Loading page
Comment Meilleurtaux, leader de la comparaison de crédits immobiliers, a utilisé Qwairy pour mesurer et améliorer sa visibilité IA dans les moteurs de réponse.
Étude de cas client : Meilleurtaux × Qwairy Sur un marché où chaque point de base compte, Meilleurtaux, plateforme française leader de la comparaison de crédits immobiliers et d’assurances, a gagné 3 points de part de voix dans les réponses générées par l’IA en seulement 6 mois. Sur l’une des verticales les plus concurrentielles de la fintech française.
Mais ce qui rend cette histoire digne d’être racontée, ce n’est pas seulement ce chiffre.
C’est que Thomas Casiez, SEO & Content Manager chez Meilleurtaux, avait déjà construit son propre outil de suivi de l’IA avant d’utiliser Qwairy. Un script Python sur mesure. Une interface Streamlit. De vraies données, de vrais tableaux de bord, déjà partagés en interne. Il savait exactement ce qu’il faisait.
Et il a quand même choisi Qwairy.
Voici comment Meilleurtaux est passé d’un dispositif de suivi maison à une stratégie GEO structurée, et ce qu’il a fallu pour faire bouger les lignes dans la recherche IA.
Thomas Casiez a passé près de 15 ans dans le SEO, dix ans en agence, puis un virage côté marque en passant par le voyage, et depuis 5 ans, il a trouvé sa place chez Meilleurtaux comme Head of SEO & Content. Meilleurtaux est la référence française de la comparaison de produits financiers : taux de crédit immobilier, assurances, épargne et placements. La plateforme couvre trois verticales principales, le crédit, l’assurance et la gestion de patrimoine, avec une équipe de 7 spécialistes SEO et contenu. Le groupe s’est aussi étendu au marché du Benelux, avec des activités en Belgique et au Luxembourg. Depuis deux ans, Thomas a bâti en interne une Content Factory associant des spécialistes SEO à des rédacteurs dédiés pour produire du contenu éditorial, des infographies, des podcasts et des vidéos. Thomas porte deux casquettes : Head of SEO et stratège de contenu. Et c’est précisément cette double perspective qui a façonné la manière dont Meilleurtaux a abordé le GEO dès le premier jour.
Avant Qwairy, Thomas ne naviguait pas à l’aveugle. Il avait construit quelque chose. Un script Python sur mesure, enveloppé dans une interface Streamlit pour le rendre partageable et présentable en interne. Il récupérait des données de l’API Google Gemini, suivait les mentions de la marque sur un ensemble de prompts et produisait des graphiques et des tableaux de bord assez propres pour être présentés en comité exécutif.
Mais il avait des limites. L’ensemble de prompts était restreint par les contraintes des clés d’API. L’outil était fragile : une erreur 401, une limite de débit, et soudain les données cessaient d’arriver. Et chaque nouvelle fonctionnalité que Thomas voulait ajouter impliquait de retourner voir le développement, de rédiger un brief et d’attendre. L’outil, c’était à lui de le maintenir, de le réparer, de le faire évoluer.
« L’avantage, c’était que nous avions imaginé beaucoup de fonctionnalités. L’inconvénient, c’est que les mettre en œuvre aurait demandé un développeur dédié, et cela a un coût. » Plus que tout, l’outil ne passait pas à l’échelle. Meilleurtaux n’était pas un seul site. Il s’agissait de plusieurs verticales, de plusieurs marchés, et d’une équipe grandissante qui avait besoin d’accéder aux mêmes données. Un script maison n’était pas conçu pour cela. C’est là que Qwairy est entré en scène.
La décision ne consistait pas à remplacer quelque chose de cassé. Il s’agissait de remplacer quelque chose qui avait atteint son plafond. Thomas ne cherchait pas un outil pour le convaincre que le GEO comptait, il le savait déjà. Il cherchait quelque chose d’assez robuste pour grandir avec lui, d’assez partageable pour créer de l’alignement en interne, et d’assez intelligent pour suivre un marché qui évolue plus vite que n’importe quel développement interne. Qwairy cochait les trois cases.
