Gini Dietrich - la mesure en système et le reporting qui décide
Voix de Spin Sucks et praticienne du modèle PESO, Gini Dietrich soutient qu'un problème de mesure est presque toujours un problème d'intégration déguisé. Basecamp lui doit sa lecture système du dispositif de mesure et la discipline du reporting qui débouche sur des décisions.
Basecamp · relevé de terrain
- Index des sources
- Sources
- Relevé le
- Lecture
- 19 min
- Sources
Gini Dietrich est la voix de Spin Sucks, blog et podcast dédiés aux communications marketing, et la praticienne qui porte et fait évoluer le modèle PESO (paid, earned, shared, owned). Son terrain, ce sont les relations presse et la communication ; son vrai sujet est celui de tout décideur marketing : prouver au dirigeant que l’argent investi travaille. Le corpus récent pousse la logique du modèle jusqu’au bout : la même intégration qui relie les canaux entre eux devient l’argument qui défend le budget ; la réputation de marque se gère sur ce que les moteurs génératifs racontent ; l’agent IA s’installe comme portier entre la marque et chaque audience ; et l’ennemi le plus ordinaire du système n’est ni l’algorithme ni la plateforme, mais la mesure sans propriétaire et la bureaucratie interne qui ralentit la publication. Une précision de lecture : c’est une matière de praticienne, des retours de conseil et de terrain plutôt que des études contrôlées, avec quelques points d’appui chiffrés (son étude de maturité des organisations, un sondage Morning Consult, une enquête croisée marques et agences). On la mobilise comme telle.
À suivre : spinsucks.com
Ce que Basecamp en retient
Un problème de mesure est presque toujours un problème d’intégration et de propriété déguisé. « You cannot put a gauge on a system that is not running as a system » : quand une équipe ne parvient pas à prouver l’efficacité de son travail, il lui manque rarement un dashboard, il lui manque un système où les canaux se nourrissent mutuellement, et quelqu’un qui détient la chaîne complète du média gagné au deal. Son étude de maturité le montre de façon contre-intuitive : les grandes organisations (50 marketeurs et plus) scorent 45 sur 100, les opérateurs solo 44. Tout le budget, les équipes et les outils n’achètent qu’un point, parce que les mieux dotées ont construit l’infrastructure sans installer la stratégie qui la fait tourner. Le blocage n’est pas logiciel, il est organisationnel : marque, agences et équipe interne notent leur travail sur trois tableaux de bord distincts, sans définition partagée de ce qu’est gagner ; les données vivent dans des outils et des équipes cloisonnés, si bien que personne ne détient la chaîne complète ; la personne qui monte le rapport retire les chiffres qu’elle ne comprend pas ou qu’elle juge mauvais ; et chaque transmission entre intervenants emporte du contexte, jusqu’aux chiffres qui arrivent en haut de la hiérarchie sans récit. Le remède qu’elle décrit n’est pas un rôle nouveau mais une autorité : une personne ou une équipe dotée du pouvoir d’exiger la donnée de tous, autour d’un scorecard unique. Le diagnostic qu’elle fait passer à plus de 260 équipes depuis avril enfonce le clou : près de la moitié de celles qui déclarent piloter marketing et communication comme un système scorent bas sur l’intégration réelle, presque personne ne mesure efficacement, presque tout le monde mesure des activités, et près de la moitié encaissent un zéro franc sur une ou deux questions de mesure. Coordonner n’est pas intégrer. Ce diagnostic ouvre Stack de Mesure ; ses mécanismes d’érosion se lisent dans Biais de Mesure, Say-Do Gap et Organisation Marketing.
Des canaux connectés valent plus que la somme des canaux. C’est le cœur du modèle PESO : en silos, quatre tactiques font 1+1+1+1 = 4 ; connectées, elles font 1×2×3×4 = 24. Mêmes briques, résultat différent. Trois règles d’arbitrage en découlent, qu’elle tient de sa pratique : le paid amplifie ce qui résonne déjà organiquement, jamais ce qui sous-performe ; une couverture earned se prolonge en paid ciblé plutôt que de disparaître après publication ; et l’owned (blog, podcast, newsletter) est la police d’assurance quand les algorithmes des plateformes deviennent volatils. Le diagnostic Duolingo en montre l’envers : le système de marque le plus performant du web en shared media reste structurellement fragile quand toute la notoriété vit sur des algorithmes loués, sans flux systématique de conversion vers des actifs owned - lors du backlash AI-first de 2025, sans l’autorité owned pour répondre, la marque n’a pu couper que le volume.
