Le trafic organique baisse, et GA4 le montre. Ce qu’il ne montre pas, c’est pourquoi : les prospects arrivent moins nombreux depuis Google, et certains déclarent en post-conversion avoir « trouvé via ChatGPT » sans qu’aucun outil d’analytics ne l’ait enregistré. Ce que beaucoup d’équipes marketing B2B vivent en ce moment n’est pas un bug de mesure : c’est le début d’un changement structurel dans la manière dont les moteurs sélectionnent et citent les sources. Le GEO n’est pas un nouveau canal à construire depuis zéro.
TL;DR
Le GEO (Generative Engine Optimization) n’est pas distinct du SEO : il en est une évolution directe, avec les mêmes piliers (autorité, technique, contenu), mais un scope d’analyse différent (les prompts plutôt que les mots-clés).
La baisse du trafic organique est visible dans GA4, mais pas son lien avec les LLM : GA4 ne capture qu’environ 30 % de l’influence réelle des LLM sur l’acquisition.
Selon Victor Da Silva, l’essentiel de la performance GEO se joue hors du site (il avance 80 %) : mentions externes, RP, communautés, brand.
Avant de créer du contenu, ouvrir les 20 à 30 premières URL influentes sur vos prompts cibles pour éviter de cannibaliser ce qui existe déjà.
Côté roadmap, le tracking précède l’audit : laisser tourner un outil dédié pendant un mois avant de construire quoi que ce soit. Seul le test de rendu JavaScript, gratuit, peut se faire dès maintenant.
Les leads issus des LLM convertissent mieux, mais seulement si le LLM vous décrit correctement.
Pourquoi votre trafic organique s’érode
Deux mécanismes se cumulent. D’une part, les moteurs génératifs répondent directement à la question : le prospect obtient sa réponse sans cliquer, et le clic qui allait vers votre site disparaît. D’autre part, ce prospect reçoit une recommandation construite à partir de quelques sources : si votre marque n’en fait pas partie, vous n’entrez pas dans sa liste, et vous ne verrez jamais cette perte dans vos rapports.
C’est pourquoi la baisse de trafic ne s’explique pas par une pénalité ou une erreur technique, et pourquoi la corriger suppose de comprendre comment les LLM choisissent leurs sources.
GEO et SEO local ne désignent pas la même chose
Le terme « geo seo » est ambigu dans les SERP. Il recouvre deux sujets sans rapport :
Le référencement géolocalisé : cibler une ville, une région, un marché local.
Le Generative Engine Optimization (GEO) : l’ensemble des pratiques qui augmentent la probabilité qu’un contenu ou une marque soit cité dans une réponse générée par un LLM (ChatGPT, Google AI Overviews, Bing Copilot, Perplexity).
Cet article traite du second. Poser cette distinction dès le départ évite de mal cadrer le sujet en interne.
Pour Victor Da Silva, consultant SEO, la confusion sémantique cache une confusion stratégique plus grave : traiter le GEO comme un canal séparé du SEO. Cette vision binaire est, selon lui, le premier réflexe à corriger.
Les piliers du SEO (autorité de domaine, solidité technique, pertinence du contenu) sont ceux que les LLM utilisent pour sélectionner leurs sources. Ce qui change, c’est le scope d’analyse : les prompts transactionnels remplacent les mots-clés comme unité de travail. Le GEO se construit sur le SEO, pas à côté, avec une règle de test : toute action GEO qui fragilise le SEO existant est à éliminer avant d’être exécutée.
Ce que les LLM changent dans la sélection des sources
Le query fan-out : le lien mécanique entre LLM et SEO
Quand un prompt demande une information récente ou spécifique, le LLM ne répond pas qu’à partir de sa mémoire d’entraînement. Il découpe la requête en sous-requêtes, consulte les pages positionnées sur des moteurs de recherche, puis synthétise :
Claude s’appuie quasi exclusivement sur Brave.
ChatGPT utilise un mix de moteurs, dont Bing.
Ce mécanisme, documenté par une étude GetMint citée par Victor Da Silva, crée une dépendance directe : se positionner en SEO sur ses requêtes transactionnelles est un prérequis à la visibilité GEO.
