Un système de comptage à deux vitesses jusqu'ici

Jusqu'à présent, YouTube faisait cohabiter deux logiques de comptage bien différentes. Les Shorts enregistraient une vue dès que la lecture démarrait, tandis que les vidéos plus longues nécessitaient environ 30 secondes de visionnage avant que le compteur ne bouge. Cette différence de traitement créait une forme de confusion chez les créateurs, qui avaient du mal à comparer la performance réelle d'un Short et d'une vidéo classique traitant du même sujet, les chiffres pouvant varier fortement pour une audience pourtant comparable.

YouTube a donc choisi d'harmoniser les règles en retenant la méthode la plus généreuse : celle qui compte une vue dès la première frame. Cette règle s'appliquera à tous les formats, y compris les diffusions en direct.

Pourquoi ce changement maintenant

YouTube justifie cette évolution par une volonté de cohérence entre les formats et de clarté pour les créateurs, afin qu'ils puissent mieux évaluer leur exposition réelle sur la plateforme. Mais le contexte concurrentiel joue clairement un rôle.

TikTok et Instagram utilisent déjà ce mode de comptage depuis des années, ce qui leur permet d'afficher des chiffres de vues nettement supérieurs à ceux de YouTube pour un visionnage comparable. X, de son côté, applique un seuil de deux secondes, une option que YouTube n'a pas retenue.

En basculant sur la règle la plus permissive du marché, YouTube aligne ses statistiques publiques sur celles de ses principaux concurrents. Les créateurs pourront ainsi mettre en avant des compteurs de vues plus élevés auprès des marques et des sponsors, sans que cela ne reflète nécessairement une hausse réelle de leur audience engagée.

Aucun impact sur la monétisation

YouTube est clair sur ce point : ce changement ne touche que l'affichage public des vues, pas les revenus des créateurs. La rémunération continuera de se baser sur les "Engaged Watch Hours" et les "Engaged Shorts views", des métriques disponibles dans YouTube Analytics en mode avancé.

L'éligibilité au Programme Partenaire YouTube (YPP) n'est pas non plus modifiée. Les seuils d'entrée existants restent les mêmes, mais changent de nom : les "valid public Shorts views" et "valid public watch hours" deviennent respectivement les "qualified Shorts views" et "qualified watch hours".

Une donnée à interpréter avec prudence

Avec la lecture automatique activée par défaut sur de nombreuses interfaces, notamment le fil d'accueil et les recommandations, le nouveau mode de comptage pourrait faire grimper les vues publiques de façon spectaculaire, sans que cela corresponde à une audience réellement attentive. YouTube n'a pas encore communiqué sur la manière dont cette situation sera gérée ni sur d'éventuels ajustements à venir. C'est un point que les créateurs et les marques devront surveiller de près dans les semaines suivant le lancement, le 24 août.

L’article "YouTube va compter les vues dès la première seconde à partir du 24 août" a été publié sur le site Abondance.

Un lancement pensé pour capter les décisions d'achat

Dans sa communication officielle, OpenAI justifie cette expansion par la nature même des usages observés sur ChatGPT. Les utilisateurs ne tapent plus de simples mots-clés comme sur un moteur de recherche classique : ils décrivent un objectif, un projet, des contraintes précises. Préparer un voyage, choisir un logiciel professionnel, meubler un appartement ou se lancer dans un nouveau loisir font partie des exemples cités par l'entreprise.

Pour OpenAI, ChatGPT est ainsi devenu un espace où les décisions se construisent progressivement, ce qui en fait un terrain particulièrement intéressant pour les annonceurs. L'objectif affiché est de permettre aux marques d'intervenir à différentes étapes du parcours client, au moment où les utilisateurs comparent leurs options et s'apprêtent à trancher.

Un modèle économique qui protège les abonnés payants

Point important pour les utilisateurs de ChatGPT : les publicités ne toucheront que les comptes gratuits (Free) et l'offre Go. Les formules payantes, Plus, Pro et Enterprise, resteront sans publicité. Cette répartition suggère qu'OpenAI utilise la publicité comme un levier pour financer l'accès gratuit ou peu coûteux à son service, plutôt que comme une source de revenus généralisée à l'ensemble de sa base d'utilisateurs.

Une plateforme construite étape par étape depuis février

Le lancement européen ne sort pas de nulle part. OpenAI rappelle avoir commencé à tester la publicité dans ChatGPT en février, avec un projet pilote limité aux États-Unis. Au fil des six derniers mois, l'entreprise a progressivement étendu le dispositif à huit marchés supplémentaires avant d'annoncer cette arrivée massive en Europe.