Mesurer les résultats, pas l’activité, et poser les objectifs avant de lancer. Travailler à rebours depuis les métriques pour « reverse-engineer a story about results », dit-elle, « that’s cheating ». Le plan de mesure se fige au brief ; les rythmes de lecture s’emboîtent (mensuel pour les canaux, trimestriel pour la stratégie, annuel pour le pipeline) ; et les métriques d’activité (impressions, clics, open rates) restent des outils d’équipe, jamais une matière de comité de direction, où chaque indicateur se traduit en langue business. Le point de départ est un jeu d’objectifs business, pas un export d’outil : deux ou trois objectifs de l’année, dont on dérive les métriques. Et chaque type de média se mesure sur ce qu’il apporte : owned et earned sur l’autorité et la corroboration, shared et paid sur la portée, l’engagement et la conversion. Cette discipline travaille dans Stack de Mesure et Alignement des KPI sur les Objectifs Business.
Les métriques ne font pas bouger les gens, les histoires si. Toute donnée raconte l’un de quatre récits (confirmation, révélation, avertissement, opportunité) et le reconnaître oriente l’action ; un reporting efficace se construit en trois actes et se termine sur une décision, car « if your insight does not lead to action, it’s just trivia ». Sa leçon la plus contre-intuitive : la crédibilité budgétaire vient des résultats décevants présentés avec un plan correctif, pas des tableaux de succès. Trois questions suffisent à qualifier un rapport : qu’est-ce qui a marché, qu’est-ce qui n’a pas marché, et qu’allons-nous changer en conséquence. C’est le passage du « qu’avons-nous fait ce mois-ci » au « qu’est-ce qui a changé grâce à nos actions », un rapport de changement plutôt qu’un rapport d’activité. Un modèle de langage peut en produire un premier jet en quelques minutes, à condition de lui fournir le contexte et un emplacement de données approuvé. Attention à la boucle : les dirigeants réclament des impressions et de la croissance d’abonnés parce que les équipes les y ont habitués. Cette posture arme Cascade ROI Marketing.
Être cité par les machines, et ce que la machine répète. Quand l’acheteur demande à ChatGPT plutôt qu’à Google, la fréquence de citation en sources fiables remplace le volume de mentions comme proxy d’autorité, et le narrative share of voice (qui définit le langage de la catégorie) devient l’indicateur de domination sémantique. Les ordres de grandeur qu’elle cite : 37 % des consommateurs commencent leurs recherches sur un outil IA, 60 % des recherches se terminent sans clic, et l’apparition des AI overviews fait chuter d’environ un tiers le CTR des premières positions organiques ; en revanche, le trafic référé par les outils IA convertit jusqu’à quatre fois le taux de l’organique classique. Elle pointe aussi les risques neufs : hallucinations recyclées en citations, walled gardens des LLMs d’entreprise. Le levier est éditorial : les modèles pondèrent fortement le contenu frais et crédible, donc un rythme soutenu de publication owned et de couverture earned écrase progressivement le matériel périmé sur lequel la machine s’entraîne. Encore faut-il être parsable : réponses claires aux vraies questions, messagerie cohérente, expertise non enterrée dans des PDF sous formulaire, et des équipes cloisonnées qui ne visent pas chacune leur KPI, car l’incohérence cross-canal abaisse le score de confiance. Le mécanisme n’a pourtant pas besoin d’ingénierie : le modèle PESO est devenu la réponse par défaut des moteurs parce qu’il a été nommé, documenté et répété en public pendant des années, sans travail de référencement. Sa preuve la plus radicale est la sienne : interrogée sur l’origine du nom de Spin Sucks et sur ce que la marque refuse de faire, l’IA restitue l’histoire du sigle d’origine et la liste des refus. Vingt ans de convictions et de refus répétés à l’identique ont converti une culture en visibilité, un capital qui se lit en part de modèle plutôt qu’en volume de mentions. Un terrain que Basecamp arpente dans Generative Engine Optimization, Branded search et Share of Model.