Cette donnée modifie l’arbitrage budgétaire. Abandonner le SEO pour « passer au GEO » revient à scier la branche sur laquelle repose la visibilité dans les réponses génératives.
Le LLM comme premier commercial
Ce mécanisme produit un effet que les équipes marketing B2B commencent à observer : le LLM arrive avant le site. Il décrit le produit, explique la tarification, qualifie le prospect. Pour Victor Da Silva, le LLM joue désormais le rôle d’un premier commercial : « Le LLM, c’est votre premier sales. »
Les données d’un client SaaS B2B de Victor Da Silva illustrent l’enjeu : le taux de conversion depuis les LLM atteint 4,5 %, contre 1,8 % en SEO classique. L’écart s’explique par le fait que le prospect arrive sur le site après avoir déjà reçu un pitch structuré. Ce phénomène, que Victor Da Silva appelle « l’alignement GEO », pose une question nouvelle pour les équipes B2B : est-ce que le LLM nous décrit correctement ? Pas seulement nous cite, mais nous décrit avec les bons termes, le bon positionnement, les bons arguments ?
Pour le vérifier dès maintenant :
Saisissez dans ChatGPT et Perplexity les prompts qu’utiliserait votre acheteur cible, et lisez comment votre marque est décrite (ou ignorée).
Vérifiez que vos pages produit et pricing sont indexées et accessibles aux moteurs utilisés par les LLM.
Pourquoi GA4 ne voit pas l’influence des LLM
Avant d’optimiser quoi que ce soit, il faut régler un problème de mesure. GA4 enregistre bien la baisse de vos sessions organiques, mais il ne voit pas ce qui se passe en amont. GA4 et Matomo ne capturent qu’environ 30 % de l’influence réelle des LLM sur l’acquisition, selon les données partagées par Victor Da Silva lors de l’Office Hour UnlockM. Les sessions issues de ChatGPT ou Perplexity arrivent souvent sans paramètre UTM, taguées en « direct » ou « referral » avec un domaine peu lisible.
Ce que le champ déclaratif révèle
La solution la plus accessible est aussi la plus sous-utilisée : un champ déclaratif « comment nous avez-vous trouvés ? » intégré au formulaire post-conversion. Marie Martens, cofondatrice de Tally, a documenté sur LinkedIn que ce type de champ révèle une part d’acquisition LLM structurellement supérieure à ce que les outils mesurent.
Tally produit 6 M€ d’ARR avec 10 personnes, et ChatGPT est devenu son premier levier d’acquisition dès 2025. Ce résultat ne vient pas d’une stratégie GEO construite après coup, mais d’un produit sans friction et d’une forte présence UGC (templates, Reddit, communauté), bâtis bien avant que le GEO existe comme concept.
Ce que révèle le cas de l’agence anonymisée
Une agence de communication cliente d’UnlockM (anonymisée, source : OH Budget & Stratégie Marketing 2027) confirme une dynamique distincte : après une perte de 20 à 30 % de trafic SEO, la montée en GEO a compensé le volume mais surtout amélioré la qualité. Les prospects déclarent avoir trouvé l’agence via ChatGPT après avoir croisé les sources. Le taux de conversion sur ces leads dépasse celui des leads issus de Google Ads.
Pour mesurer ce que GA4 ne voit pas :
Ajoutez un champ déclaratif dans votre funnel post-conversion et lisez-le chaque mois.
Isolez le trafic LLM dans GA4 avec un segment dédié (chatgpt.com, perplexity.ai, bing.com/chat).
N’attendez pas que GA4 confirme l’influence des LLM pour agir : la sous-mesure est structurelle, pas conjoncturelle.
Les signaux qui déterminent la citation dans une réponse LLM
Autorité, fraîcheur et densité factuelle
Les LLM sélectionnent les sources à partir de signaux proches de ceux du SEO classique, avec une pondération différente. La fraîcheur du contenu compte davantage : un article mis à jour deux fois par an avec des chiffres actualisés et des sources récentes est structurellement plus citable qu’un article figé depuis trois ans. Victor Da Silva recommande de programmer un rafraîchissement des pages stratégiques au moins deux fois par an.
