+3 573,8 %
Inscriptions de comptes
2026* vs 2024
+3 612,5 %
Abonnements
2026* vs 2024
+1 396,1 %
Mentions dans AI Overviews
nov. 2026 vs mai 2025
+274,1 %
Mentions dans ChatGPT
nov. 2026 vs nov. 2025
*Les données 2026 vont jusqu’en septembre : la croissance finale sera donc plus élevée.
Objectif
Holded voulait attirer davantage de nouveaux utilisateurs (inscriptions de comptes) pour les convertir ensuite en abonnés payants mensuels.
Pour y parvenir, le travail s’est concentré sur deux fronts :
AEO
Answer Engine Optimization
Faire apparaître le contenu de Holded comme réponse directe dans les moteurs de recherche, par exemple dans les AI Overviews de Google, les extraits optimisés et les réponses de Bing.
GEO
Generative Engine Optimization
Faire en sorte que les modèles de langage (ChatGPT, Gemini, Perplexity, Copilot…) citent et mentionnent Holded lorsqu’un utilisateur pose une question sur la facturation, la comptabilité ou la gestion d’entreprise.
L’objectif était de gagner en visibilité sur tous les canaux où l’utilisateur cherche des réponses, en combinant trois leviers :
Organique
Un meilleur positionnement organique sur Google et Bing.
Citations
Plus de citations (liens vers holded.com) dans les réponses de l’IA.
Mentions
Plus de mentions de la marque dans les LLM, même sans lien.
Notre approche : trois prémisses de départ
Avant d’agir, nous avons fixé trois idées qui ont guidé toute la stratégie.
Chaque LLM et chaque index a ses propres règles
ChatGPT, Gemini, Perplexity, Copilot et les AI Overviews de Google ne choisissent pas leurs sources de la même façon. Chacun utilise son propre index, accorde un poids différent à chaque type de source et présente les réponses à sa manière. Nous n’avons donc pas appliqué une recette unique : nous avons analysé chaque plateforme séparément et adapté les actions à chacune.
Les mentions de marque valent plus que les citations
Une citation est un lien vers holded.com dans la réponse. Une mention, c’est le modèle qui nomme Holded comme solution, avec ou sans lien. Ce que l’utilisateur lit dans la réponse, c’est la marque, pas la source. Si le LLM recommande Holded quand quelqu’un demande « quel logiciel de facturation utiliser ? », cette mention pèse davantage sur la décision qu’un lien en bas de la réponse. C’est pourquoi les mentions ont été notre indicateur principal.
Citation
Un lien vers holded.com/es dans la réponse.
Mention Indicateur principal
Le modèle nomme Holded comme solution, avec ou sans lien.
Améliorer l’organique sur Google et Bing améliore la visibilité dans les LLM
Les principaux assistants d’IA consultent les index des moteurs de recherche pour construire leurs réponses : Gemini et les AI Overviews utilisent Google, tandis que ChatGPT et Copilot s’appuient sur Bing. Si Holded se positionne mieux dans ces index, il a plus de chances d’apparaître dans les réponses de l’IA. Le SEO traditionnel est ainsi devenu la base du travail en AEO et GEO.
Qu’avons-nous fait ?
Travailler la visibilité dans les LLM ne ressemble pas au SEO traditionnel.
Sur Google, nous disposons de données réelles : volumes de recherche, mots-clés et positions issus d’une base de données.
LLMs
Pour les LLM, il n’existe pas de base de données publique de ce que les gens demandent : la recherche part donc d’hypothèses sur ce que chaque utilisateur demanderait.
De plus, les réponses des LLM sont probabilistes : le modèle génère chaque réponse sur le moment, et une même question peut donner des réponses différentes selon le moment, la formulation et la personne. C’est pourquoi nous ne cherchons pas « la position » de Holded dans une réponse donnée, mais la fréquence à laquelle il apparaît dans de nombreuses réponses à des questions similaires.
- 1
Nous avons défini des buyer personas pour comprendre quelles requêtes ils peuvent formuler
Nous avons créé différents profils d’utilisateurs de Holded (par exemple, indépendants, PME et cabinets comptables) avec leurs besoins, leurs doutes et leur façon de s’exprimer. À partir d’eux, nous avons déduit les prompts que chaque profil écrirait dans un assistant IA. Nous avons ainsi travaillé avec de vraies questions et non avec des mots-clés isolés.
- 2
Nous avons identifié les prompts qui déclenchent les mentions de marque
Nous avons lancé ces prompts dans les principaux LLM et analysé les réponses. Nous avons repéré quels types de questions faisaient citer Holded et dans lesquelles la concurrence apparaissait à sa place. Cela nous a donné une carte de là où nous étions déjà présents et de là où il y avait des opportunités.
- 3
Nous avons conçu une stratégie pour gagner en présence dans ces réponses
Avec cette carte, nous avons priorisé les actions : quels contenus créer, lesquels optimiser et comment présenter l’information pour que les modèles l’utilisent et recommandent Holded comme solution.
- 4
Nous avons utilisé les outils de Google et Bing pour voir quelles URL ont le plus de visibilité
Nous nous sommes appuyés sur les données fournies par les moteurs eux-mêmes (Google Search Console et Bing Webmaster Tools) pour savoir quelles URL de Holded ont le plus de visibilité dans leurs index. Comme ces index alimentent les LLM, ces URL ont servi de base pour prioriser le travail.
Résultats
Inscriptions et abonnements
*Les données 2026 vont jusqu’en septembre : la croissance finale sera donc plus élevée.
AI Overviews (Google)
ChatGPT (Ahrefs)
Le cas Holded montre que la visibilité dans les réponses de l’IA se traduit en business : plus de mentions de la marque, plus d’inscriptions de comptes et plus d’abonnés payants.
Vous voulez positionner votre marque dans les moteurs de recherche et en IA avant vos concurrents ?
Réservez votre stratégie SEO + GEO gratuite



