I/O, IA et Oh : comment le comportement de recherche Google évolue-t-il vraiment pour les entreprises locales ?

Key Takeaways :

• La question que les responsables marketing locaux devraient se poser n’est pas « Où est-ce que je me positionne ? », mais « Pourquoi Google me recommanderait-il plutôt que les 19 autres options à proximité ? »
• Les modèles d’IA utilisent déjà le texte des avis pour décrire les entreprises aux utilisateurs ; des avis sans contexte descriptif ne leur apportent rien
• L’avantage concurrentiel le plus puissant de Google face à ChatGPT et Claude, ce sont les données locales

Notre VP Solutions chez Uberall, Krystal Taing, est récemment apparue dans un épisode en deux parties du podcast Near Media. Aux côtés des co-invités et experts en recherche locale Cindy Krum, Mike Blumenthal et Greg Gifford, ils ont décrypté les dernières annonces de Google I/O et les ont analysées en tant que professionnels du marketing local.

Et me voici, moi, pour résumer les leçons clés que les marques multi-établissements devraient retenir de cette conversation, ainsi que les priorités que chacun devrait définir ; et pourquoi comprendre le comportement de recherche est aujourd’hui plus important que connaître votre positionnement dans le Local Pack.

1. Le mode IA ne remplace pas la recherche ; il remplace le comportement de recherche

Google n’a pas besoin de supprimer la recherche traditionnelle. Si le mode IA répond à suffisamment de questions, compare suffisamment d’options et accomplit suffisamment de tâches, le comportement des utilisateurs évoluera de lui-même.

Krystal a mis en lumière le changement plus profond sous la surface : Google passe des réponses à l’action. L’objectif n’est pas seulement d’aider les utilisateurs à comparer et décider ; il s’agit de leur permettre de réaliser des transactions directement dans l’expérience de recherche. Intégrations shopping, réservations, prises de rendez-vous : tout se passe sans jamais quitter Google.

Car les consommateurs se moquent des classements. Ils veulent que leur recherche aboutisse. Et si le mode IA les aide à y parvenir plus vite, l’ancienne expérience avec tous ses liens bleus ne leur manquera pas.

Le nombre de personnes prêtes à acheter n’a pas changé. C’est le chemin qu’elles empruntent pour trouver des entreprises locales qui a changé.

Pourtant, les entreprises paniquent face à la baisse du trafic, alors qu’elles devraient regarder de plus près quel trafic elles perdent. L’observation de Greg était sans détour : « Si vous regardez les analytics des entreprises qui se plaignent de perdre du trafic, elles perdent du trafic sur des articles de blog informationnels ; elles ne perdent pas le trafic transactionnel de bas de funnel. »

Et comme Greg l’a formulé plus tard dans la discussion : « Ce que les consommateurs attendent des expériences de recherche correspond rarement à ce que veulent les chefs d’entreprise. Nous avons conditionné les dirigeants à croire que le volume de trafic et les clics sont les KPIs ultimes de la recherche, mais cela n’a jamais été la vérité. Le vrai KPI, c’est le chiffre d’affaires. »

2. L’avenir, ce ne sont pas les classements ; ce sont les recommandations

C’est peut-être le plus grand changement pour le marketing local.

Pendant des années, le SEO local signifiait une chose : se positionner dans le Local Pack. Mais désormais, nous voyons les systèmes d’IA recommander, les agents sélectionner et les consommateurs à forte intention d’achat accepter. Un responsable marketing local ne devrait donc plus seulement demander : « Où mon entreprise s’est-elle positionnée ? », mais aussi : « Pourquoi Google l’a-t-elle recommandée ? » Ce sont désormais les questions en or.

Krystal a été très directe : « Mon conseil tactique principal est de changer votre état d’esprit : passer de ‘être classé’ à ‘être recommandé’. C’est là que tout se joue. Les entreprises locales doivent auditer les preuves concrètes qu’elles fournissent à ces algorithmes pour s’assurer d’être recommandées. »

Et il ne suffit pas que votre propre site web plaide en votre faveur. Cindy Krum l’a exprimé clairement : « Google et les grands modèles d’IA ne feront pas confiance à votre site web si votre site est le seul endroit sur le web qui affirme que votre entreprise est excellente. L’ensemble du web doit refléter un consensus numérique sur votre excellence. »

Oui, quand elle dit « l’ensemble du web », l’exigence est élevée ; mais je pense que nous pouvons tous convenir que les enjeux le sont aussi. Les entreprises doivent entretenir leur présence en ligne avec des profils cohérents et exacts, disposer d’une large couverture d’avis et créer du contenu au-delà de leur propre domaine pour mériter ces recommandations régulières.

