Algorithmes des réseaux sociaux & distribution

En 2026, ton nombre d'abonnés ne décide plus de qui voit tes publications. C'est un système de recommandation qui prend cette décision, chaque fois à nouveau. À chaque affichage, chaque publication repart en concurrence avec l'ensemble des contenus de la plateforme. La décision tombe en quelques millisecondes, à partir d'une somme pondérée des réactions prévues des utilisateurs. Les abonnés font varier ce calcul, ils ne le remplacent pas.

Ce panorama classe ce que l'on sait de la distribution sur Instagram, LinkedIn, TikTok, YouTube et X : ce qui est prouvé, ce qui relève d'une déclaration de la plateforme et ce qui tient du folklore. Cette ligne de partage compte plus que n'importe quel chiffre isolé : seul X a publié son code de classement, d'abord en 2023, puis dans une nouvelle version en janvier 2026. Tout le reste, ce sont des déclarations des plateformes, des publications d'ingénieurs ou des analyses de prestataires tiers, qui mesurent des corrélations et non des causes.

Comment un algorithme de réseau social distribue la portée

Les grandes plateformes construisent leurs systèmes de recommandation sur le même modèle. D'abord, une étape de candidate generation puise quelques milliers de candidats parmi des milliards de contenus possibles, le plus souvent par recherche d'embeddings. Ensuite, un modèle de light ranking peu coûteux effectue un premier tri. Puis un modèle neuronal coûteux évalue les candidats restants et prédit simultanément, pour chacun, plusieurs probabilités d'action : like, commentaire, transfert, durée de visionnage, signalement. Enfin intervient un re-ranking avec des règles de diversité, des règles métier et des filtres de sécurité.

Les ordres de grandeur sont documentés publiquement. Dans une publication technique d'octobre 2025, LinkedIn décrit comment environ 2 000 candidats sont présélectionnés parmi des centaines de millions de posts avant que le classement proprement dit ne commence. Selon son blog technique de 2023, X sélectionnait environ 1 500 candidats par session pour le fil For You. Meta Engineering décrit la même étape pour son système de retrieval Andromeda : des dizaines de millions d'annonces sont réduites à quelques milliers de candidats avant que le modèle de ranking ne prenne le relais.

La brique décisive est le Value Model : une fonction pondérée appliquée aux probabilités d'action prédites. L'article arXiv « Choosing the Right Weights » décrit cette agrégation comme une combinaison linéaire des signaux individuels et met en perspective les poids publiés par X. Concrètement, il n'y a pas de faille à exploiter. Il y a une fonction objectif qui paie certaines réactions des utilisateurs plus cher que d'autres. Le détail de l'articulation entre les étapes, le rôle des modèles two-tower et la raison pour laquelle le re-ranking change souvent davantage les choses que le ranking lui-même sont expliqués dans l'article de fond sur l'algorithme de recommandation.

Si tu viens du SEO, tu reconnais la structure. Google aussi procède par génération de candidats, évaluation et post-traitement, simplement avec d'autres signaux : la comparaison avec les facteurs de classement de Google et avec des signaux d'engagement comme NavBoost montre à quel point la logique est proche et où elle diverge.

Du graphe social au graphe de contenu

Le glissement structurel de ces dernières années tient en une phrase : la diffusion suit la question de savoir ce qui intéresse les utilisateurs qui se comportent comme toi. Les comptes que tu suis ne sont plus qu'un facteur parmi d'autres. Instagram distingue désormais explicitement Connected Reach (abonnés) et Unconnected Reach (recommandations à des non-abonnés). Les deux utilisent les mêmes signaux, mais les pondèrent différemment.

Dans la pratique, cela a deux conséquences. D'une part, le nombre d'abonnés a largement perdu sa valeur d'indicateur de pilotage. D'autre part, chaque publication est en substance testée à nouveau, quelle qu'ait été la performance de la précédente. C'est ce qui explique la forte variance que les équipes interprètent souvent à tort comme un changement d'algorithme.

