Comment garantissez-vous la reproductibilité face à la variabilité des réponses IA ?
+
Les requêtes sont identiques d'un audit à l'autre (taxonomie figée et versionnée). Chaque prompt est exécuté avec une température basse côté provider (quand c'est paramétrable) et l'extraction structurée par LLM secondaire impose un schéma JSON strict. La variabilité résiduelle est mesurée : tout score est accompagné d'un intervalle de confiance dans le rapport.
Pourquoi six moteurs et pas davantage ?
+
Ces six concentrent environ 95 % des usages B2B francophones en 2026 : ChatGPT, Claude et Perplexity côté web-grounded grand public ; Gemini et Copilot côté écosystèmes Google et Microsoft ; Mistral comme représentant souverain et baseline training-data. Ajouter Grok, Le Chat web ou Kimi apporterait peu de signal incrémental.
Pourquoi Mistral est mesuré sur ses données d'entraînement et pas en live ?
+
L'API Mistral ne propose pas d'outil de recherche web natif. Plutôt que de truquer une mesure live, nous interrogeons Mistral sur ses données d'entraînement. Cela mesure la présence de votre marque dans le corpus du modèle — un indicateur de notoriété durable.
Comment quantifiez-vous la position quand plusieurs marques sont mentionnées ?
+
Nous mesurons l'ordre d'apparition textuel dans la réponse, pondéré par le nombre de mentions de chaque marque. Une marque citée en premier paragraphe avec deux occurrences pèse davantage qu'une marque mentionnée une seule fois en fin de réponse.
Mes requêtes et données sont-elles utilisées pour entraîner les modèles ?
+
Non. Tous nos appels API passent sur les tiers payants de chaque fournisseur, qui excluent contractuellement l'usage des données client pour l'entraînement. Cette exclusion est validée dans chaque ToS commercial. Aucun appel ne sort de ce périmètre.
Combien de runs effectuez-vous pour un audit ?
+
Un seul run pour les audits standard (180 mesures). Trois runs séparés pour l'audit premium, ce qui permet de calculer une variabilité observée. Le monitoring continu fait un scan complet par semaine (Starter), J+1 (Pro), ou en temps réel (Enterprise).
Que se passe-t-il si un moteur change son API entre deux audits ?
+
C'est inévitable et nous le gérons en interne. La couche d'abstraction provider absorbe les évolutions d'API. Si une rupture méthodologique majeure intervient, nous le documentons explicitement dans le rapport suivant et appliquons un facteur de correction au calcul des deltas temporels.
Pourquoi votre méthodologie complète n'est-elle pas publique ?
+
Notre taxonomie et nos algorithmes de scoring sont notre principal moat — les rendre publics les rend gameable par les marques qui ne sont pas nos clients. Une méthodologie publique est figée ; la nôtre est versionnée et évolue. Sous NDA dans le cadre d'un contrat de monitoring récurrent, nous fournissons les détails techniques.
Vos audits sont-ils reproductibles si on les commande six mois plus tard ?
+
Oui. La taxonomie est versionnée et chaque rapport stamp la version utilisée. Re-commander un audit six mois plus tard avec le même périmètre permet une comparaison directe des deltas — c'est le cas d'usage d'un monitoring continu sur une fréquence plus longue.
Que faites-vous des données après la mission ?
+
Conservation des données brutes pendant 12 mois post-audit pour vos questions de suivi, puis suppression automatique. Si vous souscrivez à un monitoring, les données sont conservées pendant toute la durée du contrat plus 90 jours. Sur demande écrite, suppression anticipée immédiate.