En parallèle, l'infrastructure publicitaire elle-même s'est étoffée :

• Le système d'enchères a démarré au CPM, avant l'ajout du CPC, puis du CPC optimisé pour les conversions (oCPC), permettant aux annonceurs d'aligner leurs campagnes sur leurs objectifs commerciaux réels.
• Le ciblage géographique et les audiences personnalisées ont été intégrés pour aider les entreprises à toucher les profils les plus pertinents.
• Le suivi des performances a été enrichi au-delà du simple clic, avec le lancement d'OpenAI Pixel, d'une API Conversions et d'intégrations de mesure avec des outils tiers, donnant aux annonceurs une vision plus complète de l'impact réel de leurs campagnes.

OpenAI indique que des dizaines de milliers d'annonceurs ont déjà utilisé ChatGPT pour développer leur activité depuis le lancement du pilote. L'inscription pour les entreprises intéressées se fait sur ads.openai.com.

L’article "ChatGPT Ads arrive en Europe : la publicité s’invite dans vos conversations avec l’IA" a été publié sur le site Abondance.

Quatre mots techniques, qui décrivent la chaîne complète d’un système de recommandation : sélectionner des contenus candidats, prédire ce que chaque lecteur va en faire, les classer, et représenter lecteurs et contenus sous une forme que la machine sait comparer.

Une offre d’emploi décrit des compétences recherchées, rien de plus. Sa valeur vient du recoupement : chez 1492.vision, nous observons de vrais flux Discover depuis deux ans, et ces mots recoupent très exactement ce que nous voyons passer. Voici trois exemples concrets, racontés simplement ; l’analyse complète, chiffres et graphiques à l’appui, est dans notre étude de référence (disponible en français et en anglais).

Chaque carte de votre flux porte des prédictions

Commençons par le mot « prediction ». Chaque carte qui s’affiche dans un flux Discover a été évaluée par des modèles qui prédisent le comportement du lecteur : va-t-il s’arrêter dessus ? Cliquer ? Lire en profondeur ?

Ces prédictions laissent des traces bien concrètes : des scores, que nous observons sur les cartes de nos panels de test. Et elles se résument à deux questions étonnamment indépendantes :

• Cette carte va-t-elle arrêter l’œil ? C’est une propriété de l’article : son titre, son image. Elle varie peu d’un lecteur à l’autre.
• Ce lecteur précis va-t-il s’engager ? Cliquer, lire longtemps, interagir. Celle-ci dépend énormément de chaque lecteur.

Les deux peuvent diverger complètement, et c’est toute la définition du clickbait : un titre qui arrête l’œil de tout le monde et ne retient personne. À l’inverse, un contenu de niche peut engager profondément ses lecteurs sans jamais accrocher la majorité.

Dans nos mesures, ces prédictions collent au comportement réel observé ensuite sur le panel : quand le score d’engagement prédit est haut, l’interaction constatée est environ deux fois plus forte que quand il est bas.

L’affinité change tout, à contenu égal

La personnalisation se raconte en deux exemples.

Premier exemple. Sur nos comptes de test, nous avons comparé deux éditeurs de sport, sur la même thématique, face aux mêmes comptes. Le potentiel de leurs sujets, tel que le système lui-même l’évalue, était du même ordre. Résultat : pour l’un des deux, les prédictions d’engagement étaient environ 2 fois plus élevées, et la visibilité finale dans les flux environ 8 fois plus forte, à sujet comparable.

Le détail qui surprend : l’éditeur dominant est celui que nos comptes de test suivent le moins, au sens du bouton « Suivre » de Google. Ce qui fait la différence, c’est l’affinité que ces lecteurs ont déjà installée avec la source : un historique de lectures, d’interactions, de rendez-vous pris. Le modèle a appris que ces lecteurs précis s’engagent avec cette source, et il le prédit.

Deuxième exemple, pour situer le rôle du bouton « Suivre ». Pour un même éditeur tech, à sujets égaux, les comptes qui le suivent obtiennent des prédictions d’engagement presque doublées par rapport aux comptes qui ne le suivent pas, et une visibilité un peu plus forte. Suivre compte, comme un signal parmi d’autres qui nourrit l’affinité. L’affinité, elle, fait la décision.

D’où une boucle qui s’auto-renforce, lecteur par lecteur : un lecteur découvre une source et s’y engage ; cette affinité s’installe dans les modèles ; la source devient plus visible dans son flux ; il s’y engage davantage. La boucle favorise structurellement les sources qui ont su créer une relation avec leurs lecteurs, et la fidélisation devient un levier direct de visibilité Discover, mesurable dans les prédictions elles-mêmes.

