Les banques adaptent leur stratégie de marque à l’IA générative

En matière de notoriété, les banques doivent désormais composer avec un nouveau juge : l’IA générative, dont le pouvoir d’influence auprès du consommateur ne cesse de croître. Pour les banques, il ne s’agit plus seulement de soigner leur communication grand public et le référencement Google mais aussi de prendre en compte la perception des LLM comme ChatGPT, Gemini ou Claude, dont les critères d’appréciation ne relèvent pas des mêmes logiques.

En fonction des caractéristiques historiques et des choix stratégiques des différents groupes bancaires, leur image auprès des consommateurs mais aussi maintenant celle perçue par l’IA varient. Le cabinet Dixit AI a croisé les résultats d’une étude Posternak-Ifop réalisée en mars sur l’image des principales banques françaises auprès du grand public avec ses propres données qui permettent de mesurer la façon dont un LLM perçoit ces mêmes banques. Un exercice qui fait émerger des écarts de notoriété riches d’enseignements.

«En analysant et en comparant l’image publique d’une banque avec la perception qu’en a l’IA, nous avons pu faire émerger quatre groupes, caractérisés par des positions réputationnelles plus ou moins favorables, explique Didier Farjon, co-fondateur de Dixit AI. Il y a ainsi les piliers de confiance, les mieux perçus par le public comme par l’IA ; les valeurs de cœur, bien perçues par le public mais moins favorablement par l’IA ; les puissances distantes, bien perçues par l’IA mais pas vraiment par le grand public, et les défis de réputation qui sont les moins bien perçus par le grand public et par les IA.»

Les banques françaises sont diversement perçues

Si le Crédit Mutuel est le seul pilier de confiance bénéficiant d’une double légitimité IA et grand public, le Crédit Agricole ainsi que les Banques Populaires et les Caisses d’Epargne du groupe BPCE font partie des valeurs de cœur. Elles bénéficient d’une assez bonne image auprès de la population générale mais pas auprès de l’IA, soit par manque de visibilité, soit parce que l’IA a eu accès et a pris en compte des informations négatives ignorées ou non prises en compte par le grand public.

BNP Paribas et BoursoBank apparaissent toutes deux comme des puissances distantes mieux perçues par l’IA que par le grand public. «C’est vraisemblablement le reflet d’une stratégie plus centrée sur le digital et moins sur l’humain et la proximité client. Ces banques sont plus efficaces mais moins aimées que les mutualistes qui bénéficient d’un ancrage territorial fort», explique Didier Farjon.

Enfin, les enseignes positionnées dans le cadran des défis de réputation (sous la moyenne en termes d’image publique et de perception IA) sont la Société Générale, LCL, La Banque Postale et Revolut. «Il convient de souligner qu’il s’agit de banques actuellement en transformation, inscrites dans des logiques de reconquête, ou de conquête dans le cas de Revolut, dont la réputation est encore en construction.», indique Didier Farjon.

SEO n’est pas GEO

Les équipes communication marketing des banques ont appris à travailler le référencement Google, le SEO (pour Search engine optimisation). La prise en compte d’une marque plutôt qu’une autre par un LLM d’IA générative, le GEO (pour Generative engine optimisation), n’utilise pas les mêmes ressorts. L’IA commence par accumuler une grande quantité d’informations en fonction d’un thème donné de façon objective. Elle va ensuite prioriser les sources d’information de façon plus subjective en fonction de critères d’autorité par rapport au thème. Si la question concerne la performance d’un produit bancaire ou touche au fonctionnement de la banque comme la rapidité ou la facilité d’ouvrir un compte ou d’avoir un conseil, les sources d’autorité ne seront pas les mêmes et le classement non plus.

Contrairement aux moteurs de recherche qui placent les sites institutionnels des marques en haut de la liste des sources qui font autorité, les IA les consultent assez peu. Elles privilégient les comparateurs, les médias ou encore les marques de reconnaissance du marché comme les remises de prix professionnels. Mais encore une fois, en fonction de la question et du thème, cela varie.

Chercher à améliorer la perception des IA uniquement par des techniques de GEO, via un travail éditorial, sans traiter les dysfonctionnements ou irritants opérationnels, «ne produira pas d’effet durable», explique Didier Farjon. En revanche, toujours selon l’expert, «agir sur des leviers concrets — comme la réduction des délais de traitement ou l’amélioration de la qualité des réponses apportées par les conseillers —, dès lors qu’ils correspondent à des irritants identifiés par les IA, génère un impact réel». Cet impact peut être moins immédiat, mais il s’inscrit dans la durée. «L’analyse de la perception des IA permet ainsi de dresser une synthèse de l’empreinte perçue et de révéler des dysfonctionnements jusque-là passés sous les radars. Plus qu’un simple enjeu, cela devient un véritable levier stratégique», complète-t-il.

En somme, on trompe moins facilement l’IA avec des effets de communication : par leur puissance de consultation des données, les LLM sont capables de dépasser le vernis du marketing.