Stratégie de contenu :
ce que 6 mois sur LinkedIn m’ont appris sur le SEO et le GEO

Il y a six mois, j’ai mis en place une stratégie de contenu sur LinkedIn avec un double objectif :

1. Partager mon expertise et
2. Vulgariser le marketing en l’utilisant comme grille de lecture du monde qui nous entoure.

J’ai fait le choix d’un format unique — texte + image — et d’un rythme de deux publications par mois afin de pouvoir analyser cette stratégie à moyen terme.

Six mois plus tard, l’heure du premier bilan est arrivée. J’ai souscrit pour l’occasion à LinkedIn Premium afin de disposer de l’ensemble des indicateurs accessibles pour approfondir mon analyse.

Les données analysées couvrent la période du 2 avril au 2 octobre 2026.

Le constat est surprenant car derrière les chiffres, cette expérience révèle surtout trois réalités :

1. La performance sur LinkedIn ne prédit pas la visibilité sur Google
2. Publier en mode public ne garantit pas l’accessibilité aux IA génératives et
3. À l’inverse, un simple commentaire peut devenir une information exploitable par un moteur génératif.

Bilan LinkedIn : Contenu et Audience du 2 avril au 2 octobre 2026

Sur six mois, les courbes d’impressions, d’engagements et du nombre cumulé d’abonnés progressent.

12 354 impressions dont 22% hors réseau, 1 956 membres touchés, 158 engagements et 294 abonnés.

Des résultats mesurables… mais jusqu’où sont-ils réellement exploitables pour piloter une stratégie de contenu ?

1. LinkedIn : la limite des KPI pour piloter une stratégie de contenu

1.1 Les impressions : la métrique reine… à contextualiser

L’impression est l’un des principaux indicateurs de performance sur LinkedIn. Elle correspond au nombre de fois où une publication a été affichée dans le fil d’actualité de ses utilisateurs.

Pourtant, cet indicateur, comme d’autres, reste insuffisant pour analyser finement une stratégie de contenu.

Prenons l’exemple de quatre de mes publications et de leurs résultats relevés les 16 septembre, 26 septembre et 2 octobre 2026, à travers leur performance cumulée et leur dynamique de diffusion.

Publication : performance cumulée — Relevés des 16 septembre, 26 septembre et 2 octobre 2026

*Indicateur non fourni par LinkedIn, calculé à partir du nombre total d’impressions rapporté au nombre de semaines écoulées depuis la publication.

Rappel — KPI LinkedIn :
– Impressions : nombre total de fois où la publication a été affichée. Une même personne peut générer plusieurs impressions.
– Hors réseau : part des impressions provenant de membres qui ne suivent pas l’auteur ou ne font pas partie de son réseau.
– Membres touchés : nombre estimé de membres et de Pages distincts ayant vu la publication, sans comptabiliser les affichages répétés.

Publication : dynamique de diffusion — Évolution entre le 16 septembre et le 2 octobre 2026

*Les indicateurs présentés dans ce tableau ne sont pas fournis directement par LinkedIn. Ils ont été calculés à partir des deux relevés réalisés les 16 et 26 septembre 2026.
– Évolution des impressions : différence entre le nombre cumulé d’impressions relevé le 16 septembre et celui du 2 avril 2026, exprimée en valeur absolue et en pourcentage.
– Évolution des membres touchés : différence entre le nombre de membres et Pages distincts touchés aux deux dates, exprimée en valeur absolue et en pourcentage.
– Dynamique : qualification descriptive de l’évolution observée entre les deux relevés à partir de ces deux indicateurs.

Entre le 16 septembre et le 2 octobre, les trajectoires de mes publications diffèrent nettement :

• AI Act – Article 50 connaît de loin la progression la plus forte : de 152 à 958 impressions (+530,3 %), tandis que les membres touchés passent seulement de 49 à 61 (+24,5 %).
• Rentrée scolaire – Cahiers à moins de 1 € progresse de 681 à 818 impressions (+20,1 %), mais les membres touchés évoluent très peu, de 179 à 182 (+1,7 %).
• Les deux publications les plus anciennes — Sac en cuir de T-Rex grâce à l’IA et Savoir dire « Non », c’est stratégique — continuent à générer des impressions (+8,2 % et +7,3 %) sans toucher de nouveaux membres.

