Il existe une technique de référencement (SEO) qui a connu un succès fulgurant ces dernières années. Une marque crée un article intitulé « Meilleur logiciel [catégorie] », se positionne en première place de ce classement, puis attend que l'IA de Google le découvre et recommande la marque aux internautes. Et oui, ça a fonctionné, et même très bien.
Jusqu'à maintenant.
D'après une étude récente menée par Lily Ray, experte en référencement, cette tactique pourrait désormais se retourner contre ses auteurs de manière spectaculaire, notamment pour les petites et moyennes entreprises.
Ce que montre la recherche
Lily Ray, spécialiste SEO, a analysé 100 requêtes B2B de type « meilleur logiciel [catégorie] » dans les aperçus IA de Google. Elle a extrait les réponses et les citations de trois périodes différentes entre avril et juin 2026 afin d'observer l'évolution de la situation.
Voici ce qu'elle a constaté : lorsqu'un article promotionnel publié par l'entreprise était cité, cette même entreprise était omise de la recommandation dans 69 % des cas. Sur 80 requêtes ayant généré une vue d'ensemble par l'IA, 74 requêtes sur 100 ont abouti à une réponse citant un article promotionnel sans mentionner la marque en question.
Google utilise votre article pour créer une réponse, mais recommande vos concurrents, pas vous.
Citations vs. Recommandations
C’est cette distinction que la plupart des marques négligent.
Lorsqu'un article est cité, cela signifie que Google l'a utilisé comme source d'information pour générer sa réponse. Une recommandation, en revanche, signifie que Google a effectivement placé votre marque parmi les meilleures suggestions. Ces deux notions ne sont pas nécessairement liées, et pour les marques qui misent sur l'autopromotion, cela représente un problème majeur actuellement.
Dans son rapport, Lily Ray note : « Un article à listes qui flatte votre propre intérêt peut vous valoir une citation, mais dans de nombreux cas, cela peut se retourner contre vous, servant de vote pour vos concurrents en tant que recommandations tout en excluant complètement votre marque de la réponse de l'IA. »
C’est précisément ce qui est arrivé à Pylon. Pylon a publié un article se classant numéro un des logiciels de support technique et citant Zendesk, Freshdesk et Help Scout comme solutions alternatives. Google a cité l’article de Pylon, mais a recommandé les marques mentionnées plutôt que Pylon.
Le même schéma se retrouve dans plusieurs catégories
Il ne s'agissait toutefois pas d'un cas isolé. Lily Ray a constaté que le même schéma se répétait dans différents secteurs d'activité.
Pour la catégorie « Meilleur logiciel de gestion des tâches », TMetric a publié une liste promotionnelle, citée par Google. Cependant, au lieu de recommander TMetric, Google a suggéré Todoist, Asana, Trello et ClickUp, pourtant mentionnés dans la liste de TMetric. Dans la catégorie « Meilleur logiciel de sondage », Pollfish a publié deux listes, promouvant sa marque tout en citant Qualtrics, SurveyMonkey, Google Forms et Typeform comme alternatives. Google a cité les deux listes de Pollfish, mais n'a pas recommandé la marque. Ce sont les alternatives mentionnées dans l'article de Pollfish qui ont été recommandées.
Google considère votre article à liste non pas comme un vote pour vous-même, mais comme un vote pour vos concurrents.
Comment cette tactique s'est répandue
Avant l'avènement des moteurs de recherche basés sur l'IA, la plupart des entreprises auraient hésité à publier du contenu ouvertement biaisé et à se positionner comme les meilleures dans leur domaine. Mais dès que les marques ont compris que de telles pages influençaient les recommandations de l'IA, cette pratique s'est rapidement répandue dans les secteurs B2B et SaaS.
Dans ses recherches, Lily Ray a recensé 184 listes promotionnelles pour 146 marques dans son ensemble de données. La croissance de ce type de contenu a été fulgurante en 2025. Cette tactique est devenue très populaire et a été abordée dans de nombreuses conférences SEO, vidéos YouTube, webinaires et publications spécialisées. Les entreprises ont commencé à produire non plus une seule liste, mais parfois des dizaines, voire des centaines. Shopify, par exemple, comptait plus de 100 articles se présentant comme la meilleure plateforme e-commerce pour certains cas d'utilisation, avant de les supprimer.
La réponse de Google
Google a combattu cette pratique de deux manières.
Le premier changement concerne l'algorithme et son impact sur les résultats de recherche organique. Début janvier 2026, Google semble avoir réduit la visibilité organique des sites web contenant de nombreux articles à listes. Lily Ray a analysé plus de 40 sites de ce groupe et a constaté que la baisse de trafic affectait non seulement les pages d'articles à listes, mais des sites web entiers. Cette baisse de visibilité s'est en partie accélérée lors de la mise à jour majeure de Google en mai 2026.
La seconde méthode consiste pour Google à intégrer des avertissements dans ses analyses IA pour certaines requêtes. Par exemple, lorsque Lily Ray a recherché « les véritables meilleurs experts SEO », l'analyse IA de Google a indiqué que le secteur est « saturé d'experts autoproclamés ». Claude a également signalé des requêtes similaires, avertissant que cette catégorie est fortement spammée.
Qu’est-ce qui motive réellement les recommandations de l’IA ?
D'après les recherches de Lily Ray, la qualité du design d'une page web n'est pas déterminante. Les marques non retenues disposaient souvent de pages parfaitement optimisées et performantes. C'est pourquoi elles ont été bien référencées et citées comme source. La véritable différence résidait dans leur visibilité sur le web.
