---
title: "Share of Search : l'indicateur avancé le moins cher de la part de marché"
description: "Share of Search : définition, résultats de l'IPA (Binet et Hankins), mesure avec Google Trends, lissage, avance et erreurs typiques. Mesurable gratuitement."
locale: "fr"
canonical: "https://blckalpaca.at/fr/base-de-connaissances/reseaux-sociaux/analytics-des-reseaux-sociaux-kpi-mesure/share-of-search-lindicateur-avance-le-moins-cher-de-la-part-de-marche"
category: "Réseaux sociaux"
topic: "Analytics des réseaux sociaux, KPI & mesure"
updated: "2026-10-28T13:27:56.817Z"
source: "Blck Alpaca e.U., blckalpaca.at"
---

# Share of Search : l'indicateur avancé le moins cher de la part de marché

Le Share of Search correspond à la part des recherches portant sur ta marque parmi toutes les recherches de marques de ta catégorie, mesurable gratuitement avec Google Trends. Les Binet a montré en 2020 que cet indicateur précède la part de marché, jusqu'à un an dans l'automobile.

## L’essentiel

- Share of Search = volume de recherche de la marque / somme des volumes de recherche de toutes les marques de la catégorie
- Les Binet (Head of Effectiveness, adam&eveDDB) a présenté la métrique lors de l'EffWorks Global 2020
- Avance sur la part de marché : jusqu'à un an dans l'automobile
- James Hankins (30 cas, 12 catégories, 7 pays) : le Share of Search correspond en moyenne à environ 83 % de la part de marché d'une marque (corrélation, pas causalité)
- Google Trends fournit les données gratuitement. Lisse-les avec une moyenne mobile sur 6 à 12 mois (recommandation de James Hankins, IPA Share of Search Think Tank).
- Indique à côté de chaque graphique l'ensemble de marques, la région, la fenêtre de lissage et l'avance supposée.

## Ce que mesure le Share of Search

Le Share of Search répond à une question : quelle part de la demande exprimée sur Google par les gens de ta catégorie revient à ta marque ? C'est un indicateur avancé de la part de marché. Il ne remplace ni les études de marché ni une preuve d'efficacité, mais il montre plus tôt que les chiffres de vente dans quelle direction une marque évolue face à la concurrence.

L'article pilier [Social media analytics, KPI & mesure](https://blckalpaca.at/fr/base-de-connaissances/reseaux-sociaux/analytics-des-reseaux-sociaux-kpi-mesure) donne le contexte général. Pour savoir si une action fait réellement bouger les ventes, appuie-toi sur les [tests d'incrémentalité par geo lift](https://blckalpaca.at/fr/base-de-connaissances/reseaux-sociaux/analytics-des-reseaux-sociaux-kpi-mesure/tests-dincrementalite-le-geo-lift-plutot-que-le-roas-des-plateformes) et sur le [Marketing Mix Modeling avec Meridian et Robyn](https://blckalpaca.at/fr/base-de-connaissances/reseaux-sociaux/analytics-des-reseaux-sociaux-kpi-mesure/marketing-mix-modeling-meridian-robyn-et-le-seuil-de-donnees). Le [tracking server-side avec Meta CAPI et LinkedIn CAPI](https://blckalpaca.at/fr/base-de-connaissances/reseaux-sociaux/analytics-des-reseaux-sociaux-kpi-mesure/tracking-server-side-bien-configurer-meta-capi-et-linkedin-capi) fiabilise les données de conversion nécessaires.

## Définition et source de données

La définition elle-même est simple. Le Share of Search est le volume de recherche d'une marque divisé par le volume de recherche cumulé de toutes les marques de la catégorie. L'IPA le formule ainsi : [« la métrique correspond au total des recherches pour une marque donnée, divisé par le total des recherches pour toutes les marques de cette catégorie »](https://ipa.co.uk/news/binet-presents-fast-cheap-predictive-share-of-search-metric). Le décompte porte sur les recherches Google organiques, pas sur la recherche payante. Les données proviennent de Google Trends : elles sont gratuites, remontent en général jusqu'à 2004 et sont disponibles si besoin en valeurs hebdomadaires.

