Les points sont distribués au hasard
Dix points pour une visite, vingt pour un téléchargement, sans lien avec ce qui a réellement conduit à une vente. Le score reflète l'activité, pas la probabilité d'acheter.
Lead scoring
Lead scoring B2B : un modèle que vos commerciaux utilisent vraiment
Un lead scoring sert à dire aux commerciaux qui rappeler en premier. S'il est mal construit, il produit une note que personne ne regarde. Cette page décrit comment bâtir un modèle à partir de vos ventes passées, comment fixer les seuils, ce qu'il faut éviter et comment le garder fiable dans le temps.
01Constats01 02 03 04 05
Pourquoi les modèles de scoring échouent
Un scoring échoue rarement pour des raisons techniques. Il échoue parce qu'il n'a pas été construit avec les commerciaux.
Les ouvertures d'email pèsent dans le score
Depuis la protection de la vie privée d'Apple Mail, une partie des ouvertures est automatique. Un score qui monte parce que le pixel a été chargé n'a aucun sens commercial.
Rien ne mesure l'adéquation
Un étudiant qui télécharge dix ressources obtient un score plus élevé qu'un directeur qui en lit une. L'adéquation de l'entreprise au profil visé doit compter, et séparément de l'intérêt.
Le score ne baisse jamais
Un lead actif il y a un an garde ses points. Sans règle de dégradation, la liste de leads prioritaires se remplit de contacts qui ne répondent plus.
Les ventes ne savent pas s'en servir
Personne n'a expliqué comment lire le score ni qui traite quoi selon le niveau. Le modèle reste dans l'outil, et les commerciaux choisissent à l'instinct.
02Repères
Les composantes d'un bon modèle
Le modèle repose sur deux notes distinctes qui se combinent pour décider du traitement.
L'adéquation (fit)
Ce que vous savez de l'entreprise et de la personne : secteur, taille, fonction, pays. Cette note mesure si le lead ressemble à vos meilleurs clients. Elle ne bouge presque pas.
L'intérêt (intent)
Ce que la personne fait : pages vues, ressources téléchargées, demandes de contact, réponses. Cette note monte et descend avec l'activité. Les actions fortes comptent plus que les passives.
Le routage : croiser les deux notes plutôt que les additionner
Un lead très adapté avec un intérêt moyen est prêt pour les ventes. Un lead peu adapté avec un fort intérêt relève plutôt du contenu. Additionner les deux notes masque cette différence et fait remonter les mauvais profils.
Les points négatifs
Adresse personnelle pour une offre B2B, secteur hors cible, désabonnement, concurrent. Ils retirent des points pour éviter de remonter des leads sans intérêt commercial.
La dégradation dans le temps
Le score d'intérêt baisse quand l'activité s'arrête. Un lead qui ne fait plus rien redescend, et la liste des priorités reste utile.
Les seuils de passage
Le niveau à partir duquel un lead est transmis aux ventes, et celui où un commercial le qualifie. Ils se calibrent sur vos ventes passées et se révisent avec les commerciaux.
03Méthode
Comment on construit un lead scoring
Partir de vos ventes passées
On compare vos affaires gagnées à celles qui n'ont pas abouti, pour repérer les cinq à sept critères qui distinguent réellement les deux groupes.
Construire les deux notes
Une note d'adéquation à partir des caractéristiques de l'entreprise, une note d'intérêt à partir des actions. Les points négatifs et la dégradation sont définis en même temps.
Calibrer les seuils
On teste le modèle sur vos données passées : les affaires gagnées auraient-elles été remontées plus tôt, les perdues moins ? Les seuils sont ajustés avant la mise en service.
Mettre en place dans l'outil
Le modèle est configuré dans HubSpot ou Marketing Cloud, avec les règles d'attribution et de notification qui en découlent.
Boucler avec les ventes, puis réviser
Les commerciaux disent pourquoi ils écartent un lead : mauvais profil, mauvais moment, mauvais contact, doublon. Ces raisons servent à corriger le modèle. Il est revu régulièrement, car il dérive avec votre offre et votre marché.
04Cas d'usage
Quand c'est utile
Les leads sont nombreux et les commerciaux limités
Le scoring évite de traiter tous les leads à égalité. Les plus chauds sont rappelés vite, les autres entrent dans un parcours de maturation.
Marketing et ventes se renvoient la responsabilité
Le modèle fournit une définition partagée du lead qualifié. Le marketing sait ce qu'il doit livrer, les ventes savent ce qu'elles reçoivent.
Vous avez HubSpot
Le scoring s'y construit avec les propriétés et les workflows du portail. Voir la page agence HubSpot.
En savoir plusVous préparez un diagnostic plus large
Le scoring s'inscrit dans l'alignement entre marketing, ventes et service. Voir la page RevOps.
En savoir plus05Questions
Questions fréquentes
Qu'est-ce qu'un MQL et un SQL ?
Un MQL est un lead que le marketing juge suffisamment avancé pour être transmis aux ventes. Un SQL est un lead que les ventes ont qualifié et décidé de travailler. Le scoring aide à fixer la frontière entre les deux.
Faut-il beaucoup de données pour faire un scoring ?
Il faut assez d'affaires gagnées et perdues pour repérer des tendances. Avec peu de données, on part d'un modèle simple fondé sur l'expérience des commerciaux, puis on l'ajuste au fil des ventes.
Combien de critères faut-il retenir ?
Quelques-uns seulement, ceux qui distinguent réellement les affaires gagnées des perdues. Un modèle avec trente critères est impossible à expliquer aux commerciaux et à corriger.
Peut-on se fier aux ouvertures d'email pour le score ?
Mal. Une partie des ouvertures est automatique depuis la protection de la vie privée d'Apple Mail. Les clics, les visites de pages clés et les demandes de contact sont plus fiables.
À quelle fréquence réviser le modèle ?
Régulièrement, par exemple chaque mois au début, puis à un rythme plus espacé. Le modèle dérive quand l'offre, le marché ou les canaux d'acquisition changent.
Dans quels outils met-on en place un lead scoring ?
Dans HubSpot ou Salesforce Marketing Cloud. Il est inclus dans une implémentation avancée HubSpot, ou réalisé comme module à part.
Comment faire avec peu de leads ou sans historique ?
Avec peu de données, on part d'un modèle simple fondé sur l'expérience des commerciaux : quelques critères d'adéquation, quelques actions fortes, un seuil provisoire. On l'ajuste ensuite au fil des ventes plutôt que d'attendre un historique parfait.
Le lead scoring pose-t-il un problème de consentement ?
Il traite des données personnelles et du comportement. Il suppose donc une base légale claire, une information des personnes et la possibilité de s'opposer au traitement. Ce point se vérifie lors de la mise en place.
06Pour aller plus loin
Pour aller plus loin
Vos commerciaux savent-ils quel lead rappeler en premier ?
30 minutes avec le fondateur pour faire le point sur votre processus de qualification et voir ce qu'un scoring apporterait.