Visibilité ChatGPT et Perplexity : KPI et rituel mensuel pour les universités québécoises

Une directrice des communications d'un CEGEP montréalais réalise que son établissement est invisible sur ChatGPT

Au cours d'une réunion de planification annuelle, la responsable marketing d'un cégep montréalais ouvre ChatGPT et pose une question que ses futurs étudiants posent quotidiennement : « Quel cégep choisir pour le programme de techniques informatiques à Montréal ? » La réponse cite quatre établissements. Le sien n'y figure pas. Les établissements concurrents apparaissent avec leurs taux de placement et leurs partenariats entreprises. Elle n'a pas de données à opposer à sa direction générale. Elle ne sait pas depuis combien de temps la situation dure, ni si ses concurrents ont agi délibérément pour obtenir cette visibilité.

Ce scénario se répète dans des dizaines de cégeps, universités et établissements postsecondaires québécois. En Amérique du Nord, l'adoption des moteurs IA pour les recherches d'orientation éducative progresse plus vite qu'en Europe. Les étudiants québécois — qu'ils choisissent un DEC, un baccalauréat, une maîtrise ou un DESS — consultent ChatGPT et Perplexity dès les premières étapes de leur parcours décisionnel. La question pour la direction com n'est plus « faut-il s'en occuper ? » — c'est « comment le piloter sérieusement ? »

Pour poser les bases de la démarche GEO avant de vous concentrer sur le pilotage, consultez notre guide complet GEO pour les écoles.

Pourquoi la visibilité IA est désormais un indicateur stratégique pour les établissements québécois

La visibilité dans ChatGPT et Perplexity n'est pas un indicateur technique à déléguer à la direction des technologies de l'information. C'est un indicateur de marque institutionnelle, au même titre que la part de voix dans les classements Maclean's ou le taux de recommandation NPS auprès des diplômés.

En Europe, seulement 19 % des réponses des moteurs IA mentionnent un établissement d'enseignement supérieur sur une requête sectorielle. En Amérique du Nord, et au Québec en particulier, le taux d'adoption de l'IA dans les recherches d'orientation est encore plus élevé — ce qui signifie que l'enjeu de visibilité est proportionnellement plus critique. Les établissements qui ont structuré leurs données avec Schema.org EducationalOrganization gagnent en moyenne +12 points de visibilité dans les réponses IA (Source : Skolbot GEO Monitoring, 500 requêtes × 6 pays × 3 moteurs IA, fév. 2026).

Pour le contexte québécois, cette réalité s'inscrit dans un paysage d'information déjà bien structuré. Le BCI (Bureau de coopération interuniversitaire) centralise les données sur les universités membres. La Fédération des cégeps publie des informations sur les établissements du réseau collégial. Les classements Maclean's créent des repères de notoriété. Ce corpus de données existantes est précieux — à condition que les moteurs IA puissent le lier à vos propres pages et l'enrichir avec vos données internes (taux de placement, cote R d'admission, partenariats, stages coop).

Ce que ces chiffres signifient concrètement pour la direction com :

• Les finissants du secondaire et du cégep commencent leur recherche d'établissement sur un moteur IA avant de consulter les fiches du BCI ou les brochures PDF.
• L'absence de votre établissement dans une réponse IA n'est pas neutre : c'est un concurrent — HEC Montréal, UQAM, un cégep régional — qui prend votre place dans l'esprit du candidat au moment où il se forge une opinion.
• La visibilité IA est mesurable, traçable et pilotable, exactement comme le trafic SEO ou les conversions publicitaires.

La Loi 25 (Loi modernisant des dispositions législatives en matière de protection des renseignements personnels) impose aux établissements québécois qui utilisent des outils numériques pour le recrutement étudiant de s'assurer de la licéité des données employées. Le pilotage de la visibilité IA s'inscrit également dans ce cadre de conformité que la direction com doit maîtriser, sous la supervision du Commissaire à l'accès à l'information (CAI).

Pour comprendre la distinction entre SEO classique et GEO, et les fondations de mesure qui alimentent les KPI présentés ici, consultez notre article monitoring GEO technique pour les écoles.

Les 3 KPI de visibilité IA pour les universités et cégeps québécois

Trois métriques suffisent à piloter la visibilité IA au niveau direction com. Elles ne nécessitent pas d'outil payant pour être suivies, mais elles demandent une rigueur de protocole.

Taux de citation : la métrique fondamentale

Le taux de citation se calcule en soumettant chaque mois le même panel de 30 à 50 requêtes à ChatGPT et Perplexity, et en comptant les réponses qui mentionnent votre établissement. L'enjeu est de maintenir un panel stable — si vous changez les requêtes chaque mois, vous mesurez du bruit, pas une tendance.

Pour un cégep ou une université québécoise, structurez vos requêtes en trois catégories : requêtes marque (« [nom de l'établissement] cote R admission »), requêtes programme (« baccalauréat en génie informatique Montréal stages coop »), et requêtes concurrentielles (« meilleur cégep technique administration à Laval »). Les portails du BCI, du SRAM et de la Fédération des cégeps sont de bonnes sources pour identifier les requêtes que vos candidats cibles formulent réellement.