Adam Mosseri a explicité la logique d'Instagram en janvier 2025 : le watch time, les likes et les sends sont les trois signaux de classement les plus importants, les likes pesant un peu plus pour les contenus montrés aux abonnés et les sends un peu plus pour ceux montrés aux non-abonnés. Instagram fait tourner un système de classement distinct pour chaque surface : feed, Reels, Stories, Explorer et recherche. Vouloir optimiser pour « l'algorithme d'Instagram », c'est donc toujours optimiser pour une surface précise.

Dans le même temps, la régulation donne aux utilisateurs plus de contrôle sur la distribution. Le règlement sur les services numériques (DSA) oblige les plateformes à exposer de manière compréhensible les principaux paramètres de leurs systèmes de recommandation, et impose en plus aux très grandes plateformes de proposer au moins une option de recommandation sans profilage. TikTok a annoncé en août 2023 la possibilité de désactiver la personnalisation pour les utilisateurs européens. En janvier 2026, Instagram a déployé « Your Algorithm », un tableau de bord, d'abord uniquement en anglais dans le monde entier, qui permet aux utilisateurs d'ajouter et de retirer des sujets dans leur fil Reels. Plus les utilisateurs s'en servent, plus les contenus qui fonctionnent aussi sans personnalisation gagnent en importance : des sujets clairement nommés, des termes de recherche, une substance evergreen.

Les signaux qui comptent sur toutes les plateformes

Quatre familles de signaux reviennent dans tous les systèmes documentés.

Temps passé et durée de visionnage : en vidéo, le watch time est le signal dominant. Instagram mesure la durée de visionnage comme temps total, revisionnages compris, et non comme un nombre de vues courtes. LinkedIn utilise le dwell time comme signal de qualité et décrit dans l'article LiRank un classificateur long-dwell dédié à la consommation passive.

Partages privés : sur Instagram, les sends per reach, c'est-à-dire les transferts par message direct, pèsent un peu plus lourd que les likes pour la portée auprès des non-abonnés. En 2025, dans un entretien avec Business Insider, Mosseri a souligné que beaucoup plus de photos et de vidéos sont partagées en DM que dans les Stories ou le feed. Cette diffusion par des canaux privés n'apparaît intégralement dans aucune interface d'analytics. La tendance, elle, est mesurable : sur plus de 70 millions de posts, Socialinsider a compté 45 % de partages en plus par post sur TikTok et 12 % sur Instagram, tandis que les commentaires par post reculaient de 24 % sur TikTok et de 16 % sur Instagram.

Conversation plutôt que réaction : sur X, l'effet est visible dans le code, sur LinkedIn dans des analyses tierces. Sur la base de plus de 620 000 posts, AuthoredUp conclut que les commentaires pèsent environ deux fois plus que les likes. Le chiffre qui circule chez les créateurs, « les commentaires comptent 15 fois plus », n'a aucune source primaire vérifiable.

Originalité : les reposts et les contenus tiers agrégés perdent en distribution. Le seul chiffre ferme communiqué par Instagram : 75 % des recommandations aux États-Unis proviennent de posts originaux ; les comptes qui publient surtout des contenus d'autrui ne sont plus éligibles aux recommandations et ne le redeviennent que lorsque la majorité de leurs posts sur une fenêtre glissante de 30 jours est considérée comme originale. En 2024, Instagram donnait encore un seuil fixe : les comptes ayant republié 10 contenus tiers ou plus en 30 jours étaient retirés des surfaces de recommandation. La règle actuelle s'appuie plutôt sur la part majoritaire dans la fenêtre glissante.

Plateforme par plateforme : ce qui est réellement prouvé

Instagram et Facebook. Les trois signaux de Mosseri sont la base la plus solide dont on dispose pour Meta. L'affirmation souvent citée selon laquelle les sends pèseraient trois à cinq fois plus que les likes provient en revanche de guides d'éditeurs d'outils : c'est une interprétation, pas une valeur publiée par Meta. Côté publicité, Meta a refondu son infrastructure : selon Meta, le modèle de fondation GEM est 4 fois plus efficace que la génération précédente et a augmenté les conversions publicitaires sur Instagram de 5 % au deuxième trimestre 2025.