La densité factuelle joue également : un contenu qui formule des affirmations vérifiables, cite des données chiffrées et nomme des cas concrets offre aux LLM des éléments à extraire et à restituer. Un contenu qui ne fait qu’énoncer des principes généraux n’a rien à citer. Les données structurées et les FAQ enrichies facilitent aussi sa lecture par les crawlers utilisés lors du query fan-out.
La règle des 20 à 30 URL avant de créer
Victor Da Silva applique un filtre systématique avant toute décision de création : ouvrir les 20 à 30 premières URL influentes sur le prompt ciblé. Sur un prompt « directeur de formation cherchant à migrer son LMS » analysé pour un client (Rise Up), les URL les plus influentes dans l’outil GEO sont des pages solution et des comparatifs existants. Créer un article supplémentaire sur ce prompt aurait cannibalisé les pages déjà influentes sans apporter de gain net. Optimiser une page déjà influente coûte moins cher que d’en créer une nouvelle.
Le cas HubSpot illustre l’autre versant de cette logique, celui des mentions externes : HubSpot, pourtant déjà une marque connue, voyait son share of voice GEO stagner à 0,4 % au lancement de son outil GEO, et les médias qui ont ensuite porté sa visibilité (Ouest-France, Le Blog du Dirigeant, Abondance) n’apparaissaient pas parmi les 100 premières sources influentes. Pour créer un nouveau consensus autour des outils GEO sur le marché français, l’entreprise a acheté des articles sponsorisés sur ces trois médias : son share of voice GEO est passé de 0,4 % à 0,9 % en 3 à 4 mois, pour un coût estimé entre 3 000 et 5 000 €. Les URL devenues influentes après la campagne n’existaient pas dans les données avant : une roadmap de mentions ne consiste pas à optimiser l’existant, mais à faire apparaître de nouvelles sources là où elles sont absentes.
Les pièges qui aggravent l’érosion
Le scaling de contenu IA : l’erreur la plus commune
Le réflexe le plus répandu face à l’érosion du trafic organique est de produire davantage de contenu, plus vite, via l’IA générative. AirOps, qui propose pourtant lui-même une solution de scaling de contenu, a appliqué cette stratégie à son propre site. Résultat : une chute de 40 000 visiteurs mensuels à 5 000 à 6 000 visiteurs. La perte de 85 % du trafic illustre que le scaling IA sans stratégie de citabilité aggrave la situation plutôt qu’elle ne la corrige.
« Ne passez pas trop de temps sur la partie création de contenu si vous n’avez pas déjà des efforts sur la partie mention. »
Le biais du leader et le biais de la micro-niche
Victor Da Silva identifie deux biais qui faussent la lecture des use cases GEO diffusés sur LinkedIn :
Le biais du leader. Edenred est cité 10 fois sur 10 sur le prompt « ticket restaurant », non grâce à une stratégie GEO, mais parce que son consensus de marque surperforme tout. Pennylane domine « facturation électronique » grâce à ses investissements TV, radio et événements ; sa courbe GEO redescend immédiatement quand les dépenses brand baissent.
Le biais de la micro-niche. Un acteur sans concurrent local est naturellement visible dans les réponses LLM, sans aucune action GEO spécifique.
Aucun use case documenté ne montre une marque inconnue devenir connue grâce au GEO seul.
Le double prestataire
Confier le GEO à un prestataire distinct du prestataire SEO crée un risque de défocus budgétaire et de recommandations contradictoires. Pour Victor Da Silva, la stratégie GEO doit être pilotée par le prestataire SEO existant comme un add-on de ce qui est déjà fait, pas comme un chantier parallèle. Demandez à votre prestataire actuel s’il intègre le GEO à sa roadmap : s’il ne sait pas répondre, c’est un signal d’alerte.
