Les rankings comme ceux de Favikon saturent régulièrement nos fils d’actualité. Mais que mesurent-ils vraiment ? Entre algorithmes opaques, biais de données et course à la validation sociale, il est temps de soulever le capot...
Tous les trimestres ou presque, c’est le même cirque. Les classements Favikon tombent, les profils élus, soigneusement mentionnés, commentent avec gratitude, saluent leurs consoeurs et confrères avec plus ou moins de sincérité, partagent les PDF… Et les notifications pleuvent.
C’est ainsi que je viens à nouveau d’être inondé de messages et d’alertes après avoir été à nouveau classé 1er pour la Belgique dans la catégorie « LinkedIn growth ».
Flatté ? Forcément. Mon ego est une bête facile à nourrir.
Pourtant, mon passé de journaliste économique m’a appris une règle d’or. Derrière chaque chiffre, il y a une intention. Derrière chaque classement, y compris ceux que je crée, il y a une méthodologie qui mérite d’être disséquée.
Alors avant de crier au génie ou à l’imposture, regardons sous le capot de la machine Favikon.
Le moteur Favikon : Comment ça marche (vraiment) ?
Pour être juste, Favikon a réussi là où beaucoup ont échoué : transformer le chaos des réseaux sociaux en une partition mathématique lisible.
Leur système « analyse » 32 secteurs, des centaines de sous-secteurs (23 en « marketing & sales », par exemple), sur 5 réseaux sociaux, dans plus de 100 pays, en 6 langues et 2 genres. Je vous laisse calculer le nombre de profils élus tous les trimestres… Et le potentiel côté marques/entreprises, que Favikon commence à attaquer.
Les classements reposent sur deux piliers principaux.
Score d’influence
Le premier, c’est le Social Media Influence Score. Favikon, qui ne demande pas le consentement a priori des créateurs qu’il scanne et dont il utilise l’image, ne se contente pas de compter leurs abonnés. Il « scrappe » leur empreinte sociale.
Il analyse les « dynamiques ». Son algorithme pondère le volume de publications, la portée estimée et le taux d’engagement. En clair, il mesure si votre audience est vivante ou si vous parlez dans un désert de comptes fantômes.
« Notre méthodologie repose sur un système de centiles qui divise les données en 100 parties égales, m’a expliqué Favibot, le robot conversationnel de Favikon. Voici les poids précis pour l’Influence Score :
Poids des critères :
- Engagement : 55,36% (27,68% pour l’engagement par post + 27,68% pour l’engagement mensuel)
- Vues : 21,58% (10,20% pour les vues par post + 11,38% pour les vues mensuelles)
- Audience : 9,23%
- Croissance : 9,23%
- Activité : 4,61% »
Score d’autorité
Le second pilier, plus ambitieux, est l’Authority Score, qui « additionne simplement les points des 3 composantes principales (Audience + Engagement + Vues) avec un éventuel ajustement de recalibrage » (dixit Favibot again).
Chaque métrique est notée sur 100 selon sa performance comparée aux autres créateurs de la même catégorie. Par exemple, un score de 93 signifie que le compte performe mieux que 93% des comptes similaires.
Favikon utilise la méthode des centiles. Vous n’êtes pas noté dans l’absolu, mais par rapport aux autres créateurs de votre niche. Un score de 99 signifie que vous faites mieux que 99 % de vos pairs.
Sur le papier, c’est brillant. C’est une approche data-driven, accessible en freemium et assortie d’un programme d’affiliation, qui semble récompenser le travail acharné.
Fiabilité des données
Mais le vernis craque vite…
La fiabilité d’un classement dépend de la qualité de ses données. Or, Favikon fait face à un mur infranchissable : les API des plateformes. LinkedIn, pour ne citer que lui, ne partage pas ses données les plus stratégiques.
Du coup, l’outil de Favikon extrapole. Il « scanne » la surface.
Premier problème flagrant : la cohérence. Il n’est pas rare que les données de base (singulièrement la localisation) et les chiffres extrapolés de Favikon ne collent pas du tout, mais alors pas du tout du tout, avec la réalité. Plusieurs confrères me l’ont encore confirmé ces dernières heures.
Il n’est pas rare non plus de voir une liste statique de profils publiée sur LinkedIn par l’équipe Favikon contredire les scores affichés sur leur propre site le jour même.
Cela vient d’ailleurs de m’arriver. Je suis 1er sur le site et, en même temps 2ème, dans la même catégorie, selon un post LinkedIn de Jérémy Boissinot (« The Creator Judge » au sein de Favikon). Mic Adam, lui, est 1er et 3ème.
Si la donnée est fluctuante au point d’être incohérente entre deux supports, quelle est sa valeur scientifique ?