Comme GEM apprend à la fois des interactions organiques et payantes, le creative testing organique devient un input direct de la performance payante, ce qui remet en question la séparation des budgets ; le sujet est approfondi dans les bases du Paid Social. Facebook affiche un taux de portée moyen de 1,65 % contre 3,50 % sur Instagram et, selon notre analyse, reste surtout pertinent dans la région DACH (Allemagne, Autriche, Suisse) pour les publics plus âgés, les groupes et la visibilité locale. Les détails sur les signaux, les surfaces et la politique d'originalité figurent dans l'article sur l'algorithme Instagram 2026.

LinkedIn. Pour le B2B, LinkedIn est le canal central, et c'est là que le classement a le plus nettement bougé : il s'est éloigné de la viralité au profit de la pertinence thématique et de l'expertise démontrée. Daniel Roth, VP et Editor in Chief chez LinkedIn, a formulé l'objectif ainsi : ne pas toucher le plus de monde, mais les bonnes personnes. Sur le plan opérationnel, une niche claire bat la largeur. Les données sur la chute de la portée vont toutes dans le même sens, mais leurs méthodes divergent. Richard van der Blom rapporte pour 2025, sur la base de 1,8 million de posts : vues -50 %, engagement -25 %, croissance des abonnés -59 %, puis, dans sa mise à jour d'octobre portant sur environ 400 000 profils, visibilité -47 %, engagement -39 %, croissance des abonnés -42 %.

Une analyse distincte du T4 2025 fait état de médianes d'impressions en baisse de 65 % depuis 2023. Aucun de ces chiffres ne vient de LinkedIn lui-même, et les années de référence comme les méthodes diffèrent. Solide comme tendance, inutilisable comme objectif. En parallèle, la visibilité se concentre : la part des top créateurs dans la visibilité du feed est passée de 15 % à 31 % depuis 2022, tandis que celle des autres créateurs est tombée de 57 % à 28 %. La fenêtre temporelle et la durée de vie ont elles aussi changé : les 30 à 60 premières minutes déterminent la trajectoire de portée, et les bons posts restent visibles 2 à 3 semaines dans le feed. En 2025, LinkedIn a même fait remonter, lors d'un test, des publications plus anciennes toujours pertinentes. Selon la responsable produit Gyanda Sachdeva, l'objectif était de rendre à nouveau visibles des étapes de carrière et des analyses utiles. Ce que cela implique pour la ligne éditoriale et le choix des sujets est expliqué dans l'article sur l'algorithme LinkedIn.

TikTok. En 2022, ByteDance a publié avec Monolith l'architecture de son système de recommandation : entraînement en ligne et table d'embeddings sans collision. L'article ne mentionne ni TikTok ni la page Pour toi. Il décrit une conception qui explique la rapidité avec laquelle les tendances sont reprises : le modèle apprend en continu plutôt que par lots. Dans son explication de 2020, TikTok cite lui-même le taux de complétion et la durée de visionnage comme signaux les plus forts, complétés par les partages, les likes et les commentaires. La règle d'originalité a été durcie : depuis le 13 septembre 2025, les contenus non originaux ou réutilisés sans apport propre ne sont plus éligibles au fil Pour toi. Côté recherche, TikTok fournit son propre outil de mots-clés avec Creator Search Insights. L'architecture, les signaux démontrés et l'analyse des sources de trafic sont traités dans l'article sur la page Pour toi de TikTok.

YouTube. Pour le format long, la formule de base reste le taux de clics multiplié par la durée moyenne de visionnage, à laquelle s'ajoute la contribution à la session. Dans sa propre aide, YouTube écrit qu'un taux de clics élevé associé à une durée de visionnage courte est considéré comme un signal de clickbait et entraîne moins de recommandations. Todd Beaupré, Senior Director of Growth and Discovery chez YouTube, ne place pas le comportement des spectateurs au centre, mais leur jugement sur le temps qu'ils ont investi. Les Shorts sont évalués autrement. Là, le taux de clics laisse la place au rapport entre vidéos regardées et vidéos balayées, auquel s'ajoutent la complétion et les boucles. Les seuils de rétention qui circulent, environ 65 % pour moins de 30 secondes et environ 50 % entre 30 et 60 secondes, viennent de sources spécialisées, pas de YouTube.

