Mesurer la visibilité de votre hôtel dans les IA, sans standard

Depuis un an, la question revient dans presque tous nos rendez-vous : « est-ce qu'on apparaît dans ChatGPT ? ». Elle est légitime. Elle est aussi, prise seule, à peu près sans valeur.

Parce qu'un hôtel peut être cité dans huit réponses sur dix pour sa ville et n'en tirer aucune réservation. Cité en dernier, noyé entre cinq concurrents, sans lien vers son site, avec un tarif faux et une étoile de trop. Ou cité sur des questions qui n'ont aucune valeur commerciale, du type « quelle est l'histoire de l'hôtellerie à Megève ».

La citation n'est pas une performance. C'est un point de départ.

Le problème, c'est qu'il n'existe pas encore de standard de mesure : pas de suivi de position comme en référencement classique, pas de tableau de bord tout prêt, pas d'indicateur sur lequel tout le monde s'accorde. Mais l'absence de standard n'est pas l'absence de méthode. Voici celle que nous appliquons chez nos clients, en quatre niveaux.

Niveau 1 : ce que l'IA raconte sur votre établissement

Avant de compter les citations, il faut lire ce qui est dit. Trois choses se vérifient, et se vérifient à la main :

• L'exactitude. Nombre de chambres, classement, équipements, quartier, fourchette de prix, politique d'annulation, présence d'un parking ou d'un ascenseur. C'est là que nous trouvons le plus d'erreurs, et ce sont celles qui coûtent le plus cher : un voyageur à qui l'on annonce un spa qui a fermé ne réserve pas deux fois.
• Le sentiment. Positif, neutre, négatif. Une réputation en ligne dégradée se retrouve telle quelle dans les réponses générées, souvent formulée plus crûment qu'un avis isolé.
• Les attributs associés. Sur la question « quel hôtel pour un séjour en famille à Biarritz », un même établissement peut être décrit comme « familial », « bon rapport qualité-prix », « proche de la plage » ou « pratique pour une nuit d'étape ». Ce ne sont pas les mêmes clients, ni les mêmes prix moyens.

La bonne question n'est donc pas « suis-je cité ? » mais « quelle image de mon établissement se construit dans la tête de mes futurs clients ? »

Niveau 2 : d'où vient l'information

Les modèles ne fabriquent pas votre description : ils la recomposent à partir de ce qu'ils trouvent. Il faut donc savoir quelles sources parlent de vous, et lesquelles sont reprises.

En hôtellerie, ce sont presque toujours les mêmes : votre site officiel, votre fiche Google, les OTA, les guides et magazines de voyage, les blogs locaux, les offices de tourisme. La logique est très proche de celle des liens entrants en référencement naturel : plus les sources qui vous décrivent sont reconnues, cohérentes et exactes, plus votre présence dans les réponses est solide et régulière. Une fiche d'office de tourisme jamais mise à jour peut à elle seule faire circuler une information fausse pendant des mois.

Niveau 3 : la place que vous occupez dans la réponse

Toutes les citations ne se valent pas, et c'est probablement la nuance la plus utile à intégrer. Prenons deux réponses à la même question, « quel hôtel choisir à Megève pour un week-end au ski ? ».

Dans les deux cas l'hôtel est cité. Dans un seul il est choisi. Nous suivons donc, pour chaque question surveillée : la position de la mention dans la réponse, le nombre de mots qui vous sont consacrés, la présence ou non d'un argument, et le fait d'être ou non dans les trois premiers cités.

Niveau 4 : ce que ça rapporte, et pourquoi c'est sous-estimé

C'est la question du directeur, et c'est la plus difficile. Le trafic identifiable venu des IA conversationnelles est encore modeste en volume, mais il convertit mieux que la moyenne des canaux d'acquisition : ces visiteurs ont déjà comparé.

Sauf que ce trafic ne raconte qu'une partie de l'histoire. Le scénario le plus courant est celui-ci : un voyageur demande conseil à une IA, l'IA recommande votre hôtel, le voyageur ferme l'application et tape le nom de l'établissement dans Google. Dans vos statistiques, la session apparaît en accès direct ou en recherche de marque. La recommandation a décidé de la réservation, et elle est parfaitement invisible dans le rapport.

C'est une limite structurelle de la mesure au dernier clic, et elle s'applique à la quasi-totalité des établissements aujourd'hui. Une conséquence pratique : si vos recherches de marque augmentent sans campagne ni retombée presse pour l'expliquer, regardez du côté des IA avant de conclure à un hasard.

Pourquoi mesurer maintenant, même imparfaitement

Pendant qu'on attend un outil parfait, les modèles, eux, construisent déjà une représentation de chaque établissement, à partir de ce qu'ils trouvent en ligne. Cette représentation se forme maintenant, et une fois installée, elle est lente à corriger.

Ne pas mesurer, ce n'est pas rester neutre : c'est laisser les IA décrire votre hôtel à votre place, et laisser vos voisins occuper les recommandations que reçoivent vos futurs clients.

Chez DB Hôtel Conseil, nous suivons cette visibilité avec echoes, l'outil que nous avons développé en interne : un jeu de questions propres à chaque établissement, posées régulièrement à plusieurs moteurs, dont nous relevons la citation, la position, le ton et l'exactitude. Ce n'est pas un standard. C'est une méthode, et elle donne déjà une base de discussion autrement plus utile que « est-ce qu'on apparaît dans ChatGPT ? »