Dans cinq ans, nous parlerons peut-être moins de classements et davantage d’éligibilité à la recommandation. La compétition ne porte pas sur la position 1. Elle porte sur l’inclusion dans cette shortlist générée par l’IA.

‍

3. Les avis sont désormais considérablement plus importants

C’est là que les marques multi-établissements ont le plus à gagner, ou à perdre.

Historiquement, Google regardait les notes étoilées et le volume d’avis. Les systèmes d’IA peuvent aller beaucoup plus loin en analysant le contexte, le sentiment et les attributs spécifiques.

Un avis qui dit « Super dentiste » n’apporte rien à une IA (ni d’ailleurs à un humain qui cherche un super dentiste capable de prendre en charge des patients anxieux).

Un avis qui dit « Ce dentiste m’a reçu le jour même, a expliqué chaque étape, était formidable avec les patients nerveux et disposait d’un parking facile d’accès » donne à l’IA et à l’humain une image détaillée de ce que l’entreprise offre réellement.

Krystal a décrit ce changement : « Ne considérez pas la gestion des avis comme une simple course à accumuler un maximum de notes cinq étoiles. C’est le contenu sémantique et la qualité contextuelle de ces avis qui comptent. »

Elle a également noté que Google encourage activement des avis plus riches : « Nous voyons Google déployer des tuiles d’avis interactives dans de plus en plus de secteurs, incitant délibérément les consommateurs à mettre en avant des services spécifiques, des caractéristiques opérationnelles ou des produits utilisés. »

Greg Gifford est allé encore plus loin, soulignant que les modèles d’IA s’appuient déjà fortement sur le texte des avis : « Quand vous demandez à un modèle d’IA ce qu’il sait d’une entreprise, il déclarera explicitement : ‘Les avis clients disent X, Y et Z.’ Vous devez être proactif sur toutes les plateformes d’avis pour vous assurer que votre marque paraît exceptionnelle. »

Et il existe un cadre pratique pour obtenir de meilleurs avis sans franchir aucune limite. Greg a partagé une approche qui génère des avis plus longs et plus descriptifs pour ses clients : créez une page dédiée « Laissez-nous un avis » avec des liens vers vos profils d’avis, puis ajoutez une courte invitation ; non pas des instructions, mais des questions ouvertes que les clients peuvent considérer avant d’écrire. Par exemple : Quel service spécifique avons-nous réalisé pour vous aujourd’hui ? Dans quel quartier habitez-vous ? Comment notre équipe a-t-elle communiqué tout au long du processus ?

« En lisant ces questions juste avant de cliquer sur un lien, le consommateur ancre inconsciemment ces thèmes dans son esprit pendant qu’il tape », a expliqué Greg. Ainsi, l’entreprise obtient des avis plus longs avec des mots-clés ou prompts naturellement intégrés, des services et des localisations ; exactement ce dont elle a besoin dans ce climat de recherche.

Google n’utilise pas les avis uniquement pour classer les entreprises ; il les utilise pour les expliquer. Les entreprises ont besoin d’avis qui décrivent l’expérience de leurs clients, pas seulement qui proclament leur satisfaction (ou son absence).

4. Les données structurées deviennent une infrastructure

L’un des thèmes récurrents dans les deux épisodes est que les sites web ne disparaissent pas (musique à mes oreilles), mais ils ne sont plus la destination finale. Ils deviennent des sources de connaissances lisibles par les machines.

Réfléchissez à ce dont un agent IA a besoin pour recommander une entreprise et réaliser une transaction : produits, services, disponibilité, tarifs, horaires, emplacements, FAQ, options de réservation, avis. Si un agent ne peut pas accéder à ces informations et les comprendre, l’entreprise ne figurera pas sur la shortlist générée par l’IA.

