Chatgpt et gemini premium pour structurer une infographie

1.Outils utilisés

Gemini version premium

Utilisation : exploration d’idées, identification d’angles pertinants et génération de premiers insignts.

Lien : https://gemini.google.com

Chatgpt GPT 5.1 version gratuite

Utilisation :

organiser mes idées,
structurer le contenu.
reformulation de quelques passages en intégrant mon style rédactionnel.

Lien : https://chat.openai.com

2.Exploration, développement d’idées et créativité

L’idée de mon infographie est née du besoin d’intégrer dans ma thèse une infographie lisible et solide, appuyée sur des chiffres concrets.
J’ai demandé à Gemini Premium d’identifier toutes les études fiables en lien avec : vente data-driven, marketing B2B, maturité data, CRM, pilotage commercial. Mon critère était simple : trouver des sources avec des données quantitatives.

Gemini m’a aidée à cartographier les études pertinentes, mais j’ai fait un tri strict :

Conservé : les études avec chiffres vérifiables.

Conservé : l’article « La vente de demain sera data-driven ou ne sera pas » du Hub Bpifrance, enrichi des discussions du Club Sales avec

Ivan Smets (Snowflake) & Alexis Charrier (Alma, ex-PeopleDoc)

Exclu : toutes les données non sourcées.

L’article du Hub m’a particulièrement inspirée parce qu’il lie approche terrain, vision data, et retours d’experts, ce qui renforçait la crédibilité de mon infographie.

Prompt utilisé :

« Trouve-moi toutes les études françaises fiables qui donnent des chiffres clés sur la maturité data en marketing/vente B2B. Attention : aucune donnée inventée, uniquement des sources vérifiables. Classe-les par pertinence et dis-moi lesquelles sont exploitables visuellement pour réaliser une infographie chiffrée. »

3. Planification et organisation

Le plus dur, c’était vraiment de trouver comment illustrer mes données sur mon infographie sans forcément mettre trop de texte. J’ai donc commencé par extraire toutes les données clés issues de l’étude du Hub Bpifrance. Ensuite, j’ai utilisé ChatGPT pour transformer cette matière brute en un plan cohérent et visuel. Je lui ai demandé de :

Organiser les données en blocs logiques,
Proposer un titre pour chaque insight,
Recommander le type de graphique le plus adapté (barres, ratios, pourcentages).

J’ai affiné en plusieurs étapes : ajustement du positionnement des graphes, simplification des intitulés, vérification de la cohérence globale, jusqu’à obtenir une structure facilement transposable dans Canva.

Prompt unique utilisé :

« Voici les données clés que je veux afficher dans mon infographie LinkedIn :

60 % : d’ici 2025, 60 % des entreprises B2B basculeront vers un modèle de vente basé sur la donnée plutôt que sur l’intuition.
80 % : en 2025, 80 % des interactions commerciales B2B se feront via des canaux digitaux, sans contact humain direct avec les vendeurs.
33 % (et jusqu’à 44 % chez les Millennials) des acheteurs B2B souhaitent des parcours d’achat sans vendeur humain.
2,7 milliards € : valeur du marché de la data marketing en France en 2023, en forte croissance.
1,8 milliard € : valeur du marché du CRM en France en 2023.
23 % des pros du marketing/commercial estiment avoir une culture data excellente (fort besoin d’acculturation et formation).
79 % disposent d’un référentiel de données unique dans leur CRM ; 85 % ont un CRM, outil central de la gestion data en B2B.
96 % des pros interrogés font confiance à leur entreprise pour aborder correctement une stratégie data.
61 % déclarent que les contacts CRM sont “peu qualifiés” , qualité des données encore imparfaite.
46 % manquent d’informations fiables B2B dans leur CRM.

Organise-les en un plan clair avec 3 à 6 blocs maximum. Pour chaque donnée, propose un titre court, le type de graphique le plus adapté (barres, donut, ratio, pictogrammes…). Critères : simplicité, impact visuel, bonne hiérarchie entre texte et chiffres. »

4. Rédaction et articulation

Exemple de prompt utilisé :

Pour la rédaction, j’ai utilisé l’IA comme un assistant « chatgpt version gratuite« . Ayant entraîné mon ChatGPT avec mes propres posts LinkedIn, mon style et l’ayant personnalisé en lui expliquant clairement qui je suis, j’ai rapidement eu le premier jet que je voulais avant de venir paufiner tout cela grâce à ma plume. Mon objectif était d’attirer l’attention grâce à mon Hook. Je n’ai pas tendance à poser des objectifs chiffrés en rédigeant, mais plus à vouloir marquer les esprits et donc pousser les internautes à vouloir lire mes écrits. C’est dans ce sens que j’ai orienté ma rédaction.

Mon processus d’écriture avec l’IA

Je fonctionne par itérations : je lui partage un brouillon, puis je demande une réécriture calquée sur une structure précise. Je m’appuie sur des modèles repérés chez des experts du personal branding : je fais analyser la structure à l’IA, puis je lui demande de l’appliquer à mon texte.

« Voici mon brouillon. Analyse cette structure inspirée de [Lara Acosta]. Réécris-le avec mon style : accroche forte, données mises en avant, transitions fluides, phrases courtes et vulgarisation (on oublie le jargon technique). Ton professionnel mais humain. Objectif : un contenu qui va droit au but et qui interpelle des utilisateurs de la plateforme LinkedIn et qui les pousse à s’abonner. »

Chaque proposition a été réajustée par mes soins : mots plus directs, suppression du jargon et reformulation pour une meilleure clarté.