Un lecteur, plusieurs profils

Dernier mot de la liste : « embedding ». Derrière ce terme, une idée simple : pour vous recommander des contenus, la machine vous représente sous forme de coordonnées, et recommande ce qui est « proche » de vous.

Nos observations suggèrent que Google maintient plusieurs profils de vous en parallèle, plutôt qu’un seul : vos intérêts de fond, vos curiosités du moment, ce qui est en tendance autour de vous, et même un profil orienté achats. Votre flux du matin est le point de rencontre de ces différentes versions de vous.

C’est cohérent avec ce que tout utilisateur de Discover constate : le flux mélange vos passions stables, l’actu chaude et des essais parfois surprenants. Derrière ce qui ressemble à des sautes d’humeur de l’algorithme, il y a une architecture.

Ce qu’il faut en retenir

L’offre d’emploi valide un vocabulaire ; nos observations montrent la machinerie au travail. Pour un éditeur, trois conséquences :

1. À contenu comparable, l’affinité installée entre vos lecteurs et votre marque pilote la visibilité. Fidéliser (faire revenir, faire interagir, faire suivre) est un levier Discover à part entière, au même titre que le travail éditorial, et dans nos tests il pèse davantage que le seul bouton « Suivre ».
2. Capter l’attention et créer de l’engagement sont deux chantiers distincts, qui se mesurent et se travaillent séparément.
3. L’engagement n’est que la moitié de l’histoire : l’offre parle de contenu « engaging, and useful », et la satisfaction du lecteur est portée par d’autres signaux. Optimiser le clic seul est une stratégie à courte vue.

Google a nommé publiquement les briques de sa machine à recommander. Nous, de l’extérieur, nous continuons à mesurer ce qu’elles font, carte après carte. L’analyse complète est ici.

Méthodologie : observations issues d’un panel de comptes de test sur de vrais flux Discover ; « suivre » s’entend au sens du bouton « Suivre » de Google, mesuré sur ce panel ; les deux cas éditeurs sont des illustrations sur de petits échantillons. Méthode complète, chiffres et graphiques : l’étude complète.

Damien Andell, co-fondateur de 1492.vision. Observations issues de l’analyse de vrais flux Google Discover ; les mécanismes décrits sont nos interprétations, pas des confirmations de Google.

L’article "Une offre d’emploi de Google confirme ce qu’on observe dans Discover" a été publié sur le site Abondance.

Pourquoi le e-commerce B2B coûte plus cher que le B2C

Si un site B2C commercialise un produit au même prix pour tout le monde, un site B2B doit gérer des comptes entreprise avec des grilles tarifaires personnalisées, des catalogues parfois confidentiels selon le client, des commandes en gros et des cycles de validation impliquant plusieurs interlocuteurs (acheteur, décideur, utilisateur final). Cette complexité métier se traduit mécaniquement par plus de développement spécifique, donc un budget plus élevé.

L'autre différence structurante est l'intégration aux systèmes existants. Un projet B2B part rarement d'une page blanche. Il doit se connecter à un ERP, parfois à un CRM et à un PIM, pour synchroniser stocks, tarifs et données produits. Cette brique technique est un facteur de coût supplémentaire que les projets B2C n'ont, la plupart du temps, pas besoin de budgéter avec la même ampleur.

Une solution pensée nativement pour le B2B : l'exemple de Vigicorp

Face à ce constat, certaines agences ont choisi de construire leur propre socle technique plutôt que d'adapter une plateforme généraliste à chaque nouveau projet. C'est le parti pris de l'agence nantaise Vigicorp, qui a développé BaseCart, sa solution ecommerce btob en interne.

Concrètement, BaseCart combine la robustesse d'un développement sur Symfony avec la rapidité de déploiement d'un socle déjà configuré pour les besoins spécifiques du B2B : gestion des comptes entreprise, catalogues privés, grilles tarifaires personnalisées, validation des commandes et devis.

L'architecture est modulaire, ce qui permet de n'activer que les fonctionnalités nécessaires au démarrage, puis d'ajouter des modules à mesure que l'activité évolue. L'intégration avec l'ERP, le CRM ou les outils comptables fait partie du socle, plutôt que d'être développée à chaque fois de zéro.

L'intérêt budgétaire de cette approche : partir d'un socle déjà pensé pour les enjeux du B2B réduit le temps de développement et le time-to-market par rapport à un projet 100 % sur-mesure, sans sacrifier la possibilité de personnaliser la plateforme selon le secteur d'activité et le modèle commercial de l'entreprise. Pour les projets aux exigences techniques encore plus poussées, Vigicorp propose également un développement entièrement sur-mesure en Symfony, notamment pour les logiques de tarification très spécifiques ou la gestion logistique multi-entrepôts.