L’agent IA est le portier, et une revendication ne passe que corroborée. Quand l’assistant du client cherche, compare et recommande à sa place, il devient le gatekeeper entre la marque et chaque audience humaine : le flux de confiance s’inverse, le reach ne produit plus la confiance, c’est la confiance qui produit le reach. Un agent qui évalue une marque ne répond qu’à deux signaux : ce que la marque dit d’elle-même, et la preuve que des tiers le confirment. Chaque réponse cohérente élève sa confiance, chaque écart la baisse, et les écarts produisent les hallucinations. Conséquence contre-intuitive : la fame ne passe pas la porte. Même la meilleure machine de shared media contribue presque rien à la description que les systèmes font de la marque, qui citent un dossier lisible par machine (couverture, avis, contenu owned structuré, recherche corroborée). L’earned devient donc le credential d’entrée, et le paid un simple mégaphone placé après : aucune recherche ne montre que le paid améliore la visibilité IA par lui-même, et à la couche agent il n’existe pas d’unité publicitaire à acheter. Deux conditions tiennent le système : la corroboration est une opération continue, pas un sprint de campagne, et elle compose sur des années, ce qui commande de commencer avant que le concurrent accumule une avance. Une mention earned sans propriété owned assez profonde (cas clients, méthodologie, byline, FAQ) reste une citation sans substance, et une affirmation présente seulement en owned n’est pas une preuve mais une assertion en attente de validation. Dernier risque, l’exposition agent-to-consumer ramène la marque à ses seuls attributs fonctionnels : sans différence perçue, elle glisse vers la commodité. Ces mécanismes travaillent dans La marque vue par les LLMs et Earned Media.
Une mesure de visibilité IA qui repose sur les prompts de la marque se répond à elle-même. Son protocole tient en une page : lister vingt questions que les clients posent vraiment, dans leurs mots, les passer en navigation privée sur cinq assistants, puis classer chaque réponse en quatre états, absent, mentionné, cité, mis en avant. Le résultat est un point de départ et un palier par trimestre, pas un score. Car les moteurs se recouvrent à peine : Orbit Media mesure que les outils IA citent la même source dans 1,7 % des cas, donc un contrôle mené sur un seul outil ne prouve rien, et aucun levier payant ne fabrique une présence cohérente. Le cas d’école est un rapport vendeur qui montrait un client gagnant partout : les prompts étaient des paraphrases de son propre contenu. Remplacés par les vraies questions, la marque a disparu de toutes les réponses, confiées à des agences publiques, à des agrégateurs et à un concurrent dont la recherche originale ancrait la réponse. D’où la cible réaliste : cesser d’être absent avant de vouloir gagner, et viser l’inclusion dans l’ensemble cité plutôt que le premier rang, puisque la marque citée sans être première reste dans la réponse et que l’absente en sort. Trois disciplines tiennent le dispositif. La provenance d’abord : chaque métrique doit répondre à « says who », ce qui exclut du comité de direction tout chiffre modélisé ou calculé par une formule vendeur. La fraîcheur ensuite : un hub publié une fois se périme en quelques mois, et seule une cadence de contenu récent maintient la position. La carte de confiance enfin : la prospection éditoriale se construit sur les sources que l’assistant cite déjà, rattachées à un expert qui a un point de vue réel, et non sur la media list habituelle. Les dérives qui font perdre le sujet sont de discipline, jamais de compétence : prompts qui s’adoucissent jusqu’à ne plus rien tester, colonne des prompts gagnables devenue liste de souhaits, hub laissé à l’abandon, carte de confiance redevenue liste de presse. Le mandat suit la même règle : une enquête citée par l’épisode situe à 3 % la part des professionnels des relations presse qui considèrent que leur métier détient la visibilité IA, alors que les modèles apprennent surtout de l’earned et de l’owned ; la place est donc vide, mais un siège adossé à un moment de l’actualité est un siège à crédit, et seuls les résultats business le conservent. Ce mécanisme se lit dans Mesurer le Share of Model.
