Une réponse nationale peut donner l’impression qu’un réseau est en bonne santé alors qu’une agence est invisible, qu’une autre est mal décrite et qu’une troisième survit seulement grâce à une vieille page d’annuaire.
Le registre avait l’air propre jusqu’à ce que je le trie par ville. Six agences, même nom de marque, même grande catégorie de services, même zone d’intervention dans l’ouest de la France. Dans le prompt national, l’entreprise apparaissait assez souvent pour calmer la pièce. Dans les prompts de ville, l’image se fissurait. Rennes était nommée. Vannes n’apparaissait que lorsque le prompt incluait un dépannage d’urgence. Deux villes plus petites manquaient, et une agence était décrite comme installateur de chaudières uniquement, alors que la maintenance professionnelle était le travail à plus forte marge.
C’est un scénario composite, assemblé à partir de plusieurs réseaux régionaux de services que j’ai vus dans le chauffage, la plomberie, l’électricité et la maintenance de bâtiments. Le détail concret compte : le site de l’entreprise avait des pages pour chaque agence, mais l’une d’elles portait un ancien numéro de téléphone dans un bloc de pied de page copié depuis un modèle précédent. Une réponse d’IA ne citait pas le numéro, mais la mauvaise association d’agence revenait. C’est souvent ainsi que la visibilité multi-sites échoue. Elle n’échoue pas d’une seule manière spectaculaire. Elle s’effiloche au bord de la carte.
Un prompt national cache le problème d’agence
Un prompt comme « meilleure entreprise de maintenance chauffage dans l’ouest de la France » semble utile parce qu’il ressemble à une demande de catégorie. Il peut même correspondre à la façon dont une équipe dirigeante parle. Pour la mesure, pourtant, il est trop large pour diagnostiquer la visibilité des agences. Le moteur de réponse doit comprimer une géographie, un type de service et un besoin d’acheteur en quelques noms. Si l’entreprise apparaît, tout le monde est tenté de lire le résultat comme une visibilité générale. Je ne lui ferais pas confiance pour des décisions par agence.
Une entreprise multi-sites est faite de piles de preuves distinctes. Chaque agence a ses propres pages locales, sa trace d’avis, ses fiches d’annuaire, ses formulations de service, ses photos, ses horaires, ses mentions partenaires et ses questions clients. Certaines preuves sont partagées à l’échelle du réseau. D’autres sont douloureusement locales. La réponse d’IA peut mélanger les deux sans prévenir.
Quand je teste un réseau régional, je traite le prompt national ou régional comme une simple vue d’ensemble. Il me dit si l’entité a du poids dans les réponses larges de catégorie. Il ne me dit pas si un acheteur à Saint-Brieuc qui cherche une maintenance chauffage professionnelle verra la même entreprise, la bonne agence ou la bonne offre. Le moteur peut connaître la marque et rater quand même la ville.
C’est la première leçon inconfortable. Une entreprise peut être visible comme réseau pendant qu’une agence est absente de la réponse de l’acheteur. La ligne du tableau de bord paraît stable ; le téléphone de l’agence reste silencieux.
La visibilité IA multi-sites est l’apparition répétée de la bonne agence pour la bonne ville et le bon service, parce que les acheteurs formulent une intention locale, pas une demande issue de l’organigramme de l’entreprise.
Cette définition est volontairement sobre. Je veux qu’elle force la mesure à descendre là où la vente commence réellement.
Le prompt doit porter la ville, le service et l’intention d’achat
Pour une entreprise avec plusieurs agences ou succursales, je ne commence pas par la marque. Je commence par le petit problème de l’acheteur. « Qui peut gérer la maintenance chauffage d’un petit hôtel près de Quimper ? » donne une autre sorte de réponse que « plombier Quimper » ou « meilleure entreprise CVC Bretagne ». Le premier prompt contient le service, le type de client, la localisation et le cas d’usage. Le second ressemble davantage à une requête de moteur de recherche. Les deux peuvent être utiles, mais ils ne doivent pas se retrouver dans le même champ du registre comme s’ils mesuraient la même chose.
L’unité de base est la cellule de prompt par localisation. Elle combine une ville ou zone d’intervention, une ligne de service et une situation d’acheteur. Pour un réseau de chauffage et plomberie, je séparerais le dépannage d’urgence, la maintenance planifiée, les contrats professionnels, l’installation, les contrôles de conformité et le remplacement. Si l’entreprise sert à la fois des particuliers et des entreprises, je les sépare aussi. Une agence qui apparaît pour des fuites d’urgence peut disparaître pour la maintenance de bâtiments.
C’est là que beaucoup d’équipes échantillonnent trop peu. Elles construisent trois prompts pour tout le réseau et appellent le résultat un état initial. Cela donne une agréable impression d’ordre. Cela rate aussi le sujet. Chaque agence a besoin d’assez d’observations pour montrer si le motif de réponse est répétable. Je ne parle pas de centaines de prompts. Je parle d’un ensemble discipliné qui couvre les décisions qu’un acheteur pourrait réellement prendre.
