MEIKAICité n’est pas recommandé : mesurer la visibilité IA dans le retail
Un assistant d’achat qui nomme votre produit n’équivaut pas à un assistant d’achat qui le recommande, et ni l’un ni l’autre n’équivaut à une vente. La plupart des reportings de visibilité IA dans le retail mélangent ces trois réalités, et c’est ainsi que des équipes finissent par célébrer un chiffre dépourvu de sens commercial.
Voici un guide de ce que les signaux observables du shopping assisté par IA vous autorisent réellement à conclure, et de ce qu’il faut corriger dans vos données produit une fois que vous le savez.
Ce que chaque signal prouve, et ce qu’il ne prouve pas
Quatre choses sont mesurables aujourd’hui. On les traite couramment comme interchangeables alors qu’elles ne le sont pas.
| Résultat observé | Ce qu’il signifie | Ce qu’il ne prouve pas |
|---|---|---|
| Produit cité | Une URL source du produit est apparue dans la réponse. | Que le produit ait été recommandé, ni même que l’acheteur ait vu la citation. |
| Produit mentionné | L’assistant a nommé le produit ou la marque dans sa réponse. | Que l’information ait été récupérée en direct, ni qu’elle soit à jour. |
| Présent dans une shortlist | Le produit figurait parmi les options proposées pour un prompt donné. | Qu’il apparaîtra pour un autre acheteur, une autre formulation ou un autre marché. |
| Visite de référence IA | Un acheteur est arrivé depuis une source IA identifiable. | Qu’une citation ou une mention précise soit à l’origine de la visite. |
Le volume de mentions est donc un mauvais KPI principal. Un produit peut être mentionné en permanence et décrit de travers. Il peut être cité à partir d’une page qui ne reflète plus l’assortiment. Il peut être retenu en shortlist sur un marché et absent sur le suivant.
Quelle est vraiment la taille de ce canal ?
La lecture du trafic retail américain publiée par Adobe en juillet 2025 reste le chiffre le plus repris sur le sujet : les visites de référence issues de l’IA générative progressaient de 4 700 % sur un an. Dans la même mesure, Adobe décrivait ce canal comme modeste au regard des sources établies et constatait que les visites issues de l’IA convertissaient 23 % moins souvent que le trafic non IA.
Il s’agit d’une croissance rapide à partir d’une base très faible, mesurée il y a un an. Ces deux nuances disparaissent généralement lorsque le chiffre est recyclé. L’argument en faveur de l’action tient donc peu au volume actuel du trafic de référence IA. Vous agissez parce que le coût d’être mal décrit se paie déjà, silencieusement, dans des réponses qui ne génèrent jamais le moindre clic.
Vos anciennes pages produit vendent peut-être encore pour vous
Entre mars et juillet 2026, nous avons suivi ce qui se produit lorsque des pages citées disparaissent. Un éditeur a supprimé un vaste répertoire d’articles le 27 mars, les a brièvement rétablis du 3 au 8 juin, puis les a de nouveau supprimés. Nous avons continué à mesurer les mêmes URL sur cinq plateformes IA pendant toute la période. En comparant les citations pour 1 000 réponses sur une cohorte fixe de 126 marques, la fenêtre du 15 au 21 juillet plaçait Perplexity à 109,5 % de sa base de mars, ChatGPT à 12,2 % et Google AI Mode à zéro. L’analyse complète de la décroissance des citations en détaille la méthode.
Pour un distributeur, ce constat touche directement le cycle de vie de l’assortiment. Une gamme arrêtée, un modèle remplacé, un produit régional retiré de la vente, une page supprimée pendant une migration de plateforme. Chacun de ces cas peut continuer d’être cité et décrit pendant des mois sur certaines plateformes tout en disparaissant immédiatement des autres. Supprimer une page ne supprime pas l’affirmation.
Le mécanisme observé dans cette étude mérite d’être noté comme un anti-pattern, car les sites retail le reproduisent en permanence. Les pages supprimées renvoyaient un HTTP 200 accompagné d’une page d’erreur générique d’environ 3,3 Ko là où se trouvait auparavant un article de 84 Ko. Pour un crawler, il s’agit d’une page active : rien n’indique que le contenu a disparu. Si vos URL en rupture, arrêtées ou déréférencées se comportent de la même manière, vous demandez aux assistants de répéter indéfiniment des faits commerciaux périmés.
Ce qu’il faut corriger dans vos données produit
Les assistants ne peuvent décrire un produit avec exactitude que si les faits sont récupérables et cohérents. Cinq points portent l’essentiel du poids.
- Placez les attributs décisifs dans le texte visible. Noms, variantes, identifiants, matières ou ingrédients, dimensions et compatibilité doivent être lisibles sur la page elle-même, et non dissimulés dans une balise de script ou derrière un onglet rendu côté client.
- Tenez les faits commerciaux à jour. Prix, disponibilité, livraison, retours et restrictions régionales sont les affirmations les plus susceptibles d’être répétées après avoir cessé d’être vraies.
- Faites correspondre les données structurées à ce que voit l’acheteur. Les recommandations de Google pour ses fonctionnalités IA demandent exactement cela, et un balisage qui embellit la page constitue un risque, pas un avantage.
- Donnez à chaque produit une URL stable et unique. Éclater un produit sur des pages saisonnières, de campagne ou temporaires fragmente les preuves et multiplie le nombre d’éléments susceptibles de se périmer.
- Retirez les pages de façon délibérée. Renvoyez un vrai code de statut, ou maintenez l’URL en vie avec un état « produit arrêté » exact et un renvoi vers le produit qui lui succède. Ne servez pas une erreur déguisée en HTTP 200.
Ce que Meikai mesure, et ce qu’il ne vous dira pas
Meikai mesure la façon dont les expériences IA surveillées mentionnent et citent les marques et les produits sur un jeu de prompts revu, par plateforme et par marché. Cela fait apparaître les produits manquants, les attributs erronés, une couverture de sources trop faible et les écarts entre modèles.
Il s’agit d’une mesure de visibilité, pas d’une attribution transactionnelle. Lorsque des données de référence et de conversion existent, traitez-les comme des résultats en aval distincts et résistez à la tentation de tracer une ligne droite entre une citation et un panier. Notre cadre de modélisation des prompts explique comment construire le jeu de prompts pour que la mesure soit reproductible dès le départ.