Le creux au milieu du U : l'étage que personne n'instrumente
Superposez la présence IA d'une marque sur les trois étages du funnel et vous obtenez une courbe en U : un trou béant en considération, là où se décide l'achat.
Superposez la présence IA d'une marque sur les trois étages du funnel d'acquisition et vous obtenez presque systématiquement une courbe en U. Aux extrêmes, les signaux sont au vert. La marque est abondamment citée pour définir des concepts génériques de son industrie (le TOFU), et elle domine logiquement les réponses liées à ses propres produits ou à son nom (le BOFU). Mais au centre, la courbe s'effondre brutalement. Ce creux béant, c'est la phase de considération.
C'est un phénomène particulièrement contre-intuitif pour les directions marketing, habituées aux métriques de trafic du search traditionnel. Elles constatent une part de voix globale rassurante, portée artificiellement par le volume massif des requêtes de notoriété. Or, le fait d'imprimer fortement sur la définition d'un concept n'entraîne aucune recommandation automatique lorsque l'utilisateur demande à l'IA d'évaluer des solutions. Le modèle de langage dissocie la définition de l'évaluation.
Cette asymétrie s'explique par la nature même des corpus d'entraînement et des mécanismes de Retrieval-Augmented Generation (RAG) : les marques produisent massivement du contenu éducatif et des pages produits, mais délaissent la confrontation directe. Isoler ce déficit structurel permet de réorienter immédiatement les budgets d'acquisition vers les requêtes qui génèrent de la conversion.
Pourquoi la considération est l'étage de l'achat
Le milieu du funnel, le MOFU, constitue la zone critique où le modèle arbitre entre les options concurrentes. À ce stade, un utilisateur ne demande plus « qu'est-ce qu'un CRM ? » ni « quel est le prix de Salesforce ? », mais plutôt « quel CRM choisir pour une équipe de cinq commerciaux B2B ? ». C'est précisément ici que l'IA synthétise les critères, pondère les avantages et pré-sélectionne les acteurs.
Une forte empreinte sur la définition d'un concept n'entraîne aucune recommandation automatique lorsque l'utilisateur demande à l'IA de comparer des solutions.
Être absent de cet étage équivaut à une élimination d'office. Les moteurs génératifs construisent leurs réponses en s'appuyant sur des comparatifs, des avis clients et des benchmarks techniques. Comme nous l'avons déjà démontré, informer n'est pas recommander : si la marque n'est pas structurée pour nourrir spécifiquement ces requêtes d'évaluation, le modèle se rabat inévitablement sur la concurrence ou sur des agrégateurs tiers. L'utilisateur final ne verra jamais votre offre.
C'est le moment de vérité du parcours d'achat assisté par l'IA. Si vous n'alimentez pas le LLM avec des données structurées permettant la comparaison, vous perdez le contrôle du narratif. Maîtriser le MOFU, c'est garantir sa présence dans la short-list finale soumise à l'acheteur avant qu'il ne prenne sa décision.
Segmenter les requêtes du socle par étage
Le creux du U n'est pas une fatalité liée au format des réponses génératives, c'est un angle mort de mesure. La quasi-totalité des dispositifs GEO sur le marché se contentent d'instrumenter les extrêmes, noyant la considération dans une moyenne globale inexploitable. La méthodologie LIMEN impose une rigueur différente : classer le socle de 86 requêtes, réparties sur une douzaine d'axes sémantiques, selon leur appartenance stricte au TOFU, MOFU ou BOFU.
Cette segmentation stricte est le seul moyen de reconstruire la courbe réelle de visibilité. Pour éviter les biais liés à la volatilité des modèles, nous appliquons un intervalle de confiance de Wilson pour chaque étage afin de fiabiliser la lecture des taux de citation. Livrez une fourchette, pas un point : l'analyse de la considération exige une mesure probabiliste, car l'arbitrage du modèle varie selon le contexte d'inférence.
Un audit qui refuse ce découpage passe à côté du seul segment qui compte commercialement. Il livre un diagnostic plat, incapable de distinguer une faiblesse de notoriété d'un déficit de persuasion. Catégoriser la donnée dès la phase de setup transforme un volume de requêtes abstrait en un plan de bataille chirurgical.
Lire le creux dans la vue funnel
La vue funnel du dashboard Sonar a été pensée précisément pour rendre ce creux chiffrable, et donc adressable. En isolant les performances par étape du parcours client, la profondeur du déficit en considération saute aux yeux du praticien. Le tableau de bord ne se contente pas de signaler une faiblesse conceptuelle ; il croise cette donnée avec les différentes interfaces génératives testées.
Cette granularité révèle des disparités technologiques majeures. ChatGPT peut très bien vous inclure dans un contexte de comparaison globale, tandis que Perplexity vous ignore totalement sur la même intention à cause d'une pondération différente des sources en temps réel. C'est pourquoi il est crucial de rappeler que choisissez vos moteurs par ICP, pas par part de marché : la profondeur du creux varie selon l'outil utilisé par votre cible.
En croisant les piliers sémantiques et les moteurs de réponse, la vue funnel permet de cibler précisément l'interface et la thématique à corriger en priorité. Le diagnostic passe du statut de constat global à celui de feuille de route activable pour restaurer le flux d'acquisition.
Combler le milieu : priorisation RICE
Constater le creux est inutile si l'on n'ajuste pas la production de contenu en conséquence. L'erreur classique des agences consiste à réagir par la création d'une énième page de glossaire TOFU, gonflant artificiellement les métriques de visibilité de l'outil de suivi sans générer le moindre lead qualifié. L'enjeu est de traduire le déficit MOFU en actions hiérarchisées selon un framework RICE (Reach, Impact, Confidence, Effort).
Les recommandations se concentrent alors sur la production de contenus de considération purs : tableaux comparatifs assumés, pages alternatives (« X vs Y »), études de cas chiffrées et intégration de schémas de données spécifiques à l'évaluation. Il s'agit de fournir au RAG la matière exacte dont il a besoin pour justifier une recommandation. Déployer un template pensé pour être cité, pas juste indexé devient la norme pour ces pages stratégiques.
En alignant le backlog de production directement sur le trou d'air identifié par la mesure Sonar, l'agence s'assure de déployer ses efforts d'ingénierie de contenu sur le seul périmètre capable de générer du chiffre d'affaires additionnel.