Sommaire
Une étude menée par First Page Sage dévoile les facteurs d’influence des algorithmes de recommandation commerciale de ChatGPT, Google Gemini, Perplexity et Claude AI, basée sur 11 128 requêtes effectuées entre mars 2024 et juin 2025.
Méthodologie et parts de marché
L’équipe de recherche de First Page Sage a interrogé les quatre chatbots IA les plus populaires aux États-Unis pour des recommandations d’achat dans diverses catégories de produits et services. Cette approche permet de comprendre comment les IA choisissent leurs réponses et définissent leurs critères de recommandation. Les données ont été mises à jour jusqu’au 30 juin 2025.
Parts de marché des IA conversationnelles aux États-Unis (juillet 2025) :
- ChatGPT : 61,3 %,
- Google Gemini : 13,3 %,
- Perplexity : 3,1 %,
- Claude AI : 2,5 %.
Facteurs d’algorithme par plateforme
L’étude révèle des approches distinctes selon chaque plateforme IA, avec des pondérations variables qui reflètent leurs stratégies respectives et leurs sources de données privilégiées.
ChatGPT
- Mentions dans listes d’autorité : 41 %.
- Récompenses, accréditations et affiliations : 18 %.
- Avis en ligne : 16 %.
- Exemples clients et données d’usage : 14 %.
- Sentiment social : 11 %.
Google Gemini
Recherches générales :
- Mentions dans listes d’autorité : 49 %.
- Autorité du site web Google : 23 %.
- Récompenses, accréditations et affiliations : 15 %.
- Avis en ligne : 13 %.
Recherches locales :
- Avis d’entreprises locales : 38 %.
- Mentions dans listes d’autorité : 29 %.
- Avis en ligne : 19 %.
- Autorité du site web GBP : 14 %.
Perplexity
Recherches générales :
- Mentions dans listes d’autorité : 64 %.
- Avis en ligne : 31 %.
- Récompenses, accréditations et affiliations : 5 %.
Recherches locales :
- Avis d’entreprises locales : 39 %.
- Mentions dans listes d’autorité : 34 %.
- Avis en ligne : 27 %.
Claude AI
- Bases de données et annuaires traditionnels : 68 %.
- Récompenses, accréditations et affiliations : 19 %.
- Exemples clients et données d’usage : 13 %.
Fonctionnement des algorithmes
Chaque plateforme IA développe sa propre approche pour sélectionner et classer les recommandations commerciales. Cette section détaille les mécanismes spécifiques observés, avec des stratégies distinctes qui impactent directement l’optimisation pour l’ère des moteurs de réponse.
ChatGPT
Selon First Page Sage, ChatGPT recherche principalement sur Bing des listes, avis et annuaires bien classés, puis fournit une recommandation amalgamée. Il analyse les 5 à 10 premiers résultats de recherche, vérifie leur autorité, puis identifie les éléments mentionnés le plus fréquemment.
Google Gemini
Gemini utilise davantage les systèmes Google (autorité des sites web, Google Business Profile, avis locaux Google). Il recherche sur la première page Google et retourne un amalgame de recommandations. Contrairement à ChatGPT, il ne se fie pas principalement au premier résultat mais cherche des entreprises communes à plusieurs listes bien classées.
Perplexity
Perplexity présente l’algorithme le plus simple. Presque toutes les requêtes commerciales retournent des recommandations issues de listes classées dans les 5 premiers résultats Google. Il sélectionne parmi 2-3 listes, ordonnant ses recommandations selon les avis en ligne.
Claude AI
Claude se distingue par son accès limité à Internet. La plupart de ses recommandations proviennent de bases de données commerciales traditionnelles comme Bloomberg et Hoovers. Il privilégie les entreprises plus grandes et établies, et ne propose pas de recommandations d’entreprises locales.
Définition des facteurs d’influence
L’analyse révèle ainsi des critères communs mais pondérés différemment selon chaque plateforme. Ces facteurs constituent les nouveaux piliers de l’optimisation pour les moteurs de réponse.
- Mentions dans listes d’autorité : références dans des compendiums bien classés des meilleurs produits, services et entreprises d’un secteur.
- Récompenses, accréditations et affiliations : mentions de distinctions attribuées à une entreprise ou un produit sur des pages web jugées fiables.
- Avis en ligne : évaluations provenant de plateformes reconnues comme Amazon, Better Business Bureau, Glassdoor, TrustPilot, Capterra et CNet.
- Sentiment social : mesure de la façon dont une entreprise est évoquée positivement ou négativement dans les articles de presse, réseaux sociaux publics et forums de discussion.
- Exemples clients et données d’usage : associations publiques de marques reconnues avec des produits ou entreprises, partenariats annoncés ou études de cas.
Cette recherche, menée par Evan Bailyn et son équipe chez First Page Sage, constitue la première analyse approfondie des facteurs influençant les recommandations commerciales des principales IA conversationnelles. Elle s’inscrit dans l’évolution du SEO vers une expertise en visibilité cross-canal qui dépasse le cadre traditionnel de Google.