Les marques recommandées bénéficiaient d'un plus grand nombre de domaines référents, de liens entrants et de mentions sur les plateformes tierces. Les marques qui pratiquaient l'autopromotion étaient systématiquement moins performantes sur tous les critères mentionnés.
Pour la requête « le meilleur CRM pour les petites entreprises », la seule marque faisant sa propre promotion et mentionnée dans un article de liste était Monday.com, qui bénéficiait d'un Domain Rating supérieur à 90 et de 75 000 domaines référents. Les quatre autres marques faisant leur propre promotion et citées dans cette requête étaient beaucoup moins influentes et n'ont pas été recommandées.
Les recherches de Lily Ray ont également montré que pour les requêtes de type « meilleur », Google s'appuie fortement sur Reddit, Forbes Advisor et YouTube. Reddit, en particulier, a récemment connu une forte augmentation des citations pour ce type de requête. Ce comportement pourrait s'expliquer par le fait que Google prend très au sérieux les avis des utilisateurs sur ces plateformes et tente de les intégrer dans ses réponses.
Ce que cela signifie pour l’avenir
D'après les recherches de Lily Ray, les petites marques qui publient ces listes dans l'espoir de percer dans les recommandations de l'IA devraient sérieusement reconsidérer leur stratégie.
Non seulement ces pages ne permettent pas à votre marque d'être recommandée, mais elles risquent même de renforcer la notoriété de vos concurrents les plus connus, qui bénéficient déjà d'une meilleure image sur le web. Google semble considérer les marques que vous mentionnez dans la liste comme les véritables références dans cette catégorie.
Ce qui semble compter, c'est de bâtir l'autorité réelle de votre marque grâce à des mentions et des liens retour provenant de sources tierces légitimes.
Questions fréquemment posées
Q1 : Qu'est-ce qu'une liste d'articles autopromotionnels ?
Un article de type « liste » autopromotionnel est un article publié par une marque qui répertorie les « meilleurs » produits ou services d'une catégorie et place sa propre marque en tête. Ce type d'article est devenu populaire comme tactique pour influencer les recommandations de recherche par intelligence artificielle.
Q2 : Pourquoi les marques ont-elles commencé à publier ces articles ?
Ils ont commencé parce que ça fonctionnait. Les premiers outils de recherche basés sur l'IA détectaient souvent l'auto-promotion et recommandaient la marque. À mesure que la tactique se répandait, des centaines d'entreprises ont commencé à les publier à grande échelle dans les secteurs B2B et SaaS.
Q3 : Qu'ont découvert les recherches de Lily Ray ?
Elle a analysé 100 requêtes B2B « meilleur logiciel [catégorie] » dans les aperçus d'IA de Google entre avril et juin 2026. Elle a constaté que lorsqu'une liste d'articles d'une marque était citée, cette marque était omise de la recommandation réelle dans 69 % des cas.
Q 4 : Quelle est la différence entre une citation et une recommandation ?
Une citation signifie que votre page a servi de source pour élaborer la réponse de l'IA. Une recommandation signifie que votre marque a été citée parmi les meilleures. Pour les marques qui font leur propre promotion, Google privilégie de plus en plus l'une sans l'autre.
Q5 : Pourquoi Google cite-t-il ces pages mais ne recommande-t-il pas la marque ?
Il semble que Google fasse une distinction entre ce qu'il utilise comme source et ce qu'il considère comme une recommandation crédible. Ce sont les marques jouissant d'une réelle autorité sur le web qui sont recommandées, et non celles qui se proclament les meilleures.
Q6 : Google a-t-il apporté des modifications à son algorithme pour remédier à ce problème ?
Oui. Aux alentours du 20 janvier 2026, Google semble avoir réduit la visibilité organique des sites publiant massivement ce type de listes. Nombre de ces sites ont constaté une baisse de trafic sur l'ensemble de leur domaine, et pas seulement sur les pages contenant les listes.
Q 7 : Quelles marques tirent encore profit des listes d'autopromotion ?
Les marques établies, bénéficiant d'une forte autorité de domaine et d'une notoriété importante auprès de tiers, peuvent encore être citées et recommandées. Cependant, Lily Ray souligne que même pour ces marques, cette tactique peut engendrer des risques pour leur réputation, avec des avantages supplémentaires limités.
Q 8 : Quels sont les sites sur lesquels Google s'appuie le plus pour les « meilleures » requêtes ?
Les données de Lily Ray montrent que Google s'appuie de plus en plus sur Reddit, Forbes Advisor et YouTube. Ces plateformes diffusent de véritables avis d'utilisateurs, qui semblent avoir plus de poids que les listes publiées par les marques.
Q 9 : Ce phénomène se produit-il dans d’autres outils d’IA que Google ?
Oui. Le rapport de Lily Ray indique que Claude signale les requêtes concernant les « meilleurs experts SEO » en signalant que cette catégorie est fortement spammée, et d'autres outils d'IA semblent prendre des mesures similaires.
Q 10 : Que devraient faire les marques à la place ?
Les recherches indiquent qu'il est essentiel de bâtir une véritable autorité de marque. Cela implique d'être mentionné sur des sites tiers légitimes, de créer de véritables liens retour, de générer des avis authentiques et de créer du contenu que d'autres sources souhaitent réellement citer.
