Au-delà des clics et des impressions : le guide de Mercury sur les 4 KPI essentiels de la recherche AI

TL;DR :Les métriques SEO traditionnelles comme le trafic et les classements deviennent dangereusement obsolètes alors que l'IA redéfinit le paysage de la découverte. Pour réussir dans cette nouvelle ère, les leaders doivent adopter un nouvel ensemble de KPI prospectifs axés sur la "Visibilité LLM." Chez Mercury Technology Solutions, nous utilisons un cadre propriétaire en quatre parties — mesurant le Rappel de Prompt, la Fréquence des Paires d'Ancrage, la Cartographie des Citations et la Présence d'Entité Distribuée — pour fournir à nos clients une véritable compréhension de leur autorité et influence dans la recherche alimentée par l'IA.

Je suis James, PDG de Mercury Technology Solutions.

J'ai parlé avec de nombreux CMO qui sont confrontés à une nouvelle réalité troublante : leurs données de Google Search Console (GSC), autrefois la pierre angulaire de leur stratégie SEO, ne racontent plus toute l'histoire. Elles montrent des clics, des impressions et du trafic, mais c'est fondamentalement un rapport réactif sur un monde qui est rapidement dépassé. Cela vous dit ce que Google "vous laisse" voir, pas ce que vos futurs clients "font réellement" à l'intérieur des outils AI.Pour naviguer dans ce nouveau paysage, nous devons adopter une nouvelle pile de mesure. Le SEO traditionnel consistait à suivre les classements ; l'"Optimisation AI Générative (GAIO)" consiste à mesurer l'influence. Voici les quatre KPI GAIO essentiels que nous utilisons pour nos clients SaaS et B2B chez Mercury. Ces métriques sont prospectives, "apprenables" et conçues pour la nouvelle réalité de la compréhension basée sur des modèles de l'IA.1. Taux de Rappel de Prompt LLM (LPRR)La Question Centrale :"À quelle fréquence un outil AI rappelle-t-il et recommande-t-il notre marque de sa propre 'mémoire', sans voir notre site web dans une recherche en temps réel ?"

Ce que cela mesure :Ce n'est pas une question de classement ; il s'agit de "mémorabilité." Cela évalue si votre marque est devenue si synonyme d'une catégorie qu'elle est intégrée dans les connaissances fondamentales de l'IA.Comment nous le mesurons :

Nous simulons 20-50 requêtes d'acheteurs à forte intention, non marquées, telles que :

• "Meilleures solutions CRM alimentées par l'IA pour les équipes de vente à distance""Meilleures alternatives à Notion pour la gestion des connaissances d'entreprise"
• "Meilleur fournisseur SEO LLM à Hong Kong"L'Analyse :Nous suivons ensuite la réponse de l'IA : Sommes-nous mentionnés directement ? Sommes-nous inclus dans une liste de "outils comme..." ? Ou sommes-nous complètement absents ? Si vous n'êtes pas rappelé de la "mémoire" de l'IA, vous n'êtes pas encore dans l'esprit de l'acheteur via la découverte AI.2. Fréquence des Paires d'Ancrage (APF)
• La Question Centrale :"Quels 'ancrages sémantiques' spécifiques — concurrents, intégrations, cas d'utilisation — l'IA associe-t-elle à notre marque ?"
• Ce que cela mesure :
• Cela va au-delà des simples mentions pour mesurer la "pertinence contextuelle." Les LLM ne classent pas ; ils infèrent la pertinence en fonction de la densité des paires associées. Ce KPI suit à quel point vous "formez" le modèle neuronal qui définit votre marque (par exemple, Marque X = Catégorie Y + Cas d'utilisation Z).
• Comment nous le mesurons :
• Nous testons des requêtes qui combinent des catégories avec des caractéristiques spécifiques, des cas d'utilisation ou des concurrents :"Outils de marketing par e-mail gratuits avec une intégration native HubSpot"

"Meilleures plateformes de gestion de projet ayant des workflows d'intégration robustes"