« C’était une question de robustesse. Ne pas avoir seulement un fichier Excel avec un score, mais une interface avec des graphiques, des rapports partageables, un mode viewer. Pouvoir dire : voici ce rapport pour ce segment, ce tag, ce niveau de tunnel. Nous n’avions pas cela avant. » Mais il y avait une deuxième raison, moins évidente et sans doute plus stratégique : la R&D. En choisissant Qwairy, Meilleurtaux n’achetait pas seulement un outil. Il se branchait sur un produit en évolution active, façonné par l’expérience collective de ses utilisateurs. « Depuis septembre, Qwairy a beaucoup évolué. Il s’agissait aussi de faire partie de cette dynamique. Profiter des retours des autres clients, des autres cas d’usage, et ne pas avoir à tout construire nous-mêmes. » La preuve est arrivée rapidement. Des fonctionnalités que Thomas n’avait pas anticipées sont entrées dans son quotidien : la GEO Matrix, les Opportunités de contenu, les Signaux sociaux. Aucune ne figurait sur sa feuille de route quand il a signé. Toutes ont fini par changer la façon de travailler de son équipe.
Dès le premier jour, Qwairy a donné à Meilleurtaux ce que son outil maison ne pourrait jamais offrir : un endroit unique pour tout voir, tout partager et tout piloter. À mesure que l’équipe a pris en main la plateforme, de nouvelles fonctionnalités ont ouvert de nouveaux usages, et la manière dont elle utilise Qwairy aujourd’hui reflète le chemin parcouru.
Lancez un audit gratuit : en quelques minutes, ChatGPT, Gemini et Perplexity répondent en direct à 8 questions d’achat sur votre marché, et vous voyez qui ils recommandent.
La première fonctionnalité à s’imposer en interne a été la GEO Matrix. Simple, visuelle, immédiatement partageable : une vue côte à côte de la position de Meilleurtaux face à ses concurrents sur chaque prompt suivi.
« C’est très simple, très synthétique. Un tableau comparatif, facile à partager en réunion. En interne, ça passe toujours bien. » Pour une équipe qui devait construire l’adhésion interne autour du GEO, une seule slide qui racontait toute l’histoire valait plus que cent exports de données.
À mesure que l’équipe gagnait en maturité, Thomas est passé du suivi de métriques de vanité à des questions plus exigeantes. À quel endroit exact du tunnel SEO Meilleurtaux était-il visible ? La réponse était claire : fort en milieu et en bas de tunnel, là où les requêtes transactionnelles et la notoriété de la marque étaient déjà établies. Plus faible en haut de tunnel, où les requêtes plus larges et plus génériques donnent le ton.
« En haut de tunnel, nous sommes moins forts. C’est en partie dans la nature du site. Alors comment utiliser les leviers de contenu pour être présents plus tôt dans le parcours des gens ? » La ventilation par étape du tunnel de Qwairy est devenue la boussole de ce virage.
Avec une Content Factory complète en interne, Thomas avait besoin d’un moyen systématique d’identifier les écarts, pas seulement sur les pages de Meilleurtaux, mais sur les sources que les modèles d’IA citaient réellement. Les fonctionnalités Opportunités de contenu et Opportunités de backlinks lui ont donné exactement cela.
« Mes concurrents sont là, moi non. Que puis-je faire pour combler cet écart ? Quelles sources font autorité ? Lesquelles peuvent m’aider à remonter aussi ? » Chaque semaine, la Content Factory dispose désormais d’un brief plus net, alimenté non seulement par les données de mots-clés, mais aussi par ce que l’IA lit et recommande réellement.
L’un des usages les plus inattendus est venu de la fonctionnalité Signaux sociaux. Thomas a commencé à s’en servir pour identifier des opportunités de vidéos YouTube, en croisant ce que faisaient les concurrents en vidéo avec les sujets qui gagnaient du terrain dans les réponses de l’IA.
« Nous regardons ce que font les autres, nous l’adaptons à notre angle et nous recréons des vidéos similaires sur la chaîne Meilleurtaux. Les Signaux sociaux nous aident à identifier les sujets qui valent la peine d’être traités. » C’est un petit changement de workflow à l’effet cumulatif : chaque vidéo produite s’appuie désormais sur un signal réel, et non sur l’instinct.