Pour le B2B s'ajoute un second bénéfice : les contenus YouTube sont cités par les systèmes d'IA. Dans une analyse portant sur plus de 75 000 marques, Ahrefs trouve la plus forte corrélation individuelle entre les mentions d'une marque sur YouTube et sa visibilité IA, avec 0,737. Ce sont les mentions de la marque sur YouTube qui sont mesurées, pas la performance de sa propre chaîne, et cela reste une corrélation. YouTube est aussi, avec 23,5 %, la troisième source la plus citée dans les réponses des LLM. Dans la recherche YouTube, les petites chaînes ont aussi leur chance : une étude Semrush de 2021 portant sur plus de 15 000 mots-clés a montré que 18 % des résultats du top 10 proviennent de chaînes de moins de 1 000 abonnés. La logique des surfaces, les signaux de satisfaction et le découplage entre Shorts et format long sont traités dans l'article YouTube.

X. X reste la seule plateforme dont le code de classement est public, et donc la meilleure référence pour qui veut comprendre à quoi ressemble un Value Model. Les sources de candidats issues de la recherche in-network, du graph traversal, de SimClusters et de TwHIN sont documentées dans le dépôt. Les poids du Heavy Ranker sont plus parlants encore, selon les valeurs publiées en 2023 : une réponse pèse 13,5, une réponse à laquelle l'auteur répond 75,0, un like 0,5 et un repost 1,0, tandis qu'un signalement compte pour -369.

Sur X, c'est la conversation qui porte le classement ; le reste est accessoire. Le boost lié à l'abonnement est lui aussi établi : dans le code de 2023, les comptes Premium reçoivent un multiplicateur de 4,0 dans le réseau et de 2,0 en dehors. Dans la branche principale mise à jour de ce dépôt, ce multiplicateur n'existe plus sous le même nom. Depuis un commit de septembre 2025, on y voit des composants basés sur Grok pour l'attribution de sujets et le filtrage dans le code For You.

Un second dépôt montre l'état actuel. Le 20 janvier 2026, X a republié l'algorithme For You sous le nom xai-org/x-algorithm et le met à jour presque chaque jour ouvré depuis la mi-août 2026. Un modèle transformer baptisé Phoenix y prédit, pour chaque post, la probabilité d'un like, d'une réponse, d'un repost, d'un partage par message direct et du temps passé, mais aussi d'une mise en sourdine, d'un blocage et d'un signalement. Le score est la somme pondérée de ces probabilités, les actions négatives portant des poids négatifs. Les poids du Heavy Ranker cités plus haut correspondent donc à l'état historique de 2023. Dans le code actuel, en octobre 2026, une réponse pèse 5,0, un like 0,66, un repost 1,0 et un signalement -234. Le scoring n'y contient aucun multiplicateur Premium. Ce que le code révèle et ce qu'il ne révèle pas est expliqué dans l'article sur l'algorithme X rendu public.

Les formats déterminent la distribution

Le choix du format est le réglage qui offre le plus de levier, parce que des formats différents passent par des systèmes de distribution différents. Buffer a mesuré sur plus de 4 millions de posts que les Reels obtiennent 36 % de portée en plus que les carrousels et 125 % de plus que les images seules. Pour le taux d'engagement médian, l'ordre s'inverse : les carrousels arrivent en tête avec 6,9 %, devant les images seules à 4,4 % et les Reels à 3,3 %.

Metricool confirme la tendance : dans une analyse de 24,3 millions de posts Instagram issus de 375 000 comptes, le watch time moyen des Reels a plus que doublé sur un an pour atteindre 8,5 secondes, et les carrousels génèrent neuf fois plus d'enregistrements que les images seules. Les images seules reculent en revanche sur tous les plans : portée -21,96 %, interactions -25,41 %, engagement -45,98 % en comparant janvier/février 2025 à 2026. L'analyse LinkedIn de Metricool, portant sur 673 658 posts issus de 63 108 comptes, donne une autre image : sur les pages entreprise, les sondages obtiennent le plus d'impressions moyennes alors qu'ils représentent moins de 1 % des publications, et les carrousels et posts multi-images devancent les images seules.

