Dekuple ausculte 1 719 enseignes dans ChatGPT et Gemini

Dekuple Insight mesure la visibilité des enseignes retail dans les moteurs d’intelligence artificielle générative. Le pôle Consumer Intelligence du Groupe Dekuple a mené une étude d’image et de présence pendant deux mois. L’analyse couvre six secteurs français : alimentation, beauté, mode, sport, high-tech et équipement de la maison. Les analystes ont étudié 3 882 réponses produites par ChatGPT et Gemini. Ces réponses provenaient de 45 requêtes par secteur et de huit appels de données. Au total, 1 719 enseignes ont été identifiées. L’étude est présentée dans l’article consacré au retail.

Les besoins déplacent les frontières habituelles entre catégories de marché. Selon l’étude, les modèles ne raisonnent pas avec des secteurs totalement étanches. Ils mettent plutôt en avant les enseignes correspondant au besoin formulé par l’acheteur. Pour un prix bas dans la beauté, E.Leclerc et Action concurrencent ainsi des spécialistes. Dans l’alimentation, Uber Eats et Deliveroo apparaissent lorsque la livraison rapide devient prioritaire. Pour la domotique, IKEA et Leroy Merlin prennent une place importante face aux enseignes purement high-tech. La diversité varie aussi selon les secteurs. La mode compte 496 marques identifiées pour 560 réponses, contre 113 marques pour 630 réponses dans l’alimentation.

Les enseignes changent selon le besoin

La présence ne suffit pas à obtenir la première recommandation. Dans la beauté, Sephora apparaît dans plus de 70 % des réponses analysées. Son rang moyen atteint 1,59. Dans le high-tech, Fnac-Darty figure également dans plus de 70 % des prompts. L’enseigne rassemble près d’un tiers des mentions globales. Pourtant, Decathlon illustre l’écart entre visibilité et préférence. Sur les requêtes ChatGPT consacrées à la qualité sportive, l’enseigne apparaît dans 80 % des réponses. Elle arrive première dans seulement 30 % des cas. Elle perd du terrain lorsque la demande devient plus technique. L’étude relie cette lisibilité à une identité fonctionnelle clairement attribuée par l’algorithme.

Les moteurs divergent aussi dans leur sélection des marques. Sur la technicité sportive, Gemini fait émerger 34 marques distinctes. ChatGPT n’en retient que 15. Le premier élargit le spectre vers des spécialistes de niche et des acteurs émergents. Le second concentre davantage ses réponses autour de leaders historiquement installés. Une requête similaire sur la qualité peut donc produire des résultats différents selon le moteur sollicité. L’étude cite plusieurs positionnements lisibles. Decathlon est associé à l’accessibilité et au rapport qualité-prix. Au Vieux Campeur représente l’expertise technique. Grand Frais se rattache au frais. Biocoop est associée à l’engagement écoresponsable.

Les preuves structurent les recommandations

Les données propriétaires jouent un rôle important pour vérifier des faits opérationnels. Le Click & Collect, la disponibilité et la livraison sont notamment concernés. Dans le high-tech omnicanal, 91 % des domaines Web mobilisés par les IA sont des sites officiels de marques. Les questions sur le prix, la fiabilité ou la qualité mobilisent cependant d’autres sources. Les moteurs consultent alors des médias spécialisés, des associations de consommateurs, des comparateurs et des plateformes d’avis. Thomas Zavrosa, directeur général de Dekuple Insight, décrit les moteurs génératifs comme une nouvelle couche de prescription. Il estime que l’enjeu consiste à comprendre les intentions, le rôle attribué à une marque et les preuves associées. Retrouvez l’analyse complète dans la publication originale.