Qu'est-ce que le lead scoring ?

Une note donnée à chaque prospect pour savoir qui contacter en premier.

Définition.

Le lead scoring est une méthode qui attribue une note à chaque prospect (lead) selon sa ressemblance avec le client idéal et les signes d'intérêt qu'il a montrés. Cette note aide l'équipe commerciale à décider qui contacter en premier, et à quel moment un prospect passe du marketing aux ventes.

Les deux dimensions d'un score

Un score de prospect mélange presque toujours deux questions différentes, qu'il est utile de garder séparées.

  • L'adéquation : est-ce le bon compte ?Le prospect correspond-il à votre profil de client idéal (ICP) ? Secteur, taille, outils utilisés, fonction de la personne. Cette dimension se calcule à partir de données d'enrichissement, avant même tout contact.
  • L'intérêt : est-ce le bon moment ?Le prospect a-t-il montré des signes d'intérêt ? Visite de la page tarifs, demande de démonstration, réponse à un email, téléchargement d'un document, mais aussi des signaux externes comme un recrutement ou une levée de fonds.

Comment construire un lead scoring

Le plus simple est souvent le plus efficace : quelques critères, des points attribués à la main, et un seuil au-delà duquel le prospect est transmis à un commercial.

  • Partir des ventes réellesRegarder les clients signés et les affaires perdues : quels critères les distinguent ? Les critères qui ne font aucune différence n'ont pas leur place dans le score.
  • Peu de critères, bien choisisCinq à dix critères clairs valent mieux que trente. Chacun doit pouvoir être expliqué à un commercial en une phrase.
  • Des points négatifsUne adresse personnelle, un concurrent, un étudiant, une entreprise hors cible : retirer des points évite de faire remonter des prospects qui n'achèteront jamais.
  • Un score qui vieillitUne visite d'il y a six mois ne vaut pas une visite d'hier. Faire baisser les points d'intérêt avec le temps garde le classement pertinent.

Les outils du lead scoring

La plupart des CRM permettent de calculer un score à partir des champs d'une fiche et de ses activités. Pour la partie adéquation, un outil d'enrichissement comme Clay peut calculer un score ou une catégorie à partir de vos critères, en interrogeant des fournisseurs de données et en faisant lire par un modèle d'IA le site ou les offres d'emploi de l'entreprise. Le résultat arrive dans le CRM, par exemple Attio, où les commerciaux trient leurs prospects.

Un modèle de langage peut aussi aider à qualifier une demande entrante en texte libre : comprendre le besoin décrit dans un formulaire, repérer l'urgence, ranger la demande dans la bonne catégorie. Il complète le score sans le remplacer : les règles restent explicites, et la lecture du modèle est une donnée parmi d'autres.

Des modèles statistiques peuvent apprendre les poids à partir de l'historique des ventes. Ils demandent un volume de données que beaucoup de PME n'ont pas encore ; un score à règles, revu régulièrement, est alors le meilleur point de départ.

Les limites et les erreurs fréquentes

Un score n'est qu'un outil de tri. Il ne remplace ni le jugement du commercial ni la conversation. Les erreurs les plus courantes viennent d'un score trop complexe, que personne ne comprend et auquel personne ne fait confiance, ou d'un score jamais revu, qui continue de favoriser des critères qui ne mènent plus à des ventes.

La qualité des données compte autant que les règles : un secteur mal renseigné ou une taille d'entreprise fausse faussent le score. Enfin, le scoring porte sur des données personnelles : en France, il doit respecter le RGPD, notamment l'information des personnes et leur droit d'opposition.

Le bon réflexe est de mesurer : le taux de rendez-vous et de signature des prospects au-dessus du seuil doit être nettement meilleur que celui des autres. Sinon, il faut revoir les critères.

Questions fréquentes.

Quelle différence entre lead scoring et ICP ?

L'ICP décrit le client idéal. Le lead scoring mesure à quel point chaque prospect s'en approche, et y ajoute les signes d'intérêt qu'il a montrés.

Faut-il de l'IA pour faire du lead scoring ?

Non. Un score à règles simples suffit pour commencer. L'IA aide surtout à enrichir les données ou à qualifier des demandes en texte libre.

À partir de quand un prospect doit-il être appelé ?

Quand il dépasse un seuil fixé avec l'équipe commerciale, en combinant bonne adéquation et intérêt récent. Le seuil s'ajuste ensuite selon les résultats.

Comment savoir si notre score fonctionne ?

En comparant, dans le CRM, les taux de rendez-vous et de signature des prospects bien notés avec ceux des autres. Un écart faible signale des critères à revoir.

Un projet en tête ?
Parlons-en.

Parlons de vos besoins Gratuit et sans engagement.