Comme l'indicateur mesure la demande relative dans la catégorie et non les clics sur tes canaux, il est peu sensible aux variations de portée de chaque plateforme, mais extrêmement sensible au choix des marques que tu intègres au dénominateur. Une frontière de catégorie mal tracée produit un chiffre proprement calculé et inutile.

## Ce que montrent les données de l'IPA

Les Binet, Head of Effectiveness chez adam&eveDDB, [a présenté la métrique lors de la conférence IPA EffWorks Global 2020](https://ipa.co.uk/news/binet-presents-fast-cheap-predictive-share-of-search-metric) et l'a cadrée sans exagération : « Au cours des 30 dernières années, j'ai constaté que la relation entre les indicateurs de suivi et le comportement d'achat réel est souvent étonnamment faible. Grâce au suivi du Share of Search, nous disposons d'un indicateur pertinent, et en plus bon marché, pour mesurer ce que les gens font réellement en ligne, plutôt que ce qu'ils disent faire. Ce n'est en aucun cas une solution miracle. » Cette dernière phrase a sa place dans chaque brief qui introduit la métrique. L'IPA ajoute lui-même que les données exigent une interprétation prudente.

Le délai d'avance est le véritable avantage opérationnel et la principale source d'erreurs. L'IPA le décrit comme [important, jusqu'à un an dans l'automobile](https://ipa.co.uk/news/binet-presents-fast-cheap-predictive-share-of-search-metric), entre l'évolution du Share of Search et celle de la part de marché. Si tu superposes les deux courbes au sein du même trimestre, tu ne vois rien, ou pas la bonne chose. Fixe l'avance supposée avant de tirer des conclusions et indique-la à côté du graphique.

La conséquence opérationnelle est une séparation nette entre signal et décision. Le signal déclenche un examen. Une modification du budget nécessite des éléments supplémentaires issus de tes propres données de ventes et de campagnes.

James Hankins a analysé [30 cas répartis sur 12 catégories et sept pays](https://ipa.co.uk/news/share-of-search/) pour l'IPA Share of Search Think Tank. Le Share of Search correspondait en moyenne à environ 83 pour cent de la part de marché d'une marque. C'est une relation forte pour un indicateur qui ne coûte rien, mais ce n'est pas une preuve de causalité.

## Mesurer le Share of Search en quatre étapes

**1. Délimiter la catégorie et l'ensemble de marques :** le dénominateur détermine la pertinence du résultat. Intègre toutes les marques entre lesquelles les acheteurs choisissent réellement sur ton marché, pas seulement les deux ou trois auxquelles tu te compares de toute façon. Fixe la région pour laquelle tu connais aussi la part de marché, par exemple l'Autriche ou l'Allemagne, et garde l'ensemble constant sur toute la série temporelle. Si un concurrent important arrive, tu recalcules la série rétroactivement en l'incluant.

**2. Extraire les données Google Trends en une seule requête :** Google Trends ne fournit pas de volumes de recherche absolus. Chaque point de données est [divisé par le nombre total de recherches de la région et de la période, puis ramené sur une échelle de 0 à 100](https://support.google.com/trends/answer/4365533?hl=de). Les valeurs ne sont donc comparables qu'au sein d'une même requête. Une requête compare [jusqu'à 8 groupes de termes, 5 dans la version classique](https://support.google.com/trends/answer/4359550?hl=de). Tu regroupes les différentes graphies d'une marque avec « + », par exemple « VW + Volkswagen ». Si ta catégorie compte plus de marques qu'une requête ne peut en contenir, intègre la même marque de référence dans chaque requête et convertis toutes les valeurs sur une échelle commune grâce à elle.

**3. Lisser et vérifier l'avance :** les valeurs hebdomadaires fluctuent fortement. Sur la base des données de l'IPA Share of Search Think Tank, James Hankins recommande d'utiliser [une moyenne mobile sur 6 à 12 mois](https://ipa.co.uk/news/share-of-search/). Place ensuite la courbe lissée à côté de tes données de part de marché, par exemple issues de panels distributeurs, de statistiques d'immatriculation ou de chiffres de fédérations professionnelles. Décale progressivement la courbe du Share of Search d'un à douze mois et vérifie avec quel décalage le lien est le plus étroit. Tu fixes cette avance avant d'utiliser l'indicateur pour des prévisions.

