La plupart des équipes vérifient les réponses de l'IA en tapant le nom de leur propre entreprise. Ce qui décide de la shortlist d'un acheteur, c'est de savoir si un assistant vous cite quand l'acheteur ne le fait pas.
Posez dix questions sans nom de marque qu'un acheteur poserait avant de connaître le moindre fournisseur, dans ChatGPT, Claude, Gemini et Perplexity, trois fois chacune, et comptez les réponses qui citent votre entreprise. Torke appelle cette part Machine Recall, la version IA de la notoriété spontanée, et elle montre si un acheteur qui commence par un assistant entend un jour votre nom.
Demandez à la plupart des équipes marketing si ChatGPT recommande leur entreprise, et elles taperont son nom, liront une description raisonnable et en concluront que oui. Cette vérification mesure quelque chose de réel, mais elle ne peut pas vous dire si un assistant vous mentionnerait à un acheteur qui n'a jamais entendu parler de vous, et c'est cette question qui décide si vous atteignez une shortlist. Un acheteur qui demande quelles entreprises fabriquent des systèmes d'inspection pour les usines de semi-conducteurs ne met pas votre nom dans la question, et ce qui compte, c'est donc que l'assistant le mette dans la réponse.
Nous l'appelons Machine Recall : la part des questions de catégorie sans nom de marque dans lesquelles un assistant d'IA cite votre entreprise sans que votre nom lui ait été soufflé. C'est la version machine de la notoriété spontanée, la mesure d'enquête dans laquelle les personnes citent les marques qu'elles connaissent dans une catégorie avant qu'on leur montre une liste. Sa contrepartie est l'Answer Fidelity, qui vérifie ce que dit l'assistant une fois votre nom déjà dans la question, et les deux répondent à des problèmes différents, puisqu'une entreprise peut être parfaitement décrite quand on la nomme et ne jamais apparaître quand on ne la nomme pas.
Un assistant cite une entreprise dans une réponse sans nom de marque lorsque ses données d'entraînement, ou les pages qu'il récupère au moment de la question, relient cette entreprise au problème avec les mots qu'a employés l'acheteur. Ce lien se construit à partir d'articles comparatifs, d'annuaires, de programmes de conférences, de la presse spécialisée et de vos propres pages, lorsqu'elles disent clairement ce que vous faites et pour qui. Lorsque ces sources vous décrivent en langage produit et que l'acheteur pose sa question en langage problème, le lien est faible, et l'assistant se tourne vers les fournisseurs dont le nom apparaît le plus souvent à côté des mots de l'acheteur, ce qui, dans une petite catégorie, se résume souvent à deux ou trois entreprises.
La vérification tient en un après-midi. Rédigez dix questions qu'un membre de votre groupe d'achat poserait avant de connaître le moindre fournisseur, avec ses mots plutôt que les vôtres, par exemple quels fournisseurs peuvent ajouter une inspection par vision à une ligne existante, ou ce qu'il faut regarder dans un système de perception pour chariots élévateurs. Posez chaque question dans ChatGPT, Claude, Gemini et Perplexity depuis une session déconnectée ou un compte neuf, pour que les conversations précédentes n'orientent pas la réponse, et posez chaque question trois fois, car les réponses varient d'une exécution à l'autre. Notez chaque entreprise citée dans chaque réponse, puis divisez le nombre de réponses qui vous citent par le total.
Prenons dix questions, quatre assistants et trois exécutions chacune, soit 120 réponses. Si votre entreprise apparaît dans 18 d'entre elles, votre Machine Recall est de 15 pour cent pour ce jeu de questions à cette date. Le chiffre dit peu de chose à lui seul, alors notez à côté quels concurrents sont apparus et à quelle fréquence, car un concurrent cité dans 70 des 120 réponses vous montre comment les assistants décrivent actuellement la catégorie et dans quelles sources vous devez apparaître pour changer cela.
La vérification a des limites qu'il vaut la peine d'énoncer. Les réponses changent quand les modèles sont mis à jour et quand les pages qu'ils récupèrent changent, si bien qu'un après-midi vous donne une lecture pour cette date et rien de plus, et la version reproductible, avec un jeu de questions qui reste identique d'un mois à l'autre, est ce que nous décrivons comme l'AI Retrievability. Dix questions forment aussi un petit échantillon, si bien qu'une différence de deux ou trois réponses entre deux vérifications relève du bruit. Enfin, dans une catégorie qui n'a pas encore de nom établi, un score faible signifie souvent que les mots des acheteurs ne renvoient encore à personne, ce qui laisse le vocabulaire libre pour qui le fournira en premier.
Pour un responsable marketing, la Machine Recall change ce qui figure au plan de contenu. Si les assistants citent des concurrents et jamais vous, une page de plus sur votre propre site décrivant votre produit comble rarement l'écart, car les assistants confrontent le langage problème de l'acheteur à de nombreuses sources à la fois. Le travail consiste à décrire ce que vous faites avec les mots de l'acheteur sur les pages que lui et les assistants lisent, et à être cité dans les sources tierces que les assistants citent déjà pour votre catégorie, ce qui est le travail du pôle Visibilité de Torke Service.
La notoriété dans les réponses de l'IA se comporte comme la notoriété dans l'esprit des gens l'a toujours fait, puisque l'entreprise qui vient à l'esprit en premier reçoit le premier appel, et la même vérification fonctionne dans toute catégorie où les acheteurs demandent avant de chercher. Rédigez cette semaine vos dix questions avec les mots que vos trois derniers nouveaux clients ont employés dans leur premier e-mail, posez-les dans quatre assistants, et comptez combien de fois vous apparaissez sans avoir été nommé, car ce décompte vous dit si un acheteur qui commence par un assistant entendra un jour parler de vous.
Chaque réponse se suffit à elle-même : vous pouvez la transmettre à un collègue, et un assistant interrogé sur la même question peut la citer telle quelle.
Généralement parce que les sources sur lesquelles s'appuie l'assistant relient vos concurrents au problème de l'acheteur avec les propres mots de celui-ci, par des articles comparatifs, des annuaires et la presse spécialisée, alors que vos pages vous décrivent dans un langage produit que l'acheteur n'emploie pas.
Utilisez une session déconnectée ou un compte neuf. La mémoire et les conversations précédentes peuvent orienter un assistant vers des entreprises dont vous avez parlé auparavant, et la vérification mesurerait alors votre propre historique au lieu de ce que voit un nouvel acheteur.
Dix questions posées trois fois dans quatre assistants donnent 120 réponses, assez pour voir quelles entreprises dominent une catégorie. Une différence de quelques réponses entre deux vérifications est trop faible pour être lue comme un changement.
Dites-nous ce que vend votre équipe, qui l'achète et où les affaires cessent d'avancer. Vous recevrez une réponse écrite indiquant quelle façon de travailler vous convient, ou si un Diagnostic a du sens, et si aucun des deux ne convient, la raison.