Un programme de visibilité dirigeant est un problème de système, pas d’écriture. Sa lecture du thought leadership part d’un constat tranchant : un lancement n’est pas une information, un point de vue humain en est une. La fonction de ces prises de parole est commerciale et se juge au contrat signé et au siège gagné à la table, pas aux impressions. Le cas qu’elle raconte est celui d’un dirigeant industriel devenu la référence de son secteur : contrats à plusieurs millions, passages à l’agenda de gouverneurs d’États où l’entreprise envisageait d’acheter des usines. Le visage de la marque ne se choisit d’ailleurs pas dans l’organigramme mais sur quatre traits : des opinions tranchées, une expérience des choses qui ont mal tourné, l’acceptation d’être cité nommément sans six cycles de validation, et un contact direct avec les clients. Le reste est une affaire de capture. Les dirigeants manquent de temps, pas d’opinions : la matière vit déjà dans les traces non préparées (réunions enregistrées, échanges internes, réponses répétées en vente, tables rondes), et le geste qui tient est une petite étape greffée sur une habitude existante, jamais un rituel qui ressemble à des devoirs. L’IA y produit vite un brouillon fidèle à la voix parlée, sans apporter l’expérience qui fonde la crédibilité ; sa sortie la plus utile est la liste des questions laissées ouvertes, pour une relance de cinq minutes. Deux effets de bord, qu’elle assume : l’expertise générée par IA sature le marché et devient détectable, et les modèles cherchent désormais les experts corroborés par plusieurs sources. La cible utile n’est donc pas le média national mais les supports spécialisés qui façonnent la description que l’IA fait de la marque, et le thought leadership est de l’owned media construit pour devenir de l’earned, amplifié en shared, parfois en paid, puis mesuré contre le business. Là où le dispositif casse, ce n’est jamais la rédaction : personne ne possède l’extraction de la pensée, rien ne la relie à l’earned, et rien ne mesure si elle a raccourci un cycle de vente ou changé la description de l’entreprise. C’est un problème de modèle PESO, qui travaille dans Personal Branding, Organisation Marketing, Earned Media et Owned media.
Le CMO qui a de l’influence n’a pas résolu le débat brand/perf - il l’a rendu non-pertinent. Selon son retour de terrain, le CMO qui arrive en réunion de budget avec un beau dossier brand long terme perd. Pas parce que le dossier est faux, mais parce que c’est le mauvais instrument dans cette salle. Celui qui capitule et mise tout sur la performance court terme perd aussi - plus lentement, mais tout autant. Les CMOs qui ont réellement de l’influence pilotent un système qui produit à la fois la preuve immédiate et l’autorité compound depuis le même ensemble d’activités. Corollaire contre-intuitif : revendiquer la capacité à « faire plus avec moins » en période de crise ancre structurellement le CFO sur la base basse atteinte - les directions financières s’habituent à ce plancher, et la restauration du budget devient de facto plus difficile. Cette mécanique de légitimité budgétaire irrigue CMO Tax.
L’autorité qu’on loue finit toujours par être repossédée - le flywheel PESO comme machine à citations. Le cas HubSpot : le contenu créé pour se classer, sans légitimité d’expertise réelle, est exactement celui que les réponses IA capturent et rendent obsolète ; le contenu porté par une autorité réelle résiste, et la recherche propriétaire devient une machine à citations IA (la source la plus citée de sa catégorie sur plus de 17 000 citations analysées, aux côtés de Wikipedia et Reddit). Le flywheel du modèle PESO s’étend d’un cran : la recherche produit des citations, les citations construisent une autorité, l’autorité remplit l’inbound - et le paid n’amplifie que ce que les canaux owned et earned ont déjà validé, jamais de la notoriété achetée isolément. Corollaire économique : l’attention payée est une location au tarif fixé par les plateformes, là où un système owned intégré fait baisser le coût d’acquisition d’une année sur l’autre. Ce mécanisme travaille dans Generative Engine Optimization et Share of Search.
Le budget se défend dans la langue du CFO, et la bureaucratie interne sabote la marque plus sûrement que la concurrence. Côté défense budgétaire : traduire chaque ligne dans le vocabulaire financier - pipeline, risque, rétention, coût d’acquisition - plutôt qu’en impressions et part de voix (Gartner prédit que plus de 40 % des CMOs qui demandent des budgets brand plus larges perdent de l’influence faute de démontrer le ROI de leur demande), puis raconter une seule histoire traçable de bout en bout - un placement earned repris en call de vente, une rétention portée par le contenu owned - parce que l’exécutif suit un chemin visible alors qu’un dashboard exige de croire la maths. Et la plus grande menace du système est interne : chaque couche d’approbation ajoute du délai, chaque relecteur édite vers son propre confort, et la distinctivité se sable jusqu’à convergence avec les concurrents qui subissent le même circuit. Le remède est organisationnel, pas technologique : environ 70 % des contenus n’exigent pas la revue complète - un système à trois tiers (pré-approuvé sous guardrails, revue légère 24 h, revue complète) et un batch de conformité trimestriel (une revue structurée plutôt que 47 soumissions) restituent la vitesse sans toucher la conformité. Cette lecture irrigue Maîtrise Financière de l’Opérateur DTC et Légitimité Marketing en Interne.
