Découvrez ce qu’est une entité de marque et comment la définir, la structurer et la maintenir pour que les systèmes d’IA puissent la reconnaître. Couvre les composants d’entité, la construction de relations, la cohérence inter-domaines et la mesure du ROI.
À l’ère de l’intelligence artificielle et des grands modèles de langage (LLM), une entité de marque représente un objet distinct et reconnaissable — votre entreprise, produit ou service — que les systèmes d’IA peuvent identifier, comprendre et référencer indépendamment de la correspondance de mots-clés. Contrairement à l’optimisation traditionnelle pour les moteurs de recherche qui repose sur la densité et le placement de mots-clés, la reconnaissance d’entité basée sur l’IA se concentre sur l’établissement de votre marque en tant que concept clairement défini avec des attributs spécifiques, des relations et un sens contextuel que les LLM peuvent comprendre et utiliser. Lorsque vous recherchez « Apple » sur Google, le moteur de recherche fait correspondre des mots-clés ; lorsque vous interrogez ChatGPT à propos d’Apple, le LLM comprend Apple comme une entité distincte avec de multiples dimensions — une entreprise technologique, une identité de marque, un ensemble de produits et une collection de relations avec d’autres entités comme Steve Jobs, l’innovation et l’électronique grand public. Ce changement fondamental, d’une compréhension centrée sur les mots-clés à une compréhension centrée sur les entités, représente un changement de paradigme dans la façon dont les marques doivent optimiser leur présence numérique pour la reconnaissance par l’IA. Cet article se concentre sur ce que constitue réellement votre entité de marque et comment la construire en interne ; pour le travail technique de connexion de cette entité aux bases de connaissances externes et aux systèmes d’IA une fois qu’elle est définie, consultez notre guide complémentaire sur le liaison d’entité pour l’IA .
Les LLM interprètent les entités par compréhension sémantique et cartographie relationnelle, reconnaissant non seulement comment votre marque s’appelle, mais ce qu’elle représente, qui elle sert, quels problèmes elle résout et comment elle se connecte à d’autres concepts dans le graphe de connaissances. Les moteurs de recherche traditionnels traitent chaque occurrence de mot-clé comme un signal ; les LLM traitent votre entité de marque comme un nœud dans un vaste réseau d’informations interconnectées, comprenant ses propriétés, associations et pertinence contextuelle. Par exemple, lorsque Tesla est mentionnée dans un article sur les véhicules électriques, l’énergie durable ou Elon Musk, les LLM reconnaissent ces relations d’entité qui renforcent l’identité et la pertinence de Tesla dans plusieurs domaines. Cette approche basée sur les entités signifie que la construction d’une reconnaissance IA nécessite d’établir des informations claires, cohérentes et complètes sur votre marque à travers de multiples dimensions — non seulement optimiser pour des mots-clés spécifiques, mais garantir que votre entité de marque est bien définie, correctement attribuée et connectée de manière significative aux concepts pertinents et autres entités.
| Aspect | SEO Traditionnel | IA Basée sur les Entités |
|---|---|---|
| Focus | Correspondance et densité de mots-clés | Reconnaissance d’entité et relations sémantiques |
| Compréhension | Correspondance textuelle littérale et signaux de pertinence | Sens contextuel et attributs d’entité |
| Optimisation | Balises meta, mots-clés de contenu, backlinks | Attributs d’entité, graphes de connaissances, données relationnelles |
| Visibilité de marque | Classement pour des requêtes de recherche spécifiques | Reconnaissance dans divers contextes et conversations IA |
| Mesure | Taux de clics et classements | Mentions d’entité, précision des relations et pertinence contextuelle |
À mesure que les systèmes d’IA deviennent de plus en plus sophistiqués dans la génération de réponses et de recommandations, ils s’appuient fortement sur des données structurées et la reconnaissance d’entité pour comprendre le contexte et fournir des informations précises. Contrairement aux moteurs de recherche traditionnels qui font correspondre des mots-clés, les systèmes d’IA modernes — y compris les grands modèles de langage et les AI Overviews — doivent reconnaître votre marque comme une entité distincte et faisant autorité avec des relations claires avec votre industrie, vos produits et votre expertise. Lorsque votre entité de marque est mal définie ou fragmentée sur le web, les systèmes d’IA peinent à comprendre ce que vous représentez, conduisant à des citations incorrectes, des omissions dans les réponses pertinentes, ou pire, l’attribution de votre expertise à des concurrents. Cette ambiguïté impacte directement votre visibilité : les études montrent que les marques avec des données d’entité bien structurées apparaissent dans les réponses générées par l’IA jusqu’à 3 fois plus fréquemment que celles sans définitions d’entité claires.