Krystal l’a formulé simplement en parlant d’Ask Maps : « Tout ce qu’il utilise, ce sont du contenu, des photos, des avis et des vidéos. C’est tout ce que l’IA comprend des entreprises locales : des informations contextuelles. » Si ce n’est pas publié, structuré et accessible, cela n’existe pas pour ces systèmes.

Greg a cadré ce changement : « Nous évoluons vers une réalité Zero-Click ou ‘Google Zero’ où les visites web classiques diminuent considérablement. Votre site web devient essentiellement un flux de données structurées pour les moteurs d’IA externes et les points d’accès conversationnels. »

Le panel a également mis en lumière une lacune que même Google n’a pas comblée : la disponibilité en temps réel. Mike a raconté comment il avait essayé d’utiliser Ask Maps pour trouver un adaptateur secteur en stock près de chez sa fille à Lyon. Ask Maps pouvait suggérer des magasins (Fnac, Darty, une boutique d’électronique), mais ne pouvait pas dire lequel avait réellement l’adaptateur en rayon. Google a acquis il y a des années une entreprise appelée Pointy qui résolvait exactement ce problème pour les petits commerces, mais n’a jamais déployé la solution à grande échelle.

Cette lacune est une opportunité. Si une entreprise de vente au détail peut afficher la disponibilité en temps réel et faciliter la confirmation des stocks par les agents IA, c’est un avantage concurrentiel que la plupart des concurrents n’ont pas.

Et le conseil final de Krystal dans le podcast était directement lié à cela : « Assurez-vous que vos données numériques sont propres, structurellement complètes et faciles à analyser et à traiter pour un système d’IA. C’est le moyen le plus simple et le plus efficace de rester compétitif à l’avenir. »

C’est exactement pourquoi la gestion des fiches, les pages de localisation, les profils d’avis et le contenu sur les réseaux sociaux sont plus importants, pas moins, dans la recherche IA. Les entreprises disposant de données complètes, exactes et interconnectées sont celles auxquelles les systèmes d’IA font le plus facilement confiance et qu’ils recommandent le plus volontiers.

‍

5. La personnalisation change tout

C’est l’une des implications les moins discutées de Google I/O.

Google a annoncé une intégration plus poussée des données personnelles (Gmail, YouTube, Photos, Agenda) dans ses expériences IA. Jusqu’ici, la personnalisation de la recherche influait principalement sur les classements. Désormais, elle peut influencer la réponse elle-même.

Krystal a donné un exemple concret : « Disons que j’ai commandé quelque chose sur Amazon il y a un an, deux ans, et que j’ai maintenant besoin d’un remplacement pour ce produit, mais que je ne me souviens pas que je l’avais acheté sur Amazon. Je fais une recherche Google. Google peut désormais dire : ‘Vous avez déjà acheté chez ce détaillant et obtenu ce produit. Voulez-vous que je vous le procure à nouveau ?’ » Plutôt pratique.

Elle a étendu cela à la recherche locale : « Vous cherchez un restaurant de sushi. Vous y êtes allé il y a trois ans, vous avez laissé un avis cinq étoiles et écrit une longue critique. Voulez-vous simplement y retourner ? Vous ne voyez même plus de Map Pack. »

Et le contexte suivant où la personnalisation fonctionnerait : deux personnes recherchent « meilleur restaurant pour ce soir ». Google sait peut-être que la personne A a des enfants, réserve habituellement des restaurants familiaux et conduit, tandis que la personne B adore la gastronomie, utilise Uber et dîne tard. Même requête. Réponse complètement différente.

Cindy a souligné que Google segmente de cette manière dans la publicité depuis des années via le mapping de cohortes : « Pourquoi ne le feraient-ils pas à plus grande échelle dans la recherche organique classique ? Surtout s’ils voient un moyen de le monétiser. »

Cette personnalisation signifie en fin de compte que les classements universels s’estompent. Les marques multi-établissements ne peuvent plus optimiser pour une seule requête. Elles doivent optimiser pour l’audience ; en s’assurant que leur établissement ou leur marque est la bonne réponse pour un client spécifique à un moment précis.

6. La recherche agentique récompense l’excellence opérationnelle

Si Google commence à prendre des rendez-vous, à faire des réservations, à comparer les commerces et à contacter automatiquement les entreprises, les gagnants ne seront pas nécessairement ceux qui ont le meilleur SEO. Ce seront les entreprises avec lesquelles un agent peut le plus facilement effectuer des transactions.