Auditer son contenu existant : le framework en 3 étapes
Victor Da Silva structure le setup GEO en trois étapes de difficulté croissante. Pour la roadmap, l’ordre est non négociable : on ne construit pas de plan d’action sans données réelles. Une seule vérification échappe à cette règle, car elle est gratuite et indépendante du tracking : le test de rendu JavaScript (voir l’étape 2), à faire dès maintenant.
Étape 1 (difficulté 3/10) : le tracking
Définir une trentaine de prompts transactionnels correspondant aux intentions d’achat de votre persona. Lancer un outil dédié parmi GetMint, Profound, Peec AI, Otterly ou AthenaHQ. Laisser tourner un minimum d’un mois à un mois et demi avant d’exploiter les données. Pour les équipes qui ne souhaitent pas investir dans un outil immédiatement, commencer par isoler le trafic LLM dans GA4 et ajouter un champ déclaratif post-conversion.
Étape 2 (difficulté 8/10) : l’audit et la stratégie
Cette étape est la plus exigeante. Elle consiste à extraire les URL les plus influentes sur son scope de prompts, puis à les classer en trois catégories avec un LLM :
Pages concurrentes (à exclure)
Sites non marchands (opportunités d’échange de mentions)
Médias à acheter
Elle s’appuie aussi sur un test de rendu JavaScript : coller le HTML des pages clés dans ChatGPT pour vérifier que le contenu est lisible par un LLM (certaines pages rendues en JS côté client sont invisibles pour les crawlers). Ce test peut être fait avant même le lancement du tracking.
Pour un client SaaS B2B de Victor Da Silva, YouTube cumule 465 citations contre 99 pour Reddit dans l’outil GEO. Ce chiffre oriente directement les décisions d’investissement éditorial. Sans tracking, la même équipe aurait pu investir sur Reddit par réflexe de tendance, sans justification de données.
Par ailleurs, YouTube apparaît en 4e position des domaines les plus cités dans l’outil GEO d’un autre client SaaS de Victor Da Silva.
Étape 3 (difficulté 3/10) : l’exécution
L’exécution tient en trois chantiers :
Mettre en œuvre les recommandations techniques (données structurées, FAQ, accessibilité du contenu).
Obtenir des mentions sur les sources identifiées.
Créer du contenu multimodal, en priorisant les formats les plus cités sur le scope réel.
Pour la première fois en sept ans, Victor Da Silva intègre des recommandations YouTube dans ses accompagnements SEO : les vidéos remontent dans les AI Overview et AI Mode sur des requêtes bottom-funnel (choix de solution, coût, migration).
Ordres de grandeur pour calibrer ce qui relève de l’interne et ce qui mérite un investissement externe :
Audit GEO externalisé : 5 000 à 10 000 €.
Campagne d’articles sponsorisés : 3 000 à 5 000 € (cas HubSpot).
Reddit : intervenir directement pour promouvoir sa marque entraîne un ban rapide. L’approche documentée consiste à construire du karma sur plusieurs comptes avec des commentaires neutres pendant 6 à 10 mois, avant de mentionner la marque de façon non identifiable, pour environ 100 € par commentaire via une agence spécialisée. OpenAI cite d’ailleurs désormais moins Reddit, en réaction à la surautopromotion qui dégrade la qualité du réseau.
Ce que le GEO ne résout pas : les limites à connaître
Le GEO génère de la visibilité dans les réponses LLM. Il ne génère pas de clics garantis. Pour Victor Da Silva, l’enjeu est clair : « Être cité par les LLM et moteurs IA ne garantit pas un clic, mais ne pas être cité revient à ne pas exister dans l’esprit des décideurs. »
Le volume de trafic GEO reste limité dans la plupart des portefeuilles B2B :
Clients SaaS B2B : 1 à 5 % de l’acquisition, en progression.
Ahrefs : 10 à 11 % via l’AI Search fin 2025, avec 15 à 20 % possibles en 2026. Ce n’est pas une moyenne de marché : Ahrefs fait partie des acteurs les mieux positionnés grâce à des pratiques brand cohérentes (CMO qui communique publiquement, vidéos YouTube régulières).
Ces chiffres justifient d’intégrer le GEO, pas de réallouer massivement des budgets SEO vers lui.
