TL;DR : La recherche a évolué : des simples liens bleus aux réponses générées par l'IA. Mais une chose n'a pas changé : le graphe de connaissances, ou Knowledge Graph en anglais et dans le nom de notre produit. Dans cet article, Sam Davis explique comment le Knowledge Graph de Yext soutient la visibilité des marques à travers les listings traditionnels, la recherche basée sur l'IA et les standards émergents, aidant les marques britanniques à rester visibles, quel que soit le mode de recherche utilisé.
La recherche n'a jamais cessé d'évoluer.
Je me souviens d'un monde avant Internet, où chercher une information, un produit ou un service signifiait feuilleter des catalogues ou les Pages Jaunes. Puis sont arrivés les moteurs de recherche (vous vous souvenez d'AltaVista ou d'Ask Jeeves ?), avant que Google ne nous fasse passer des simples liens bleus aux cartes, puis des assistants vocaux aux agents d'IA. La façon dont les utilisateurs découvrent les informations n'a pas arrêté de changer. Mais pour les marques, la vraie question n'est pas : qu'est-ce qui a changé dans la recherche en ligne ? C'est plutôt : comment rester visible, peu importe ce que l'avenir nous réserve ?
C'est là que le graphe de connaissances entre en jeu. Ce n'est pas seulement un élément de votre stratégie de recherche : c'est l'infrastructure qui en maintient la cohérence.
Ce rôle, il l'assure déjà depuis plusieurs années.
Le passé : les listings assuraient la visibilité, et le graphe de connaissances alimentait les listings
Pendant plus de dix ans, la visibilité dans les résultats s'est articulée autour d'une seule surface dominante : Google. Cela signifiait qu'il fallait disposer de listings corrects et cohérents sur l'ensemble de la toile.
Google s'appuyait sur un réseau d'agrégateurs de données et d'annuaires pour vérifier des informations telles que les horaires d'ouverture, l'adresse des établissements, les numéros de téléphone, les services, etc. Si ces données étaient incohérentes ou désynchronisées, votre visibilité en pâtissait, et la perception de votre fiabilité également.
C'est pourquoi le graphe de connaissances jouait un rôle essentiel. Il permettait aux marques de centraliser leurs données d'entreprise et de les publier partout où elles devaient apparaître, dans le format exigé par Google et les autres plateformes. Des données organisées, cohérentes et vérifiées sont devenues la base de la visibilité dans les résultats de recherche.
Et si votre marque possédait plusieurs établissements, et que vous deviez gérer tout cela pour des centaines (ou des milliers) d'entités, le graphe de connaissances n'était pas seulement utile : il rendait cette opération possible. Ainsi, à l’époque de la recherche « traditionnelle », le graphe de connaissances faisait déjà le gros du travail : garder les données des marques structurées, synchronisées et visibles.
Le présent : la recherche, c'est la quête de réponses, et la structure, la clé de la visibilité
La recherche en ligne ne se résume plus à une liste de liens. Les utilisateurs font défiler les pages, posent des questions, balayent l'écran, discutent, et attendent des réponses rapides et utiles, partout où ils se trouvent. De plus en plus, cette expérience est propulsée par l'IA.
Et l'IA a besoin de données qu'elle peut interpréter, pas seulement du contenu, mais aussi du contexte.
C'est là que les données structurées et gérées par la marque font toute la différence.
Selon une étude récente menée par Yext, 86 % des citations IA, celles que l'on retrouve dans les réponses de ChatGPT, Gemini ou Perplexity, proviennent d'espaces déjà contrôlés par les marques : sites web, listings et plateformes d'avis. En d'autres termes, la visibilité dans la recherche IA n'a rien de fortuit. C'est un élément que vous pouvez influencer.
Et c'est le graphe de connaissances qui rend cela possible.