Le diagnostic PESO lit le système, pas la campagne. Son exercice mensuel passe une marque primée au crible du modèle, non pour juger la création mais pour montrer à quoi ressemble un dispositif intégré et mesurable dans la nature. Le cas Novartis, sur le dépistage du cancer de la prostate, donne le mode d’échec le plus instructif : la campagne est adorée et n’entraîne presque aucune action. Ce n’est pas un échec créatif, c’est un signal de système, car ce qui sépare un spectateur qui rit d’un spectateur qui cherche est la prochaine étape non coûteuse que le dispositif lui a donnée. Quatre mécanismes font la différence. Le brief attaque l’objection dominante (ici la croyance que l’examen commence par un toucher rectal) plutôt que de vanter un bénéfice de plus, et l’humour abaisse le coût émotionnel d’entrée. Les unités mobiles de dépistage amènent le test là où l’audience est déjà exposée, ce qui vaut mieux que d’augmenter la motivation. La liste permissionnée transforme un pic médiatique en pulsation continue, au moindre coût de revue. Et les flèches du système circulent dans les deux sens : un événement génère l’earned, l’earned nourrit l’owned, l’owned fait grandir la liste, la liste dit où envoyer l’unité suivante. Une campagne dont les flèches ne vont que du paid vers les autres couches est coordonnée, pas intégrée. Deux pièges de gouvernance complètent le tableau : quand le paid est le seul canal que le juridique peut approuver intégralement, l’annonce devient le système d’exploitation de la marque et tout ce qu’elle ne peut pas dire est délégué à des tiers ; et le coût de revue par support décide où logera la profondeur, un billet passant en revue à chaque retouche quand un broadcast passe une fois. Enfin, l’earned se pilote vers le problème, pas vers le lancement, sinon il retombe avec l’annonce ; et un hub qui renvoie son quiz et ses guidances vers des domaines partenaires loue son autorité à ceux qui publient l’explication la plus crédible. Ce cas travaille dans Owned media et Ads Follow Organic.
L’IA est le plancher, la passe humaine reste l’avantage. Sur plus de 1 000 marketeurs de contenu interrogés par Orbit Media en 2026, 92 % utilisent l’IA pour bloguer, et les utilisateurs ne rapportent pas plus de résultats forts que les autres : les deux groupes tournent autour de 14 %, le niveau le plus bas jamais mesuré par l’enquête. Sa conclusion tient en une phrase : « AI is table stakes. It just isn’t your strategy. » Trois ajouts humains départagent, chacun chiffré dans la même enquête. Un process d’édition humaine formel place le groupe à près du double de la référence, quand déléguer l’édition à l’IA donne les pires résultats du panel, ce qui rejoint son avertissement récurrent : faites écrire le premier jet par la machine, mais le travail se remet dans le process. Collaborer avec des experts nommés est le premier prédicteur de succès du contenu, à 2,6 fois la référence, alors que seuls 7 % des marketeurs le font encore, contre 25 % en 2017 : nommer l’expert, le citer, raconter son histoire et laisser les désaccords affleurer bat l’article générique sans visage. Publier de la recherche originale rend enfin un résultat fort 50 % plus probable, au moment où ce type de contenu se raréfie alors que les moteurs le préfèrent. Le signal d’expérience qu’ils attendent n’est d’ailleurs pas une ancienneté dans une bio, mais l’histoire précise et l’opinion acquise à la dure. D’où la passe qu’elle résume en trois mots : une histoire, une opinion, une preuve, puis couper tout ce qu’un concurrent pourrait signer à l’identique. Ce travail de production s’arme dans Abdication du Jugement face à l’IA, Créa Générative par l’IA et Distinctivité vs Différenciation.
