Dans l’article « How Marketers Can Adapt to LLM-Powered Search » de Stefano Puntoni, Mike Ensing et Jarvis Bowers, publié dans la Harvard Business Review, les auteurs explorent les impacts des modèles de langage large (LLM en anglais pour Large Language Models) sur la recherche en ligne et les stratégies marketing.
Contrairement aux moteurs de recherche traditionnels, les LLM fournissent des réponses directes plutôt que des listes de liens, créant une expérience interactive qui redéfinit la manière dont les marques doivent se positionner pour atteindre leur audience cible.
LLM et l’évolution de l’expérience de recherche
Les LLM, comme ceux intégrés dans ChatGPT, Google Search Generative Experience (SGE) ou Bing Copilot, créent des réponses en langage naturel qui accompagnent l’utilisateur tout au long de son parcours d’achat. Cette transformation offre une expérience plus fluide et consultative. Cependant, elle introduit un défi pour les marques : si un LLM ne mentionne pas votre marque dans ses réponses, les utilisateurs peuvent ne jamais découvrir votre offre. Ce changement implique pour les entreprises d’adopter une nouvelle approche pour garantir la visibilité de leur marque.
L’optimisation LLM : Une nouvelle discipline pour les spécialistes du marketing
À l’instar de l’optimisation pour les moteurs de recherche (SEO), une nouvelle discipline d’optimisation pour les LLM ou LLMO, est en train de naître. Contrairement aux algorithmes traditionnels, les LLM ne se limitent pas aux mots-clés et aux liens. Ils compilent des réponses en s’appuyant sur des données variées : contenus textuels, images, vidéos, avis clients, et même contributions générées par les utilisateurs. Les marques doivent donc s’assurer que leur contenu est structuré de manière à être facilement compréhensible et utilisable par ces nouveaux systèmes.
La génération augmentée par récupération (RAG) : Un levier stratégique
Les LLM utilisent une technique appelée génération augmentée par récupération (retrieval-augmented generation, ou RAG), qui permet de compléter les réponses grâce à des informations externes comme des documents d’entreprise ou des contenus web. Un exemple cité par les auteurs montre que l’ajout d’une “séquence de texte stratégique” à une page produit augmente la probabilité que le LLM cite ce produit dans ses réponses. Une recherche menée par Harvard a démontré que cette technique pouvait, par exemple, faire ressortir un produit pour des requêtes liées à l’accessibilité financière, offrant ainsi une nouvelle méthode d’influence pour les marques.
Une mutation du SEO vers le LLMO et les implications sur les carrières
Le passage du SEO traditionnel vers l’optimisation pour les modèles de langage large (LLMO, pour Large Language Model Optimization) pose à la fois des défis et des opportunités. Contrairement au SEO, qui se concentre sur l’optimisation des sites web pour apparaître dans les moteurs de recherche traditionnels, le LLMO regroupe les pratiques permettant de maximiser la visibilité d’une marque dans les réponses générées directement par les LLM, sans passer par des listes de liens.
Bien que les outils d’automatisation réduisent le besoin en main-d’œuvre pour certaines tâches SEO, les compétences requises deviennent plus complexes. Les professionnels du SEO, en se spécialisant en LLMO, seront essentiels pour gérer la visibilité des marques sur les différentes plateformes et répondre aux exigences de ce nouvel environnement en constante évolution.
Stratégies concrètes pour appliquer l’optimisation LLM
Bien que l’article de Stefano Puntoni, Mike Ensing et Jarvis Bowers ne fournisse pas de directives pratiques détaillées, voici des étapes concrètes pour les entreprises souhaitant maximiser leur visibilité via la génération augmentée par récupération (RAG).
Identifier les requêtes pertinentes pour votre marque
Pour débuter, identifiez les questions courantes que les utilisateurs posent et auxquelles vos produits peuvent répondre. Par exemple, une marque de vélos pourrait cibler des requêtes telles que “meilleurs vélos pour débutants” ou “vélos abordables pour la montagne”.Créer des “séquences de texte stratégiques”
Les LLM captent plus facilement les informations présentées de manière directe et concise. Incluez des caractéristiques spécifiques dans les descriptions de produits, comme “confort optimal pour débutants” ou “pneus larges pour un meilleur équilibre”, qui répondent aux critères recherchés par les utilisateurs. En mettant en avant des attributs distinctifs comme la durabilité ou le prix abordable, vous augmentez vos chances d’être mentionné.Optimiser la structure du contenu
Organisez votre contenu en balises bien structurées, avec des titres de section qui reprennent des questions populaires, pour faciliter l’indexation des informations par les LLM. Utilisez des paragraphes courts pour rendre les informations plus faciles à extraire et incluez des formats variés (avis clients, FAQ, guides).Ajouter des sources de données supplémentaires
Les LLM s’appuient sur des contenus divers pour générer leurs réponses, donc intégrer des avis clients ou des études de cas augmente vos chances d’être cité. Enrichissez vos pages de contenus multimédia, comme des images et vidéos balisées de manière claire.Test et ajustement continus
Mesurez la performance de vos séquences de texte et ajustez-les pour capter davantage l’attention des LLM dans les résultats de recherche. Effectuez des tests A/B pour valider les formulations les plus efficaces. Cela permettra de comprendre ce qui fonctionne le mieux pour obtenir des mentions dans les réponses des LLM.
Un écosystème de recherche en pleine transformation
Les LLM ouvrent la voie à une diversification de l’écosystème de recherche. Plutôt qu’une domination d’un seul acteur comme Google, plusieurs plateformes pourraient émerger avec différents modèles de monétisation, comme les abonnements et la publicité. Cette évolution élargit les options pour les consommateurs et pourrait réduire la dépendance des marques à une seule plateforme.
Conclusion : Adaptez votre stratégie pour réussir dans l’ère de la recherche LLM
Alors que la recherche propulsée par les LLM continue de transformer les stratégies digitales, il devient essentiel pour les marques de repenser leur approche de la visibilité. En appliquant les stratégies d’optimisation LLMO et en intégrant des techniques de génération augmentée par récupération, les entreprises peuvent s’assurer que leurs produits et services restent bien représentés dans les réponses générées par ces nouveaux modèles.
Cet article, inspiré des observations de Stefano Puntoni, Mike Ensing et Jarvis Bowers, apporte des recommandations additionnelles pour aider les spécialistes du marketing à exploiter pleinement les possibilités offertes par la recherche propulsée par les LLM. Pour en savoir plus, consultez l’article complet de la Harvard Business Review ici.