Les grandes fourchettes de budget selon le type de projet

Les budgets constatés sur le marché français varient fortement selon l'approche retenue. Une agence web française facture en moyenne entre 5 000 € et 12 000 € un site e-commerce simple, mais ce type de tarif correspond rarement aux besoins réels d'un projet B2B avec tarification personnalisée. Sur un échantillon de projets réels, le budget médian d'un développement e-commerce sur-mesure sans CMS no-code atteint environ 45 000 € et pour les gros catalogues B2B multi-sites, la médiane dépasse 75 000 €, avec un troisième quartile qui grimpe au-delà de 185 000 €

D'autres retours de terrain vont dans le même sens. Un site B2B connecté à un ERP, gérant plusieurs milliers de références et une dimension multi-pays, n'a rien de comparable en termes de budget avec une boutique Shopify basique, avec des écarts qui peuvent aller de 1 à 50 selon le périmètre. On peut résumer ces ordres de grandeur en trois familles de projets :

• Solution B2B « sur étagère » adaptée : quelques milliers à environ 20 000 €, pour un catalogue limité et des besoins d'intégration réduits.
• Solution B2B modulaire pré-construite (à l'image de BaseCart) : généralement entre 20 000 € et 60 000 €, selon le niveau de personnalisation et le nombre de modules activés.
• Développement 100 % sur-mesure : à partir de 45 000 € et souvent au-delà de 100 000 € pour les catalogues volumineux, le multi-sites ou les intégrations ERP complexes.

Ces chiffres restent évidemment des ordres de grandeur : chaque agence fixe ses propres tarifs, et le périmètre exact du projet reste le facteur déterminant.

Les postes de coûts à budgéter

Un budget e-commerce B2B complet doit couvrir plusieurs postes, souvent sous-estimés au moment du premier devis :

• Conception et UX : parcours d'achat professionnel, arborescence du catalogue, gestion des comptes multi-utilisateurs.
• Développement front et back : l'essentiel de l'enveloppe pour un projet sur-mesure ou semi-sur-mesure.
• Intégration ERP, CRM et PIM : synchronisation des stocks, des tarifs et des fiches produits.
• Migration des données existantes : reprise du catalogue, des comptes clients et de l'historique de commandes.
• Formation des équipes internes : back-office, gestion des tarifs, suivi des commandes.
• Maintenance, hébergement et évolutions : un poste récurrent qui se prolonge après la mise en ligne.

Cette liste rejoint un constat largement partagé sur le marché : les postes les plus souvent oubliés dans un budget e-commerce sont l'intégration aux outils de gestion existants, la préparation des données produits et la formation des équipes, alors même qu'un site techniquement abouti, mais mal pris en main en interne ne produira jamais les résultats attendus.

Les critères qui font varier les budgets

Plusieurs facteurs expliquent pourquoi deux projets B2B, en apparence similaires, peuvent afficher des devis très différents :

• Le nombre de clients à gérer : plus les comptes nécessitent des grilles tarifaires ou des catalogues individualisés, plus le développement se complexifie.
• La taille et la structure du catalogue : nombre de références, variantes, disponibilité différenciée selon les clients.
• La profondeur de l'intégration ERP : une synchronisation en temps réel coûte nettement plus cher qu'un import périodique.
• Le multilingue, le multi-devises et le multi-sites : chaque déclinaison ajoute de la complexité technique et de la maintenance.
• Le niveau d'automatisation des workflows de commande : validation interne, devis automatisés, gestion des commandes en gros.

L’article "Combien coûte vraiment un projet e-commerce B2B ? Ce qu’il faut budgéter en 2026" a été publié sur le site Abondance.

Ce que montre l'étude

Dans une nouvelle étude publiée hier, Ahrefs a comparé deux populations de domaines pour isoler ce qui relève spécifiquement des AI Overviews d'une simple variation saisonnière.

Les domaines très exposés, c'est-à-dire ceux dont plus de 20 % des requêtes déclenchent un AI Overview, enregistrent une baisse moyenne de CTR de 23,1 % en neuf jours. Sur ce même groupe, 82,2 % des domaines perdent du CTR : à ce niveau d'exposition, s'en sortir est devenu l'exception plutôt que la règle.

Le groupe témoin, composé de domaines dont moins de 2 % des requêtes déclenchent un AI Overview, sert de point de comparaison. Sur la même période, son CTR progresse de 2,3 %. Ahrefs précise que le −23,1 % du groupe très exposé est calculé sans retrait de cette évolution du témoin : une fois cette hausse prise en compte, l'effet réel attribuable aux AI Overviews atteint −24,8 %.

