Les moteurs conversationnels rebattent les cartes de la concurrence dans le retail. Selon une étude de Dekuple Insight, ChatGPT et Gemini ne raisonnent pas à partir des catégories traditionnelles du marché mais selon l’intention exprimée par le consommateur.
Une évolution qui oblige les retailers à repenser leur visibilité, leur positionnement et les preuves qui nourrissent les recommandations des IA…
L’intention remplace la catégorie
Premier constat de cette étude : les IA ne raisonnent pas en secteurs mais à partir du besoin exprimé.
Chaque intention (prix, qualité, rapidité, expertise, tendance) recompose son propre univers concurrentiel.
Sur les requêtes de prix, E.Leclerc et Action peuvent ainsi rivaliser avec les spécialistes de la beauté.
Uber Eats et Deliveroo entrent dans le paysage alimentaire dès que la livraison rapide devient prioritaire.
IKEA ou Leroy Merlin s’invitent dans le high-tech lorsque la conversation glisse vers la domotique.
Le périmètre concurrentiel d’une marque n’est donc plus celui de son marché, mais celui de la question posée.
Pour les marques, le sujet n’est donc plus seulement d’apparaître sur une catégorie de produits. Il s’agit d’être identifié comme une réponse pertinente à une intention précise.
Être visible ne suffit plus
Certaines enseignes ont atteint une couverture qui les rend quasi incontournables. Sephora apparaît dans plus de 70 % des réponses beauté étudiées, avec un rang moyen de 1,59. Fnac-Darty est présent dans plus de 70 % des prompts high-tech et capte près d’un tiers des mentions.
Mais être partout ne garantit pas d’être choisi en premier.
Sur les requêtes ChatGPT liées à la qualité dans le sport, Decathlon figure dans 80 % des réponses, mais n’arrive en première position que dans 30 % des cas
La différence est stratégique : une marque peut être omniprésente dans les réponses sans être celle que l’IA recommande en priorité.
Sur les requêtes plus techniques, des spécialistes peuvent reprendre l’avantage grâce à une expertise mieux alignée avec l’intention exprimée.
Pour les retailers, le volume de citations devient donc un indicateur parmi d’autres. Le rang d’apparition, le contexte de citation et surtout le rôle attribué à la marque dans la réponse prennent une importance croissante.
Les IA redessinent le périmètre des marques
Les enseignes les plus visibles sont souvent celles auxquelles les modèles peuvent associer une fonction claire.
Decathlon renvoie ainsi à l’accessibilité et au rapport qualité-prix, Au Vieux Campeur à l’expertise technique, Grand Frais à la fraîcheur ou Biocoop à la consommation responsable.
Autrement dit, l’enjeu se déplace progressivement de la simple notoriété vers la capacité à occuper une position identifiable dans l’esprit du modèle.
La question n’est plus uniquement « sommes-nous visibles ? », mais plutôt : « pour quelle question voulons-nous devenir une réponse évidente ? ».
ChatGPT et Gemini ne racontent pas exactement le même marché
Autre enseignement de l’étude : il n’existe pas une visibilité IA unique.
Les modèles peuvent faire émerger des univers concurrentiels différents pour une même intention.
Sur les requêtes liées à la technicité sportive, Gemini fait ainsi apparaître 34 marques distinctes contre 15 pour ChatGPT. Le premier élargit davantage le paysage aux spécialistes, pure players et acteurs de niche, tandis que ChatGPT tend à concentrer ses recommandations autour d’un nombre plus limité de leaders.
Même le sens donné à un critère comme la « qualité » peut différer selon le modèle, avec des attributs et des marques valorisés différemment.
Pour les directions marketing, suivre un seul assistant ne suffit donc plus pour comprendre la visibilité réelle d’une enseigne dans l’écosystème conversationnel.
La recommandation se construit avec des preuves
Dernier levier : les sources utilisées par les IA varient selon la nature de la question.
Pour les informations opérationnelles — livraison, disponibilité, Click & Collect ou services — les contenus propriétaires jouent un rôle central. Dans le high-tech, 91 % des domaines mobilisés sur les services omnicanaux sont ainsi des sites propriétaires.
À l’inverse, les requêtes portant sur la qualité, le prix ou la fiabilité font davantage appel à des sources tierces : associations de consommateurs, comparateurs, médias spécialisés, plateformes d’avis ou institutions.
La visibilité dans l’IA dépend donc d’un véritable écosystème de preuves, combinant contenus de marque, réputation externe et sources d’autorité.
« Les moteurs d’IA générative deviennent une nouvelle couche de prescription entre les marques et les consommateurs.
explique Thomas Zavrosa, Directeur Général de Dekuple Insight
L’enjeu n’est plus seulement d’être cité, mais de comprendre pour quelles intentions une marque devient pertinente, quel rôle lui est attribué et quelles preuves permettent de soutenir cette recommandation ».
Un nouvel indicateur à suivre dans la durée
L’étude, menée pendant deux mois auprès de ChatGPT et Gemini, montre enfin que les leaders les plus installés conservent une présence relativement stable, tandis que les positions secondaires évoluent davantage selon les modèles, les sources et les périodes observées.
La visibilité dans les IA apparaît ainsi moins comme un nouveau classement que comme un indicateur à piloter dans le temps, à la croisée de la présence, de la préférence et de la perception des marques.
Méthodologie
L’étude repose sur une analyse longitudinale permettant d’observer non seulement la visibilité des enseignes, mais aussi leur perception et les sources qui structurent les réponses.
Dekuple Insight a analysé les réponses générées par ChatGPT et Gemini afin d’évaluer la présence et l’image des enseignes dans six secteurs clés du retail français. L’étude repose sur une analyse longitudinale sur 2 mois permettant d’observer non seulement la visibilité des marques, mais aussi leur perception et les sources qui structurent les réponses des IA.
L’analyse s’est articulée autour de plusieurs grandes intentions consommateurs: prix & promotions, qualité, services omnicanaux, systématiquement complétées par une dimension spécifique propre à chaque marché.
- High-tech : Innovation
- Beauté : Tendances & innovation
- Équipement de la maison : Style
- Sport : Technicité
- Mode : Tendances
- Alimentaire : Consommation responsable
Pour garantir la représentativité et la profondeur de cette étude, nous avons analysés les réponses de 45 requêtes par secteur, déclenché 8 appels de données, ce qui a permis de décortiquer 3 882 réponses et d’identifier 1 719 marques au total et plus ou moins nombreuses selon les secteur :
- Mode : 496 marques identifiées pour 560 réponses
- Alimentation : 113 marques identifiées pour 630 réponses
- High-tech : 226 marques identifiées pour 688 réponses
- Beauté : 266 marques identifiées pour 656 réponses
- Équipement de la maison : 410 marques identifiées pour 704 réponses
- Sport : 208 marques identifiées pour 644 réponses