Le fondement technique de cette visibilité réside dans l’autorité sémantique — le degré auquel les systèmes d’IA reconnaissent votre marque comme une source crédible dans votre domaine. Des entités de marque claires établissent des signaux de confiance qui s’alignent sur les principes EEAT (Expérience, Expertise, Autorité, Fiabilité), qui sont des facteurs de classement essentiels tant pour la recherche traditionnelle que pour les systèmes d’IA. Lorsque votre entité de marque est correctement définie avec des informations cohérentes dans les données structurées, les graphes de connaissances et les sources faisant autorité, les systèmes d’IA peuvent citer en toute confiance votre contenu et vos recommandations.
Raisons clés pour lesquelles les systèmes d’IA ont besoin d’entités de marque claires :
En investissant dans une définition claire de votre entité de marque, vous n’optimisez pas seulement pour le paysage de recherche actuel — vous construisez la fondation sémantique qui déterminera votre visibilité et votre crédibilité dans un avenir piloté par l’IA.
Une entité de marque complète fonctionne comme un profil numérique complet qui consolide toutes les informations critiques sur votre organisation dans un format structuré et lisible par machine. Cette représentation unifiée garantit que les systèmes d’IA peuvent identifier, comprendre et associer avec précision votre marque sur plusieurs plateformes et contextes. La base d’une entité de marque efficace se compose de plusieurs composants interconnectés qui travaillent ensemble pour créer une image complète de votre organisation.
Les informations sur l’organisation et l’entreprise constituent la pierre angulaire de votre entité de marque, incluant le nom officiel de votre entreprise, une description détaillée de l’entreprise, les URL du logo et le site web principal. Cette section établit l’identité et la légitimité de base de votre organisation aux yeux des systèmes d’IA. Les produits et services doivent être documentés de manière exhaustive avec des noms spécifiques, des descriptions détaillées, des catégories pertinentes et tous les SKU ou identifiants de produit associés qui aident les systèmes d’IA à comprendre vos offres sur le marché. Les personnes clés telles que les fondateurs, les cadres dirigeants et les membres notables de l’équipe doivent être listés avec leurs rôles et profils professionnels, car ces connexions humaines ajoutent de la crédibilité et du contexte à votre récit de marque.
Votre présence géographique et vos emplacements importent significativement pour la reconnaissance par l’IA, particulièrement pour les entreprises opérant dans plusieurs régions ou avec des magasins physiques. Documentez le siège social, les bureaux, les centres de distribution et les zones de service pour aider les systèmes d’IA à comprendre votre périmètre opérationnel. Les classifications et relations sectorielles fournissent un contexte essentiel en spécifiant votre secteur d’activité principal, les sous-secteurs pertinents et votre positionnement concurrentiel dans votre paysage de marché. Les identifiants uniques sont critiques pour la désambiguïsation par l’IA — ceux-ci incluent l’URL de votre site web officiel, vos profils sur les réseaux sociaux (LinkedIn, Twitter, Facebook), les identifiants Wikidata et tout numéro d’enregistrement ou certification spécifique à votre secteur.
Enfin, les attributs et valeurs de marque capturent les qualités intangibles qui définissent votre organisation, y compris votre énoncé de mission, vos valeurs fondamentales, la voix de votre marque et vos principaux différenciateurs. Voici un exemple pratique de schéma JSON qui démontre comment ces composants s’intègrent dans une entité de marque structurée :
{
"brandEntity": {
"organization": {
"name": "TechVision Solutions",
"description": "Leading provider of AI-powered business intelligence platforms",
"logo": "https://example.com/logo.png",
"website": "https://www.techvisionsolutions.com"
},
"productsServices": [
{
"name": "InsightPro Analytics",
"description": "Real-time data analytics platform",
"category": "Business Intelligence"
}
],
"keyPeople": [
{
"name": "Jane Smith",
"role": "CEO & Founder",
"linkedinProfile": "https://linkedin.com/in/janesmith"
}
],
"locations": [
{
"type": "headquarters",
"city": "San Francisco",
"country": "United States"
}
],
"industryClassifications": ["Software", "Artificial Intelligence", "Business Services"],
"uniqueIdentifiers": {
"wikidata": "Q12345678",
"socialProfiles": {
"linkedin": "https://linkedin.com/company/techvisionsolutions",
"twitter": "@TechVisionSol"
}
},
"brandAttributes": {
"mission": "Democratizing AI-powered insights for businesses",
"coreValues": ["Innovation", "Transparency", "Customer Success"]
}
}
}
En documentant systématiquement chacun de ces composants, vous créez une entité de marque robuste que les systèmes d’IA peuvent reconnaître, vérifier et référencer de manière fiable dans tout l’écosystème numérique.
