GEO e-commerce : pourquoi vos fiches produits ne sont pas citées par les IA

🇬🇧 English version

Quand quelqu'un demande à ChatGPT ou à Perplexity « quelle est la meilleure paire de chaussures de trail pour l'hiver » ou « quel aspirateur robot sous 300 € », l'IA ne va pas lire tout votre catalogue : elle cherche une fiche produit qui répond, sans ambiguïté, en quelques secondes. La plupart des fiches e-commerce échouent à ce test, pas par manque de contenu, mais parce que l'information existe sans être lisible par une machine.

Le e-commerce a un problème GEO différent de celui d'un site de services : le volume. Un site avec 3 000 ou 30 000 fiches produits ne peut pas se permettre d'optimiser chaque page à la main. Et pourtant, ce sont précisément ces pages — les fiches produits — qui décident si votre marque apparaît quand une IA recommande un achat, compare des options ou répond à « où trouver X ».

Pourquoi les fiches produits sont particulièrement fragiles pour une IA

Une fiche produit classique concentre plusieurs obstacles à la fois, souvent hérités de choix pensés pour l'humain et le SEO classique, pas pour un agent qui lit du texte brut :

• Prix et stock chargés en JavaScript — affichés après un appel à une API, invisibles dans le HTML initial que beaucoup de crawlers IA récupèrent.
• Caractéristiques dans un onglet ou un accordéon — techniquement présentes dans le code, mais noyées ou mal structurées pour un lecteur qui ne clique pas.
• Descriptions en image — un tableau de tailles ou une fiche technique livrée en PNG plutôt qu'en texte.
• Contenu dupliqué en masse — la même description générique du fabricant, copiée sur des milliers de fiches, sans rien qui distingue votre boutique d'une autre.

Pris séparément, chacun de ces points semble mineur. Cumulés sur un catalogue entier, ils expliquent pourquoi un site e-commerce peut avoir un trafic Google correct tout en étant quasiment absent des réponses ChatGPT ou Perplexity sur ses propres produits.

Ce que cherche vraiment un agent d'achat IA

Que ce soit un utilisateur qui pose une question dans ChatGPT ou un agent d'achat automatisé qui compare des options pour un utilisateur, le comportement est similaire : il cherche une réponse structurée et vérifiable, pas un argumentaire marketing. Concrètement, quatre éléments reviennent presque systématiquement :

À retenir : ces éléments doivent être lisibles dans le texte de la page, pas seulement visibles à l'écran après une interaction. Ce qui nécessite un clic, un survol ou un chargement différé est, du point de vue d'une IA, souvent invisible.

Le rôle des avis clients sur une fiche produit

Face à deux produits aux caractéristiques proches, une IA a besoin d'un critère de départage. Les avis clients — quand ils sont accessibles en texte lisible, pas seulement en étoiles graphiques — jouent ce rôle : ils apportent une preuve d'usage réel que la fiche technique seule ne donne pas. Un produit avec des retours détaillés et lisibles a un avantage sur un concurrent techniquement identique mais silencieux sur ce point.

Une question de priorisation, pas de refonte totale

Avec un catalogue de plusieurs milliers de références, réécrire chaque fiche n'est ni réaliste ni nécessaire. L'enjeu est de repérer les pages qui comptent réellement — vos best-sellers, vos produits les plus recherchés, ceux où vous avez un vrai avantage face à la concurrence — et de s'assurer qu'elles passent les points de blocage les plus courants : information critique en JavaScript, absence de balisage produit, contenu dupliqué du fabricant. Le reste du catalogue peut suivre un gabarit commun, du moment que ce gabarit est lui-même lisible.