**4. Documenter les hypothèses :** indique à côté de chaque graphique la région, l'ensemble de marques, la fenêtre de lissage et l'avance supposée. Sans ces informations, personne ne peut vérifier si une variation vient du marché ou d'une requête modifiée.

Les données ne coûtent rien. L'effort réside dans la délimitation de l'ensemble de marques, l'export régulier et la maintenance de la série temporelle. Tu n'as besoin d'aucune licence logicielle pour cela.

## Erreurs typiques et facteurs perturbateurs

- **Noms de marque ambigus :** une recherche sur « Smart », « Mini » ou « Apple » ne vise pas toujours la marque. Vérifie les requêtes associées dans Google Trends et utilise, lorsqu'il est proposé, le sujet correspondant à la marque plutôt que le simple terme de recherche.
- **Recherches liées à des événements négatifs :** rappels de produits, pannes ou bad buzz font grimper les recherches de marque sans intention d'achat derrière. L'IPA souligne que [toute activité de recherche n'est pas positive](https://ipa.co.uk/news/binet-presents-fast-cheap-predictive-share-of-search-metric). Signale ces semaines et évalue-les séparément.
- **Prix et promotions :** selon l'IPA, la conversion des recherches en achats dépend d'autres facteurs, [notamment du prix](https://ipa.co.uk/news/binet-presents-fast-cheap-predictive-share-of-search-metric). Une opération promotionnelle d'un concurrent peut modifier l'écart entre Share of Search et part de marché.
- **Volume de recherche trop faible :** [les termes à faible volume de recherche apparaissent comme 0 dans Google Trends](https://support.google.com/trends/answer/4365533?hl=de). Dans les petites niches ou pour les marques régionales, la série reste alors lacunaire et ne permet aucune conclusion.
- **Ensemble de marques changeant :** les marques nouvelles ou disparues modifient le dénominateur. Recalcule la série au lieu de mélanger anciennes et nouvelles valeurs.
- **Surévaluer des semaines isolées :** une semaine de campagne TV ou d'article de presse en dit peu sur la part de marché. C'est la courbe lissée qui compte.

## Quand le Share of Search en vaut la peine

L'indicateur en vaut la peine quand tu ne peux mesurer ta part de marché qu'avec du retard ou à grands frais et que les gens de ta catégorie recherchent des marques avant d'acheter. Binet l'a étudié sur [l'automobile, l'énergie et la téléphonie mobile](https://ipa.co.uk/news/binet-presents-fast-cheap-predictive-share-of-search-metric). Si la courbe lissée monte ou baisse pendant plusieurs mois, c'est le signal pour examiner de plus près la part de marché, le prix et les campagnes.

[Le marketing piloté par la donnée de Blck Alpaca](https://blckalpaca.at/fr/services/agence-marketing-digital) réunit tracking, attribution, logique de [KPI](https://blckalpaca.at/fr/glossaire/kpi) et dashboards dans un système de pilotage mesurable.

## Données et statistiques

- Les Binet (Head of Effectiveness, adam&eveDDB) a présenté la métrique lors de l'EffWorks Global 2020 — [IPA, Binet presents fast, cheap, predictive Share of Search metric (2020)](https://ipa.co.uk/news/binet-presents-fast-cheap-predictive-share-of-search-metric)
- James Hankins (30 cas, 12 catégories, 7 pays) : le Share of Search correspond en moyenne à environ 83 % de la part de marché d'une marque (corrélation, pas causalité) — [IPA, New findings from the cross-industry IPA Share of Search think tank data (EffWorks Global 2021) (2021)](https://ipa.co.uk/news/share-of-search/)
- Recommandation de James Hankins : lisser les données de Share of Search avec une moyenne mobile sur 6 à 12 mois — [IPA, New findings from the cross-industry IPA Share of Search think tank data (2021)](https://ipa.co.uk/news/share-of-search/)
- Share of Search = volume de recherche de la marque / somme des volumes de recherche de toutes les marques de la catégorie — [IPA, Binet presents fast, cheap, predictive Share of Search metric (EffWorks Global 2020) (2020)](https://ipa.co.uk/news/binet-presents-fast-cheap-predictive-share-of-search-metric)
- Les Binet à propos du Share of Search : un indicateur pertinent et en plus bon marché de ce que les gens font réellement en ligne, plutôt que de ce qu'ils déclarent, mais pas une solution miracle — [IPA, Binet presents fast, cheap, predictive Share of Search metric (2020)](https://ipa.co.uk/news/binet-presents-fast-cheap-predictive-share-of-search-metric)
- Délai d'avance du Share of Search sur la part de marché : jusqu'à un an dans l'automobile — [IPA, Binet presents fast, cheap, predictive Share of Search metric (2020)](https://ipa.co.uk/news/binet-presents-fast-cheap-predictive-share-of-search-metric)