Autrement dit, les domaines très exposés n'ont pas seulement perdu 23 % de CTR, ils ont aussi raté la légère hausse dont le reste du marché a profité sur la même période.

Une relation à peu près linéaire entre exposition et perte de CTR

En comparant la variation du taux de clics au taux d'AI Overview sur l'ensemble des domaines étudiés, Ahrefs obtient une pente de −0,9 : chaque point de taux d'AI Overview supplémentaire coûterait environ un point de CTR.

Ahrefs formule cet ordre de grandeur comme un repère opérationnel, pas comme une prédiction. L'étude précise elle-même qu'une pente n'est pas une prédiction, que certains sites très exposés s'en sortent, et que d'autres, peu exposés, reculent pour des raisons sans rapport avec l'IA.

Les impressions montent, les clics tombent

Selon Ahrefs, il y a eu peu de perte de positions dans les SERP fin juillet. Les pages continuent de s'afficher aussi souvent qu'avant, parfois davantage, mais elles sont moins cliquées. Le cas le plus marqué du panel affiche +183 % d'impressions pour −1,9 % de clics, soit un CTR divisé par plus de trois.

Les chiffres à la médiane sur l'ensemble du panel

Sur l'ensemble des 963 domaines retenus dans l'étude, et non plus seulement sur le groupe très exposé, la médiane du panel affiche une baisse de 5,7 % de CTR et de 8,8 % de clics.

La répartition des pertes de clics sur ce panel est la suivante :

• 48 % des domaines ont perdu plus de 10 % de leurs clics
• 19 % en ont perdu plus de 30 %
• 5 % en ont perdu plus de 50 %

Presque un site sur deux a donc perdu plus de 10 % de ses clics quotidiens, et un sur vingt en a perdu la moitié, en seulement neuf jours.

Ahrefs signale par ailleurs que l'exposition va probablement continuer de progresser : le taux d'AI Overview médian des sites étudiés est aujourd'hui de 5,4 %, et 29 % d'entre eux dépassent déjà 10 %. Ces taux ont augmenté sur tous les marchés depuis 2024, selon l'étude.

Les .fr plus touchés que la moyenne

Les domaines en .fr du panel perdent 12,3 % de clics en médiane, contre 8,8 % pour l'ensemble des sites étudiés. Ahrefs avance une explication : les sites français seraient plus exposés aux AI Overviews que les acteurs internationaux présents sur le marché français.

Le secteur santé, le plus touché

Un secteur se détache nettement dans l'étude : la santé, avec un taux d'AI Overview de 22,2 %, le plus élevé relevé, et une baisse de CTR de 20,4 %.

Ahrefs explique ce résultat par la nature des requêtes santé, majoritairement informationnelles et à réponse courte, c'est-à-dire le type de requête que l'AI Overview absorbe le mieux : la réponse tient dans l'encart et l'utilisateur repart sans avoir besoin de cliquer. Pour Ahrefs, ce qui détermine l'exposition au risque n'est donc pas tant la verticale que l'intention derrière les requêtes : une requête à laquelle un paragraphe suffit est une requête à risque, tandis qu'une requête qui suppose un outil, un compte, un prix, un achat ou un avis humain résiste mieux.

Une trajectoire qui pourrait s'aggraver

L'étude situe ces résultats français dans une trajectoire plus large observée à l'échelle mondiale. Sur cette étude mondiale, l'impact des AI Overviews sur le CTR de la position 1 est passé de −34,5 % au printemps 2025 à −58 % fin 2025. Selon Ahrefs, l'effet ne s'atténue pas avec le temps : il s'accentue, à mesure que l'AI Overview se déclenche sur davantage de requêtes et que les utilisateurs prennent l'habitude de moins cliquer.

Ahrefs indique vouloir relancer cette analyse sur une fenêtre plus longue pour suivre l'évolution du marché français, sans affirmer à ce stade qu'il suivra la même trajectoire que le marché mondial.

Des ordres de grandeur cohérents avec d'autres études

Ahrefs rapproche ses résultats de mesures publiées par d'autres acteurs sur l'effet des AI Overviews sur le CTR organique : une baisse de 49,4 % à 65,2 % relevée par Seer Interactive, une baisse supérieure à 50 % selon Kevin Indig, et une baisse de 47,5 % selon Authoritas.

Méthodologie de l'étude

Ahrefs a suivi les 1 000 domaines générant le plus de clics en France entre avril et juillet 2026, via des données agrégées de Google Search Console. Les domaines dont l'historique ne couvrait pas l'intégralité de la période ont été écartés, ce qui ramène le panel final à 963 domaines.