Au 2 octobre, AI Act – Article 50 devient ainsi la publication la plus affichée avec 958 impressions.
Pourtant, elle ne touche que 61 personnes uniques.

À l’inverse, Savoir dire « Non », c’est stratégique reste la publication ayant touché le plus de membres LinkedIn, avec 219 personnes uniques, malgré seulement 545 impressions.

Ces résultats mettent en évidence une distinction essentielle : une forte progression des impressions ne signifie pas nécessairement un élargissement équivalent de l’audience. Un contenu peut continuer à être affiché de nombreuses fois auprès d’un nombre relativement limité de membres.

PREMIÈRE LIMITE LINKEDIN OBSERVÉE : LinkedIn ne permet pas de comparer directement la trajectoire de plusieurs publications entre elles.

La plateforme LinkedIn est très limitée dans ses possibilités d’analyse des publications :

• Suivre une publication à J+7, J+30 ou J+90 a posteriori est impossible : il faut réaliser soi-même les relevés à ces différentes échéances.
• Comparer plusieurs publications au même stade de leur diffusion est donc impossible a posteriori, sauf à avoir effectué ces relevés pour chacune d’elles, au bon moment.

DEUXIÈME LIMITE LINKEDIN OBSERVÉE : LinkedIn ne permet pas de savoir combien de personnes uniques ont réellement été atteintes dans mon réseau et hors de mon réseau.

La plateforme LinkedIn manque de transparence sur la répartition des publics réellement touchés :

• la répartition réseau / hors réseau porte sur les impressions, et non sur les membres touchés.
• il est donc impossible de connaître la part des personnes uniques touchées hors de mon réseau. Par exemple, 39 % d’impressions hors réseau ne signifie pas que 39 % des membres touchés sont hors réseau.

PREMIER ENSEIGNEMENT : L’impression brute mesure l’exposition. Elle ne suffit pas, seule, à comparer la trajectoire de deux contenus ni à mesurer les personnes uniques réellement touchées.

1.2 Audience et abonnés : une composition difficile à analyser

Le nombre d’abonnés constitue un autre indicateur intéressant pour évaluer l’évolution d’une stratégie de contenu.
Mais là encore, le volume seul d’abonnés ne permet pas de comprendre réellement la composition de l’audience acquise.

Sur LinkedIn, relation et abonnement ne se confondent pas : une personne peut appartenir à mon réseau sans suivre mes contenus, tandis qu’une autre peut s’abonner à mes publications sans être en relation avec moi.

Or, pour évaluer la capacité de ma stratégie de contenu à développer une audience au-delà de mon réseau existant, plusieurs informations seraient particulièrement utiles :

• Combien de mes abonnés appartiennent à mon réseau ?
• Combien se sont abonnés à mes contenus sans être en relation avec moi ?
• Et surtout, quelles publications ont généré ces nouveaux abonnements hors réseau ?

TROISIÈME LIMITE LINKEDIN OBSERVÉE : LinkedIn ne permet pas d’analyser précisément l’origine et la composition de son audience d’abonnés.

DEUXIÈME ENSEIGNEMENT : Sur LinkedIn, le nombre d’abonnés mesure la croissance d’une audience mais pas sa provenance.
Pour piloter une stratégie de contenu, l’enjeu est aussi de comprendre quels contenus transforment une exposition en abonnement.

1.3 Des KPI nombreux, mais peu exploitables pour orienter la stratégie de contenu

Exemple des indicateurs fournis pour la publication Rentrée scolaire – Cahiers à moins de 1 € : impressions, part des impressions hors réseau, membres touchés, engagement, données démographiques ou encore vues du profil depuis une publication.

