#28 : Comment augmenter la visibilité de vos contenus ?
Chatbot IA ou moteur interne ? La réponse avec un test de 3 leaders de leur secteur.
Bienvenue dans Customer Stories !
Cette semaine, pas d’audit d’un cas client en particulier. Plutôt une enquête terrain que j’ai menée ces derniers jours, pour résoudre un problème qu’on connait tous.
Si vous êtes CMO ou responsable des contenus, vous avez régulièrement des commerciaux ou des presales qui vous demandent des références bien précises. Des cas d’usages un peu particuliers, des environnement technologiques qui ne sont pas tagués dans votre bibliothèque de contenus. Ils existent, mais ils ne ressortent pas avec votre moteur de recherche interne.
Par contre, avec une IA telle que NotebookLM, si vous lui donnez en source toutes vos références clients, vous serez capable de les retrouver facilement, même avec des requêtes pointues.
Alors je me suis demandé : est-ce que les nouveaux chatbots des sites web peuvent interroger la bibliothèque de ressources d’un éditeur B2B comme on interroge une base de connaissances IA ?
Pour y répondre, j’ai testé les chatbots de trois éditeurs CRM et data. Et j’ai utilisé Claude en parallèle pour analyser ce que j’observais : comprendre la technologie derrière chaque réponse, et en tirer des enseignements concrets.
Les résultats m’ont surprise. Et ils ouvrent de nouvelles possibilités pour exploiter vos contenus.
Je vous les livre ici. Alors, c’est parti !
🎯 Le protocole de test
J’ai posé à chaque chatbot trois questions de difficulté croissante :
“Avez-vous des clients dans le retail ?” “Avez-vous des cas clients en France ?” “Que disent vos clients sur la personnalisation des interactions ?”
Des questions simples en apparence. Mais suffisamment précises pour révéler si le chatbot lit vraiment le contenu des témoignages clients, ou s’il se contente de chercher dans des tags.
Trois éditeurs testés : Salesforce, HubSpot, Qlik, et quelques autres qui n’ont pas passé la première étape (j’y reviendrai).
💬 Les résultats : trois niveaux de maturité
Ce que j’ai découvert, c’est moins une comparaison entre éditeurs qu’une cartographie de la maturité des chatbots face aux témoignages clients. Trois niveaux très distincts.
Niveau 0 : les absents 👻
Zoho, Monday, Pipedrive : pas de chatbot IA visible sur leurs pages clients ou leur site principal. Zendesk avait un chatbot introuvable au moment de mon test.
Ce n’est pas anodin. Ces éditeurs sont des acteurs reconnus du marché. Mais l’absence de chatbot IA peut s’expliquer : soit ils n’ont pas encore franchi le pas, soit ils sont en cours de tests car le marché évolue très vite.
Niveau 1 : le redirecteur 🔀
HubSpot a un chatbot qui a l’air prometteur. Il pose des questions pour vous faire préciser votre demande, il reformule, il semble comprendre ce que vous cherchez. Mais au moment de citer un client, il renvoie vers la page “Customers” avec un message du type : “vous pouvez filtrer par secteur et par pays.”
Autrement dit : l’interface est conversationnelle, elle a sans doute été paramétrée pour conduire le visiteur vers la bonne offre, en mettant en avant les avantages produits. Mais pour la recherche de contenu de type témoignage, ça ne convient pas.
J’ai refait un 2e test le lendemain, en lui demandant de me citer un client, mais dans l’immobilier, cette fois-ci (là, j’étais sûre que plusieurs références étaient en ligne).
Au bout de quelques tergiversations, il me cite Keller Williams. Un grand groupe immobilier, en effet, mais que je n’ai jamais trouvé dans les références d’Hubspot. Hallucination ?
Niveau 2 : le vrai chatbot “intelligent” ✅
Qlik fait mieux. Disclaimer : Qlik est un de mes clients. Mais j’avoue que j’ai découvert par hasard leur nouveau chatbot à l’occasion de ce test 🙂 .
À la question “avez-vous des clients dans le retail ?” il cite des cas réels et ajoute même des liens pour accéder directement aux contenus. Bon signe.
