Pourquoi ChatGPT cite des concurrents du centre-ville, et ce que peut faire un commerce plus excentré

Dans quelle mesure les réponses penchent vers le centre

Vous dirigez une salle de sport, un salon de coiffure ou une auto-école un peu à l’écart de la ville. Un client demande à ChatGPT le meilleur établissement de votre ville, et les noms qui reviennent sont ceux de commerces du centre. Vous êtes peut-être plus proche de ce client que n’importe lequel d’entre eux.

AIGROW Labs a mesuré la fréquence de ce phénomène. L’étude a analysé les réponses déjà données par ChatGPT, Claude et Gemini pour l’édition de novembre 2026 de l’AIGROW AI Visibility Index : 200 pages locales de l’Index tirées au hasard, à raison de 10 dans chacun de 20 pays, couvrant 22 types de commerce dans 88 villes, soit 7 198 réponses. Une page correspond à un type de commerce dans une ville.

Chaque commerce cité par un assistant a été retrouvé sur OpenStreetMap, la carte ouverte dessinée par des bénévoles, puis sa distance au centre-ville a été mesurée. Il a ensuite été comparé à tous les commerces du même secteur autour de la même ville : 18 198 commerces sur la carte, dont 6 921 à moins de 2 km du centre.

L’intervalle de confiance à 95 % va de 1,96 à 2,94. Chaque assistant, pris séparément, montrait la même attraction : ChatGPT 2,54, Claude 2,66 et Gemini 2,71. En ne comparant que des commerces semblables pour ce qui est de l’appartenance à une chaîne, du site web propre et du nombre d’établissements, le rapport reste à 2,35 (1,90 à 2,96).

125 des 200 pages comptent un commerce cité retrouvé sur la carte ; les autres n’apportent rien d’un côté comme de l’autre.

Vu sous l’autre angle, 57,0 % des 863 commerces cités par les trois assistants se trouvaient à moins de 2 km du centre. Si les commerces cités de chaque page avaient été tirés au sort sur sa carte sans tenir compte de la distance, ils auraient été 40,7 % : soit 1,40 fois la part attendue, avec un intervalle de 1,30 à 1,50.

Les questions mentionnaient uniquement la ville, jamais un quartier ni une rue, et les assistants répondaient de mémoire : sans recherche web, et sans rien savoir de l’endroit où se trouvait la personne qui posait la question. L’étude n’a testé que cette question portant sur toute la ville.

Chaque pas qui éloigne du centre compte

L’étude a découpé la carte de chaque ville en tranches selon la distance au centre, puis mesuré la part des commerces de chaque tranche cités par au moins un assistant. Chaque tranche est comparée aux commerces situés à 5 km ou plus du centre sur la même page.

La part diminue à chaque palier. Un commerce situé à moins de 1 km du centre avait 5,05 fois plus de chances d’être cité qu’un commerce du même secteur et de la même ville situé à 5 km ou plus. Entre 3 et 5 km, l’écart est plus faible, 1,56 fois, et son intervalle reste au-dessus de 1.

La dernière colonne indique entre parenthèses chaque intervalle de confiance à 95 %.

Même près du centre, la plupart des commerces ne sont pas cités : 8,5 %, c’est moins d’un sur dix. Une réponse ne nomme qu’une poignée de commerces ; dans un secteur qui en compte beaucoup sur la carte, la plupart restent donc à l’écart, où qu’ils se trouvent.

Où l’attraction du centre est nette, et où elle ne l’est pas

Dans 8 des 22 types de commerce, un commerce central avait plus de chances d’être cité, même en se plaçant à la borne basse de l’intervalle à 95 %. Le tableau présente ces 8 types et les agences immobilières, les plus cités en premier.

Chaque type repose sur 9 ou 10 pages : une ligne isolée ne se lit donc que pour son orientation. Les agences immobilières, avec 55 commerces cités, ne montrent pas d’attraction nette. Les autres types n’en montrent pas non plus, et dans plusieurs d’entre eux, si peu de commerces ont été cités qu’il y a peu de choses à comparer.

Si vous tenez un hôtel ou un restaurant

Les hôtels et les restaurants sont les secteurs sur lesquels s’informent les visiteurs venus d’ailleurs, et un visiteur peut très bien vouloir le centre. Sans les pages d’hôtels et de restaurants, un commerce central avait encore 1,98 fois plus de chances d’être cité, avec un intervalle de 1,53 à 2,51, sur les 182 autres pages et leurs 7 960 commerces. Cette vérification a été ajoutée après les premiers résultats et ne faisait pas partie de la méthode fixée à l’avance.