Cela signifie : des horaires corrects, des intégrations de réservation, un inventaire à jour, des temps de réponse rapides, des avis solides et des données de localisation cohérentes. Et cela profite autant au client qu’à l’agent.

Greg le souligne dans l’épisode : « Dans la plupart des cas, quand une entreprise locale reçoit un avis négatif, ce n’est pas le fait d’un acteur malveillant en ligne. C’est un vrai client qui essaie de communiquer que son expérience réelle ne correspondait pas aux attentes créées par le marketing de l’entreprise. »

Les entreprises qui offrent une expérience véritablement bonne et rendent cette expérience visible numériquement (par des données exactes, des profils complets et des avis riches) seront probablement celles que les agents recommanderont en premier.

(Hélas) les agents IA se moquent de votre marketing. Ce qui compte pour eux, c’est votre préparation opérationnelle et la facilité avec laquelle on peut vous recommander ou interagir avec vous.

7. La motivation de Google : protéger l’habitude

Le panel a discuté de la raison pour laquelle Google « pousse » le mode IA de manière aussi agressive. Ils y voient une stratégie défensive.

Google voit OpenAI, ChatGPT, Claude, Perplexity ; non pas comme des concurrents pour les parts de marché de la recherche aujourd’hui, mais pour la prochaine génération du comportement de recherche des consommateurs. Google ne protège pas la recherche ; il protège l’habitude de demander d’abord à Google.

Mike fait remarquer : « Le véritable avantage concurrentiel de Google face à ChatGPT, Claude ou n’importe qui d’autre, ce sont ses données locales. Cela a toujours été un sujet secondaire : oh, ce n’est pas vraiment si important. C’est pourtant le cœur de leur différenciation concurrentielle à ce stade. »

Greg a approuvé, notant que les modèles d’IA concurrents n’ont tout simplement pas l’infrastructure locale : « Les modèles ne sont pas déterministes. Ils ne disposent pas de ces informations locales, et aucune des entreprises qui exploitent ces modèles ne va se lancer dans la recartographie du monde. Elles doivent toutes s’appuyer sur des données cartographiques réelles. »

Le panel a également discuté des agents Spark de Google, des agents IA personnalisés que les utilisateurs peuvent créer et partager. Cindy avait une analyse incisive de leur véritable objectif : « Ils font en sorte que tout le monde aide à entraîner les modèles. C’est tout. » L’idée est que pendant que les utilisateurs construisent des agents qui suivent des workflows spécifiques (vérifier cette source, puis celle-là, puis effectuer cette action), Google apprend quels processus fonctionnent et lesquels non, affinant ainsi ses propres modèles.

Et Cindy a souligné un autre aspect stratégique : Google mise de plus en plus sur la vidéo, car c’est là que se dirigent l’engagement et les budgets publicitaires. « La télévision câblée est morte. Tout le monde a résilié. Alors où les gens découvrent-ils de nouvelles marques ? Via les réseaux sociaux, et très souvent via des vidéos. »

Pour les marques multi-établissements, la bataille des plateformes est secondaire. Ce qui compte, c’est d’être positionné pour gagner, quel que soit le système d’IA qui émet les recommandations.

Que devraient faire les entreprises dès maintenant ?

Encore un Google I/O de passé, et nous vivons toujours dans un monde où la recherche Google n’a pas été remplacée par le mode IA. Où cela laisse-t-il les responsables marketing multi-établissements ? Le fait que chacun de ces experts en recherche locale se soit accordé sur ces six domaines prioritaires est suffisamment convaincant.

• Nettoyez vos données et maximisez votre Profil d’entreprise Google
• Améliorez la qualité de vos avis
• Créez du contenu riche de localisation ; et allez au-delà de votre site web
• Produisez du contenu vidéo ciblé
• Investissez dans des intégrations permettant des réservations faciles, la consultation de menus et la vérification des stocks
• Mesurez la visibilité au-delà des classements.

Regardez la partie 1 : EP 259 — What Does I/O Mean for Marketers Regardez la partie 2 : EP 260 — Goodbye Traffic, Hello Sales