+40 % de trafic et 9 citations IA/mois : l'étude de cas d'un e-commerce après un audit SEO + GEO
À retenir avant de lire
- Point de départ : un e-commerce d'équipement outdoor, 800 fiches produit, 8 500 visiteurs/mois, score SeAudit 38/100, 0 citation dans ChatGPT, Perplexity ou les AI Overviews shopping.
- 6 actions techniques et éditoriales mises en place sur 10 semaines (février-avril 2026).
- Résultat au bout de 3 mois : +40 % de trafic organique, 9 citations IA/mois, score SeAudit 69/100.
- Ce qui a le plus compté : nettoyer le crawl budget (facettes indexables) + Schema Product/AggregateRating = plus de la moitié de l'impact.
La boutique en question — appelons-la TrailCamp pour l'anonymat — vend du matériel de camping et de randonnée : tentes, sacs à dos, réchauds, environ 800 références actives sur une plateforme e-commerce classique. Fondée en 2019, elle génère 8 500 visiteurs organiques par mois en janvier 2026, un chiffre stable depuis un an. Aucune mention dans ChatGPT, Perplexity ou les réponses shopping des AI Overviews, même sur des requêtes où la marque a un vrai avantage produit. L'équipe arrive avec une question simple : "on a de bons produits, pourquoi Google et les IA nous ignorent ?"
L'audit a duré une matinée. Le diagnostic, lui, a pris trois mois à corriger.
Le diagnostic initial : score 38/100
L'audit SeAudit de janvier 2026 a identifié 5 problèmes structurels.
1. Un crawl budget englouti par les pages à facettes
Chaque combinaison de filtres (couleur, taille, prix, marque) générait une URL indexable. Résultat : plus de 14 000 URLs explorées par Googlebot pour 800 produits réels. Le budget de crawl partait sur des pages sans valeur, au détriment des nouvelles fiches produit qui mettaient des semaines à être indexées.
2. Zéro donnée structurée sur les fiches produit
Aucun Schema Product, aucun Offer, aucun AggregateRating. Pour un moteur IA qui doit répondre à "quelle tente 2 places sous 300 euros", l'absence de prix, de disponibilité et de note structurés en fait une source invisible face à des concurrents qui, eux, balisent leurs fiches.
3. Fiches produit "thin" : 90 mots en moyenne
Une photo, un titre, trois lignes de description générique reprises du fournisseur. Aucun contexte d'usage (par quel temps, pour quel niveau), aucune comparaison, aucune réponse aux objections d'achat. Un contenu qui ne dit rien qu'un moteur IA pourrait citer.
4. Aucun maillage entre fiches produit et contenu éditorial
Le blog de la boutique (guides d'achat, comparatifs) existait mais vivait dans un silo complet : zéro lien vers les fiches produit, zéro lien retour. Deux univers de contenu qui ne se renforçaient jamais mutuellement.
5. Aucun signal d'autorité pour les moteurs IA
Pas de llms.txt, pas de page "À propos" détaillée, pas de mentions d'expertise (tests produits, avis vérifiés mis en avant). Rien qui permette à un LLM de juger la fiabilité de la source avant de la citer.
Les 6 actions mises en place (10 semaines)
Action 1 — Nettoyage du crawl budget
Canonical vers la fiche produit parent sur toutes les URLs à facettes, blocage robots sur les combinaisons de filtres à faible valeur, sitemap XML retravaillé pour ne remonter que les 800 URLs produit réelles. Effort : 3 jours dev. Impact : le plus fort de toutes les actions, avec l'action 2.
Action 2 — Schema Product + Offer + AggregateRating
Déploiement en masse sur les 800 fiches via template : prix, disponibilité, note moyenne, nombre d'avis. Les moteurs IA shopping (AI Overviews, ChatGPT Shopping) s'appuient directement sur ces champs pour construire leurs comparatifs.
Action 3 — Réécriture des 60 fiches les plus visitées
Passage de 90 à 400-550 mots : contexte d'usage concret (par quelle météo, pour quel niveau de randonneur), tableau de caractéristiques techniques, section "pour qui, pour quoi" et 3 à 4 questions/réponses balisées en Schema FAQPage.
Action 4 — Maillage bidirectionnel produit ↔ éditorial
Chaque guide d'achat pointe désormais vers les fiches produit pertinentes, et chaque fiche produit renvoie vers le guide correspondant. Résultat : le temps passé sur site a augmenté, et les moteurs IA disposent d'un maillage sémantique clair entre "conseil" et "produit".