Les grandes villes et les petites cartes ne permettent pas de conclure

Dans les villes dont les cartes ont été étudiées jusqu’à 10 km, dont Londres, New York et Paris, le rapport sur une même page est de 1,33 (0,90 à 3,43) sur 17 pages. Sur les 103 pages comptant 15 commerces ou moins sur la carte, il est de 1,57 (0,96 à 2,28). Les deux intervalles incluent 1 : pour ces pages, cet échantillon ne permet donc pas de trancher.

L’attraction du centre est nette là où une ville et un secteur comptent beaucoup de commerces sur la carte.

Ainsi, si votre commerce est dans une petite ville, ou dans un secteur qui compte peu d’établissements autour de votre ville, l’étude ne peut pas dire si cette attraction vous concerne. Dans une grande ville, gardez en tête ce qu’est le centre : la coordonnée de référence qu’AIGROW Labs utilise pour la ville, et non un hypercentre mesuré. Dans une ville à plusieurs centres, ou dont les commerces se regroupent loin de ce point, la distance à ce point compte moins, ce qui peut expliquer pourquoi les villes étudiées jusqu’à 10 km montrent un résultat plus faible.

Pourquoi cela se produit reste une question ouverte

L’étude met en évidence une tendance, pas sa cause. Les commerces du centre sont peut-être plus anciens, mieux connus, plus souvent notés ou plus souvent mentionnés, et chacun de ces facteurs pourrait expliquer pourquoi les modèles les citent. La notoriété d’un commerce peut expliquer la tendance autant que la distance, et l’étude ne permet pas de les départager.

Elle ne donne donc aucune raison de déménager. Elle ne démontre pas que l’emplacement cause l’écart, et une nouvelle adresse ne rendrait pas un commerce plus ancien ni mieux connu. Ce que peut faire un propriétaire plus excentré, c’est décrire son commerce assez clairement pour qu’un assistant puisse le situer, et travailler sur ce qui fait connaître un commerce, où qu’il se trouve.

Ce que peut faire un propriétaire plus excentré

L’étude n’a pas cherché à savoir ce qui pousse un assistant à citer une entreprise située plus loin du centre : les étapes ci-dessous relèvent donc de bonnes pratiques générales, pas de ses conclusions. Un modèle répond à partir de ce qu’il a appris sur le web, et les assistants dotés d’une recherche lisent aussi des pages au moment de répondre. Les informations qu’un dirigeant maîtrise se trouvent sur son propre site, sur sa fiche d’établissement Google, dans les annuaires de son métier et dans les avis laissés par ses clients.

Commencez par la première étape, car elle montre où vous en êtes avant que vous ne changiez quoi que ce soit.

1. Voir ce que disent les assistants aujourd’hui

Lancez le testeur gratuit. Il pose à ChatGPT, Claude, Gemini et Grok cinq questions qu’un client de votre métier et de votre secteur poserait, puis affiche chaque réponse mot pour mot et indique qui est cité à votre place.

Posez ensuite à un assistant, plusieurs fois, la question à l’échelle de la ville utilisée dans l’étude, par exemple quel est le meilleur salon de coiffure de votre ville, puis la même question avec votre quartier ou votre commune. Notez qui est cité et à peu près à quelle place. Cette liste est votre point de départ, et la référence pour comparer plus tard.

2. Dire où vous êtes et où vous intervenez

Indiquez votre quartier et les zones que vous desservez sur votre site et sur votre fiche d’établissement Google, afin qu’un assistant qui lit des informations sur vous puisse vous situer dans la ville. Écrivez-les en toutes lettres sur votre page d’accueil et votre page de contact, et pas seulement dans une carte intégrée : une salle de sport familiale au nord de la ville, à quelques minutes en voiture des communes situées le long du périphérique. Si vous vous déplacez chez vos clients, renseignez vos zones d’intervention sur votre fiche d’établissement Google.

3. Écrire pour les quartiers que vous desservez

Consacrez à chaque quartier ou commune voisine que vous desservez une page dédiée, qui explique ce que vous y faites et comment les clients vous rejoignent : le bus ou le stationnement, les travaux déjà réalisés sur place, les questions que s’y posent les habitants. N’écrivez que pour les lieux que vous desservez réellement, et faites en sorte que chaque page apporte quelque chose que les autres n’ont pas. Une page copiée dont on a simplement changé le nom de la ville n’apprend rien de neuf à un assistant.

4. Être la même entreprise partout

Utilisez le même nom, la même adresse et le même numéro de téléphone sur votre site, votre fiche d’établissement Google, Bing Places, Apple Business Connect et les annuaires de votre métier, afin que chaque mention lue par un assistant mène au même endroit. Le vérificateur gratuit de cohérence NAP les compare pour vous.

