Le parcours d'achat change. Avant, un client tapait sa requête sur Google, comparait quelques sites, puis achetait. Aujourd'hui, une partie croissante de ce parcours passe par une conversation avec une IA : "compare-moi ces deux modèles", "lequel est le mieux pour mon usage", "qu'est-ce que les gens recommandent".
Pour un e-commerçant, c'est une nouvelle surface de vente entièrement invisible dans vos analytics classiques. Vous ne verrez jamais dans Google Analytics qu'un client a demandé à ChatGPT quel produit acheter et qu'il a choisi votre concurrent. Voici comment vous positionner sur cette surface.
Le schéma Product en JSON-LD est ce qui permet aux LLMs de comprendre précisément ce que vous vendez : nom, marque, prix, disponibilité, note moyenne. C'est la base absolue du GEO e-commerce, et pourtant la majorité des boutiques ne le renseignent que partiellement.
Les champs qui comptent le plus pour être recommandé : name, brand, description détaillée, aggregateRating, offers (prix + disponibilité), et review. Une fiche produit sans schéma structuré est quasi invisible pour les IA qui recommandent des produits.
Les LLMs recommandent en fonction de l'usage, pas des caractéristiques brutes. Une fiche qui dit "sac 40L, nylon 600D, 12 poches" est moins recommandée qu'une fiche qui dit "idéal pour un voyage de 2 à 3 semaines en cabine, avec un accès rapide à l'ordinateur portable".
Rédigez vos descriptions en pensant à ces questions d'usage. C'est ce vocabulaire d'intention que les LLMs associent à vos produits.
Les LLMs font fortement confiance aux sources agrégatrices : comparateurs de prix, marketplaces (Amazon, Fnac, Cdiscount), et sites de tests indépendants. Être présent et bien noté sur ces plateformes multiplie vos chances d'être cité, car les IA croisent ces sources pour valider une recommandation.
Un produit avec 200 avis sur Amazon et un test sur un site spécialisé sera recommandé avant un produit identique vendu uniquement sur votre boutique, même si le vôtre est meilleur. La présence tierce est un signal de confiance décisif.
Un guide d'achat, un comparatif, un article "comment choisir" sur votre propre blog est un aimant à citations LLM. Ces contenus répondent exactement au type de question que les clients posent aux IA, et positionnent votre marque comme référence sur la catégorie.
Ce qui bloque la plupart des boutiques
Trois erreurs reviennent systématiquement dans les audits e-commerce que nous menons. La première : des fiches produit sans schéma structuré, ou avec un schéma incomplet généré automatiquement par le CMS. La deuxième : des descriptions copiées du fournisseur, identiques à celles de dizaines d'autres revendeurs — les LLMs n'ont aucune raison de citer votre version. La troisième : zéro contenu éditorial, donc aucun signal d'expertise sur la catégorie.
Ces trois problèmes sont corrigeables sans refonte technique lourde. Ils relèvent du contenu et des données structurées, pas de l'architecture.