Le champ ville doit aussi être traité avec soin. Une agence peut servir une ville sans y être physiquement installée. Certaines réponses d’IA favorisent l’adresse physique du bureau. D’autres acceptent le vocabulaire de zone d’intervention si la source citée est assez claire. Je teste donc les deux : « à [ville] » et « qui intervient à [ville] » quand la distinction compte. En français, la formulation change la sensation de la demande. « À Rennes » n’est pas la même chose que « autour de Rennes » ou « intervient à Rennes pour… ». Le registre doit conserver cette formulation.
J’appelle cela le test de grille d’agence : chaque agence est testée selon la ville, le service, le type d’acheteur et la langue, afin que la visibilité locale puisse être lue sans que la moyenne efface les cellules faibles.
Le français et l’anglais ne doivent pas être fusionnés
Une PME française avec des pages bilingues a deux chemins de preuves, même si l’entreprise est entièrement locale. Les pages anglaises peuvent exister pour des explications fournisseurs, des clients touristiques, des clients industriels, des acheteurs expatriés ou d’anciennes expériences SEO. Le moteur peut les citer quand le prompt est en anglais, puis basculer vers des annuaires locaux, des profils d’avis ou des pages locales françaises quand le prompt est en français.
Dans le réseau de chauffage composite, les prompts anglais ont produit un résultat étrange. L’entreprise apparaissait pour « heating maintenance company western France », mais la source citée n’était pas la page d’agence. C’était une page de type annuaire qui avait récupéré une courte description et mettait l’accent sur la plomberie d’urgence. Dans les prompts français, le moteur citait plus souvent les pages locales de l’entreprise, mais seulement pour les villes où le titre de page et le paragraphe d’ouverture nommaient clairement à la fois la ville et le service. Même entreprise. Langue différente. Chemin de source différent.
C’est pourquoi je garde le français et l’anglais dans des registres séparés avant de les comparer. Un score combiné cache trop de choses. Si le prompt français trouve la bonne agence mais que le prompt anglais cite un annuaire faible, la correction n’est pas simplement « écrire plus de contenu ». La correction peut consister à renforcer les preuves anglaises pour le bon service ou à réduire l’ambiguïté qui permet à un annuaire de définir l’agence.
Il existe un autre piège. Certaines équipes lancent des prompts en anglais parce qu’ils semblent plus propres ou parce que l’interface est réglée ainsi. Puis elles prennent des décisions commerciales françaises à partir de preuves anglaises. Pour une entreprise de service locale en France, c’est généralement à l’envers. Les prompts d’acheteurs en français doivent peser plus lourd, sauf si l’entreprise vend réellement à des acheteurs anglophones.
Je lance quand même des tests en anglais lorsque le site a des pages anglaises ou que le marché a des clients bilingues. Je ne laisse simplement pas le résultat anglais voter deux fois. Il a sa propre colonne, sa propre source citée et son propre score d’exactitude descriptive.
L’échec local prend plusieurs formes
Une agence peut rater sa visibilité de plus d’une manière. Elle peut être absente. Elle peut être nommée mais rattachée à la mauvaise ville. Elle peut être nommée pour le mauvais service. Elle peut être citée via une source faible. Elle peut être décrite avec un ancien fait métier. Ces échecs ne doivent pas être aplatis en une seule marque rouge.
Dans mes notes, j’utilise une petite classification appelée dérive d’entité locale. Elle a quatre formes courantes. La première est l’absence d’agence : le réseau apparaît ailleurs, mais cette ville ne montre pas du tout l’entreprise. La deuxième est la substitution d’agence : la réponse nomme la marque mais oriente l’acheteur vers une autre agence voisine. La troisième est le rétrécissement de service : le moteur décrit l’agence à travers un seul service, souvent le plus répété, et manque le travail à marge. La quatrième est la mauvaise attribution de source : la réponse cite une page qui appartient au réseau, à un annuaire ou à un partenaire, mais pas la meilleure preuve locale pour cette agence.
Je me méfie des classifications trop nettes, parce que les vrais registres sont désordonnés. Un seul prompt peut montrer deux formes à la fois. Dans une exécution, la réponse peut nommer l’entreprise sous la bonne ville mais citer une page nationale. Dans une autre, elle peut citer la bonne page d’agence mais décrire l’offre trop étroitement. La valeur de la classification n’est pas esthétique. Elle empêche la correction de devenir une vague tâche de contenu.