Pour Thomas, l’usage le plus tourné vers l’avenir de Qwairy a été l'intégration MCP . Il a mené une preuve de concept croisant les données de part de voix de Qwairy avec les métriques de Google Search Console et les analytics internes de Piano, pour tenter de tracer une ligne directe entre citation par l’IA, visite organique et lead. L’objectif était d’observer les corrélations possibles entre visibilité IA et trafic organique : suis-je cité parce que je suis mentionné dans les réponses de l’IA ? Et au bout de la chaîne, est-ce que cela génère réellement des leads via la recherche IA ? La preuve de concept en est encore à ses débuts. Mais l’ambition est claire : passer du suivi à l’attribution. De savoir que vous êtes visible à savoir que cela génère du chiffre d’affaires.
La plupart des entreprises qui se lancent dans le GEO choisissent leurs prompts à l’instinct. Thomas a construit les siens de façon systématique. Le point de départ a été les données Google Search Console de Meilleurtaux. Thomas a tout exporté, regroupé les requêtes par intention de recherche et les a rattachées à des étapes du tunnel. Ensuite, au lieu de suivre directement des mots-clés, il a utilisé l’API Google NLP pour transformer chaque groupe en une question en langage naturel. Le genre de question qu’une vraie personne taperait dans ChatGPT ou Perplexity.
« J’ai extrait toutes nos données GSC, j’ai essayé de les croiser et de créer des clusters par intention de recherche. Ensuite, j’ai utilisé l’API Google NLP pour les transformer en questions en langage naturel : que demanderait réellement une personne ? Et à partir de là, j’ai validé l’hypothèse directement dans les différents modèles d’IA. » Le résultat : un ensemble structuré d’environ 50 prompts par site, organisé par verticale et par niveau de tunnel, qui est devenu le socle du suivi GEO de Meilleurtaux. Un processus que Thomas a construit à la main et que les fonctionnalités de suggestion de prompts de Qwairy peuvent désormais aider n’importe quelle équipe à reproduire en une fraction du temps. Mais l’ensemble de prompts ne s’est pas arrêté là. Plus récemment, Thomas a ajouté une nouvelle couche : de vraies questions de clients. Tirées de fils Reddit, de tickets de support, de vraies interactions avec les utilisateurs. Ces prompts vivent dans une campagne distincte sur Qwairy, clairement étiquetée, pour que leur signal ne se mélange pas au reste. « Nous avons réintégré des prompts issus de vraies questions de clients. C’est intéressant de pouvoir les prendre, lancer une campagne dédiée et se demander : qu’est-ce que cela m’apprend vraiment ? Parce que ce sont de vrais clients. De vraies données. » C’est un petit détail qui en dit long sur la façon dont Meilleurtaux pense le GEO. Non comme une discipline à part, mais comme un prolongement direct de la compréhension de ce que veulent réellement ses utilisateurs.
Suivez la tonalité que l’IA associe à votre marque dans les réponses que vous suivez.
Suivre la visibilité est une chose. La faire bouger en est une autre. Depuis un an, Meilleurtaux mène un programme GEO structuré sur l’ensemble de ses sites, et les résultats en part de voix commencent à se voir.
Si Thomas devait choisir une seule action, celle qui a le plus fait bouger les choses, ce serait celle-ci. Meilleurtaux a mis en place un système pour générer et publier chaque semaine des données propriétaires fraîches : de vrais prix, de vraies comparaisons, filtrés par profil et par type de produit. L’assurance auto pour jeunes conducteurs. La complémentaire santé senior. Les taux d’épargne par profil.
« C’est le grand changement qui a produit des résultats sur le comparateur d’assurance. Le déploiement de données structurées associé à ces données propriétaires. Nous générons des données actualisées chaque semaine, chaque mois. C’est de l’or pur pour les LLM. » Des données structurées, fraîches et dont on est propriétaire. Exactement ce que les modèles d’IA recherchent pour décider quoi citer.
En parallèle du travail sur les données, l’équipe a restructuré des pages clés pour mieux correspondre à l’intention de recherche : nettoyage du HTML, amélioration de la lisibilité pour les robots d’IA, ajout d’un balisage sémantique approprié partout. Rien de glamour. Mais fondamental.
Sur l’ensemble des sites, l’équipe a déployé une série d’améliorations éditoriales directement guidées par ce que les données de Qwairy faisaient ressortir : des blocs de synthèse en haut de page, un meilleur découpage du contenu (chunking) pour l’extraction par les LLM, et des sections FAQ déployées de façon systématique. Les rédacteurs ont aussi eu accès à des brevets et à des recherches de Google pour les aider à dépasser le contenu générique : ces 20 % d’éclairage supplémentaire qui séparent une page citable d’une page oubliable.
