Visibilité ChatGPT et Perplexity : les KPI et le rituel mensuel de la direction com

Une directrice de la communication découvre que son concurrent est recommandé par ChatGPT — et pas son école

Lors d'un conseil de direction, une responsable marketing d'une école de management régionale soumet une requête banale à ChatGPT : « Quelle école de commerce recommandes-tu à Bordeaux ? ». La réponse cite trois établissements. Le sien n'y figure pas. Celui du concurrent principal, oui — avec un résumé de ses accréditations AACSB et son taux d'insertion. Elle n'a pas de données à opposer à sa direction générale. Elle ne sait pas depuis combien de temps cette situation dure. Et elle ne sait pas comment y remédier.

Ce scénario se répète dans des dizaines d'établissements membres de la CGE ou répertoriés sur Parcoursup. La visibilité dans les moteurs IA n'est plus une curiosité technique : c'est un flux de candidats qui se forment une opinion avant même d'avoir visité un site d'école. 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 KPI de la direction com

La visibilité dans ChatGPT et Perplexity n'est pas un indicateur technique à déléguer à la DSI. C'est un indicateur de marque, au même titre que la part de voix dans la presse spécialisée ou le taux de recommandation NPS.

En France, seulement 23 % des réponses de ChatGPT mentionnent une école française quand un candidat interroge l'IA sur l'enseignement supérieur. Sur Perplexity, ce taux atteint 31 %, contre une moyenne européenne de 19 %. Les écoles qui ont structuré leurs données avec Schema.org EducationalOrganization gagnent en moyenne +12 points de visibilité dans les réponses IA (Source : Monitoring GEO Skolbot, 500 requêtes × 6 pays × 3 moteurs IA, fév. 2026).

Ce que ces chiffres signifient concrètement pour la direction com :

• Un candidat sur deux commence sa recherche d'école sur un moteur IA ou un assistant conversationnel avant de visiter un site (source : Gen Z Search Behavior, Sparktoro 2025).
• L'absence de votre école dans une réponse IA n'est pas neutre : c'est un concurrent qui prend votre place dans l'esprit du candidat à ce moment précis.
• La visibilité IA est mesurable, traçable et pilotable — exactement comme le trafic SEO ou les conversions publicitaires.

La CNIL a par ailleurs rappelé en 2024 que les établissements qui utilisent des outils d'IA pour le marketing doivent s'assurer de la licéité des données employées (cnil.fr). Le pilotage de la visibilité IA s'inscrit donc aussi dans un cadre de conformité que la direction com doit maîtriser.

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

Les 3 KPI de visibilité IA qui comptent

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 ne mesurez pas une tendance, vous produisez du bruit statistique.

Définissez vos requêtes en trois catégories : requêtes marque (« [nom de l'école] accréditations »), requêtes programme (« école de management accréditation AACSB Paris »), et requêtes concurrentielles (« meilleure école de commerce alternance Île-de-France »). Les données SIGEM et les classements L'Étudiant 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 30 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 écoles moins connues peuvent également convenir » ne vaut pas une mention dans « pour un MBA finance avec accréditation AACSB, les établissements de référence 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 (RNCP, MESRi, France Compétences, classements CGE).

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.

Phase 1 — 30 minutes : audit des données brutes

Soumettez votre panel fixe de requêtes (30 minimum) 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). Utilisez un onglet dédié par mois pour conserver l'historique.

Pendant cet audit, relevez également les écoles citées à votre place. Ce relevé de veille concurrentielle prend 5 minutes supplémentaires et révèle les établissements qui progressent en GEO dans votre segment. Si un concurrent régional passe de 0 % à 20 % de citation en deux mois, il a probablement agi sur son balisage Schema.org ou publié de nouvelles pages de données structurées.

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 :

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 la presse) 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 de balisage.
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 suffisamment factuels pour déclencher une recommandation principale.

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

Phase 3 — 30 minutes : plan d'action

Sur la base de l'analyse, définissez une à deux actions concrètes pour le mois suivant. Pas plus — 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 :

• Taux de citation <15 % → priorité à la structuration Schema.org et à la mise à jour des pages programme avec données factuelles.
• 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 PDF).
• Score de contexte stagnant → enrichissement éditorial des pages avec chiffres d'insertion sourcés (enquête CGE, données MESRi), accréditations explicites (RNCP niveau 7 via France Compétences), et FAQ balisée.

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 école a probablement perdu une source tierce importante (fiche Campus France dépublié, page CEFDG mise à jour sans vos données). 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 (mise en cache, changement de CMS) 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 lié à la variabilité des réponses LLM. Attendez deux mois avant de conclure à une tendance.
• Score de contexte qui baisse de 0,2 point → variation non significative. Le score de contexte est un indicateur lent qui reflète la perception à long terme, pas les actions du mois.
• 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, c'est ce qui alimentera Gemini.

La règle de base : toute variation inférieure à 5 points sur un seul moteur et un seul mois est à observer, pas à traiter. Toute variation de 10 points ou plus, ou toute tendance cohérente sur deux mois consécutifs, justifie une action ciblée.

Présenter la visibilité IA à votre direction générale

La direction générale 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, taux de recommandation, coût d'acquisition. Voici le template de dashboard synthétique à présenter en comité mensuel ou trimestriel.

Ce tableau dit à la direction générale trois choses essentielles : où vous en êtes, si ça progresse, et ce qui a été fait pour y contribuer. Aucun jargon technique nécessaire. La corrélation entre les actions GEO et l'évolution des KPI — même si elle est 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 ?

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 Campus France, publication dans la presse spécialisée) mettent 8 à 12 semaines à produire un effet mesurable sur les deux moteurs.

Mon école n'a pas de grade master ni d'accréditation AACSB — le GEO est-il pertinent pour nous ?

Oui, et c'est souvent là que l'effet est le plus rapide. Les grandes écoles du top CGE bénéficient déjà d'une notoriété intégrée dans le corpus d'entraînement des LLM. Pour un établissement spécialisé ou de taille moyenne, la structuration technique et le contenu factuel créent un avantage immédiat sur les requêtes de niche — « Bachelor communication en alternance à Lyon », « école de design reconnue RNCP niveau 6 ». Vous ne rivalisez pas avec HEC sur les requêtes génériques : vous dominez votre segment spécifique.

Qui doit être responsable du rituel mensuel de 90 minutes dans l'équipe ?

Le pilotage appartient à la direction com ou au responsable marketing digital, mais l'exécution de l'audit peut être déléguée à un assistant marketing ou à un prestataire. L'essentiel est que la personne qui l'exécute comprenne l'interprétation des KPI et puisse proposer des actions. La gouvernance (validation des actions, présentation à la DG) reste côté direction com. Sans ownership clair, le rituel disparaît après deux ou trois mois.

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

Les deux, mais pas avec la même fréquence. Votre panel de requêtes produit automatiquement des données sur les écoles citées 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), et adapter votre plan d'action. La veille mensuelle suffit à détecter les mouvements ; l'analyse trimestrielle suffit à y répondre.

Le RGPD s'applique-t-il 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 personnelle. Aucune obligation RGPD ne pèse sur 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 de la CNIL s'appliquent : base légale, information des personnes, durées de conservation. Le monitoring GEO se situe en amont de ces enjeux — c'est une veille de positionnement, pas un traitement de données personnelles.