Publication Rentrée scolaire – Cahiers à moins de 1 € : statistiques au 26 septembre 2026

Si les indicateurs de performance ne manquent pas sur LinkedIn, ils ne servent pas pour autant pleinement une stratégie de contenu.

En effet, au 26 septembre, des questions sont restées sans réponse pour ajuster ma stratégie de contenu :

• Pourquoi la publication Rentrée scolaire – Cahiers à moins de 1 € a-t-elle atteint 775 impressions en quatre semaines ?
• La publication AI Act – Article 50 a-t-elle été moins diffusée lors de sa semaine 1 parce que son sujet est plus expert ?
• Les personnes exposées à la publication Sac en cuir de T-Rex grâce à l’IA l’ont-elles réellement lue ou simplement fait défiler ?
• Quel contenu conduit le plus efficacement une personne à cliquer sur ma photo pour découvrir mon profil, voire à s’abonner ?

Le problème sur LinkedIn n’est donc pas l’absence de données mais :

• leur manque de profondeur
• leur manque d’historisation au niveau de chaque publication et
• leur manque de croisement entre elles.

En effet, les données LinkedIn permettent de constater ce qui s’est passé, mais beaucoup moins d’en expliquer les raisons. Autrement dit, mesurer la diffusion ne suffit pas à comprendre la performance éditoriale.

Le dwell time illustre parfaitement cette limite : LinkedIn utilise le temps passé sur les contenus comme signal dans son système de recommandation, sans restituer cette donnée aux créateurs de contenu pour leurs publications.

TROISIÈME ENSEIGNEMENT : Les KPI LinkedIn mesurent principalement la diffusion et l’engagement. En ne croisant pas les données, ils restent trop généralistes pour expliquer seuls la performance éditoriale des publications.

1.4 Des hashtags qui ne favorisent pas la découverte des contenus

Sur LinkedIn, rechercher un hashtag ne donne pas accès à un fil exhaustif et strictement chronologique de toutes les publications qui l’utilisent.

Prenons l’exemple du hashtag #IA.

Si je publie aujourd’hui un contenu sur LinkedIn avec #IA, rien ne garantit qu’un utilisateur recherchant #IA tombera, le jour même ou les jours suivants, sur ma publication dans son fil d’actualité.

Pourquoi ? Parce que LinkedIn personnalise les résultats et les contenus proposés à chaque utilisateur.

Il est donc difficile d’utiliser les hashtags pour découvrir davantage de contenus ou, mieux encore, réaliser une veille exhaustive et chronologique sur un sujet.

QUATRIÈME ENSEIGNEMENT : Sur LinkedIn, les hashtags peuvent aider à catégoriser les publications mais ils ne garantissent ni leur découverte ni leur visibilité.

1.5 L’identité visuelle, nouvel atout de ma stratégie de contenu sur LinkedIn

À partir de juin, j’ai décidé d’affirmer mon identité visuelle pour donner plus d’impact à mes publications, tout en gardant une cohérence graphique avec mon site web.

Objectif : renforcer mon personal branding et rendre mes prises de parole facilement identifiables par les utilisateurs de la plateforme.

Évolution de l’identité visuelle de mes publications LinkedIn

Les données présentées en introduction (cf. Publication : performance cumulée — Relevés des 16 septembre, 26 septembre et 2 octobre 2026) montrent qu’un nouveau palier a été franchi à partir de cette période : les impressions et les engagements progressent nettement, tandis que le nombre d’abonnés augmente lui aussi.

Cette évolution ne permet pas d’attribuer les résultats à la seule identité visuelle. Elle intervient néanmoins au moment où mes publications deviennent plus cohérentes, plus distinctives et plus facilement reconnaissables.

CINQUIÈME ENSEIGNEMENT : Créer une identité visuelle cohérente rend les contenus plus reconnaissables et peut amplifier leur performance.

Ces résultats m’ont alors conduite à élargir l’analyse : les contenus les plus performants sur LinkedIn sont-ils aussi ceux que Google et les moteurs génératifs rendent les plus visibles ?

