Le lead scoring en B2B : un modèle en une page, les sept facteurs, et quand cela vaut le coup

Conseils

Lead scoring explained: How AI helps you focus on prospects that actually convert

La réponse courte

Le lead scoring consiste à donner des points aux leads pour décider qui appeler en premier. En B2B, cela ne fonctionne que dans cet ordre : d'abord des points pour le fit de l'entreprise (secteur, taille, région, capacité à payer), puis des points pour le déclencheur et le comportement (une offre d'emploi, un nouveau dirigeant, une visite de votre page de tarifs, une demande de démo). Un modèle avec ces deux axes et trois seuils tient sur une page et bat n'importe quel système plus élaboré, parce que votre équipe le comprend et le maintient à jour. Le lead scoring vaut le coup dès que vous avez plus de leads que vous ne pouvez en appeler en une journée. En dessous de ce seuil, qualifiez à la main, ce qui est traité dans la qualification des leads.

Ce qu'est le lead scoring, et ce qu'il n'est pas

Le lead scoring attribue un chiffre à chaque lead, construit à partir des caractéristiques de l'entreprise et du comportement de la personne, pour qu'une liste se trie d'elle-même. Ce n'est pas de la qualification : qualifier, c'est une conversation où vous répondez à quatre questions (l'entreprise correspond-elle, parlez-vous à la bonne personne, y a-t-il un déclencheur, peut-elle payer). Le scoring décide seulement qui obtient cette conversation en premier. Et ce n'est pas une prédiction. Un lead à 85 points peut annuler demain ; un lead à 30 points peut devenir le plus gros client de l'année. Le score répartit le temps, pas les résultats.

La différence avec le « lead scoring par IA » est plus faible que le terme ne le laisse penser. Un modèle apprend les points à partir de vos deals conclus, plutôt que de vous laisser les choisir, et les ajuste à mesure que de nouvelles données arrivent. C'est utile à partir de quelques centaines de leads par mois. En dessous, un modèle que vous écrivez vous-même est plus transparent, et tout aussi efficace.

Un modèle qui tient sur une page

Deux axes, chacun jusqu'à 50 points, et trois seuils.

Axe

Ce que vous notez

Source

Fit (0 à 50)

Secteur, taille, région, forme juridique, score de crédit

Registres et votre CRM

Déclencheur et comportement (0 à 50)

Offre d'emploi, changement de dirigeant, déménagement, croissance, visite du site web, demande de démo, réponse à un contact

Signaux, site web, e-mail

Seuils : 70 points ou plus, c'est A, à appeler aujourd'hui. De 40 à 69, c'est B, à garder au chaud en attendant un déclencheur. En dessous de 40, c'est C, à mettre de côté. Retirez des points pour ce qui rend un lead inadapté : une visite de votre page carrières (recherche d'emploi), une adresse d'étudiant, un concurrent, une entreprise hors de votre marché. Et laissez les points se dégrader avec le temps : une visite du site web vieille de trois mois ne compte plus. Sans cette dégradation, chaque vieux lead finit par devenir un A tout seul.

Les sept facteurs qui méritent d'être notés

  1. Le fit avec votre profil de client idéal. Secteur, taille, région et forme juridique. C'est le portail d'entrée : si l'entreprise ne correspond pas, le score reste bas quoi que fasse la personne. Comment établir ce profil à partir de vos meilleurs clients est expliqué dans la construction d'un profil de client idéal.

  2. La capacité à payer. Un score de crédit ou les derniers comptes annuels déposés. Une entreprise qui ne peut pas payer n'est pas un lead, aussi chaud soit-il. En Belgique et aux Pays-Bas, cette vérification est gratuite ; la méthode est expliquée dans comment vérifier la solvabilité d'une entreprise.

  3. Un déclencheur venu des registres. Une offre d'emploi dans le service qui utilise votre produit, un nouveau dirigeant, un déménagement, une hausse de l'effectif dans les comptes. C'est le facteur que la plupart des modèles oublient, et celui qui prédit le mieux en B2B : quelque chose change dans l'entreprise. Quels déclencheurs existent et où les trouver est expliqué dans trouver de nouveaux clients par déclencheur.

  4. Le comportement sur votre site web. Une page de tarifs pèse plus qu'un article de blog, une demande de démo plus que tout. La répétition compte : trois visites de la même page de solution en une semaine, c'est un schéma, une seule visite, c'est le hasard. Les entreprises qui vous visitent, vous les voyez grâce à l'identification des visiteurs ; la personne y reste anonyme.

  5. La réponse à un contact. Une réponse à un e-mail, un rappel, une invitation acceptée. Le facteur comportemental le plus fort, et le seul qui indique que la personne elle-même souhaite parler.

  6. La fraîcheur. Tout ce qui précède, mais daté, et soumis à une dégradation dans le temps. Un déclencheur de cette semaine, c'est de l'or ; le même déclencheur vieux de six mois, c'est de l'histoire ancienne.

  7. La relation. Un client actuel, un ancien client, une recommandation. Donnez-lui des points, mais notez la relation séparément du fit : un ancien client sympathique dans le mauvais secteur reste dans le mauvais secteur.