En structurant les informations de votre entreprise (établissements, horaires, produits, services, FAQ) en entités compréhensibles par les systèmes d'IA, le graphe de connaissances prépare vos données pour que l'IA puisse les comprendre et les exploiter. Qu'il s'agisse d'une expérience basée sur l'IA sur votre propre site ou d'un modèle tiers comme Gemini ou ChatGPT, le graphe de connaissances constitue les fondements de votre visibilité dans la recherche.
Le futur : la recherche tend à devenir une affaire d'intégration
Nous entrons dans une nouvelle phase : une phase où les modèles d'IA ne se contentent plus de fouiller le Web, mais se connectent directement aux systèmes des marques.
De nouvelles normes comme le Model Context Protocol (MCP) visent à formaliser cette évolution. Le MCP permet aux grands modèles de langage (LLM) d'accéder à des données structurées depuis des points de terminaison enregistrés et lisibles par les machines, afin que l'IA puisse puiser dans des sources vérifiées : logique métier, inventaires en temps réel, sources d'analyse, données propres à l'établissement, etc.
C'est là que se joue l'avenir de la découverte assistée par l'IA.
Mais attention : ce n'est pas une solution prête à l'emploi. Tout cela repose sur une infrastructure solide : vos données doivent être centralisées, organisées et prêtes à l'intégration.
Avec un graphe de connaissances déjà en place, vous ne partez pas de zéro, vous partez en position de force.
Un seul système. Toutes les ères de la recherche.
Que vous :
gériez des listings sur des centaines d’emplacements et de plateformes
suiviez la façon dont votre marque apparaît dans les réponses générées par l'IA
prépariez la mise à disposition de données fiables et lisibles par les machines à destination des LLM via des protocoles comme MCP
…tout cela peut fonctionner sur une seule plateforme : le Knowledge Graph de Yext.
Avec Yext, vous transformez les informations sur votre marque (horaires, menus, couvertures d'assurance, FAQ, articles, contenus d'aide et de support) en entités structurées qui alimentent votre visibilité partout où la recherche est effectuée.
Des moteurs de recherche aux assistants IA les plus récents, y compris les applications internes sécurisées, le Knowledge Graph de Yext constitue votre base.
Et pour la suite ? Commencez avec Scout.
Yext Scout est votre agent de visibilité de marque, bâti sur votre Knowledge Graph. Il fournit des réponses rapides et précises sur votre site web, dans vos chats et sur tous vos canaux numériques. Cliquez ici pour en savoir plus.
Questions fréquentes :
1. Quel est le rôle du Knowledge Graph dans la recherche en ligne aujourd'hui ? Le Knowledge Graph organise les données de votre marque (établissements, services, FAQ) en informations structurées que les moteurs d'IA peuvent comprendre. Cette structure garantit que vos informations apparaissent correctement, que ce soit sur les moteurs de recherche traditionnels ou sur les plateformes d’IA comme ChatGPT et Gemini.
2. Comment Yext aide-t-il les marques à rester visibles dans les résultats générés par l'IA ? Yext aide les marques à centraliser et à structurer leurs données pour les préparer à la découverte. Des recherches récentes montrent que 86 % des citations par l'IA proviennent de sources gérées par les marques, comme les sites web et les listings, précisément les données que Yext aide à organiser et à publier.
3. Qu'est-ce que le MCP, et quel est son lien avec le graphe de connaissances ? Le Model Context Protocol (MCP) est une norme émergente qui permettra aux modèles d'IA d'accéder directement à des données structurées issues de systèmes de marque de confiance. Le Knowledge Graph de Yext fournit la base idéale pour alimenter ces serveurs MCP avec des entités structurées, préparant vos données pour l'IA, à grande échelle.
4. Pourquoi les spécialistes du marketing devraient-ils agir dès maintenant ? La recherche évolue vite. Les réponses générées par l'IA deviennent la norme, et des standards comme le MCP sont déjà en cours d'adoption. Les marques qui investissent dès aujourd'hui dans des données organisées, avec un graphe de connaissances, seront celles qui remporteront la course dans la prochaine ère de la recherche.