Ces chiffres sont des corrélations, pas des liens de causalité. Si tu ne publies que des sondages, tu n'obtiens pas de portée, mais un problème de crédibilité. Le choix du format sur Instagram est traité dans l'article Reels vs carrousel, la production et le re-editing natif pour chaque plateforme dans le panorama de la création de contenu.

Fréquence, demi-vie et ce que la régularité apporte vraiment

La fréquence de publication est le sujet le mieux documenté, et celui qui produit le plus de conclusions erronées. Buffer a analysé 2,1 millions de posts Instagram issus de 102 000 comptes : 3 à 5 posts par semaine font plus que doubler le taux de croissance des abonnés par rapport à 1 à 2 posts, 6 à 9 le multiplient environ par 3,7 et 10 ou plus environ par 5,5, tandis que la portée par post augmente de 12 % avec 3 à 5 posts, de 18 % avec 6 à 9 et de 24 % avec 10 posts ou plus par semaine. Ces chiffres ne montrent pas de cassure nette à partir de cinq posts. La croissance des abonnés continue d'augmenter à chaque palier. La portée par post augmente elle aussi, mais après le plus grand bond, celui du passage à 3 à 5 posts (+12 %), elle ne progresse plus que par petits paliers de 6 points de pourcentage chacun. Buffer désigne malgré tout 3 à 5 posts par semaine comme le sweet spot, parce qu'au-delà, la surcharge et la perte de qualité menacent.

Le constat le plus important vient du test inverse : dans une analyse de 4,8 millions de semaines-canal sur Facebook, Instagram et X, les semaines sans publication font moins bien que la baseline du compte en matière de croissance des abonnés. Buffer en conclut que la régularité compte plus que le volume. Pour une équipe marketing de deux à cinq personnes, c'est une question de capacité : deux canaux avec une cadence fiable valent mieux que cinq avec des trous. L'article sur la fréquence de publication et la demi-vie montre comment la fréquence et la demi-vie des contenus diffèrent selon la plateforme et ce que cela implique pour le planning éditorial.

Profil personnel ou page entreprise

Pour le B2B, c'est la décision ponctuelle la plus coûteuse, parce qu'elle engage le budget, les rôles et la gouvernance. Les données sont assez claires pour trancher. L'analyse de Van der Blom indique pour les pages entreprise une portée organique de 1 à 2 % rapportée aux abonnés. Une analyse de Whitehat chiffre la part des posts organiques de pages entreprise dans le feed à environ 2 %, tandis que les profils personnels obtiennent 2,75 fois plus d'impressions et 5 fois plus d'engagement.

Le mécanisme derrière, c'est la pondération des interactions entre pairs et de la conversation précoce. L'analyse de Van der Blom montre que les posts qui réunissent trois commentateurs ou plus dans les 60 premières minutes obtiennent environ 5,2 fois plus de portée, sur la base de 1,8 million de posts. C'est là que commence la zone grise : la coordination au sein de l'équipe est légitime, l'automatisation ne l'est pas. En mars 2026, LinkedIn a annoncé explicitement sa volonté de lutter contre l'automatisation des commentaires, les engagement pods et les outils tiers non autorisés.

Prudence avec les chiffres de l'advocacy : les 561 % de portée supplémentaire et la conversion en leads multipliée par 7, si souvent cités, proviennent d'analyses d'éditeurs reposant sur de très petits échantillons et n'ont pas été reproduits de manière indépendante. Plausibles dans leur direction, inutilisables comme business case. Côté payant, Dreamdata fournit l'une des rares valeurs de comparaison solides pour le B2B : LinkedIn atteint un ROAS de 121 % contre 67 % pour Google Search et 51 % pour Meta, et capte 41 % des budgets publicitaires B2B.