Le profil d’entité de marque ci-dessus est un artefact stratégique — c’est la source de vérité que votre équipe maintient en interne. Il n’est délibérément pas la même chose que le balisage schema.org que vous publiez sur votre site web. Le JSON-LD Schema.org est le format lisible par machine qui prend les informations telles que le nom, le logo et les coordonnées de votre profil et les encode afin que les robots d’exploration et les systèmes d’IA puissent les analyser directement, généralement via le schéma Organization sur votre page d’accueil, le schéma Product sur les pages d’offres et le schéma Person pour les fondateurs et dirigeants. Obtenir cette traduction correctement — y compris les liens sameAs qui relient votre balisage à Wikidata et aux profils externes vérifiés — est une entreprise technique en soi, et elle est couverte en détail, avec des exemples JSON-LD inclus, dans notre guide complémentaire sur le liaison d’entité pour l’IA
. Ce qui importe ici, c’est que le balisage n’est aussi bon que le profil qui l’alimente : des données d’entité incomplètes ou incohérentes produisent un schéma incomplet ou incohérent, peu importe la minutie avec laquelle le code est écrit.
Get the latest insights on AI mentions, brand monitoring, and optimization strategies.
Les relations d’entité forment l’épine dorsale de la façon dont les systèmes d’IA comprennent l’autorité et la pertinence de votre marque au sein de votre secteur. Lorsque vous reliez stratégiquement votre entité de marque à d’autres entités reconnues — telles que des associations professionnelles, des services complémentaires, des emplacements géographiques et des leaders d’opinion — vous créez un réseau de connexions sémantiques qui signale l’expertise aux algorithmes de recherche et aux systèmes d’IA. Le liaison d’entité, le processus de connexion de votre contenu à des entités établies dans les graphes de connaissances, indique à l’IA que votre marque opère dans un écosystème légitime de concepts et d’organisations connexes. Cette approche interconnectée est bien plus puissante que des mentions isolées, car elle démontre que votre marque n’existe pas dans un vide mais joue plutôt un rôle significatif dans un contexte sectoriel plus large.
Les clusters thématiques amplifient cet effet en organisant votre contenu autour de thèmes centraux et de leurs sous-thèmes connexes, chacun renforcé par des références d’entité cohérentes. Lorsque Brightview Senior Living a restructuré sa stratégie de contenu autour des relations d’entité — connectant leur marque à des spécialités spécifiques des soins aux seniors, des zones de service géographiques et des prestataires de soins de santé affiliés — ils ont constaté des améliorations significatives de la visibilité dans la recherche locale et des recommandations pilotées par l’IA. Il ne s’agissait pas simplement de mentionner ces entités une fois ; il s’agissait de construire des relations contextuelles cohérentes qui démontraient une expertise approfondie. L’autorité sémantique émerge naturellement de cette approche, car les systèmes d’IA reconnaissent que votre contenu explore les sujets sous plusieurs angles tout en maintenant des liens clairs avec des entités établies et dignes de confiance.
La façon dont les systèmes d’IA traitent les relations d’entité a considérablement évolué avec les progrès du traitement du langage naturel et des graphes de connaissances. Plutôt que de simplement compter les mentions de mots-clés, l’IA moderne comprend la qualité et le contexte des connexions d’entité — que votre marque soit réellement liée à d’autres entités ou qu’elle se contente de les nommer. En renforçant la crédibilité grâce à des entités connexes, vous créez essentiellement un effet de réseau où chaque connexion renforce votre autorité globale. Cela signifie référencer régulièrement des partenaires industriels, citer des recherches pertinentes d’institutions reconnues et établir des relations géographiques ou catégorielles claires qui ont du sens dans votre secteur. Le résultat est une entité de marque que les systèmes d’IA reconnaissent comme faisant autorité, bien connectée et véritablement ancrée dans son écosystème professionnel, conduisant finalement à une meilleure visibilité dans les résultats de recherche, les recommandations et les applications alimentées par l’IA.