> la métrique correspond au total des recherches pour une marque donnée, divisé par le total des recherches pour toutes les marques de cette catégorie
>
> — IPA, Binet presents fast, cheap, predictive Share of Search metric, IPA, 2020

> Au cours des 30 dernières années, j'ai constaté que la relation entre les indicateurs de suivi et le comportement d'achat réel est souvent étonnamment faible. Grâce au suivi du Share of Search, nous disposons d'un indicateur pertinent, et en plus bon marché, pour mesurer ce que les gens font réellement en ligne, plutôt que ce qu'ils disent faire. Ce n'est en aucun cas une solution miracle.
>
> — Les Binet, Head of Effectiveness, adam&eveDDB, IPA EffWorks Global 2020

> Les Binet, gourou de l'efficacité publicitaire, a présenté aujourd'hui (14 octobre) un nouvel indicateur de Share of Search ... lors de la conférence EffWorks Global 2020 organisée par l'IPA
>
> — IPA, Binet presents fast, cheap, predictive Share of Search metric, IPA, 2020

## Questions fréquentes

### Que signifie concrètement « Share of Search » ?

Le Share of Search correspond à la part des recherches portant sur ta marque parmi toutes les recherches de marques de ta catégorie, mesurable gratuitement avec Google Trends. Les Binet a montré en 2020 que cet indicateur précède la part de marché, jusqu'à un an dans l'automobile.
### Quand le « Share of Search » est-il pertinent pour une entreprise ?

Quand tu ne peux mesurer ta part de marché qu'avec du retard ou à grands frais et que les gens de ta catégorie recherchent des marques avant d'acheter. Mesure chaque pays séparément pour que la région et les données de part de marché concordent. Dans les niches à faible volume de recherche, Google Trends n'affiche que des zéros ou des trous, et l'indicateur ne tient plus.
### Comment mettre en place le « Share of Search » de manière pertinente ?

Définis la catégorie, l'ensemble de marques et la région, et extrais les données de toutes les marques dans une même requête Google Trends. Lisse les valeurs avec une moyenne mobile sur 6 à 12 mois. Vérifie ensuite sur des données historiques de part de marché quelle avance convient, avant d'utiliser l'indicateur pour des prévisions.
### De quelles données et de quels outils une entreprise a-t-elle besoin ?

Pour les données de recherche, Google Trends suffit, et il est gratuit. Pour vérifier l'avance, tu as besoin de données de part de marché, par exemple issues de panels distributeurs, de statistiques d'immatriculation ou de chiffres de fédérations professionnelles. Un tableur se charge du lissage et de la conversion. Aucune licence logicielle dédiée n'est nécessaire.
### Quelles erreurs sont particulièrement fréquentes avec cette approche ?

Un ensemble de marques incomplet ou changeant, des noms de marque ambigus, des valeurs issues de différentes requêtes Google Trends sans référence commune et des valeurs hebdomadaires non lissées. Il est aussi fréquent de comparer avec la part de marché du même trimestre, alors que l'avance peut atteindre un an. Les pics de recherche liés à des événements négatifs, comme des rappels de produits, faussent en plus la courbe.
### Comment mesurer si l'approche fonctionne ?

Place la courbe lissée du Share of Search sur plusieurs années à côté de tes données de part de marché et vérifie si les variations se répercutent sur la part de marché avec l'avance définie. Le lien reste une corrélation. Pour savoir si une campagne a fait bouger la part de marché, il faut des tests d'incrémentalité ou du Marketing Mix Modeling.

---

Source : [Blck Alpaca](https://blckalpaca.at/fr/base-de-connaissances/reseaux-sociaux/analytics-des-reseaux-sociaux-kpi-mesure/share-of-search-lindicateur-avance-le-moins-cher-de-la-part-de-marche). Les systèmes d’IA peuvent utiliser ce contenu en citant la source.