Où ça irrigue Basecamp
- Stack de Mesure - le problème de mesure comme problème d’intégration et de propriété, les objectifs posés avant le lancement, la bascule activité vers résultats, et la fragmentation technologique comme obstacle à la vue unifiée.
- Cascade ROI Marketing - le reporting honnête avec recommandation d’action, et le lien à démontrer entre marketing et revenus quand le scrutin budgétaire se durcit.
- CMO Tax - le CMO qui rend le débat brand/perf non-pertinent en pilotant un système intégré, et le piège du signal « faire plus avec moins » qui ancre le CFO sur la base basse.
- Biais de Mesure - le chiffre que l’éditeur de rapport écarte parce qu’il ne le comprend pas, et le contexte perdu à chaque relais humain.
- Alignement des KPI sur les Objectifs Business - partir de deux ou trois objectifs business de l’année plutôt que des données que les outils savent exporter.
- Say-Do Gap - l’intégration déclarée contre l’intégration mesurée, quand près de la moitié des équipes qui se disent en système échouent au diagnostic.
- Abdication du Jugement face à l’IA - le process d’édition humaine formel qui double la probabilité d’un résultat fort, et la délégation de l’édition à l’IA qui produit les pires résultats.
- Generative Engine Optimization (GEO) - citation velocity et narrative share of voice comme nouveaux indicateurs de visibilité dans un monde de recherche IA.
- Mesurer le Share of Model - le protocole à cinq assistants et quatre états, la divergence des moteurs qui interdit un contrôle sur un seul outil, et la provenance exigée de chaque métrique.
- Branded search - le coût d’un hub owned qui renvoie vers des domaines tiers : la marque paie l’attention et laisse l’autorité à ceux qui publient l’explication.
- Share of Search - le PESO intégré comme levier de la part de voix organique et de la disponibilité algorithmique.
- Canaux d’Intention et Canaux d’Audience - l’earned media comme canal d’audience et le pivot vers la présence là où l’acheteur se renseigne (TikTok news anchor, moteurs IA).
- Ads Follow Organic - la résolution agentique arrivant avant l’exposition publicitaire, le paid réduit à l’amplification de contenus déjà corroborés.
- Créa Générative par l’IA - l’IA passée au rang de prérequis neutre, et le budget contenu arbitré sur la matière propriétaire ajoutée au brouillon plutôt que sur l’outil.
- Earned Media - le poids des sources tierces à haute autorité, signal difficile à falsifier, et la validation que l’earned transfère à l’owned.
- Two-Audience Problem - l’agent comme portier entre la marque et l’acheteur, et le risque de commoditisation quand seule la couche agent compte.
- Personal Branding - le visage de la marque choisi sur les opinions tranchées, l’expérience vécue et l’accès direct aux clients, et le thought leadership jugé au contrat et au siège gagné à la table.
- Share of Model - les convictions et les refus répétés pendant vingt ans qui rendent le récit de marque restituable par les moteurs, et la constance comme actif de visibilité.
- Distinctivité vs Différenciation - le test « un concurrent pourrait-il publier ceci avec son logo ? » appliqué à chaque pièce avant publication.
- Owned media - le thought leadership comme owned construit pour devenir earned, la capture de la pensée greffée sur une habitude existante, et l’IA réduite au brouillon et aux questions ouvertes.
- Organisation Marketing - la mesure bloquée par l’organisation et non par l’outil, quand les données vivent dans des équipes qui ne se parlent pas.
- Maîtrise Financière de l’Opérateur DTC - la défense du budget dans la langue du CFO (pipeline, risque, rétention, coût d’acquisition), la translation de l’attention louée vers l’autorité owned qui baisse le CAC, et l’histoire traçable qui bat le dashboard.
- Légitimité Marketing en Interne - la mesure contenu vers pipeline comme ligne de survie de la crédibilité du CMO quand les métriques de vanité s’effondrent.
Les repères
Le corpus vient du Spin Sucks Podcast, 124 épisodes archivés (2025-2026). Les plus mobilisés, par thème :
- La mesure et l’intégration - Your Measurement Problem Isn’t Really a Measurement Problem (2026), How to Measure Outcomes, Not Just Activity (2025), The Enterprise Integration Gap (2026) et Your AI Visibility Dashboard is Lying to You (2026) - le diagnostic d’intégration, la bascule activité vers résultats, la fragmentation des outils comme obstacle structurel, puis le protocole à cinq assistants et quatre états qui démasque un rapport vendeur bâti sur les prompts du client.