Le seul domaine encore en cours est l’offsite. Partenariats, relations presse, citations externes : Meilleurtaux a commencé ce travail il y a quatre ou cinq mois et accélère désormais.
« Nous n’allons pas encore assez vite sur l’offsite. Mais c’est la prochaine grande brique. » C’est l’aveu honnête d’une équipe qui sait exactement où elle en est, et où elle doit aller ensuite.
Meilleurtaux a gagné 3 points de part de voix et près de 10 points de taux de mention sur une période de six mois, selon le témoignage client. Pour comprendre pourquoi ces chiffres comptent, il faut expliquer comment Qwairy les mesure. Pour chaque prompt suivi, Qwairy interroge plusieurs modèles d’IA (ChatGPT, Perplexity, Claude, Gemini et d’autres) et enregistre deux choses : si la marque est mentionnée quelque part dans la réponse (taux de mention), et si une page de son site est citée comme source (taux de citation). Ces deux métriques sont calculées sur l’ensemble des prompts et de tous les modèles. Sur une verticale hyper-concurrentielle comme l’assurance-vie, où les acteurs établis disposent d’années d’autorité de contenu et où chaque réponse d’un LLM est disputée, faire bouger les deux indicateurs en 6 mois est significatif.
« Nous avons réussi à gagner 3 points de part de voix et 10 points de taux de mention en 6 mois, ce qui n’est pas mal sur une verticale ultra concurrentielle. » Au-delà des chiffres phares, l’équipe a aussi observé un changement plus large : les modèles d’IA citent de plus en plus les plateformes de comparaison comme sources privilégiées sur les requêtes d’assurance. Comme Thomas l’a résumé à la fin de notre conversation : « Nous ne sommes pas en retard. Nous avons les outils. Nous avançons. Notre part de voix s’est améliorée. Nous sommes équipés. »
Meilleurtaux n’a pas attendu que le GEO devienne grand public. Thomas a commencé à suivre la visibilité IA avant que la plupart des équipes aient entendu parler du terme, d’abord avec un outil maison, puis avec Qwairy. Et cette longueur d’avance est désormais un avantage structurel. Parce qu’en GEO, la donnée se capitalise. Chaque mois de suivi est un mois de signal historique qu’un retardataire ne peut pas acheter. Un concurrent qui démarre aujourd’hui n’a pas de référence, pas de courbes de tendance, pas d’avant-après. Il repart de zéro. Meilleurtaux part de mois d’enseignements accumulés : il sait quels prompts bougent, quelles verticales sont disputées, quelles actions ont réellement produit des résultats. C’est la valeur cachée de s’y prendre tôt. Pas seulement les 3 points de part de voix gagnés. Pas seulement les 10 points de taux de mention. C’est la profondeur de compréhension qui se cache derrière ces chiffres, et l’avantage cumulatif qu’elle crée pour la suite.
« Les gens qui ont commencé tôt ont un avantage. Un concurrent qui démarre aujourd’hui n’a pas un an de données derrière lui. Ça ne se rattrape pas du jour au lendemain. » Pour Meilleurtaux, le GEO n’est plus une expérience. C’est une composante essentielle de sa façon de se battre, dans la recherche, dans l’IA et dans l’esprit des consommateurs français qui font face à l’une des plus grandes décisions financières de leur vie. Et ils ne font que commencer.
Suivez les questions qui comptent pour votre activité, voyez quelles marques chaque réponse mentionne et quelles sources elle cite, puis travaillez sur les manques.
Offre gratuite avec 120 crédits initiaux • Sans carte bancaire
Autres articles
GEO pour l’automobile : comment Nissan est passé à l’économie de la réputation avec Qwairy
Pourquoi Nissan AMIEO a misé tôt sur la recherche IA, et comment le passage de l’économie du clic à celle de la réputation a changé sa vision du GEO.
GEO : comment Ornikar est devenue une marque citée par l’IA, avec le playbook pour y arriver
Comment Ornikar, leader français de l’auto-école en ligne, a bâti un playbook GEO pour devenir une marque citée par l’IA, avec trafic et conversion à la clé.