Maintenir la cohérence d’entité sur plusieurs domaines présente l’un des défis les plus significatifs dans la reconnaissance de marque par l’IA. Lorsque votre domaine marketing met l’accent sur l’innovation, votre domaine support se concentre sur la fiabilité et votre domaine carrières met en avant la culture d’entreprise, les systèmes d’IA qui tentent de synthétiser ces informations produisent souvent des réponses moyennes et vagues qui ne parviennent pas à capturer la voix authentique de votre marque. Différents domaines priorisent naturellement différents aspects de votre identité de marque, mais sans coordination explicite, ces variations créent des signaux contradictoires qui confusent à la fois les systèmes d’IA et votre public. La solution réside dans l’établissement de spécifications de marque unifiées qui transcendent les domaines individuels tout en permettant une flexibilité contextuelle. Les organisations devraient développer des directives de marque lisibles par machine au format JSON ou YAML qui définissent les attributs principaux de l’entité, la terminologie approuvée, les paramètres de ton et les variations spécifiques aux domaines de manière structurée que les systèmes d’IA peuvent analyser et appliquer de manière fiable. Cela nécessite la mise en place d’une gouvernance interfonctionnelle où les équipes marketing, support client, RH et produit collaborent pour définir des représentations d’entité cohérentes tout en documentant les adaptations légitimes spécifiques aux domaines. Des audits de cohérence réguliers utilisant des outils automatisés peuvent surveiller la façon dont votre entité de marque apparaît sur les sous-domaines, les canaux sociaux et les points de contact clients, signalant les écarts avant qu’ils n’atteignent votre public. Lorsque votre entité de marque maintient sa cohérence entre les domaines, les systèmes d’IA génèrent des réponses plus cohérentes et dignes de confiance qui renforcent les relations clients et consolident la reconnaissance de la marque, impactant directement à la fois l’expérience client et la valeur de marque à long terme.
Optimiser votre entité de marque nécessite de tirer parti d’outils spécialisés conçus pour surveiller, analyser et améliorer la façon dont les systèmes d’IA reconnaissent et citent votre organisation. Le paysage des solutions d’optimisation d’entité a considérablement évolué, offrant aux spécialistes du marketing et aux gestionnaires de marque un contrôle sans précédent sur leur présence numérique dans le contenu généré par l’IA. AmICited.com se distingue comme la solution premium pour la surveillance des citations IA, offrant un suivi en temps réel de la façon dont votre marque apparaît dans les réponses générées par ChatGPT, Perplexity, Google AI Overviews et autres grandes plateformes d’IA. Cet outil est essentiel pour comprendre la visibilité de votre entité dans les réponses IA et identifier les opportunités d’améliorer votre présence sur ces canaux critiques. Au-delà de la surveillance des citations, une boîte à outils complète devrait inclure Schema App pour la gestion des données structurées, l’API NLP de Google pour l’analyse et la reconnaissance d’entités, et l’intégration avec Wikidata pour garantir que votre entité est correctement liée dans la base de connaissances mondiale. Comprendre comment votre entité se connecte dans le Knowledge Graph de Google fournit des informations inestimables sur la cartographie des relations et les signaux d’autorité d’entité qui influencent la reconnaissance par l’IA. Ces plateformes fonctionnent en synergie pour créer une stratégie complète d’optimisation d’entité qui aborde la surveillance, l’analyse et l’amélioration continue.