La règle de test formulée par Victor Da Silva s’applique ici systématiquement : avant toute action GEO, vérifier qu’elle n’est pas délétère pour le SEO.
« La règle que vous pouvez appliquer : est-ce que la recommandation et l’action GEO est délétère pour votre SEO ? »
Le GEO amplifie ce qui existe. Il ne crée pas de notoriété là où il n’y en a pas.
Questions fréquentes sur le GEO SEO
Quelle est la différence entre le GEO et le SEO traditionnel ?
Le GEO (Generative Engine Optimization) et le SEO reposent sur les mêmes piliers : autorité, technique et contenu. Ce qui change, c’est le scope d’analyse. Le SEO optimise pour des mots-clés et des positions dans les pages de résultats. Le GEO optimise pour des prompts et des citations dans des réponses générées. Pour Victor Da Silva, le GEO est une composante du SEO en évolution, pas un canal distinct.
Comment optimiser son contenu pour apparaître dans les réponses de ChatGPT ou Google AI Overviews ?
Trois leviers principaux ressortent :
La fraîcheur du contenu (mise à jour biannuelle des pages stratégiques)
La densité factuelle (chiffres, cas, affirmations vérifiables que le LLM peut extraire)
La présence de mentions sur des sources externes reconnues (Wikipédia, Reddit, comparateurs, médias sectoriels)
Le rendu JavaScript des pages est également à vérifier : un contenu rendu côté client peut être invisible pour les crawlers des LLM.
Le GEO va-t-il remplacer le SEO ?
Les données disponibles ne vont pas dans ce sens. Selon les chiffres cités, le volume de recherche Google a progressé de 24 % entre 2023 et 2024, malgré l’essor des LLM : ce qui change, ce n’est pas le nombre de recherches mais la part de clics qu’elles génèrent. Le mécanisme de query fan-out établit par ailleurs une dépendance directe des LLM vers les résultats de recherche classiques : se positionner en SEO reste un prérequis à la visibilité GEO. « Le GEO se construit plutôt on top de quelque chose qui existe déjà et demain sera l’approche par défaut. » — Victor Da Silva
Quels types de contenus B2B sont les plus cités par les moteurs génératifs ?
Sur les cas analysés, les pages les plus influentes sont les pages solution et les comparatifs, pas les articles de blog génériques. Les contenus qui nomment des cas concrets, citent des données chiffrées et répondent à des intentions d’achat précises (choix de solution, migration, coût) ressortent davantage dans les réponses LLM. Les vidéos YouTube sur des requêtes bottom-funnel remontent également dans les AI Overview.
Comment mesurer l’impact du GEO sur la visibilité d’une marque B2B ?
Par trois moyens complémentaires : l’isolation du trafic LLM dans GA4, le champ déclaratif post-conversion et un outil de tracking GEO dédié (GetMint, Profound, Peec AI, Otterly ou AthenaHQ). GA4 seul ne capture qu’environ 30 % de l’influence réelle des LLM : les trois sources de données sont nécessaires pour avoir une lecture complète.
GEO SEO en B2B : ce qui change dans votre approche du search organique
Le Generative Engine Optimization ne redémarre pas la stratégie de zéro. Pour les équipes marketing B2B qui ont déjà construit une base SEO solide, le travail consiste d’abord à comprendre ce que les LLM retiennent (ou ignorent) de leur contenu existant, à mesurer correctement ce que GA4 ne voit pas et à arbitrer les actions à partir de données réelles de tracking, pas à partir de use cases LinkedIn.
Les volumes actuels (1 à 5 % d’acquisition GEO sur les portefeuilles B2B) ne justifient pas un pivot stratégique. Ils justifient un setup minimal : tracking de prompts, champ déclaratif, audit des URL influentes et test de rendu JavaScript. Le reste suit naturellement quand les données sont là.
Prêt à intégrer le GEO à votre stratégie SEO ?
Rejoignez la communauté UnlockM pour échanger avec vos pairs. Partagez vos défis, découvrez des retours d’expérience concrets sur le SEO et le GEO et accélérez votre apprentissage.