Les benchmarks, la pondération des pairs et la manière de faire fonctionner un programme d'advocacy sans faux engagement sont traités dans l'article Page entreprise ou profil. Pour le cas particulier de XING en DACH : New Work SE déclare 22,5 millions de membres inscrits en DACH et présente le repositionnement de la plateforme en réseau dédié à l'emploi comme son axe stratégique. Comme canal de contenu B2B, XING ne joue selon nous presque plus aucun rôle ; le comparatif LinkedIn vs XING détaille l'arbitrage.

Lire les benchmarks sans se mentir

Les chiffres de benchmark divergent énormément, parce qu'ils utilisent des dénominateurs différents ou ne divulguent pas leur dénominateur. Pour Instagram, Socialinsider mesure un taux d'engagement rapporté aux abonnés de 0,45 % aux T1 et T2 2026, Emplifi rapporte pour la même plateforme une baisse du taux d'engagement médian de 16,9 % au T1 2024 à 9,7 % au T4 2025, et Hootsuite cite 3,5 % pour Instagram, 3,4 % pour LinkedIn, 1,8 % pour X, 1,5 % pour TikTok et 1,3 % pour Facebook. Ces trois valeurs ne mesurent pas la même chose : l'engagement par abonné, une médiane sans dénominateur divulgué et une moyenne tous secteurs confondus.

La mesure la plus utile est l'engagement rapporté à la portée. Socialinsider le justifie par le fait que cette formule montre à quel point un contenu a été pertinent pour les utilisateurs réellement touchés, au lieu de le mesurer à un nombre d'abonnés qui a de moins en moins à voir avec la diffusion. Les ordres de grandeur par plateforme et par format, avec une colonne méthodologie, figurent dans l'article Qu'est-ce qu'un bon taux d'engagement ; la manière d'en tirer un jeu de KPI qui te permet de piloter au lieu de simplement rendre compte est traitée dans le panorama analytics et KPI.

Pour la réalité du DACH, la répartition des usages compte plus que n'importe quel taux d'engagement. Selon les données GWI pour l'Allemagne (enquête T2 2025), 85,1 % des internautes de 16 ans et plus utilisent WhatsApp chaque mois, 58,9 % Facebook, 56,2 % Instagram, 48,2 % YouTube et 34,0 % TikTok. Côté durée d'utilisation, le tableau s'inverse : TikTok atteint environ 75 minutes par jour, YouTube plus de 30, Facebook 23, Instagram 21,5 et WhatsApp 18,2 minutes. La portée publicitaire potentielle d'Instagram en Allemagne s'élève à 31,3 millions, soit une baisse de 2,3 % entre octobre 2024 et octobre 2025, et YouTube atteint une portée publicitaire de 64,7 millions. Le comparatif des plateformes indique quelle plateforme porte pour quel centre d'achat.

Un exemple de légèreté avec les chiffres : la statistique inusable selon laquelle 75 % des acheteurs B2B utiliseraient les réseaux sociaux pour appuyer leurs décisions d'achat. Elle provient d'une étude IDC de 2014 menée auprès de 760 personnes dans huit pays et n'a rien de spécifique au DACH. Comme argument dans une note au comité de direction, elle ne vaut rien.

Shadowban, cold start et autre folklore

Les nouvelles publications sont testées auprès de petites audiences, et la qualité des premiers signaux décide de leur mise à l'échelle. C'est plausible, mais aucune plateforme ne l'a documenté en source primaire. Et encore moins avec des seuils fixes. Il n'existe pas de « golden hour » documentée avec des valeurs cibles fixes, pas de pool de test TikTok par paliers attesté avec 500 vues comme premier palier, et pas de pénalité de portée transversale aux plateformes pour les liens externes. Dans son explication sur la recommandation des vidéos, TikTok ne décrit d'ailleurs aucun seuil de ce type.

Chez X, un déclassement dans le ranking de recherche est prévu par une fonction de spam scoring dans le code. Le code For You publié en 2023 ne contient en revanche aucune pénalité générale sur les liens ; ce qui y figure explicitement, c'est le multiplicateur Premium. Sur LinkedIn et Instagram, une pénalité sur les liens est largement rapportée, mais les données empiriques sont contradictoires. L'approche pragmatique reste de placer le lien dans le premier commentaire ou dans la bio, sans surestimer l'effet.

