bien

Quand la question reprend le positionnement précis de l'entreprise, elle ressort n°2 en visibilité IA (35,7 %), à égalité avec le leader historique du secteur — un géant coté en bourse. Pour une société de quelques années, c'est remarquable. Son site est même déjà cité comme source par les moteurs, et le sentiment exprimé par les IA est positif à 69 %.

Résultat n°2 : sur le vocabulaire des acheteurs, zéro

Puis on a posé les questions comme un acheteur les pose réellement — « meilleurs logiciels de [catégorie] », « meilleurs outils pour [problème] en 2026 », « comparaison entre [leader A] et [leader B] ». Résultat : 0 mention sur 20 réponses. Aucun des quatre moteurs ne cite l'entreprise, sur aucune question. Les réponses sont trustées par quatre ou cinq acteurs historiques, toujours les mêmes.

Pourquoi cet écart ?

Les moteurs génératifs ne « classent » pas les sites comme Google : ils citent les sources qui répondent le plus clairement à la question posée, dans les mots de la question. Or l'entreprise décrit son produit avec son propre langage — précis, différenciant, mais que personne ne tape. Ses acheteurs, eux, utilisent le jargon standard du secteur. Entre les deux : un vide, que les concurrents remplissent.

L'audit technique a confirmé le déficit de fondations : aucune donnée structurée (JSON-LD), pas de fichier llms.txt, un sitemap inaccessible, un seul mot-clé positionné sur Google et zéro présence dans les Google AI Overviews. Les moteurs ont peu de matière officielle à lire — alors ils lisent les autres.

Le plan d'action (6 priorités)

1. Quick wins techniques (1 journée) : données structurées JSON-LD, fichier llms.txt, sitemap accessible.
2. Occuper le vocabulaire acheteur : des pages et articles qui répondent aux questions telles que les acheteurs les formulent — pas telles que l'entreprise nomme son produit.
3. Publier les pages comparatives que les acheteurs demandent déjà aux IA (« solution A vs solution B ») — et devenir la source qui y répond.
4. Gagner des citations dans les médias que les IA lisent : presse spécialisée du secteur, LinkedIn, annuaires de référence.
5. Neutraliser les réserves répétées par les IA (chaque doute exprimé = une page de preuve à publier : cas clients, chiffres, documentation).
6. Prioriser le moteur le plus faible — ici Perplexity (8 %), qui se nourrit de citations web fraîches : c'est l'écart le plus grand, donc le gain le plus rapide.

La leçon, pour n'importe quelle entreprise B2B

Votre prochain client ne verra peut-être jamais votre site : son IA a déjà un avis sur votre marché. Elle recommande trois ou quatre noms, avec assurance, sans page 2 et sans publicité. Et elle ne choisit pas les « meilleurs » : elle choisit ceux qui ont publié le contenu le plus clair, dans les mots que les acheteurs emploient.

La bonne nouvelle de cette étude de cas : c'est jouable vite. Une jeune entreprise peut être à égalité avec un géant coté — notre client le prouve sur sa niche. Ce qui manque, ce n'est pas la crédibilité : c'est le pont entre son vocabulaire et celui de son marché.