• "Outils similaires à [Concurrents Majeurs] mais conçus pour les entrepreneurs solo"L'Analyse :
• Nous déconstruisons les co-mentions. Apparaissons-nous aux côtés des bons concurrents ? Notre marque est-elle contextuellement ancrée à nos intégrations et cas d'utilisation les plus importants ? Cela nous indique à quel point l'IA comprend notre position précise sur le marché.3. Carte de Citation de Prompt Synthétique (SPCM)La Question Centrale :"Quels formats de contenu spécifiques, sur quels domaines spécifiques, sont les plus susceptibles d'être cités par l'IA pour notre secteur ?"
• Ce que cela mesure :Cela fournit un "plan de citation basé sur les données"
• "Free email marketing tools with a native HubSpot integration"
• "Top project management platforms that have robust onboarding workflows"
• "Tools similar to [Major Competitor] but designed for solo entrepreneurs"
• The Analysis: We reverse-engineer the co-mentions. Are we appearing alongside the right competitors? Is our brand contextually anchored to our most important integrations and use cases? This tells us how well the AI understands our precise position in the market.

3. Synthetic Prompt-to-Citation Map (SPCM)

• The Core Question: "Which specific content formats, on which specific domains, are most likely to be cited by AI for our industry?"
• What It Measures: This provides a data-driven citation blueprint, en éliminant les conjectures de votre stratégie de contenu. Cela cartographie le paysage de ce que l'IA considère comme une source citée.
• Comment nous le mesurons : Nous exécutons un ensemble important de plus de 100 invites contrôlées sur plusieurs plateformes d'IA (ChatGPT, Perplexity, Claude, Gemini). Ces invites incluent des variations de cinq types de requêtes clés : recherche de solution directe, comparaisons, questions centrées sur les fonctionnalités, problèmes spécifiques à des cas d'utilisation, et requêtes "alternative à...".
• L'analyse : Nous documentons méticuleusement chaque source que l'IA cite. Nous recherchons des motifs : Reddit est-il priorisé par rapport à G2 ? Les listes sur les blogs surpassent-elles la documentation officielle ? Quel format, hébergé sur quel type de domaine, gagne le plus souvent ? Cette carte devient notre guide pour où et comment publier du contenu pour une visibilité maximale par l'IA.

4. Score de Présence d'Entité Distribuée (DEPS)

• La question centrale : "Quelle est la 'présence' et l'autorité de notre marque dans l'écosystème numérique tiers où les LLM forment leur compréhension ?"
• Ce que cela mesure : Ce KPI évalue votre confiance distribuée. Les modèles d'IA citent le consensus, pas seulement la propriété. Si sept sources crédibles et indépendantes mentionnent toutes votre outil comme une solution, l'IA est beaucoup plus susceptible de vous citer, même si le contenu de votre propre site web est simplement moyen.
• Comment nous le mesurons : Nous recherchons :
• Des mentions authentiques dans les commentaires Reddit d'utilisateurs réels.
• Des conversations sur X (Twitter) où les gens discutent de passer d'un concurrent à votre outil.
• Vos intégrations ou cas d'utilisation étant intégrés dans la documentation tierce, des modèles.
• L'analyse : Nous suivons la fréquence de ces mentions distribuées de haute qualité et corrélons ensuite cela avec la fréquence à laquelle ces mêmes sources sont citées par les outils d'IA. Cela nous donne un score qui représente l'autorité de votre marque en dehors de votre propre site web.

Conclusion : Une nouvelle pile de mesures pour une nouvelle ère

Ces quatre KPI fournissent une vue stratégique et prospective de la véritable influence de votre marque dans le nouveau paysage de recherche alimenté par l'IA. Alors que les métriques traditionnelles dans Google Search Console sont réactives, ces KPI GAIO sont prédictifs et "apprenable." Ils vous permettent d'aller au-delà de la simple réaction aux données de trafic et de commencer à façonner proactivement la manière dont la prochaine génération de moteurs de découverte perçoit et recommande votre marque.

C'est la nouvelle pile stratégique pour le SEO. Elle nécessite une approche plus sophistiquée, mais comme nous l'avons prouvé avec nos clients, les résultats sont plus rapides et plus durables que ceux obtenus avec des méthodes traditionnelles seules.