Taux d'attribution : la métrique de conversion

Sur Perplexity, chaque réponse liste ses sources avec liens. C'est une donnée directement accessible : lors de vos requêtes mensuelles, comptez combien de fois votre site figure parmi les sources citées. Un taux d'attribution très inférieur au taux de citation signifie que le moteur vous mentionne de mémoire (corpus d'entraînement) sans lier vers votre contenu actuel — signe que vos pages ne sont pas correctement crawlées ou balisées.

Pour un diagnostic approfondi de votre présence sur Perplexity, notre audit de visibilité école sur Perplexity détaille la méthodologie en 45 minutes.

Score de contexte : la métrique de marque

Une mention dans « les établissements moins connus peuvent également convenir » ne vaut pas une mention dans « pour un DEC en informatique avec stages intégrés, les établissements de référence au Québec incluent... ». Attribuez un score à chaque mention lors de vos audits mensuels et calculez la moyenne. Ce score évolue lentement — il reflète la perception que les LLM ont construite à partir de vos contenus et de vos mentions tierces (BCI, classements Maclean's, Fédération des cégeps, presse spécialisée québécoise).

Le rituel mensuel de 90 minutes

Un rituel mensuel de 90 minutes, cadencé et documenté, vaut mieux qu'un audit annuel de deux jours. L'objectif n'est pas l'exhaustivité — c'est la tendance. Voici le déroulé structuré pour un établissement québécois.

Phase 1 — 30 minutes : audit des données brutes

Soumettez votre panel fixe de requêtes à ChatGPT et Perplexity. Notez dans votre tableur : mention (oui/non), position (1re, 2e, 3e+), attribution (lien présent/absent sur Perplexity), et contexte (recommandation/alternative/liste). Conservez un onglet dédié par mois pour constituer l'historique.

Relevez également les établissements cités à votre place. Ce relevé de veille concurrentielle prend 5 minutes supplémentaires et révèle les établissements qui progressent en GEO dans votre segment. Si une université comme l'UQAM ou une école comme HEC Montréal gagne des positions sur des requêtes où vous étiez présent, elle a probablement enrichi ses pages programmes avec des données chiffrées ou mis à jour son balisage Schema.org.

Phase 2 — 30 minutes : analyse et diagnostic

Comparez les résultats du mois avec le mois précédent sur vos trois KPI. Identifiez les catégories de requêtes qui progressent, stagnent ou régressent. Posez-vous trois questions systématiquement :

1. Mon taux de citation a-t-il évolué de plus de 5 points dans un sens ou dans l'autre ? Si oui, quelle action (publication de contenu, mise à jour Schema.org, mention dans un portail BCI ou dans la presse québécoise) a précédé ce changement de 4 à 8 semaines ?
2. Mon taux d'attribution est-il cohérent avec mon taux de citation ? Un écart important indique un problème de crawl (vérifiez que PerplexityBot n'est pas bloqué dans votre robots.txt) ou un déficit de balisage structuré.
3. Mon score de contexte s'améliore-t-il ? S'il stagne malgré un bon taux de citation, vos contenus sont présents dans le corpus mais pas assez factuels pour déclencher une recommandation principale.

Le diagnostic de visibilité ChatGPT pour les écoles propose un protocole complémentaire pour investiguer les causes d'une stagnation.

Phase 3 — 30 minutes : plan d'action

Sur la base de l'analyse, définissez une à deux actions concrètes pour le mois suivant. L'effet GEO prend 4 à 8 semaines à se matérialiser et une liste de dix actions non priorisées produit zéro signal mesurable.

Exemples d'actions selon le diagnostic pour un établissement québécois :

• Taux de citation <15 % → priorité à la structuration Schema.org et à la mise à jour des pages programme avec données factuelles (cote R d'admission, taux de placement, durée DEC-BAC, stages coop).
• Taux d'attribution <50 % du taux de citation → vérification du robots.txt et de l'accessibilité HTML des pages (pas de contenus enfouis dans des PDFs ou derrière des formulaires d'inscription).
• Score de contexte stagnant → enrichissement éditorial des pages avec chiffres d'insertion sourcés, mentions de reconnaissance officielle (ordres professionnels, accréditations sectorielles), et FAQ balisée sur les questions que posent réellement les futurs étudiants québécois.

Pour un plan d'action complet sur 90 jours si vous partez de zéro, notre guide en 90 jours pour être cité par ChatGPT et Perplexity détaille chaque étape de mise en place.

Comment interpréter les variations : quand agir, quand attendre

Toutes les variations mensuelles ne nécessitent pas une réaction immédiate. Les corpus des moteurs IA évoluent par vagues, et une baisse de 3 points sur un mois peut être du bruit statistique.