Vérifiez aussi votre entreprise sur OpenStreetMap, avec son vrai nom, son adresse et son activité. L’étude y a recherché les entreprises citées, et les noms qu’elle n’a pas pu rattacher à une entreprise de la carte ont été écartés de tous les décomptes. Ajouter ou corriger votre entreprise ne coûte rien, et c’est un endroit de plus où vos informations sont écrites de la même façon.

5. Construire ce qui fait connaître une entreprise

Si les entreprises du centre sont citées parce qu’elles sont mieux connues, ce que l’étude ne permet pas de trancher, alors ce qui fait connaître une entreprise est à la portée de tout dirigeant, où qu’il soit : des avis de vrais clients, une fiche d’établissement Google complète, une présence dans les annuaires et les associations de votre métier et de votre ville, et des mentions dans la presse et les guides locaux. Demandez un avis à chaque client, ne proposez jamais de contrepartie, et ne sollicitez jamais seulement les clients satisfaits.

6. Vérifier de nouveau avec les mêmes questions

Les assistants donnent rarement deux fois la même liste : une réponse n’est donc qu’un échantillon. Posez les mêmes questions plusieurs fois avant et après chaque modification, et comptez combien de fois vous êtes cité. Pourquoi ChatGPT a recommandé votre entreprise le mois dernier et plus aujourd’hui explique pourquoi une réponse isolée n’apprend pas grand-chose.

Ce que propose AI Local Fix

Les étapes ci-dessus prennent du temps, et la plupart des dirigeants en manquent. AI Local Fix fait le travail de fond en une seule fois, pour une entreprise locale.

Il revendique, corrige ou crée jusqu’à 15 fiches dans les annuaires que les assistants citent pour votre métier et votre pays, avec les mêmes nom, adresse et téléphone partout. Il complète votre fiche d’établissement Google (catégorie, services, horaires et description) et reporte les mêmes informations sur Bing Places et Apple Business Connect. Il ajoute le balisage LocalBusiness sur jusqu’à 10 de vos pages, rédige 3 pages de réponses à partir des questions de vos clients et prépare un kit d’avis.

Il mesure aussi les résultats. Avant le début du travail, au jour 30 et au jour 90, il pose à ChatGPT, Claude, Gemini et Grok 10 questions sur votre ville que vous validez, et compte combien de fois ils vous citent à côté de vos 3 concurrents les plus proches. Pour une entreprise située hors du centre, ces concurrents peuvent être les entreprises centrales que les assistants citent à votre place.

Si, au jour 90, vous n’êtes pas cité plus souvent qu’au départ, vous pouvez demander un remboursement intégral dans les 14 jours suivant le rapport du jour 90. Personne ne peut promettre une position dans les réponses de l’IA, et AI Local Fix ne le fait pas.

Ce que l’étude ne permet pas de dire

• Elle met en évidence une tendance, pas sa cause. Les entreprises du centre sont peut-être plus anciennes, mieux connues, plus commentées ou plus citées dans la presse, et l’étude ne permet pas de séparer la notoriété d’une entreprise de son emplacement.
• Elle ne donne aucune raison de déménager, puisqu’elle ne démontre pas que l’emplacement est la cause de l’écart.
• Les assistants n’avaient ni recherche web ni localisation. Un assistant qui sait où se trouve la personne, ou qui effectue des recherches sur le web, peut répondre autrement.
• Le centre correspond aux coordonnées qu’AIGROW Labs utilise pour chaque ville, et non à un centre-ville mesuré. Dans une ville à plusieurs centres, la distance au centre a moins de sens.
• Le contrôle sans les pages d’hôtels et de restaurants a été ajouté après les premiers résultats et ne faisait pas partie de la méthode fixée à l’avance.
• Les grandes villes et les petites cartes ne permettent pas de conclure : dans les villes lues jusqu’à 10 km, et sur les pages comptant 15 entreprises ou moins sur la carte, les deux intervalles atteignent 1.
• Les noms qui n’ont pas pu être rattachés à une entreprise de la carte sont écartés de tous les décomptes. S’ils se trouvaient pour la plupart loin du centre, les chiffres présentés ici seraient surestimés ; leur localisation n’a pas été mesurée.
• 200 pages, chaque type d’entreprise étant représenté sur 9 ou 10 d’entre elles, toutes issues d’une même édition de l’Index, novembre 2026. Il n’existe pas de second échantillon pour répéter le test.
• AIGROW vend des services liés à ces constats, dont AI Local Fix. L’étude est un document de travail, non évalué par des pairs, et sa méthode, ses tableaux et ses limites figurent sur la page de l’étude.