Pour chaque domaine, Ahrefs a calculé la moyenne quotidienne de clics, d'impressions et de CTR sur les 28 jours précédant le 22 juillet 2026, puis sur les 9 jours suivant cette date.

Ahrefs a également mesuré le taux d'AI Overview de chaque domaine, c'est-à-dire la part de ses requêtes France qui déclenchent un AI Overview. Cette donnée sert à répartir les domaines entre le groupe très exposé (plus de 20 % de requêtes concernées) et le groupe témoin (moins de 2 %), afin d'isoler l'effet propre aux AI Overviews de l'évolution générale du CTR sur la période, saisonnalité de fin juillet comprise.

L'étude précise que le chiffre de −23,1 % de CTR médian pour le groupe très exposé est la variation brute observée, sans retrait de l'évolution du groupe témoin. Sur la même période, le CTR du groupe témoin progresse de 2,3 %. En intégrant cet écart, l'effet réel attribué aux AI Overviews est estimé à −24,8 %.

L’article "Étude Ahrefs : un mois après leur lancement en France, les AI Overviews font déjà chuter le CTR de 23 %" a été publié sur le site Abondance.

Au programme de cette édition Réacteur d'août 2026 :

• Comment déployer un agent de données dans Data Studio ? [Partie 1], par Chloé Nieuwjaer
• Reddit en 2026 : le canal marketing que la France n'a pas encore découvert pour le SEO, par César Gaston
• AI Overviews en France : les 3 signaux pour 2027, par Juliette Bègue
• Brave Search, la vraie porte d'entrée pour être cité par Claude, par Raouf Douihech
• Difficulté SEO d'un mot-clé : toutes les méthodes et ce qu'elles valent vraiment [Partie 2], par Alexis Rylko

On remercie chaleureusement nos 5 auteurs pour leur réactivité et surtout la qualité des articles publiés : Chloé, Raouf, Juliette, Alexis et César

En bonus : comme à l’accoutumée, cette nouvelle édition accueille également notre veille de août 2026 et une présentation des outils qui ont retenu notre attention ces dernières semaine !

 Accéder à l’édition complète

Et, si ce n’est pas encore le cas, abonnez-vous !

Comment déployer un agent de données dans Data Studio ? [Partie 1]

Par Chloé Nieuwjaer, Consultante SEO Senior, Data Analyste & Formatrice Freelance

À découvrir dans cette première partie :

• Le Conversational Analytics, ce nouveau chat intégré à Data Studio qui permet d'interroger ses données stockées dans BigQuery en langage naturel, sans écrire une seule ligne de SQL.
• Ce que contient réellement une réponse de l'agent : pas juste un résultat brut, mais un raisonnement affichable, une contextualisation en langage naturel, une mini-analyse et des suggestions de questions complémentaires.
• Une comparaison concrète et détaillée entre une requête SQL écrite à la main et le raisonnement complet de l'agent pour arriver au même résultat, avec le détail de sa chaîne de pensée sur un cas réel (les villes du département du Nord).
• Un piège de données bien réel révélé au passage : comment une simple requête peut confondre deux villes homonymes situées à l'autre bout de la France.
• Les prérequis techniques à avoir en tête avant de se lancer : compte Google d'entreprise, projet Google Cloud, BigQuery, et les API à activer.

Ce qu'on a aimé :
Une présentation qui va au-delà du simple mode d'emploi et documente vraiment ce qu'il se passe "sous le capot" : le raisonnement complet de l'agent, en anglais et non retouché, permet de voir précisément comment il interprète le schéma de données, formule ses hypothèses et anticipe les biais avant même d'exécuter sa requête. Chloé Nieuwjaer illustre son propos avec un vrai jeu de données (les mots-clés liés au trail en France), ce qui rend la démonstration concrète plutôt que théorique. On attend avec intérêt la suite, qui promet un tutoriel de configuration complet et un regard critique sur les limites de l'outil.

Lire l’article : Comment déployer un agent de données dans Data Studio ? [Partie 1]

Reddit en 2026 : le canal marketing que la France n'a pas encore découvert pour le SEO

Par César Gaston, fondateur de Skilfut

À découvrir dans cet article :

• Les chiffres qui placent Reddit au 4ème rang mondial des sites les plus visités, et pourquoi le marché francophone reste encore largement vierge comparé aux États-Unis.
• Pourquoi la mise à jour Google de 2023, en privilégiant les discussions humaines authentiques face à la prolifération de contenus IA, a fait de Reddit l'un des premiers bénéficiaires sur les requêtes à forte intention d'achat.
• Le rôle central que jouent les threads Reddit dans les réponses des IA génératives, et pourquoi ça change la donne pour les marques présentes sur la plateforme.
• La méthode concrète pour construire un compte crédible sans se faire bannir : karma, cartographie des bons subreddits, et le délai à respecter avant toute action promotionnelle.
• Les pièges qui trahissent instantanément un contenu promotionnel déguisé, et pourquoi un ton "trop soigné" est justement ce qui vous fait repérer par la communauté.