Exemple réel :

Proposition IA : « Les entreprises s’appuient de plus en plus sur la donnée pour optimiser leur prise de décision. »

Ma version : « 96 % des entreprises font confiance à la data… mais 77 % ne savent pas l’exploiter vraiment. »

5. Éthique, sources et hallucinations

Approche éthique

J’ai fait le choix d’utiliser l’IA de manière transparente et cadrée. L’objectif était pour moi d’accélérer certaines étapes : structurer mes idées, identifier des angles d’analyse et optimiser la création de mon infographie qui était assez chronophage comme étape. Mais tout ce qui relève de la data vient exclusivement de sources vérifiées.

Je reformule systématiquement pour réinjecter mon style, mon rythme, ma tonalité, mes patterns narratifs. D’autant plus que mon ChatGPT est personnalisé : il connaît mes tics d’écriture, mes structures de posts préférées, et réécrit déjà avec ma “plume” mais je repasse toujours derrière.

Tous les chiffres de mon infographie proviennent de l’étude BPI France x Le Hub. L’IA m’a servi à sélectionner, trier et organiser mes idées.

Gestion des hallucinations

Comme j’ai combiné deux IA (Gemini Premium et ChatGPT gratuit), j’ai rencontré des cas de propositions douteuses.
J’ai dû :

Éliminer les chiffres proposés par l’IA qui ne correspondaient à aucune donnée réelle présente dans mon étude.
Supprimer des généralisations inventées (“la majorité des SaaS…”) non appuyées par des sources.

Sources documentées

Les contenus qui ont nourri mon travail proviennent d’une source accessible, légitime et vérifiable : Étude BPI France x Le Hub

Et comme l’explique BPI France : « ce contenu est dérivé du travail de préparation aux discussions du Club Sales, en compagnie d’experts reconnus du secteur ». Cette base solide m’a permis d’assurer la fiabilité du contenu final.

Limites identifiées

L’IA m’a réellement aidée sur :

la structuration du plan de l’infographie,
la hiérarchisation des données,
la rédaction d’une première version d’article et de post,
le choix des titres et des angles,
le matching entre données et le type de graphique.

Mais elle ne remplace pas :

mon expertise en rédaction web SEO.
ma plume et mon style rédactionnel.
ma capacité à vulgariser mes thématiques, notamment la data marketing d’une manière humaine et digeste.
mon jugement éditorial pour ce qui est pertinent pour mon audience B2B SaaS.

6. Exemples de prompts et interactions

Exemple : transformer une liste brute de données en un plan structuré d’infographie

J’avais toutes mes données issues de l’étude BPI France, mais aucun cadre clair pour les organiser dans un visuel cohérent.

Prompt (précédemment partagé ):

« Voici les données clés que je veux afficher dans mon infographie LinkedIn :

60 % : d’ici 2025, 60 % des entreprises B2B basculeront vers un modèle de vente basé sur la donnée plutôt que sur l’intuition.
80 % : en 2025, 80 % des interactions commerciales B2B se feront via des canaux digitaux, sans contact humain direct avec les vendeurs.
33 % (et jusqu’à 44 % chez les Millennials) des acheteurs B2B souhaitent des parcours d’achat sans vendeur humain.
2,7 milliards € : valeur du marché de la data marketing en France en 2023, en forte croissance.
1,8 milliard € : valeur du marché du CRM en France en 2023.
23 % des pros du marketing/commercial estiment avoir une culture data excellente (fort besoin d’acculturation et formation).
79 % disposent d’un référentiel de données unique dans leur CRM ; 85 % ont un CRM, outil central de la gestion data en B2B.
96 % des pros interrogés font confiance à leur entreprise pour aborder correctement une stratégie data.
61 % déclarent que les contacts CRM sont “peu qualifiés” , qualité des données encore imparfaite.
46 % manquent d’informations fiables B2B dans leur CRM.

Résultat :

Adoption du modèle data-driven
60 % : d’ici 2025, 60 % des entreprises B2B piloteront leurs ventes grâce à la donnée, et non à l’intuition.
La data devient le nouvel incontournable dans le pilotage commercial.

Explosion des canaux digitaux
80 % : en 2025, 80 % des interactions commerciales B2B se feront via le digital, sans vendeur humain.
La vente se digitalise massivement, facilitant l’automatisation.

Parcours sans vendeur : la tendance client
33 % (jusqu’à 44 % chez les Millennials) des acheteurs B2B veulent un achat sans aucun contact humain.
Les attentes client évoluent : l’expérience devient self-service et personnalisée.

Poids du marché et de l’outillage data
2,7 Mds € : marché français du data marketing en 2023, très dynamique.
1,8 Mds € : valeur du marché du CRM en France.
L’investissement dans la data et le CRM structure l’écosystème.

Centralisation et gouvernance des données
79 % : des entreprises ont un CRM comme base unique, 85 % sont équipées d’un CRM.
-96 % font confiance à leur stratégie data, mais
-61 % jugent leurs contacts peu qualifiés,
-46 % manquent encore d’information fiable.

La centralisation progresse, mais la qualité des données reste un défi.

L’article complet sur linkedin ici : Data marketing B2B : les 3 leviers ignorés par 77 % des entreprises