Écart d'attribution

L'écart d'attribution est la différence numérique entre le nombre de sources qu'un système d'IA consulte réellement pour construire une réponse et le nombre de ces sources qu'il cite visiblement dans la réponse montrée à l'utilisateur.

Pourquoi c'est important

Les systèmes d'IA lisent généralement plus de sources qu'ils n'en créditent, ce qui signifie que le contenu d'une marque peut réellement influencer le fond d'une réponse sans que cette marque n'apparaisse jamais dans la liste de citations visible. C'est un rappel que le seul comptage des citations peut sous-estimer l'influence réelle d'une marque sur ce que disent ces systèmes.

Termes associés

• Écart de citation

  Un écart de citation est une requête pour laquelle une marque se classe bien en recherche classique mais dont le contenu est omis ou mal représenté dans la réponse générée par l'IA pour cette même requête.

• Taux de citation

  Le taux de citation est le pourcentage de réponses générées par l'IA, pertinentes pour une marque, qui la citent comme source, sur l'ensemble des réponses où citer cette marque aurait été pertinent. C'est l'indicateur de performance unique le plus cité dans le secteur du GEO et de l'AEO.