Ce qu'on a aimé :
Un article qui vient d'un vrai praticien du sujet, avec des chiffres concrets tirés de l'expérience terrain de l'agence Skilfut (une communauté de 4 000 membres générant plus de 50 000 impressions hebdomadaires, par exemple). César Gaston ne vend pas Reddit comme une solution miracle mais insiste au contraire sur la patience nécessaire : 4 à 6 semaines minimum de contribution non promotionnelle avant d'espérer être bien reçu. Les pièges détaillés (schémas répétitifs, ton trop parfait, marque citée en ouverture) sont le genre de détails opérationnels qui manquent souvent dans ce type de contenu. Une porte d'entrée utile sur un canal encore largement ignoré par les équipes marketing françaises.

Lire l’article : Reddit en 2026 : le canal marketing que la France n'a pas encore découvert pour le SEO

AI Overviews en France : les 3 signaux pour 2027

Par Juliette Bègue, Marketing manager chez Ahrefs France

À découvrir dans cet article :

• Le décalage exact entre la France (20,9% des mots-clés à fort volume) et les États-Unis (44,4%), et pourquoi rien ne suggère que la France plafonnera en dessous du niveau américain.
• Le sens de propagation des Aperçus IA, du bas vers le haut du funnel, avec le calendrier secteur par secteur : la santé déjà saturée, la finance et le voyage manifestement bridés, le B2B et le e-commerce en milieu de gué.
• La preuve chiffrée qu'être bien classé sur Google et être cité dans un Aperçu IA sont deux choses différentes, avec des cas concrets où 38 à 43% des sources citées ne figurent même pas dans le top 10.
• Le chiffrage précis de ce que coûte un Aperçu IA en clics perdus, passé de -34,5% à -58% de CTR en seulement 8 mois aux États-Unis, avec la méthode pour appliquer ce calcul à votre propre trafic.
• Un plan d'action en 5 mouvements pour être cité, et une expérimentation qui invalide au passage une idée reçue très répandue sur le schema markup.

Ce qu'on a aimé :
Un article qui transforme un sujet souvent traité de façon anxiogène en feuille de route concrète, en s'appuyant sur des données Ahrefs solides plutôt que sur des impressions. Juliette Begue ne se contente pas d'annoncer la tendance : elle chiffre le retard français, le calendrier par secteur et même le coût en trafic avec un exemple concret. La partie sur le poids de YouTube dans les citations (20% des liens cités) et sur l'inutilité du schema markup comme levier GEO tranche avec beaucoup de discours ambiants sur le sujet. Du concret, des chiffres, un plan d'action directement actionnable.

Lire l’article : AI Overviews en France : les 3 signaux pour 2027

Brave Search, la vraie porte d'entrée pour être cité par Claude

Par Raouf Douihech, Consultant SEO & GEO chez DocShipper

À découvrir dans cet article :

• Le test grandeur nature de l'auteur : un site bien classé sur Google et Bing, mais totalement absent de l'index Brave, et invisible aux yeux de Claude jusqu'à une seule manipulation.
• Les preuves qui confirment que Claude s'appuie sur Brave et non sur Google : jusqu'à 79,2% des URLs citées par Claude figurent dans le top 10 de Brave, contre seulement 34% pour Google.
• Un diagnostic reproductible en 2 minutes pour savoir si votre propre site est visible ou non par Claude.
• Les trois portes d'entrée réelles de l'index Brave (query channel, page channel, crawler propre), et pourquoi le formulaire de soumission ne fait en réalité que forcer un re-crawl.
• Les trois crawlers distincts d'Anthropic à connaître, et les deux pièges de configuration qui bloquent silencieusement votre visibilité sans que ça apparaisse nulle part dans votre robots.txt.

Ce qu'on a aimé :
Un article qui part d'un test personnel daté et vérifiable, mais qui ne s'arrête pas à l'anecdote : Raouf Douihech est allé chercher la mécanique complète derrière le résultat, code du Web Discovery Project de Brave à l'appui, et croise deux études indépendantes (Profound et MERJ sur 35 000 citations) pour asseoir sa démonstration. La partie sur les trois crawlers d'Anthropic et les pièges de configuration CDN/pare-feu est le genre de détail opérationnel qui fait souvent défaut ailleurs. Honnête aussi sur ses propres limites, avec la nuance apportée sur TurboPuffer, second sous-traitant apparu depuis mai 2026, dont le rôle exact reste flou.

