Comment Jellyfish aide les annonceurs à améliorer la perception de leur marque par les LLM

Les outils d’intelligence artificielle générative tels que ChatGPT sont de plus en plus sollicités par les jeunes internautes quand il s’agit d’obtenir des recommandations sur une marque. C’est ce que montre une récente étude de YouGov, commandée par Brandtech et menée auprès de 1 000 consommateurs américains âgés de 18 à 65 ans. Selon l’enquête, deux tiers (66%) des 18-24 ans et plus de la moitié (51%) des 25-34 ans déclarent se tourner vers les LLM pour obtenir des conseils sur le choix d’une marque, d’un produit ou d’un service. “Sur ces modèles, l’internaute est en mesure de co-construire la réponse. Il peut interagir avec l’interface conversationnelle et ainsi affiner sa recherche, ce qui va avoir un impact sur de nombreuses industries”, observe Marie Raimbert-Galtier, directrice générale de Jellyfish France.

Face à cette évolution des usages, Jellyfish y a vu l’opportunité de développer une nouvelle expertise. “Nous avons communiqué à nos annonceurs qu’il y avait un angle mort dans leurs stratégies marketing s’ils ne prenaient pas en compte la façon dont les LLM parlent de leur marque”, explique Marie Raimbert-Galtier. Avec Share Of Model, l’agence propose aux annonceurs un outil capable d’analyser comment les différents LLM perçoivent leur marque, leurs contenus et leurs concurrents, mais aussi de fournir des recommandations pour optimiser les mots-clés, les contenus et les visuels de leur site web.

Comprendre l’image de marque à l’heure de la recherche alimentée par IA

Lancé fin 2024, “Share of Model est le fruit d’un an de travail et d’une collaboration avec quelques gros annonceurs bêta-testeurs tels que Danone et Unilever”, indique Marie Raimbert-Galtier. Pour lancer une analyse sur Share of Model, les annonceurs n’ont qu’à indiquer la marque et la catégorie de produits qu’ils souhaitent analyser, choisir des attributs sur lesquels évaluer cette catégorie, leurs concurrents et le marché qui les intéresse. La plateforme se connecte aux API des différents LLM du marché. “Pour récolter une data consistante, on leur pose une même question des milliers de fois, de différentes manières : pour une catégorie donnée, quel produit me recommandent-ils ? Quelles sont les forces et faiblesses de la marque et de ses compétiteurs ? Comment notent-ils la marque et ses concurrents sur les attributs choisis par l’annonceur ?“, explique-t-elle. 

“Il nous faut deux semaines pour réaliser une première analyse. C’est le temps nécessaire pour éviter les hallucinations du modèle, car les réponses peuvent varier selon le moment de la journée”, précise la directrice générale de Jellyfish. A l’issue de la phase pilote, qui dure quatre semaines, les annonceurs reçoivent un rapport d’analyse complet. “Le rapport indique à l’annonceur le pourcentage de fois où le nom de la marque apparaît dans les réponses, comme sur une recherche classique, ainsi que son positionnement moyen”, poursuit-elle. L’analyse est également accompagnée de recommandations pour optimiser les mots-clés et contenus de leur site web, comme dans un brief SEO standard, mais aussi les visuels utilisés par la marque. “On fait du preflight créatif avec les modèles, c’est-à-dire qu’on teste les visuels en amont pour voir quels attributs vont ressortir et on les classe en fonction de leur performance. Ainsi, les annonceurs peuvent choisir les créations les plus performantes selon les modèles”. 

Des modèles imprévisibles

Si l’outil fournit une analyse détaillée du positionnement des marques sur les différents moteurs, influer sur ces résultats reste encore un travail expérimental. “On fournit aux annonceurs un outil qui leur permet d’identifier leurs points forts et leurs faiblesses, ainsi que des pistes pour influencer ces modèles. Mais, à l’heure actuelle, personne ne sait exactement comment influencer un modèle”, reconnaît Marie Raimbert-Galtier. En revanche, Share of Model permet de rendre compte de grandes disparités selon les moteurs. “La marque Hyatt, par exemple, obtient une part de voix de 16 % sur Meta alors qu’elle n’est qu’à 5 % sur Gemini, l’outil IA de Google. On peut donc imaginer que la marque fait peu de campagnes sur YouTube, alors qu’elle a beaucoup investi sur Instagram”, explique la directrice générale.  

Ainsi, parmi les pistes que l’outil ambitionne de creuser, figure l’influence des campagnes menées sur les plateformes des géants de la tech sur les modèles LLM dont ils sont propriétaires. Les réponses données par Gemini sont-elles influencées par la présence de ces marques sur YouTube, ou celles fournies par Llama par la data de Meta ?  “Ce sont des hypothèses qu’on avance et qu’on teste ensuite pour voir comment les marques peuvent orienter leur communication et leurs investissements médias”, indique Marie Raimbert-Galtier. En plus des optimisations classiques du SEO, les marques ont par ailleurs tout intérêt à contextualiser le produit dans le bon environnement pour que le modèle puisse donner les bons attributs. “On travaille beaucoup sur la qualité du contenu que les marques créent sur ces différents environnements, et on observe comment le modèle absorbe cette donnée”, poursuit-elle.

Une solution qui n’en est qu’à ses débuts

Il faut compter 72 000 dollars pour une licence annuelle de Share of Model. Certaines industries sont particulièrement intéressées par cet outil. “Le secteur de la beauté, mais aussi les entreprises du voyage et de l’automobile, qui dépendent historiquement des comparateurs de prix, sont séduits par la solution”, indique Marie Raimbert-Galtier. L’outil doit encore parvenir à s’intégrer à l’ensemble des modèles. “On travaille actuellement sur l’intégration à d’autres modèles plus complexes, comme Copilot”, assure-t-elle. La dirigeante espère bien proposer la plateforme en self-service à ses clients afin qu’ils puissent “s’approprier l’outil, piloter leur stratégie, leurs analyses et se comparer”. 

L’agence suit également avec assiduité ce que propose la société Perplexity, qui a récemment annoncé l’ajout de publicités à son moteur de recherche alimenté par l’IA. “Cela ouvre des opportunités stratégiques pour un outil comme Share of Model, estime Marie Raimbert-Galtier. Cela permet de mieux comprendre l’impact de ces nouveaux formats publicitaires sur les audiences et d’analyser les performances, notamment en identifiant les dynamiques entre les marques qui investissent dans ce type de plateforme et leurs concurrents.”