Mais à la question “avez-vous des cas clients en France ?”, c’est moins glorieux. Il ne sait pas, et il l’avoue. Alors que oui, bien sûr, il y a plein de clients en France (je suis bien placée pour le savoir ;) 😉
Par contre, à la question “avez-vous des références clients avec plus de 1000 utilisateurs ?” (ce n’est pas un critère su moteur de recherche, je précise) il répond correctement avec un témoignage réel, en précisant le nombre d’utilisateurs, et le lien vers le PDF.
Donc, le chatbot interroge les métadonnées structurées de la bibliothèque (secteur, produit, use case) et aussi le contenu réel des documents. Et il fait ça très vite. Par contre il n’est pas capable de trouver les clients selon leur pays, alors que c’est bien une rubrique présente dans le pdf. Bizarre.
Pour info, Qlik utilise un chatbot IA de la société ADA (leur trademark est visible sur l’interface), qui se présente comme expert de l’AI Customer Experience omnicanale. (Et il affiche de belles références que j’irai sans doute analyser dans un prochain numéro. 😉)
Autre Saas qui s’en sort pas mal : Salesforce et son agent Agentforce. Et heureusement car c’est un peu leur vitrine IA.
À la question “avez-vous des cas clients en France dans le retail ?”, il cite plusieurs clients (pas tous dans le retail, c’est vrai), avec un résumé de leur usage et un lien direct vers chaque témoignage.
Question plus dure : “Avez-vous des cas clients qui font de l’ultra-personnalisation des messages ?” Là aussi, Agentforce a sorti 5 cas français pertinents, avec résumés et liens.
Alors j’ai voulu aller plus loin, puisqu’il s’agit d’un vrai agent IA, je lui ai demandé de me générer un résumé de ces cas clients. Pas de problème, résumé généré et prêt à copier.
Je vais un cran plus loin : peux-tu ajouter le nombre d’utilisateurs ? Il le fait. L’info n’est pas présente ? Il le signale, il ne l’invente pas.
Ce que ça révèle
La première réaction serait de dire : “Salesforce a la meilleure technologie.” Ce serait passer à côté de l’essentiel. Ce n’est pas le LLM qui fait la différence.
Ce qui fait la différence, c’est le corpus derrière.
Salesforce et Qlik produisent beaucoup de témoignages clients, dans toutes les langues, sur tous les secteurs, avec un contenu détaillé et une indexation très fine. Quand Agentforce ou ADA reçoit une question sémantique complexe, il a des centaines de pages web et de documents bien structurés à parcourir. Le moteur est intelligent, mais c’est la bibliothèque qui est exceptionnelle.
📌 Ce que ça change pour vous
Si vous êtes CMO, responsable du Customer Marketing ou des contenus :
Avant de vous demander quel outil déployer sur votre site, posez-vous cette question : est-ce que votre bibliothèque de témoignages clients est suffisamment riche, structurée et factuelle pour alimenter un moteur IA ?
Un chatbot IA sur un corpus pauvre donnera des réponses pauvres. Ou pire : des réponses inventées.
Pour répondre aux questions de vos clients, vous avez besoin de contenus pertinents et bien structurés.
Nombre suffisant, structuration précise, chiffres vérifiables, indexation par secteur, use case et pays. Et contenu détaillé. Ce n’est pas un luxe éditorial. C’est une décision stratégique, qui servira autant pour la pertinence de votre moteur / chatbot IA interne que pour augmenter la visibilité de vos contenus pour les LLMs (le fameux GEO, on en reparlera bientôt).
Et c’est valable pour tous les contenus.
Voilà, c’est fini, merci d’avoir lu ce numéro.
Si vous produisez des témoignages clients et que vous voulez être sûr qu’ils contiennent les informations que recherchent vos prospects, jetez un œil à la formation CAPTE : c’est par ici.
Si vous n’êtes pas encore abonné·e à Customer Stories, c’est le moment :
Et si ça vous a plu, un 🧡 ou un commentaire fait toujours plaisir ! Merci.
Dans le numéro 29 de Customer Stories, on regardera comment utiliser la puissance de l’IA pour exploiter vos témoignages. Pas avec un chatbot interne, mais avec les outils du marché, super accessibles et super puissants (NotebookLM, Claude Projects,...)
Je vous raconterai les expériences terrain que j’ai menées pour répondre à des besoins réels.
A vendredi prochain !
Stéphanie