Lire l'article : Brave Search, la vraie porte d'entrée pour être cité par Claude

Difficulté SEO d'un mot-clé : toutes les méthodes et ce qu'elles valent vraiment [Partie 2]

Par Alexis Rylko, Consultant SEO chez iProspect

À découvrir dans cette seconde partie :

• La méthode des rising stars, pour transformer l'observation d'un concurrent jeune et comparable en véritable règle de sélection de mots-clés.
• La méthode des zones de compétitivité, illustrée par deux cas réels très contrastés : un petit blog e-commerce et un site gouvernemental.
• Pourquoi allintitle, souvent présentée comme une méthode avancée, est en réalité l'une des plus datées, avec un exemple frappant où aucun résultat de la première page ne contient le terme recherché dans son titre.
• Le vrai fonctionnement du KGR (Keyword Golden Ratio), sa formule, ses seuils, et les trois particularités qu'on oublie systématiquement quand on l'applique.
• Deux méthodes complémentaires plus rarement évoquées : les slots par formats dominants et les SERP ouvertes vs verrouillées, avec des exemples concrets sur "prêt immobilier" ou "femme de ménage".

Ce qu'on a aimé :
La suite logique et tout aussi rigoureuse de la première partie, avec le même souci de confronter chaque méthode à des cas réels plutôt qu'à de la théorie. Alexis Rylko ne se contente jamais d'expliquer une méthode : il en pointe systématiquement les limites, ce qui est particulièrement salutaire pour allintitle et le KGR, deux approches qui reviennent régulièrement dans les formations SEO sans qu'on interroge vraiment ce qu'elles mesurent. La conclusion reformule intelligemment la question à se poser : non pas "ce mot-clé est-il difficile", mais "mon site est-il capable de remplacer l'un des résultats en place". Un article de référence à garder sous la main.

Lire l’article : Difficulté SEO d'un mot-clé : toutes les méthodes et ce qu'elles valent vraiment [Partie 2]

Comme tous les mois, cette nouvelle édition de Reacteur s’accompagne d’une rubrique dédiée aux derniers outils à tester et les articles qui ont retenus notre attention sur le web !

L’article "L’édition d’août 2026 de Réacteur est en ligne !" a été publié sur le site Abondance.

L’article "Google Spam Update d’août 2026 : nouvelle mise à jour anti-spam" a été publié sur le site Abondance.

L’article "Goossips SEO : Hreflang & Indexation" a été publié sur le site Abondance.

Le rapport State of the Bots de TollBit, qui compile les données du premier semestre 2026, montre aussi que la situation varie beaucoup selon les agents. Claude-User n'est bloqué que par 9 % des sites européens, contre 26 % en Amérique du Nord. Perplexity-User affiche 13 % contre 26 %. La plupart des agents récents ont des taux de blocage à un chiffre en Europe, mais ChatGPT-User fait figure d'exception, à la fois très bloqué et très souvent contourné malgré ce blocage.

La documentation d'OpenAI est claire sur ce point : ChatGPT-User se déclenche quand un utilisateur pose une question dans ChatGPT, et parce que l'action part d'un humain, le robots.txt pourrait ne pas s'appliquer. TollBit, de son côté, ne fait pas cette distinction : toute requête vers une URL interdite est comptée comme un contournement, quelle que soit la justification donnée par l'opérateur du bot.

Pour un éditeur de site, la conséquence pratique est la suivante : le fichier robots.txt ne montre que ce qui a été demandé en théorie, pas ce qui s'est réellement passé. Seuls les logs serveur ou les données CDN permettent de savoir ce qui a effectivement été récupéré.

Cloudflare prépare de son côté un changement de méthode. À partir du 15 septembre, les nouveaux domaines ajoutés à Cloudflare verront leurs crawlers d'entraînement et leurs agents bloqués par défaut sur les pages contenant des publicités, les crawlers de recherche restant autorisés. La décision de blocage se déplace ainsi au niveau du réseau plutôt que d'être laissée à la bonne volonté du crawler. Reste à savoir si l'argument du "chargement initié par l'utilisateur" tiendra sur la durée, maintenant que tous les grands assistants IA récupèrent les pages de cette manière.

L’article "ChatGPT peut visiter vos pages interdites, et OpenAI l’assume" a été publié sur le site Abondance.