Quand le lead scoring a du sens, et quand il n'en a pas

  • Oui quand votre équipe reçoit chaque semaine plus de leads qu'elle ne peut en appeler, quand marketing et ventes se disputent sur ce qu'est un « bon lead », ou quand les leads viennent de plusieurs sources (site web, signaux, listes achetées) que vous ne pouvez pas comparer sur une seule mesure.

  • Non quand vous avez moins de cinquante leads par mois : vous les qualifiez à la main en moins de temps que ce que coûte le modèle. Non quand vous n'avez pas encore de définition d'un bon client : le modèle ne fait alors que noter vos hypothèses. Et non quand personne ne l'entretient ; un modèle laissé de côté pendant un an trie pour le marché de l'année dernière.

Comment le mettre en place en une semaine

  1. Lundi : le fit. Prenez vos vingt meilleurs clients et notez ce qu'ils ont en commun : secteur, taille, région, forme juridique. Ce sont vos critères de fit et leurs points.

  2. Mardi : les déclencheurs. Pour chaque deal conclu au cours de l'année écoulée, regardez ce qui a précédé la première conversation. Une offre d'emploi ? Une visite du site web ? Une recommandation ? Donnez le plus de points aux déclencheurs qui reviennent souvent.

  3. Mercredi : le test. Faites tourner le modèle sur les leads du trimestre dernier. Les deals conclus obtiennent-ils un score élevé, et les leads perdus un score bas ? Si ce n'est pas le cas, l'erreur est dans les points, pas dans les leads.

  4. Jeudi : les seuils et la dégradation. Fixez A, B et C de sorte que A corresponde exactement à ce que les ventes peuvent appeler en une semaine. Fixez la dégradation.

  5. Vendredi : automatisez. Intégrez les critères de fit et les points de comportement dans votre CRM. Chez Bizzy, le fit (données de registre, score de crédit) et les déclencheurs (offres d'emploi, visites du site web, changements de poste) se trouvent déjà sur la même fiche d'entreprise, et l'agent de génération de leads apprend des leads que vous acceptez et rejetez, de sorte que le tri évolue avec vos retours.

Où cela dérape

  • Noter le comportement sans le fit. Le visiteur le plus actif de votre site est souvent un étudiant, un concurrent ou un candidat à un emploi.

  • Des points qui ne se dégradent jamais. Au bout d'un an, chaque lead est un A et le modèle ne trie plus rien.

  • Personne ne recalibre. Comparez les scores aux deals conclus chaque trimestre et ajustez les points.

  • Le score remplace la conversation. Un lead A est un lead que vous appelez aujourd'hui, pas un lead déjà qualifié. Qualifier reste un travail humain.

Le scoring ne trouve sa place que comme règle de transfert au sein d'un flux de nurturing. Notre guide du lead nurturing montre où se situe cette règle, et le lead management montre le processus qui l'entoure.

Le scoring classe les leads ; une conversation les qualifie. La méthode BANT couvre cette deuxième étape.

Questions fréquentes

Qu'est-ce que le lead scoring ? Le fait d'attribuer des points aux leads en fonction des caractéristiques de l'entreprise et du comportement, pour que votre équipe sache qui appeler en premier. En B2B : d'abord le fit de l'entreprise, ensuite le déclencheur et le comportement de la personne.

Qu'est-ce qu'un modèle de lead scoring ? La liste des critères avec leurs points, les seuils qui séparent les leads A, B et C, et les règles de déduction et de dégradation. Un bon modèle tient sur une page et se vérifie face aux deals conclus chaque trimestre.

Comment fonctionne le lead scoring par IA ? Un modèle apprend les points à partir de vos deals conclus et perdus, plutôt que de vous laisser les choisir, et les ajuste à mesure que de nouvelles données arrivent. Cela devient rentable à partir de quelques centaines de leads par mois ; en dessous, un modèle écrit à la main est plus transparent, et tout aussi efficace.

Quelle est la différence entre le lead scoring et la qualification des leads ? Le scoring trie la liste avec un chiffre ; la qualification est la conversation où vous établissez que l'entreprise correspond, que vous parlez à la bonne personne, qu'il y a un déclencheur et qu'elle peut payer. Le scoring définit l'ordre, la qualification définit le résultat.

Quels outils font du lead scoring ? La plupart des CRM (HubSpot, Salesforce, Pipedrive) notent le comportement et les champs que vous remplissez vous-même. Pour le volet fit et déclencheur, il vous faut des données d'entreprise et des signaux ; Bizzy les fournit pour la Belgique et les Pays-Bas sur la fiche d'entreprise, avec un agent qui apprend de vos retours.

À lire ensuite : la qualification des leads, qu'est-ce qu'un lead, les leads B2B aux Pays-Bas et l'entonnoir de vente B2B.

Prêt à rejoindre l'utopie commerciale ?

Rendez votre équipe commerciale 10 fois plus efficace, pour qu'elle se concentre sur ce qui compte vraiment : créer des liens et conclure des ventes

Prêt à rejoindre l'utopie commerciale ?

Rendez votre équipe commerciale 10 fois plus efficace, pour qu'elle se concentre sur ce qui compte vraiment : créer des liens et conclure des ventes

Questions fréquemment posées

Questions fréquemment posées

Questions fréquemment posées

Quelle est la différence entre le lead scoring prédictif et le lead scoring par IA ?
Comment le scoring par IA gère-t-il le RGPD et la protection des données en Europe ?
Le scoring par IA peut-il fonctionner avec peu de données clients ?