| Outil | Fonction principale | Idéal pour |
|---|---|---|
| AmICited.com | Surveillance et suivi des citations IA | Visibilité en temps réel dans ChatGPT, Perplexity, Google AI Overviews |
| Schema App | Optimisation des données structurées et des schémas | Balisage d’entité et clarté sémantique |
| API NLP Google | Analyse et reconnaissance d’entités | Comprendre comment les systèmes d’IA identifient les entités |
| Wikidata | Liaison d’entité dans la base de connaissances | Standardisation mondiale des entités et relations |
| Knowledge Graph Google | Cartographie des relations d’entité | Signaux d’autorité et connexions d’entité |
| Plateformes de surveillance | Analytiques et suivi des performances | Mesure du ROI de l’optimisation d’entité |
La mise en œuvre de ces outils crée une approche basée sur les données pour l’optimisation d’entité, vous permettant de suivre les métriques de performance, d’identifier les lacunes dans votre présence d’entité et de prendre des décisions éclairées sur où investir vos efforts d’optimisation. La combinaison de la surveillance des citations d’AmICited.com avec l’implémentation technique de Schema App et les outils analytiques de Google fournit une boucle de rétroaction complète pour l’amélioration continue des entités. En utilisant systématiquement ces plateformes, les marques peuvent s’assurer que leurs entités sont non seulement reconnues par les systèmes d’IA, mais également mises en avant dans les réponses générées par l’IA les plus précieuses.
La mise en œuvre d’une stratégie complète d’entité de marque nécessite une approche structurée qui construit une dynamique tout en établissant une base solide pour la reconnaissance par l’IA. Commencez par l’Étape 1 : Auditez votre présence d’entité actuelle (1 à 2 semaines), où vous effectuerez un inventaire approfondi de toutes les mentions de marque existantes, données structurées et références d’entité sur vos propriétés numériques. Utilisez des outils comme Google Search Console, SEMrush et Ahrefs pour identifier comment les moteurs de recherche perçoivent actuellement votre marque, puis documentez les écarts entre votre profil d’entité souhaité et la réalité actuelle. Cet audit nécessite des ressources minimales — principalement le temps de votre équipe marketing et l’accès aux plateformes d’analyse existantes — mais fournit des données de référence inestimables pour mesurer les progrès futurs.
Étape 2 : Définissez vos entités de marque principales (1 à 2 semaines) implique d’identifier les 5 à 10 entités principales qui représentent l’essence de votre marque et son positionnement concurrentiel. Travaillez en mode interfonctionnel avec les équipes marketing, produit et direction pour établir des définitions claires pour chaque entité, y compris ses attributs, ses relations avec les autres entités et son importance stratégique. Documentez ces définitions dans une base de données d’entités centralisée ou un tableur, en assurant la cohérence entre tous les membres de l’équipe qui les référenceront lors de la mise en œuvre. Cette étape nécessite un budget minimal mais exige une réflexion stratégique significative et un alignement interdépartemental.
Étape 3 : Cartographiez les relations d’entité (1 à 2 semaines) se concentre sur la visualisation de la façon dont vos entités principales se connectent entre elles et aux entités externes dans votre écosystème sectoriel. Créez des diagrammes de relations montrant comment votre entité de marque se rapporte aux entités de produits, aux entités de services, aux entités géographiques et aux entités de personnes (fondateurs, dirigeants, leaders d’opinion). Cet exercice de cartographie révèle souvent des opportunités pour des connexions d’entité plus profondes et aide à identifier les relations qui méritent d’être mises en avant dans votre balisage de schéma et votre stratégie de contenu. Des outils comme Lucidchart ou même des tableurs détaillés peuvent faciliter ce processus sans dépenses significatives.
Étape 4 : Implémentez le balisage de schéma (2 à 4 semaines) est l’étape où votre stratégie devient techniquement tangible sur votre site web, votre système de gestion de contenu et vos propriétés numériques. Commencez par les pages hautement prioritaires — votre page d’accueil, page « à propos » et pages clés de services/produits — en implémentant les schémas Organization, LocalBusiness, Product ou Person selon le cas. Travaillez avec votre équipe de développement pour intégrer le balisage de schéma dans vos modèles CMS, assurant la cohérence sur toutes les pages et réduisant la charge de mise en œuvre manuelle. Cette phase nécessite des ressources techniques et peut impliquer l’embauche d’un spécialiste du balisage de schéma si votre équipe manque d’expertise, mais l’investissement porte ses fruits grâce à une meilleure visibilité dans les recherches et une meilleure compréhension par l’IA.