Le récit du shadowban relève le plus souvent d'une mauvaise interprétation de la variance du cold start. Les plateformes réduisent la portée selon des règles et en nomment certaines, par exemple pour les contenus non originaux ou les contenus IA non signalés. L'article Qu'est-ce qu'un shadowban fait le tri entre les effets démontrés et ceux qui ne le sont pas.

La recherche, second canal de distribution

La découverte se déplace du feed vers la recherche, à la fois au sein des plateformes et en amont. Pour les quatre premiers mois de 2026, SparkToro mesure que 68,01 % des recherches Google aux États-Unis se terminent sans clic, contre 60,45 % en 2024. Quand tu planifies ta distribution, tu ne peux plus compter sur le fait que l'attention se convertisse en trafic sur ton site. La valeur doit naître sur la plateforme elle-même.

Au sein des plateformes, cela se traduit ainsi : TikTok indique que 23 % des utilisateurs lancent une recherche dans les 30 secondes qui suivent l'ouverture de l'application et que 57 % utilisent la recherche TikTok, et y a lancé des campagnes Search Ads avec suggestions de mots-clés. Aux États-Unis, selon une enquête d'Adobe publiée en février 2026, 49 % des répondants ont déjà utilisé TikTok comme moteur de recherche, contre 41 % en 2024, tandis que la part de la Gen Z qui préfère TikTok à Google est tombée de 8 % à 4 %. Le social search progresse, mais ne remplace pas Google. Pour le DACH, il manque des chiffres comparatifs fiables.

Fin 2024, Instagram a supprimé la possibilité de suivre des hashtags et repose depuis davantage sur les mots-clés. LinkedIn décrit son retrieval comme basé sur des LLM depuis 2025. Pour les trois plateformes, la conséquence pratique est la même : les termes ont leur place dans la légende, le texte à l'écran, le texte parlé et les noms de fichiers, pas dans un nuage de hashtags en fin de post. Le fonctionnement des surfaces de recherche de chaque plateforme est traité dans l'article sur le Social SEO.

La régulation fait désormais partie de la logique de distribution

Deux textes législatifs interviennent directement dans la distribution. Le DSA impose la divulgation des principaux paramètres et, aux très grandes plateformes, une option de feed sans profilage. Depuis le 2 août 2026, le règlement européen sur l'IA oblige, à son article 50, les fournisseurs de systèmes d'IA à marquer les contenus synthétiques dans un format lisible par machine, et les déployeurs à signaler les deepfakes ainsi que les textes générés par IA publiés pour informer le public sur des questions d'intérêt public. Pour les textes, l'obligation tombe lorsqu'un humain les a relus sur le plan éditorial et qu'une personne en assume la responsabilité éditoriale. Pour les systèmes d'IA générative déjà sur le marché avant le 2 août 2026, l'obligation de marquage ne s'applique, en vertu de l'omnibus numérique, qu'à partir du 2 décembre 2026. Ce n'est pas qu'une question de conformité : les contenus IA non signalés s'exposent en plus à des sanctions de la plateforme. YouTube précise dans sa propre documentation que le signalement ne limite ni la portée ni la monétisation d'une vidéo, alors que des omissions répétées peuvent entraîner l'ajout imposé d'un label, la suppression de la vidéo ou l'exclusion du Programme Partenaire. Ce qui fonctionne en production avec l'IA et ce que cela coûte en distribution est décrit dans la base de connaissances existante, sous création de contenu assistée par l'IA.

Ce que cela implique pour le pilotage

Les données disponibles permettent d'en tirer une courte routine de décision. Elle ne remplace pas une stratégie, mais elle évite les erreurs d'investissement les plus fréquentes.

Le cœur pratique n'a rien de spectaculaire : produis les signaux que le Value Model paie cher, et mesure-les à la portée, pas au nombre d'abonnés. Tout le reste, c'est de l'interprétation de chiffres que personne en dehors des plateformes ne connaît vraiment. Les principes tiennent plus longtemps que les valeurs isolées, et les valeurs isolées de ce texte datent d'octobre 2026.