Livres blancs
Des documents de référence en accès libre, où chaque affirmation est adossée à une source publique vérifiable.
Nous publions ces documents pour une raison simple : sur la plupart des sujets techniques qui touchent au marketing B2B, le vérifiable et l’inventé se lisent exactement pareil. Séparer les deux demande de remonter à la source primaire de chaque affirmation, ou de constater qu’elle n’en a pas.
Ces documents ne recommandent rien. Ils établissent ce qui est connu, et comment on peut le savoir. Ils sont publiés en accès libre, sans formulaire, et peuvent être cités avec mention de la source.
Août 2026
Compter des robots, pas des mensonges : mesurer le trafic IA avec identité vérifiée
Un robot est ce qu’il déclare être, et presque tous les chiffres publiés sur le crawl IA additionnent ces déclarations. Treize jours de journaux, deux sites, chaque requête vérifiée : sur 1 129 requêtes se présentant comme un assistant IA, 876 étaient des usurpations prouvées, et ce sont elles qui fabriquent le taux d’erreur attribué aux moteurs.
Lire le documentAoût 2026
Le message récupérable : ce que les moteurs de réponse lisent de votre site
Un moteur de réponse sait dire ce que fait votre entreprise, pas ce qui la distingue. Vingt cas limites soumis à trois extracteurs montrent pourquoi : le discours survit, les preuves meurent. Ce document mesure la part du positionnement qui survit à une lecture sans JavaScript, et ce que la French Tech y perd, sur 94 audits.
Lire le documentJuillet 2026
Algorithme LinkedIn 2026 : ce qui est prouvé, ce qui est mesuré, ce qui est inventé
Le 12 février 2026, vingt-quatre ingénieurs de LinkedIn ont publié le modèle qui classe le fil de 1,2 milliard de membres. Presque aucun des articles qui expliquent « le nouvel algorithme » ne le cite. Ce document compare ce que LinkedIn publie, ce que mesurent les études indépendantes, et ce que tout le monde répète.
Lire le document