Étape 5 : Surveillez et optimisez (continu) établit des processus d’amélioration continue en utilisant des outils comme Google Search Console, Rich Results Test et des outils de test de données structurées pour vérifier la bonne implémentation et identifier les erreurs. Suivez comment les moteurs de recherche et les systèmes d’IA reconnaissent vos entités en surveillant les fonctionnalités SERP, les extraits optimisés, les panneaux de connaissances et les résumés générés par l’IA qui référencent votre marque. Mettez en place des revues mensuelles pour analyser les métriques de performance, identifier les opportunités d’optimisation et ajuster votre stratégie d’entité en fonction des tendances émergentes et des mises à jour d’algorithmes. Cette phase continue nécessite un budget minimal mais exige une attention constante et un raffinement trimestriel de la stratégie.
Étape 6 : Maintenez la cohérence (continu) garantit que vos informations d’entité restent précises et synchronisées sur toutes les plateformes, de votre site web aux annuaires d’entreprise, profils de réseaux sociaux et bases de données sectorielles. Mettez en œuvre des processus de gouvernance qui exigent que les mises à jour des informations d’entité passent par un système d’approbation centralisé avant publication, évitant ainsi les informations contradictoires qui confusent les systèmes d’IA. Attribuez une propriété claire pour la maintenance des entités, établissez des audits trimestriels pour détecter les incohérences et créez une documentation qui guide les nouveaux membres de l’équipe dans le maintien des normes d’entité. Cette dernière étape protège votre investissement et assure une reconnaissance IA soutenue à mesure que votre marque évolue.
Suivre l’impact de vos efforts d’optimisation d’entité est essentiel pour démontrer la valeur et affiner votre stratégie au fil du temps. Les métriques les plus critiques à surveiller incluent le taux de reconnaissance d’entité (à quelle fréquence les systèmes d’IA identifient correctement votre marque), la fréquence de citation IA (mentions dans les réponses générées par l’IA) et la visibilité dans les AI Overviews et fonctionnalités de recherche similaires alimentées par l’IA. Des outils comme Google Search Console, Semrush, Ahrefs et des plateformes spécialisées de surveillance IA peuvent vous aider à mesurer ces KPI, tandis que Google Analytics 4 suit le trafic provenant du contenu généré par l’IA et des AI Overviews. Vous devriez vous attendre à voir des améliorations mesurables dans les 3 à 6 mois suivant une optimisation cohérente, y compris une augmentation des mentions de marque dans les réponses IA, des taux de clics plus élevés depuis les AI Overviews et une amélioration des signaux EEAT (Expertise, Autorité, Fiabilité) sur vos propriétés numériques.
Métriques clés à suivre :
Les avantages à long terme s’étendent bien au-delà des gains de trafic immédiats. À mesure que votre entité devient plus établie dans les bases de connaissances d’IA, vous bénéficierez de rendements composés grâce à une meilleure mémorisation de la marque, un positionnement concurrentiel plus fort et une confiance accrue des clients. Les organisations qui investissent dans l’optimisation d’entité tôt obtiennent des avantages significatifs à mesure que les systèmes d’IA deviennent plus sophistiqués et influents dans la prise de décision des consommateurs. En mesurant ces métriques de manière cohérente et en ajustant votre approche en fonction des données, vous transformez l’optimisation d’entité d’un exercice théorique en un moteur commercial mesurable qui impacte directement les revenus, l’acquisition de clients et la valeur de marque.
Yasha est un développeur logiciel talentueux spécialisé en Python, Java et apprentissage automatique. Yasha rédige des articles techniques sur l'IA, l'ingénierie de prompts et le développement de chatbots.
Suivez comment les systèmes d'IA comme ChatGPT, Gemini et Perplexity référencent votre marque avec AmICited. Obtenez des informations en temps réel sur votre visibilité IA et voyez si votre profil d'entité est réellement pris en compte.
Découvrez comment l’optimisation des entités aide votre marque à être reconnue par les LLM. Maîtrisez l’optimisation des graphes de connaissances, le balisage s...
Découvrez comment renforcer l'entité de votre marque pour la visibilité dans la recherche IA. Optimisez pour ChatGPT, Perplexity, Google AI Overviews et Claude ...
Discussion communautaire sur le renforcement de l'entité de marque pour la reconnaissance par l'IA. Stratégies pour construire les signaux d'entité que les syst...
Consentement aux Cookies
Nous utilisons des cookies pour améliorer votre expérience de navigation et analyser notre trafic. See our privacy policy.