2. Du SMO au SEO puis au GEO : quand le contenu dépasse les réseaux sociaux

Publier sur les réseaux sociaux contribue à optimiser sa visibilité sociale (SMO ou Social Media Optimization) et à développer son personal branding en ligne. Jusque-là, rien de nouveau.

Mais en observant ce que deviennent mes contenus au-delà de LinkedIn, j’ai constaté que leur visibilité pouvait se prolonger dans deux autres environnements :

• sur les moteurs de recherche, à travers le référencement naturel (SEO – Search Engine Optimization) et
• dans les réponses des moteurs génératifs, à travers le référencement génératif (GEO – Generative Engine Optimization).

Trois observations ont alors émergé.

2.1 Référencement naturel (SEO) : une faible performance sur LinkedIn n’empêche pas la visibilité sur Google

LinkedIn permet aux moteurs de recherche d’explorer et d’afficher certains contenus lorsque leur visibilité est paramétrée sur « Tout le monde ».

Depuis plusieurs mois, j’observe donc régulièrement ce que Google sait de moi en tapant simplement « Manga Meviane » dans sa barre de recherche.

Pendant près de cinq mois, malgré la publication régulière de nouveaux contenus, une seule de mes publications LinkedIn apparaissait en première page : Pour mesurer la performance d’un site web, mon outil préféré : PageSpeed Insights, une publication consacrée à la performance d’un site web et à mon outil préféré, PageSpeed Insights.

Puis, changement de décor début septembre.

Cette publication a disparu de la première page pour laisser place à deux autres publications :

• AI Act – Article 50
• Rentrée scolaire – Cahiers à moins de 1 €

Au moment de cette observation, la première beaucoup plus experte, ne comptabilisait alors que 152 impressions après une semaine. Pourtant, elle apparaissait déjà en première page des résultats Google associés à mon nom.
La seconde avait rapidement rencontré son audience sur LinkedIn avec 681 impressions après deux semaines.

Pourquoi Google sélectionne-t-il certaines publications LinkedIn plutôt que d’autres ? Difficile de l’expliquer à partir de ces seules observations.

Cette observation met en évidence deux logiques différentes : la performance sociale (SMO) d’une publication et sa visibilité organique dans les moteurs de recherche (SEO) ne reposent pas sur les mêmes mécanismes.

Sur LinkedIn, la diffusion d’un contenu dépend notamment de sa capacité à générer de l’engagement (likes, commentaires, republications) et de sa distribution par l’algorithme de la plateforme.

Sur Google, sa visibilité repose sur d’autres critères et peut s’inscrire dans une temporalité beaucoup plus longue.

Les performances observées sur LinkedIn ne permettent donc pas, à elles seules, de présager de la visibilité qu’un contenu pourra acquérir dans les moteurs de recherche.

SIXIÈME ENSEIGNEMENT : La performance sociale d’une publication (SMO) ne dicte pas sa valeur SEO. Une publication boudée sur LinkedIn peut briller sur Google.
Cela implique de ne plus évaluer un contenu uniquement à sa performance immédiate sur la plateforme qui le diffuse : sa valeur peut aussi résider dans sa capacité à gagner en visibilité dans les moteurs de recherche et, potentiellement, dans les moteurs génératifs.

2.2 Référencement génératif (GEO) : quand l’accessibilité des contenus LinkedIn limite leur exploitation par les IA génératives

Pour savoir ce que les IA génératives pouvaient comprendre de mon personal branding, j’ai posé strictement les trois mêmes questions à ChatGPT et Gemini :

1. « Qui est Manga Meviane ? »
2. « De quoi parle-t-elle sur LinkedIn ? »
3. « Quel est, selon toi, son meilleur post sur LinkedIn ? »

Sur les deux premières questions, leurs réponses sont relativement proches.

ChatGPT et Gemini parviennent à restituer mon positionnement professionnel, mes principaux domaines d’expertise et les grandes thématiques de ma ligne éditoriale sur LinkedIn.