Variations qui justifient une réaction :

• Baisse de 10 points ou plus du taux de citation sur deux mois consécutifs → votre établissement a probablement perdu une source tierce importante (fiche BCI dépubliée, portail SRAM mis à jour sans vos données, article Maclean's corrigé). Investiguez les sources externes.
• Taux d'attribution qui chute à zéro alors que le taux de citation reste stable → un crawler a été bloqué ou votre site a subi une modification technique qui empêche l'indexation en temps réel.
• Concurrent qui vous dépasse sur toutes les requêtes concurrentielles en un mois → action structurelle rapide de leur côté. Auditez leur site pour identifier ce qu'ils ont modifié.

Variations qui n'exigent pas de réaction immédiate :

• Fluctuation de ±3 à 5 points d'un mois sur l'autre → bruit statistique normal. Attendez deux mois avant de conclure à une tendance.
• Score de contexte qui baisse de 0,2 point → variation non significative sur un seul mois. Le score de contexte est un indicateur lent qui reflète la perception à long terme.
• Absence sur Gemini alors que ChatGPT et Perplexity progressent → Gemini s'appuie davantage sur l'index Google. Suivez votre positionnement Google Search Console en parallèle.

Présenter la visibilité IA à votre direction générale ou à votre conseil d'administration

La direction générale d'une université ou d'un cégep québécois n'a pas besoin de comprendre le fonctionnement des LLM. Elle a besoin d'un indicateur comparable à ceux qu'elle suit déjà : part de voix dans les médias, taux de recommandation, coût d'acquisition par étudiant inscrit.

Voici le template de dashboard synthétique à présenter en comité mensuel ou trimestriel :

Ce tableau dit à votre direction trois choses essentielles : où vous en êtes, si ça progresse, et ce qui a été fait pour y contribuer. La corrélation entre les actions GEO et l'évolution des KPI — même partielle — suffit à légitimer l'investissement en temps et en ressources éditoriales.

Pour les établissements qui souhaitent aller plus loin sur les métriques de pilotage GEO au niveau technique, l'article monitoring GEO technique pour les écoles détaille la construction de tableaux de bord complets avec données par catégorie de requêtes.

FAQ

Combien de temps faut-il pour voir l'effet d'une action GEO sur mes KPI au Québec ?

Sur Perplexity, les effets des actions techniques (balisage Schema.org, pages FAQ structurées) sont visibles en 3 à 6 semaines car le moteur interroge le web en temps réel. Sur ChatGPT, comptez 6 à 10 semaines — son corpus d'entraînement s'actualise moins fréquemment. Les actions sur des sources tierces (mise à jour fiche BCI, publication dans les médias québécois spécialisés, citation dans les portails de la Fédération des cégeps) mettent 8 à 12 semaines à produire un effet mesurable sur les deux moteurs.

Mon cégep n'est pas dans le classement Maclean's — le GEO est-il pertinent pour nous ?

Oui, et c'est souvent là que l'effet est le plus rapide. Les grandes universités québécoises — McGill, l'Université de Montréal, Laval — bénéficient déjà d'une notoriété intégrée dans le corpus d'entraînement des LLM. Pour un cégep spécialisé ou un établissement de taille moyenne, la structuration technique et le contenu factuel créent un avantage immédiat sur les requêtes de niche — « DEC en multimédia avec stage intégré à Québec », « technique d'éducation spécialisée reconnue par l'OPÉIQ ». Vous ne rivalisez pas avec l'UQAM sur les requêtes génériques : vous dominez votre segment spécifique.

Qui doit être responsable du rituel mensuel dans l'équipe communications d'un établissement québécois ?

Le pilotage appartient à la direction communications ou au responsable marketing numérique, mais l'exécution de l'audit peut être déléguée à un agent de communication ou à un prestataire. L'essentiel est que la personne en charge comprenne l'interprétation des KPI et puisse proposer des actions. La gouvernance — validation des actions, présentation à la direction générale ou au conseil d'administration — reste côté direction com. Sans ownership clair, le rituel s'étiole après deux ou trois mois.

Dois-je surveiller mes concurrents ou me concentrer sur mes propres KPI ?

Les deux, mais pas avec la même fréquence. Votre panel de requêtes produit automatiquement des données sur les établissements cités à votre place — c'est de la veille concurrentielle passive. Réservez un relevé actif trimestriel pour analyser les sites des deux ou trois concurrents qui progressent le plus vite, identifier leurs modifications (nouvelles pages, balisage, mentions tierces sur BCI ou Maclean's), et adapter votre plan d'action. La veille mensuelle détecte les mouvements ; l'analyse trimestrielle y répond.

La Loi 25 s'applique-t-elle à la collecte de données dans le cadre du monitoring GEO ?

Le monitoring GEO consiste à interroger des moteurs IA avec des requêtes génériques et à noter leurs réponses — il ne collecte aucune donnée sur des personnes physiques. Aucune obligation ne découle de la Loi 25 pour cette pratique. En revanche, si vous utilisez des outils d'IA pour personnaliser vos communications de recrutement ou analyser des comportements de prospects, les obligations liées à la protection des renseignements personnels s'appliquent : base légale, information des personnes, durées de conservation, et conformité aux recommandations du CAI. Le monitoring GEO se situe en amont de ces enjeux — c'est une veille de positionnement institutionnel, pas un traitement de renseignements personnels.