Pourquoi traduire ne suffit-il pas ?

Un moteur d'IA interrogé en français récupère prioritairement des passages en français ; interrogé en japonais, des passages en japonais. La traduction littérale d'une page qui performe en anglais produit une page qui ne répond à aucune question réellement posée en français : les acheteurs de chaque marché formulent différemment, comparent différemment, et s'appuient sur des sources locales différentes. Le contenu multilingue se réécrit à partir du jeu de questions local, il ne se traduit pas. C'est la règle appliquée aux 12 éditions de cette encyclopédie : savoir central commun, cas et tactiques adaptés à chaque marché.

Quelle architecture technique ?

  • hreflang bidirectionnel entre toutes les versions linguistiques de chaque page, avec balise x-default.
  • alternateName dans le Schema Organization pour déclarer les noms de la marque en chaque langue, de sorte que le moteur résolve une seule entité.
  • URLs propres par langue (sous-répertoires /fr/, /de/…) avec sitemaps séparés soumis à Google et Bing.
  • Dates et métadonnées localisées : chaque édition porte ses propres dates de mise à jour réelles.

Et le graphe de sources ?

Il est local par nature : les annuaires, plateformes d'avis et médias que citent les réponses françaises (PagesJaunes, Trustpilot, presse française) ne sont pas ceux des réponses japonaises ou allemandes. Le graphe de sources se cartographie donc par langue, avec le même jeu de questions traduit puis adapté. Voir le graphe de sources.

Comment mesurer par langue ?

Chaque édition suit son propre tableau de bord en quatre dimensions : Visibilité, Taux de Citation, Couverture Sémantique, Perception de Marque, notées de 0 à 100 sur un jeu fixe de 50 à 100 questions locales, mesurées mensuellement avec captures. Les scores ne se moyennent pas entre langues : une marque forte en anglais et invisible en français a deux problèmes distincts, pas un score moyen.

Faut-il traduire les FAQ ?

Les questions elles-mêmes diffèrent par marché : les objections d'achat, les références réglementaires et les comparateurs cités ne sont pas les mêmes en France, au Québec ou au Maroc. Traduisez les questions réellement universelles, réécrivez les autres à partir des remontées commerciales locales, et conservez la même structure de page pour que les équipes puissent comparer la couverture sémantique entre langues. C'est aussi ce qui permet de réutiliser le même jeu de questions de mesure, adapté, d'une édition à l'autre.

Pièges fréquents

Premier piège : la traduction automatique massive — textes sans les questions locales, bourrés de formulations qu'aucun acheteur n'utilise. Deuxième : les hreflang cassés ou unidirectionnels, qui empêchent le moteur de relier les éditions à une seule entité. Troisième : dupliquer la même FAQ dans toutes les langues alors que les objections d'achat diffèrent par marché. Quatrième : négliger Bing sur les marchés où on ne mesure que Google — l'index Bing alimente ChatGPT et Copilot dans toutes les langues. Cinquième : lancer douze langues sans capacité de maintenance ; trois éditions fraîches et cohérentes battent douze éditions abandonnées. Pour l'alignement d'entité, voir entités et graphe de connaissance.

Questions fréquentes

Faut-il un site par pays ou un site multilingue ?
Un site multilingue en sous-répertoires avec hreflang est le meilleur compromis pour la plupart des marques : autorité consolidée, maintenance simple, entité unique. Les domaines par pays ne se justifient que pour des structures juridiques locales fortes.
Les moteurs d'IA mélangent-ils les langues dans une réponse ?
Un moteur peut citer une source anglaise dans une réponse française si elle est la meilleure source primaire, mais il préfère les sources dans la langue de la question. D'où l'importance d'un contenu local réel, pas seulement traduit.
Par quelle langue commencer ?
Par celle de vos revenus actuels, puis celle de votre premier marché d'expansion. Mesurez la ligne de base dans les deux avant d'investir : l'écart de visibilité entre langues oriente le budget.