Qu'est-ce que le Share of Model ?
En clair
- Le Share of Model mesure la fréquence de citation d’une marque
- Le Share of Model est un KPI central mais encore imparfait
- Hans Vee combine le volume, la représentation et la recommandation
- Le protocole transforme cette mesure en baseline exploitable
- Le Share of Model donne une direction, pas une vérité complète
Le Share of Model mesure la fréquence de citation d’une marque
Une métrique de volume qui sert à savoir si une marque existe dans les réponses IA
Le Share of Model compte les citations. Il ne juge pas encore leur qualité.
Le Share of Model correspond au nombre de fois où le nom d’une marque apparaît dans les réponses des LLM, sur des requêtes informationnelles, comparatives ou transactionnelles. C’est une métrique de quantification pure. Elle sert à mesurer si une marque existe dans les systèmes d’IA et à quelle fréquence elle y est nommée.
Les ICP ne parlent pas de Share of Model. Ils disent plutôt qu’ils ne savent pas si les IA parlent d’eux, ou qu’ils ne comprennent pas pourquoi un concurrent apparaît et pas eux. Cette métrique répond à une première question décisive : la marque est-elle présente dans les réponses IA, oui ou non ?
Le Share of Model est un KPI central mais encore imparfait
Le marché a besoin de cette mesure, sans encore disposer d’un standard vraiment stabilisé
Mesurer la visibilité IA est indispensable. La mesurer proprement reste le vrai sujet.
Le Share of Model apparaît dans trois IA sur quatre, aux côtés du monitoring des citations IA. C’est déjà un KPI central du marché. Les IA considèrent l’analyse concurrentielle et la mesure comme des composantes nécessaires de toute stratégie. Le vocabulaire qui l’entoure est stable : autorité, source fiable, crédibilité, mesure, part de voix.
La comparaison entre visibilité IA et Google Ads le montre bien : la visibilité IA reste plus difficile à mesurer, notamment faute de standard pleinement stabilisé. Le marché a besoin d’indicateurs comme le Share of Model, mais il ne dispose pas encore d’une méthode commune vraiment robuste. C’est une faiblesse actuelle. C’est aussi une place à prendre pour l’acteur qui structure une mesure crédible.
Hans Vee combine le volume, la représentation et la recommandation
Le volume de citation ne suffit pas à juger la qualité d’une visibilité IA
Un volume élevé peut masquer une mauvaise représentation.
Le Share of Model seul ne suffit pas. Il quantifie les citations, mais il ne dit pas si la marque a été recommandée au bon moment, sur le bon besoin, au bon utilisateur. Il ne dit pas non plus comment la marque a été représentée dans la réponse. Sa description était-elle fidèle, complète et cohérente avec son positionnement réel ?
La lecture Hans Vee est donc Machine-first. On part de ce que les LLM restituent réellement, pas de ce que la marque suppose projeter. Une marque peut avoir un Share of Model élevé et une représentation médiocre. Le volume ne dit rien de la qualité. Hans Vee combine donc le comptage de citations avec l’analyse de la représentation et de la recommandation, pour répondre à trois questions : combien de fois, comment, et pourquoi la marque est citée.
C’est ce qui différencie l’AI Visibility Score d’un simple comptage de citations. La Matrice Marché IA et le Rapport de Représentation & Recommandation IA prolongent ensuite cette lecture. Le chiffre devient alors un point d’entrée vers une analyse stratégique de la performance conversationnelle, de l’attribution de citation et des éventuelles dissonances de représentation.
Le protocole transforme cette mesure en baseline exploitable
La mesure prend de la valeur quand elle devient comparable dans le temps
Sans baseline stable, un chiffre reste un chiffre.
Dans l’AI Brand Protocol 1.0, le Share of Model est établi en phase Clarté. Il constitue l’une des composantes de l’AI Visibility Score, les KPI de représentation et de recommandation de Hans Vee. Il sert de baseline de départ. Sans cette baseline, aucune progression ne peut être lue sérieusement.
Cette mesure est ensuite réévaluée à intervalles réguliers dans le monitoring : tous les mois dans un premier temps, puis tous les trois mois. Les mêmes scénarios prompts sont repris pour garantir la comparabilité des résultats. C’est là que l’AI Test Engineering prend toute sa valeur. Une mesure utile est d’abord une mesure reproductible.
Le Share of Model n’est jamais lu seul. Il se lit avec le Share of Voice IA et avec l’analyse qualitative de la représentation. C’est cette combinaison qui permet de comparer une marque à ses concurrents IA sans se laisser piéger par l’illusion d’un chiffre isolé.
Le Share of Model donne une direction, pas une vérité complète
Une métrique de volume reste utile, à condition de connaître ses limites
Un score élevé peut rassurer à tort si le contexte de citation est mauvais.
Le Share of Model reste une métrique de volume, pas de qualité. Un score élevé peut masquer une mauvaise représentation ou des citations obtenues dans des contextes peu pertinents. Il donne une direction stratégique fiable. Il ne résume jamais à lui seul la visibilité réelle.
Il n’existe pas encore de standard de calcul pleinement établi sur le marché. Chaque acteur définit sa propre méthodologie. Les chiffres produits par des outils différents ne sont donc pas directement comparables. Hans Vee privilégie une méthode manuelle, structurée et reproductible, fondée sur les mêmes scénarios prompts, dans le même ordre, sur les mêmes LLM, pour garantir la cohérence des mesures dans le temps.
Hans Vee, l'agence marketing spécialisée en visibilité IA.
Rendez votre marque visible, comprise et recommandée par les LLM.