Les nouvelles habitudes de recherche des internautes à l’heure de l’IA

En France, près de la moitié des personnes qui utilisent l’intelligence artificielle s’en servent pour leurs recherches en ligne. C’est la preuve que l’IA est de plus en plus présente dans nos vies. Depuis toujours, la recherche d’informations sur le web est un enjeu majeur et en constante évolution. Aujourd’hui, ces nouvelles habitudes rebattent les cartes de la présence en ligne, marquant la rencontre entre deux stratégies clés : le SEO et le GEO. On vous explique tout dans cet article !

Comment la manière de chercher en ligne évolue avec le GEO

Pendant plus de vingt ans, Google a largement dominé le marché de la recherche en ligne. Le géant du web n’a cessé d’améliorer ses pages de résultats afin de proposer aux internautes des réponses toujours plus pertinentes à leurs requêtes. Cependant, l’arrivée de l’IA et les grands modèles de langages (LLM) ont bousculé les codes de la recherche en ligne. 

Sur les moteurs de recherche traditionnels, les utilisateurs formulent leurs requêtes à l’aide  de mots-clés courts et précis. Par exemple : “meilleure montre de sport”. L’objectif pour les marques est alors d’apparaître en tête des résultats de recherche. 

Avec les LLM, la logique est différente. On parle désormais de recherche conversationnelle : les internautes posent des questions naturelles, plus longues et contextuelles. En reprenant le même exemple, cette requête pourrait devenir : “quelle montre de sport est la meilleure pour un marathon et est disponible près de chez moi ?”.  
Cette évolution modifie profondément l’enjeu de présence en ligne pour les entreprises. Il ne s’agit plus seulement d’obtenir un clic, mais d’être la source de confiance citée directement dans la réponse d’un agent conversationnel.

Les différents types de recherche à l’ère du GEO

Historiquement, les intentions de recherche SEO étaient classées en cinq grands types et où chaque intention correspond à un moment précis du parcours client : 

• informationnelle (recherche d’un contenu explicatif),  
• navigationnelle (accès à un site ou une marque spécifique), 
• commerciale (comparaison avant un achat),
• transactionnelle (passage à l’acte d’achat),
• locale (recherche d’un commerce ou service à proximité). 

Mais l’arrivée de l’IA et de la recherche conversationnelle ont profondément transformé cette logique. 

Aujourd’hui, seulement 30 % des requêtes effectuées sur des agents conversationnels IA correspondent encore à ces intentions traditionnelles. Les 70 % restants relèvent de nouvelles formes d’intentions de recherche, davantage centrées sur : 

• la résolution de problèmes : par exemple, à la requête « comment recoller la semelle d’une botte en cuir », la réponse générée par IA peut suggérer une liste de colles adaptées, voire indiquer où les acheter, ou lister les cordonniers les mieux notés à proximité. 
• la génération d’idées : pour la requête « que faire à Biarritz pendant une semaine en été » l’agent conversationnel peut proposer un planning complet d’activités touristiques avec une liste d’entreprises locales (écoles de surf, restaurants populaires, etc.)
• la génération d’image, de son ou de vidéo. 

En d’autres termes, la recherche ne se limite plus à “trouver une information”, mais à co-créer une réponse avec l’IA, dans une logique d’échange et de personnalisation. 

Entreprises locales : comment adapter sa stratégie à l’émergence du GEO ?

Une étude récente d’Eskimoz montre que les entreprises les mieux positionnées dans le local pack et sur Google Maps sont aussi celles qui apparaissent le plus fréquemment dans les résultats générés par les LLM. Cela prouve que la visibilité locale demeure un levier stratégique essentiel, même à l’ère de l’intelligence artificielle. 
Au-delà des actions fondamentales pour optimiser la présence en ligne (comme la complétion de la fiche Google My Business ou le développement de la e-reputation via les avis clients) il est désormais crucial d’adapter sa stratégie au GEO.

C’est sur des fondations solides que se bâtit et s’ancre aujourd’hui l’efficacité du GEO. 

Pour être cité comme référence par un agent conversationnel (comme ChatGPT, Gemini ou Copilot) l’enjeu est d’être identifié comme la source d’information la plus fiable et pertinente. 

Cela implique de produire un contenu qui :

• répond précisément aux questions des utilisateurs,
• apporte une réelle valeur ajoutée justifiant la visite du site,
• adopte une structure claire et hiérarchisée, facilitant l’extraction d’informations par les LLM.

L’importance des données structurées dans le GEO

Les données structurées jouent ici un rôle clé. Elles fonctionnent comme des “étiquettes invisibles” qui permettent aux robots IA d’interpréter correctement chaque élément d’un site. 

En effet, lorsqu’un LLM génère une réponse locale, il récupère la donnée structurée directement sur les sites web. Dans 60 à 70% des cas, ces données structurées proviennent des pages d’un store locator. Cette carte interactive qui recense les points de vente et permet aux internautes de localiser l’établissement le plus proche est en effet une mine d’or pour les IA. 

Enfin, les agents conversationnels privilégient les contenus écrits dans un ton naturel et accessible. Pour maximiser les chances d’apparaitre dans leurs réponses, il est conseillé de : 

• utiliser un style conversationnel, 
• anticiper les questions des internautes et y répondre dans le contenu,  
• éviter les phrases trop longues ou trop techniques. 

Pour s’adapter à ces nouvelles habitudes de recherche, le contenu doit donc être conçu autant pour les humains que pour les intelligences artificielles dans le but de tirer le meilleur parti de cette nouvelle ère du GEO !