Action 5 — Avis clients structurés et mis en avant
Les avis vérifiés existants (jusque-là planqués en bas de page, non balisés) ont été remontés visuellement et balisés en Schema Review. Un signal de confiance direct, autant pour Google que pour les IA génératives qui citent volontiers des sources avec preuve sociale explicite.
Action 6 — llms.txt et page "À propos" renforcée
Ajout d'un llms.txt listant les guides et catégories prioritaires, et enrichissement de la page "À propos" avec l'historique de la marque, les partenariats fournisseurs et les certifications produit.
Les résultats, 3 mois après
| Métrique | Avant (janvier 2026) | Après (avril 2026) |
|---|---|---|
| Trafic organique mensuel | 8 500 visiteurs | 11 900 visiteurs (+40 %) |
| Score SeAudit | 38/100 | 69/100 |
| Citations IA/mois (ChatGPT, Perplexity, AI Overviews) | 0 | 9 |
| URLs explorées par Googlebot | ~14 000 | ~2 100 |
| Délai moyen d'indexation d'une nouvelle fiche | 18 jours | 4 jours |
| Fiches avec au moins 1 avis affiché | 12 % | 78 % |
Les 9 citations IA mensuelles portent presque exclusivement sur les 60 fiches réécrites et les guides liés — la corrélation entre "contenu approfondi + Schema complet" et "citation" est directe. Aucune des 740 fiches non retravaillées n'a généré de citation sur la période.
Pourquoi un audit SEO "classique" n'aurait pas suffi
Un audit SEO généraliste aurait probablement repéré le crawl budget et les fiches thin — ce sont des basiques. Ce qu'il aurait loupé : le lien direct entre Schema Product/AggregateRating et la capacité d'un moteur IA shopping à citer une source. Un audit orienté uniquement "positions Google" mesure des rankings ; un audit SEO + GEO mesure aussi si l'IA peut extraire un prix, une note et un contexte d'usage sans ambiguïté. Sur TrailCamp, les 60 fiches réécrites ont gagné en positions Google (+2 à +5 places en moyenne) ET sont devenues citables — les deux ne sont pas automatiquement liés, un contenu bien positionné peut rester invisible pour une IA générative s'il n'est pas structuré pour l'extraction.
Ce qui a le plus compté
Deux actions expliquent la majorité du résultat : nettoyer le crawl budget (le préalable technique sans lequel rien d'autre ne se voit) et le Schema Product/AggregateRating (le format que les moteurs IA shopping consomment directement). Le contenu réécrit et le maillage arrivent juste derrière — sans eux, les moteurs IA ont les données mais pas le contexte pour choisir de citer plutôt qu'un concurrent. Le llms.txt, comme souvent, a un effet marginal seul mais amplifie les autres signaux.
À retenir
- Un crawl budget pollué par des pages à facettes plafonne l'indexation avant même de parler de contenu.
- Le Schema Product/Offer/AggregateRating est la porte d'entrée des moteurs IA shopping — sans lui, tes prix et avis sont invisibles pour eux.
- 400-550 mots avec contexte d'usage suffisent pour transformer une fiche produit "thin" en source citable, pas besoin d'atteindre les standards d'un article de blog.
- Le maillage bidirectionnel produit/éditorial renforce le signal sémantique global du site.
FAQ
Combien de temps avant de voir des résultats sur un audit e-commerce ? Compte 8 à 12 semaines pour les premiers effets mesurables sur le trafic, et souvent un peu plus pour les premières citations IA, qui dépendent aussi du cycle de ré-indexation des moteurs génératifs.
Faut-il réécrire les 800 fiches produit d'un coup ? Non. Priorise les 5-10 % de fiches les plus visitées ou les plus proches de la conversion : c'est là que l'effort de réécriture a le meilleur ratio impact/temps.
Le Schema Product suffit-il sans réécriture du contenu ? Non, il aide à l'indexation shopping mais ne crée pas de contexte citable. Les deux actions sont complémentaires, pas interchangeables.
Envie de savoir où en est ton propre site sur ces points ? Obtiens ton score /100 en quelques minutes, ou consulte un exemple de rapport pour voir le niveau de détail. Pour aller plus loin sur l'angle produit, notre guide fiches produit citables par l'IA détaille la méthode Schema pas à pas. Et si tu veux le rapport complet avec plan d'action priorisé, le rapport PDF complet reprend exactement cette grille de lecture.