Marketplaces Découverte et téléchargement de logiciels

Comment Softonic a réglé en 4 mois un problème de réputation IA vieux de dix ans

Softonic a utilisé LLM Pulse pour découvrir ce que les modèles d’IA disaient réellement de l’entreprise, prioriser les prompts aux plus mauvais résultats et publier des contenus ciblés qui ont transformé un sentiment négatif en confiance.

Ferran Gavin
Client
Ferran Gavin
Directeur du catalogue et du trafic, Softonic

À qui s’adresse ce cas client : aux équipes marque, SEO et communication des entreprises présentes en ligne depuis longtemps, pour qui les réponses de l’IA s’appuient encore sur des faits qui ne sont plus vrais depuis des années.

En bref

Les modèles d’IA présentaient Softonic comme une source de téléchargement risquée, alors que l’entreprise avait passé des années à assainir son catalogue et à renforcer ses signaux de confiance. Dans les quatre mois qui ont suivi l’adoption de LLM Pulse, l’équipe a identifié les prompts précis à l’origine de cette perception, construit autour d’eux un plan de contenu et de relations presse ciblé, et fait progresser le sentiment positif de 7 points sur l’ensemble des prompts hors marque suivis.

À propos de Softonic

Softonic est l’une des plus grandes plateformes de découverte de logiciels au monde : elle accueille chaque année plus de 100 millions d’utilisateurs dans plus de 20 langues. Son catalogue va des utilitaires open source aux applications de productivité commerciales, et chaque fiche s’appuie sur un test éditorial et une analyse de sécurité.

Le problème : un écart de sentiment IA que l’équipe ne voyait pas

Les outils classiques de SEO et de veille de marque indiquaient à Softonic que tout allait bien. Le trafic organique était sain, les recherches sur la marque étaient stables et les sites d’avis affichaient de bonnes notes.

Puis l’équipe a commencé à interroger ponctuellement ChatGPT, Perplexity et Gemini, et le tableau était tout autre :

  • « Is Softonic safe? » obtenait des réponses prudentes et évasives dans 3 modèles sur 5.
  • Les prompts longs demandant des recommandations de logiciels comportaient souvent des mises en garde sur des problèmes vieux de dix ans.
  • Des concurrents au catalogue plus réduit étaient recommandés plutôt que Softonic dans 47 % des prompts de comparaison directe.

L’équipe avait besoin d’un moyen de quantifier cet écart, de décider quoi corriger en premier et de vérifier si les corrections portaient leurs fruits.

Ce que l’équipe a fait avec LLM Pulse

Étape 1 : cartographier les prompts qui comptent vraiment

Avec la fonctionnalité Suivi des prompts, l’équipe a configuré 450 prompts à forte intention en anglais et en espagnol, les deux langues qui concentrent l’essentiel de son risque dans la recherche IA. Chaque prompt est exécuté toutes les semaines sur ChatGPT, Perplexity, Gemini, Google AI Mode et Google AI Overviews.

À l’issue du premier cycle d’exécution, elle disposait d’une liste classée des prompts où Softonic avait la plus faible visibilité, le sentiment le plus négatif, ou les deux.

Étape 2 : utiliser l’analyse de sentiment pour identifier le récit

La fonctionnalité Analyse de sentiment a décomposé chaque mention de Softonic en trois éléments : la polarité (positive, neutre ou négative), les thèmes qui la sous-tendent (sécurité, publicités, logiciels groupés, qualité des applications) et les sources que le modèle citait comme preuves.

C’est là que tout s’est éclairé. 78 % du sentiment négatif provenait d’anciens fils de forum et d’un unique rapport d’incident de 2014, que les modèles d’IA continuaient de ressortir à travers des citations obsolètes.

Étape 3 : agir sur les citations et les recommandations de contenu

À partir de là, le plan d’action s’est imposé de lui-même :

  • Relations presse et prises de contact pour actualiser les sources citées quand c’était possible. Plus de 95 % d’entre elles avaient plus de 10 ans.
  • Réécriture des 22 pages à plus fort impact signalées par la fonctionnalité Recommandations de contenu, centrée sur la sécurité, la transparence et les signaux de confiance.
  • Nouvelles landing pages de référence pour les questions sur lesquelles les modèles d’IA n’avaient rien de récent à citer.

Étape 4 : mesurer chaque semaine

Chaque lundi, l’équipe passe en revue la visibilité par groupe de prompts (taux de mention et AI Visibility Score), l’évolution du sentiment d’une semaine sur l’autre, les nouvelles citations obtenues par les pages réécrites et le Share of Voice face à ses quatre principaux concurrents.

Les résultats après quatre mois

Le sentiment net a progressé de 7 points en quatre mois. Quand on interroge un modèle d’IA sur Softonic, on obtient désormais une image de l’entreprise telle qu’elle est aujourd’hui, et non plus une image façonnée par un rapport d’incident vieux de dix ans. L’équipe applique la même boucle chaque semaine et poursuit le travail.

« Comprendre comment les LLM perçoivent notre marque n’est plus facultatif. C’est la prochaine frontière d’une stratégie SEO moderne. LLM Pulse nous apporte l’éclairage approfondi dont nous avons besoin pour voir exactement ce qui influence notre visibilité IA. Il a transformé nos impressions en une feuille de route d’actions concrètes, pour que notre contenu soit perçu fidèlement par tous les grands modèles. »

Ferran Gavin, directeur du catalogue et du trafic, Softonic

Pourquoi cela a fonctionné

  • Une couverture multimodèle. Softonic a cessé d’optimiser pour un seul modèle et s’est mis à optimiser la réponse qu’il veut que ses utilisateurs obtiennent, quelle que soit l’IA interrogée.
  • Le prompt comme unité de travail. Au lieu d’un objectif flou du type « améliorer la perception de la marque », l’équipe disposait d’une liste finie de prompts et, pour chacun, d’une définition claire de ce qui était « terminé ».
  • Le sentiment et les citations ensemble. La polarité seule n’aurait fait que confirmer l’existence d’un problème. Les citations indiquaient quelles sources corriger.

Reproduire la démarche

Si votre marque est en ligne depuis une dizaine d’années, les modèles d’IA répondent peut-être encore à partir de sources que vous ne reconnaissez plus depuis longtemps. Démarrez un essai gratuit pour voir quels prompts et quelles sources façonnent aujourd’hui les réponses qui vous concernent, ou échangez avec nous si vous préférez d’abord en parler avec quelqu’un.

Ferran Gavin
Client
Ferran Gavin
Directeur du catalogue et du trafic, Softonic

Imposez votre marque dans la recherche IA dès aujourd’hui

Découvrez où vous en êtes, développez votre visibilité et transformez la recherche IA en trafic et en clients bien réels. Essayez gratuitement dès aujourd’hui.

Démarrer l’essai gratuit
Essai gratuit de 14 jours
Résiliable à tout moment

Pas encore le moment d’acheter ? Réservez une démo et découvrez LLM Pulse avec nos fondateurs