Dark social
Ensuite, il y a l’angle mort du Dark Social.
Je ne parle pas seulement du « dwell time », des enregistrements de contenus, de leurs envois en message privé, trois interactions qui pèsent très très lourd dans l’algo de LinkedIn… mais ne sont pas du tout pris en considération par Favikon, évidemment, puisqu’elles sont « dark ».
Non, je pointe surtout l’influence réelle, celle qui génère du chiffre d’affaires, se passe souvent en messagerie privée ou dans des partages hors réseau. Favikon est aveugle à cela. Il ne mesure qu’une partie du « bruit » public.
C’est un biais majeur. Qui fait qu’on peut être numéro 1 d’un classement en brassant de l’air, et être invisible dans le top tout en pilotant les stratégies des plus grandes entreprises du pays.
Dans le domaine où j’exerce depuis 15 ans, quatre noms me sont complètement inconnus dans le « Top 10 ». Et je ne m’explique toujours pas certaines absences…
Le mythe de l’authenticité sous algorithme
Favikon me répondrait certainement qu’il a créé la parade, un « Authenticity Score ». Et c’est vrai que la promesse est séduisante : filtrer les tricheurs, bannir les bots et ignorer ceux qui utilisent des « pods », ces groupes WhatsApp ou Telegram où s’échangent des likes pour tromper l’algorithme.
En théorie, l’IA détecte les schémas d’engagement anormaux (comme LinkedIn ?). En pratique, c’est un vœu pieux. Les « pods » manuels, composés de vrais humains qui commentent mutuellement leurs publications par pur intérêt mutuel, restent quasi indétectables pour un outil externe.
On retrouve régulièrement dans les sommets de ces classements des profils dont la stratégie repose uniquement sur l’automatisation ou l’engagement artificiel. Certains s’en vantent même publiquement.
Chez Favikon, la manipulation paye. Tant que leur outil ne pourra pas distinguer un commentaire à haute valeur ajoutée d’un « Super post, merci ! » posté par un robot ou un compère, son score d’authenticité restera pour moi une étiquette marketing sans fondement technique réel.
Le piège du narcissisme et le business du tag
Alors, pourquoi ces classements sont-ils si viraux ? Parce qu’ils exploitent une faille psychologique bien connue : le besoin de reconnaissance.
Chaque liste publiée est surtout une opération de marketing viral géniale pour Favikon. Chaque « merci pour le tag » renforce la visibilité de l’outil et valide implicitement sa méthodologie, alors qu’elle est pour le moins bancale.
Pour moi, le problème est double :
- La perte de crédibilité : En tant qu’experts LinkedIn, mes « collègues » et moi devrions être les premiers à questionner la donnée. En encensant ces classements dès qu’ils nous sont favorables, nous bradons notre esprit critique pour quelques « likes » supplémentaires. Peu importe que nous considérions le signal Favikon important ou secondaire pour nos activités commerciales.
- L’illusion de performance : Flatter son ego ne remplit pas le carnet de commandes. Pour certains créateurs, le score devient une fin en soi, une drogue numérique qui détourne de l’objectif réel : créer de la valeur pour ses clients.
L’autorité ne se calcule pas
Un classement ne mesurera jamais la finesse d’une plume, la profondeur d’une analyse stratégique ou la capacité d’un consultant à résoudre une crise complexe en entreprise. Ma carrière de journaliste m’a appris que la vérité se trouve souvent entre les lignes, là où les algorithmes ne savent pas lire.
La façon dont je travaille n’est pas calibrée pour plaire à Favikon. Elle est conçue pour transformer des dirigeants et des entreprises en médias, pour bâtir une autorité réelle et durable, loin de la dictature du volume et du bruit.
Le seul classement qui compte
Ne vous méprenez pas. Les outils comme Favikon ont une utilité pour repérer des tendances ou découvrir de nouveaux visages. Mais ils doivent rester à leur place : celle d’un indicateur de visibilité parmi d’autres.
Je continuerai donc à observer ces scores avec curiosité, voire à mettre les fleurs dans un vase quand elles arrivent, mais je ne changerai jamais une virgule à ma stratégie pour gagner une place dans un PDF.
J’espère que vous non plus. Votre véritable autorité ne dépend pas d’une IA parisienne ou californienne. Elle dépend de la confiance que vos clients vous accordent chaque jour. Et ça, aucun algorithme ne sait encore le mettre en boîte.
Xavier Degraux ► Stratège LinkedIn™, Employee Advocacy & Social Selling ► Je transforme Marques, Comex & Dirigeants en Médias (Autorité) ► Thought Leadership Data-Driven & IA ► Ex-Journaliste Éco