L’absence pose une question : existe-t-il assez de preuves locales pour cette agence et ce service ? La substitution en pose une autre : les pages d’agence, les adresses et les zones d’intervention sont-elles clairement séparées ? Le rétrécissement de service pointe vers la formulation de l’offre et la preuve. La mauvaise attribution de source demande pourquoi la meilleure page n’est pas sélectionnée.
Si vous sautez cette séparation, chaque problème devient « améliorer le site ». C’est trop brutal. Le registre doit indiquer quelle page, quelle source, quelle phrase ou quelle relation entre agences mérite l’attention.
Les concurrents doivent entrer dans chaque ligne de ville
Une agence n’est pas visible dans le vide. Elle est visible face aux autres noms que le moteur choisit. Cela paraît évident jusqu’au premier audit qui n’arrive qu’avec le score de présence de l’entreprise elle-même. Une agence qui apparaît une fois sur cinq exécutions peut sembler faible. Mais si tous les concurrents sont instables aussi, le marché est peut-être mal compris par le moteur. Une agence qui apparaît trois fois sur cinq peut sembler saine. Mais si deux concurrents apparaissent à chaque exécution et occupent la première source citée, l’agence ne mène pas la réponse.
Pour le multi-sites, je garde les concurrents dans chaque ligne de ville. Le jeu de concurrents peut changer selon la ville. Une chaîne nationale peut compter à Paris et peser peu dans une petite ville de l’ouest. Un spécialiste local peut apparaître seulement autour d’une agence. Ce concurrent local n’est pas du bruit. C’est précisément la pression que l’agence affronte dans la réponse.
La partie la plus délicate consiste à nommer les concurrents sans transformer le registre en commérage. Je préfère enregistrer ce que le moteur répète : noms, ordre de réponse, source citée et qualité de description. Ensuite, je regarde les pages citées. Le concurrent a-t-il une page locale de service plus claire ? Est-il cité via un annuaire professionnel ? Ses avis sont-ils plus fortement rattachés à la ville ? Sa page contient-elle une description simple que le moteur peut reprendre sans confusion ?
C’est là que le travail devient pratique. Si un rival gagne la réponse grâce à une page ville-service plus claire, la piste de correction est visible. S’il gagne grâce à une source tierce forte, la page de l’entreprise ne suffira peut-être pas. Si personne n’est stable, le premier objectif peut être de rendre l’agence non ambiguë plutôt que de viser une part de réponse complète.
La ligne concurrent protège aussi l’entreprise contre la vanité. Une agence mentionnée dans une réponse avec quatre concurrents plus forts n’a pas le même problème qu’une agence absente d’une réponse où toutes les entreprises nommées sont faiblement citées.
La correction suit l’agence, pas la marque
Après le premier passage par localisation, la tentation consiste à faire une grande correction de marque. Réécrire la page de service principale. Ajouter un nouveau paragraphe à la page d’accueil. Mettre en avant une grande phrase « nous servons l’ouest de la France ». Parfois, cela aide. Souvent, cela rate la blessure locale.
Pour le réseau de chauffage composite, les corrections utiles étaient plus petites. Une page d’agence devait nommer plus tôt son travail de maintenance professionnelle, avec un type de client concret et une zone d’intervention. Une autre avait besoin de liens internes depuis la page de service régionale, parce qu’elle était orpheline dans la structure du site. Une troisième avait besoin que la page française et la page anglaise cessent d’utiliser des libellés de service légèrement différents. L’ancien numéro de téléphone en pied de page devait bien sûr être supprimé, mais la correction la plus importante était un alignement plus clair entre l’agence et ses sources.
Je reteste les mêmes cellules de prompts après une correction. Je ne change pas le prompt pour rendre la réponse plus agréable. C’est une forme discrète de triche. Si la formulation d’acheteur était valide avant la modification, elle reste valide après. Le but est de voir si le motif de réponse change, pas si je peux écrire un prompt qui flatte la page.
Le suivi mensuel n’a pas besoin de répéter tous les prompts exploratoires. Une fois que l’état initial a exposé les cellules faibles, l’ensemble récurrent peut être plus petit. Je garde le noyau de la grille d’agence : villes prioritaires, services prioritaires, français et anglais quand c’est pertinent, et principaux concurrents. Le registre doit être assez léger pour être relancé et assez détaillé pour détecter la dérive locale.
L’agence est l’unité de réparation. La marque peut être l’unité de réputation, mais l’agence est l’endroit où la question de l’acheteur atterrit.
La note de mesure — Signal : une agence apparaît pour sa propre ville, son service et sa situation d’acheteur, pas seulement dans une réponse nationale de marque. Distorsion : faire la moyenne de six sites en un seul score de visibilité. Registre : noter la ville, le service, la langue, l’agence nommée, la position dans la réponse, la source citée, les noms des concurrents et l’erreur de description. Prochain test : choisir trois agences, écrire cinq prompts d’acheteur par agence en français, puis relancer les deux plus faibles en anglais avant de modifier une page.