- La mesure comme mandat - Why Your Marketing and PR Measurement Isn’t Telling Leaders What They Need to Know (2026) - les trois scorecards sans définition commune, le scorecard unique et le détenteur de la chaîne, l’écart d’auto-évaluation entre marques (59 %) et agences (87 %), et les trois questions de tout rapport.
- Le data storytelling - The 4 Types of Data Stories You Need to Know, Creating the Story Your Numbers Are Telling, Making Your Data Stories Relatable and Actionable et How to Make Your Metrics Tell Stories (2026) - la grammaire du reporting qui débouche sur des décisions, et la corrélation earned media / données business.
- Le modèle PESO - The PESO Model: It’s All About Integration, The Evolution and Elevation of the PESO Model (2025), The PESO Model Diagnostic: What Peppa Pig Can Teach You (2026), The PESO Model® Diagnostic: How HubSpot Turned Owned Media Into a Moat (2026), The PESO Model® Diagnostic: Duolingo Built the Internet’s Favorite Brand on Rented Land (2026) et The PESO Model® Diagnostic: The Novartis Tight End (2026) - la logique multiplicative, la mesure qui relie les tactiques aux outcomes business, le test de maturité par les outcomes, le flywheel owned comme douve, la fragilité du shared media loué, et le mode d’échec « adorée mais pas agie » avec son correctif système.
- La visibilité IA - GEO, Trust, and the PESO Model (2025), The 4 PR and Marketing Metrics that Matter for AI Visibility (2026), Bridging the Trust Gap (2026), Reputation Management Now Includes What AI Says About Your Brand (2026), AI Isn’t Disrupting the PESO Model. It’s Proving It (2026), AI Visibility Is a PESO Model Problem (2026), AI Agents Are the New Gatekeepers (2026), Why PR Should Own AI Visibility in 2027 Planning (2026) et AI Visibility Starts With Trust (2026) - citation velocity, share of model, narrative share of voice, les trois modes d’erreur des modèles sur une marque (stale, spliced, invented), le cadre de mesure à poser avant d’augmenter l’earned, les deux signaux de l’agent, la corroboration continue, l’earned comme matière première des réponses et le mandat à crédit d’un siège adossé à un moment.
- La légitimité du CMO - CMOs Don’t Have an Influence Problem. They Have an Operating System Problem (2026), Where’s the Money? (2025) et How to Defend Your Marketing Budget in Language the CFO Actually Speaks (2026) - le système intégré comme seule réponse au budget scrutiny, le piège du « faire plus avec moins », et la traduction du plan marketing dans le vocabulaire financier (pipeline, risque, rétention, coût d’acquisition).
- La gouvernance de publication - Your Org Chart is Sabotaging Your Brand (2026) - les trois tiers d’approbation par niveau de risque, le batch de conformité trimestriel, l’érosion silencieuse de la distinctivité par les circuits de relecture, et le coût de revue par support qui décide où loge la profondeur.
- Le thought leadership de dirigeant - Thought Leadership for Executives Who Don’t Have Time (2026), What Makes a Thought Leader? et What Does Thought Leadership In 2020 Look Like? - la fonction commerciale des prises de parole, les quatre traits du porte-parole, la capture greffée sur une habitude existante, et la panne systémique autour de la pensée.
- La production à l’ère du slop IA - What E-E-A-T Means in the AI Slop Era (2026) - l’IA comme prérequis neutre, l’édition humaine qui double le résultat, les experts nommés à 2,6 fois la référence, la recherche originale à 50 %, l’expérience comme histoire plutôt qu’ancienneté, le framework nommé et répété qui devient la réponse des moteurs, et la culture convertie en visibilité par la constance.
ℹ️ À propos de cette page
Direction éditoriale : Romain Nicault.
Reaching Kibo explore les vrais moteurs de la croissance des scale-ups B2C - et comment les mettre en pratique. Cette page appartient aux sources de Basecamp : les penseurs, médias et institutions dont le playbook se nourrit, et ce qu’on en retient.
Elle est rédigée par IA, d’après le cadre et la direction que je donne. Une erreur, un désaccord, une source à ajouter ? Écris-moi : romain@reachingkibo.com.