Mais à la troisième question – « Quel est, selon toi, son meilleur post sur LinkedIn ? » – la limite apparaît.

ChatGPT indique ne pas disposer d’un accès public suffisamment complet à mes publications LinkedIn et à leurs performances pour les comparer.

Gemini rencontre la même limite et précise ne pas pouvoir accéder directement à l’ensemble de mes publications.

Pourtant, mon profil et mes publications sont paramétrés comme « Publics » sur LinkedIn.

Mais public ne signifie pas intégralement accessible : LinkedIn indique que les outils de recherche peuvent explorer et afficher certains contenus publics. Il ne garantit donc pas que l’intégralité des publications d’un auteur leur soit accessible.

SEPTIÈME ENSEIGNEMENT : Une stratégie de contenu exclusivement publiée sur LinkedIn reste dépendante de ce que la plateforme rend effectivement accessible aux moteurs génératifs. Être en mode « Public » ne garantit pas d’être intégralement accessible aux IA.
Le GEO pose donc une question supplémentaire au-delà de la publication : mon contenu est-il réellement accessible, compréhensible et exploitable par les moteurs génératifs ?

2.3 Référencement génératif (GEO) et Mode IA de Google : quand un commentaire devient partie intégrante d’un contenu

Rappel — Mode IA de Google :
Fonctionnalité de recherche générative, lancée en France en juillet 2026, qui formule directement des réponses à partir de différentes sources du Web et permet de poursuivre la recherche par des questions complémentaires.

Avec le Mode IA de Google, le résultat va plus loin.

À la question « De quoi parle-t-elle sur LinkedIn ? », le moteur retrouve plusieurs de mes publications et restitue les principaux sujets qui structurent ma ligne éditoriale.

Mais lorsque je lui demande « Quel est, selon toi, son meilleur post sur LinkedIn ? », contrairement à ChatGPT et Gemini, le Mode IA de Google peut, lui, me répondre et distingue même deux publications :

• « 1. Le plus analytique : La « guerre des prix » de la rentrée scolaire »
• « 2. Le plus avant-gardiste : La mise à jour sur la « Navigation agentique » »

Si le premier contenu existe bien sous cette forme, le second ne correspond pas à une publication entièrement consacrée à ce sujet.

J’avais initialement publié Pour mesurer la performance d’un site web, mon outil préféré : PageSpeed Insights.
Puis, quelques mois plus tard, l’outil ayant évolué, je suis revenue sous ma propre publication pour ajouter un commentaire de mise à jour :

« 🔄 Mise à jour (juillet 2026) — Depuis la publication de ce post, Google a ajouté un 5ᵉ indicateur dans PageSpeed Insights : la Navigation agentique… »

Il ne s’agissait donc pas d’une nouvelle publication ni d’une analyse complète sur la navigation agentique, mais d’un simple commentaire d’actualisation ajouté sous ma propre publication..

Pourtant, le Mode IA le présente comme l’un de mes contenus les plus avant-gardistes.
Cette observation montre que Google peut relier à mon identité une publication dont je suis l’autrice, mais aussi les informations que j’ajoute ensuite directement dans ses commentaires.

Autre élément qui retient particulièrement mon attention : la publication sur PageSpeed Insights (restée cinq mois en page 1 des résultats Google sur mon nom) n’apparaît ensuite qu’en page 3 de résultats. Pourtant, le Mode IA de Google continue de la mobiliser dans sa réponse.

Le croisement entre la visibilité de cette publication dans Google et sa restitution par le Mode IA révèle surtout un phénomène intéressant : le Mode IA agrège la publication et son commentaire et les interprète comme un même contenu, jusqu’à restituer l’information ajoutée en commentaire comme faisant partie du contenu original.

HUITIÈME ENSEIGNEMENT : Pour le Mode IA, la frontière entre une publication et ses commentaires peut s’effacer : l’ensemble peut être agrégé et interprété comme un même contenu de l’auteur d’une publication.