En bref
Payr permet aux locataires britanniques de payer leur loyer par carte de crédit, pour cumuler des points, étaler la dépense ou payer depuis l’étranger, pendant que le propriétaire est payé comme d’habitude. De plus en plus de ces locataires commencent par poser leur question à ChatGPT ou Gemini plutôt qu’à Google. Trois semaines après ses débuts avec Refine, Payr savait où il en était dans ces réponses, contre qui il jouait vraiment et sur quelles questions il perdait. Une semaine après la mise en ligne de ses premières pages ciblées, Gemini citait Payr dans 41 % de ses réponses, contre 28 % avant.
Les chiffres clés
- +13 points de visibilité sur Gemini en une semaine (de 28 % à 41 % des réponses).
- 1 réponse d’IA sur 3 sur le paiement d’un loyer par carte au Royaume-Uni cite désormais Payr, contre 1 sur 4 avant.
- 3 pages de réponse ciblées en ligne en 72 heures.
Secteur : fintech, paiement des loyers. Marché : Royaume-Uni. Acheteurs : locataires et étudiants internationaux. Client Refine depuis : octobre 2026.
Pourquoi c’est important
« Puis-je payer mon loyer par carte de crédit au Royaume-Uni ? » est exactement le genre de question qu’on pose aujourd’hui à un assistant. Il répond avec deux ou trois noms. Si le vôtre n’y est pas, le locataire n’arrive jamais sur votre site, et cette visite perdue n’apparaît nulle part dans vos statistiques.
Le défi
Payr n’avait aucun moyen de voir ce que les IA disaient du paiement des loyers. Trois angles morts ressortaient :
- Aucune mesure. Personne ne savait à quelle fréquence Payr était recommandé, sur quel moteur ni pour quelles questions.
- Les mauvais concurrents. La liste de référence reposait sur des acteurs américains (RentMoola, Plastiq, RadPad, Zego, PayLease). Dans les réponses britanniques, quatre d’entre eux n’étaient jamais cités.
- Des trous inconnus. Des questions à forte intention (étudiants internationaux, paiement depuis l’étranger, gros dépôts payés d’avance) recevaient des réponses sans Payr, et l’équipe n’en avait aucune liste.
Ce que la plupart des équipes oublient : les réponses des IA bougent
Posez deux fois la même question et vous pouvez obtenir une autre liste de marques. Une vérification à la main ne dit presque rien. Seule une mesure quotidienne, répétée sur plusieurs moteurs, montre une vraie tendance.
La méthode
1. Partir des situations réelles des locataires
Nous avons écrit 30 questions du point de vue du locataire : payer par carte quand le propriétaire ne l’accepte pas, cumuler des Avios ou des points Amex sur son loyer, atteindre un bonus de carte de crédit, payer un loyer britannique depuis la Chine ou avec une carte étrangère, payer 6 ou 12 mois d’avance, et le côté B2B (agences de location, build-to-rent, résidences services).
2. Mesurer chaque jour, sur chaque moteur
Chaque question est posée tous les jours à ChatGPT, Gemini et Claude. Des centaines de réponses par semaine ont donné un point de départ fiable : Payr apparaissait dans environ 1 réponse sur 4 sur les questions génériques, bien placé sur ChatGPT, plus faible sur Gemini, absent de Claude.
3. Identifier qui les moteurs recommandent vraiment
Refine relève chaque marque citée dans les réponses. Les vrais concurrents étaient britanniques (Rentd, Wise, Paymentflux, Ribbon Rewards, Rentora), pas ceux de la liste américaine. Le tableau de bord concurrents a été reconstruit autour d’eux.
4. Publier là où Payr manquait
Refine a repéré les questions où Payr était rarement cité et a produit des pages de réponse pour elles, écrites pour être reprises par les IA, avec des faits clairs et sourcés. Trois sont parties en ligne en 72 heures : payer un loyer britannique en tant qu’étudiant international avec une carte étrangère, la façon la moins chère de payer un loyer britannique depuis l’étranger, et payer un gros dépôt d’avance.
Ce que Refine a fait
Suivi quotidien de 30 questions sur 3 moteurs, détection automatique des concurrents, repérage des trous, et pages de réponse rédigées et publiées pour l’équipe, sans recrutement côté Payr.
Les résultats
- Réponses de Gemini qui citent Payr : de 28 % à 41 %.
- Réponses de Gemini qui citent payr.com comme source : de 16 % à 22 %.
- Tous moteurs, questions d’origine de Payr : de 25 % à 34 %.
- Tous moteurs, ensemble des questions : de 30 % à 36 %.
Avant : du 6 au 10 novembre 2026 (25 questions de locataires ; du 27 octobre au 5 novembre pour les questions d’origine). Après : du 11 au 16 novembre 2026. Payr est compté quand il est nommé dans le texte de la réponse.
- La visibilité monte là où elle était la plus faible. Gemini, le moteur le plus faible au départ, est celui qui a le plus bougé.
- Plus souvent une source, pas seulement un nom. Gemini renvoie de plus en plus vers payr.com.
- Une vue des concurrents conforme à la réalité. L’équipe suit désormais les marques dont les locataires entendent vraiment parler.
- Une prochaine cible claire. Claude ne cite pas encore Payr. La prochaine série de contenus vise ce moteur, et les questions où Rentd et Wise restent devant.
Pourquoi ça a marché
- Mesurer avant de produire. Les contenus sont allés aux questions précises où Payr manquait, pas à des sujets génériques.
- Corriger d’abord la carte des concurrents. Savoir que Rentd et Wise étaient les vrais rivaux a changé ce que les pages devaient dire.
- La vitesse. Trois jours entre la première mesure et les pages en ligne, puis un suivi quotidien pour voir si les moteurs les reprennent.
À retenir
Pour un produit qu’on découvre en posant une question, les réponses des IA sont la nouvelle vitrine. On n’améliore pas ce qu’on ne mesure pas. Une fois la mesure en place, une semaine suffit pour voir l’aiguille bouger.
Pas le temps de tout lire ? Demandez un résumé à votre assistant IA.


