Le lead scoring : noter ses prospects pour savoir qui appeler

Le lead scoring consiste à donner une note, en points, à chaque prospect qui entre dans votre base. Cette note répond à une question simple : quand on ne peut pas rappeler tout le monde le jour même, qui appelle-t-on en premier ? Le score classe les prospects par priorité, du plus chaud au plus froid.

C’est un outil de tri, rien de plus. Tant que vos commerciaux traitent chaque demande dans la journée, leur jugement suffit. Le scoring devient utile quand le volume dépasse leur capacité, en général au-delà d’une cinquantaine de leads par mois. À partir de là, une grille bien réglée repère les bons dossiers plus vite qu’une lecture au cas par cas.

Le paramétrage prend une demi-journée dans la plupart des CRM. Il a tout intérêt à être prévu dès le déploiement de votre CRM, au moment où l’on décide quels champs remplir et comment les données entrent dans l’outil.

Les deux ingrédients d’un score : le profil et le comportement

Un score repose toujours sur deux types d’informations, et il faut les deux.

Le premier, c’est le profil, souvent appelé le fit. Il répond à une question : ce prospect ressemble-t-il à votre client idéal ? On regarde la taille de l’entreprise, son secteur, la fonction de l’interlocuteur, parfois sa zone géographique. Ce sont des données stables, déclarées dans un formulaire ou trouvées facilement. Elles disent si le prospect est dans votre cible.

Le second, c’est le comportement. Il répond à une autre question : qu’a fait ce prospect ? Demande de devis, visite de la page tarifs, téléchargement d’un document, participation à un webinaire, clic dans un email. Ce sont des signaux d’intention. Ils montent vite quand l’intérêt est là, et ils retombent aussi vite quand le prospect se refroidit.

Un bon score additionne les deux, parce qu’aucun ne suffit seul. Un stagiaire très actif sur votre site reste un stagiaire : il ne signera pas. Un dirigeant parfaitement dans la cible qui n’ouvre jamais un email n’est tout simplement pas pressé. C’est le croisement des deux lectures qui donne une note utile.

Cette logique ressemble à celle de la segmentation, mais les deux ne servent pas au même moment. La segmentation range vos contacts en groupes durables. Le score, lui, juge une personne aujourd’hui, et sa note aura changé la semaine prochaine.

Scoring ou grading : croiser le profil et l’engagement

Beaucoup d’équipes résument tout à un chiffre unique. On gagne pourtant à séparer deux notes : le grading et le scoring.

Le grading note le profil. On classe chaque prospect par une lettre, de A à D, selon sa proximité avec le client idéal. Un grand compte de votre secteur, avec le bon interlocuteur, sera un A. Un profil hors cible sera un D.

Le scoring note l’engagement. C’est le total des points gagnés par les actions du prospect.

Croiser les deux donne une lecture bien plus claire qu’un chiffre seul. Quatre cas se dégagent :

• Profil A, engagement fort : la priorité absolue, appel immédiat.

• Profil A, engagement faible : un bon client potentiel qui ne s’est pas encore manifesté, à nourrir avec du contenu et à recontacter sans urgence.

• Profil D, engagement fort : beaucoup d’activité mais hors cible, souvent un curieux, un étudiant ou un concurrent, à écarter sans y passer un appel.

• Profil D, engagement faible : aucune action.

Un score global mélange ces cas et masque l’essentiel. Un prospect qui cumule 60 points parce qu’il ouvre tous vos emails ne vaut rien s’il est hors cible. La double lecture évite ce piège.

Cette lecture se mène automatiquement, dans le CRM, sur un grand volume. Pour qualifier un lead en direct pendant un échange, appuyez-vous plutôt sur notre grille de qualification BANT, qui juge un prospect critère par critère.

La grille de points, critère par critère

Voici une grille de départ pour une activité B2B. Les valeurs sont indicatives : la méthode pour les ajuster à vos données vient plus loin.

Deux choix dans cette grille méritent un mot.

D’abord, les écarts de points sont volontairement larges. Une demande de devis vaut six fois un clic dans un email, parce que demander un prix engage, alors qu’ouvrir un email n’engage à rien. Les grilles qui notent tout entre 1 et 5 produisent des scores fades, où tous les prospects finissent au milieu et où plus rien ne ressort.

Ensuite, la grille prévoit des points négatifs. La plupart des modèles ne notent que ce qui fait monter le score, et c’est une erreur. Sans points négatifs, un curieux qui consomme beaucoup de contenu se retrouve mieux noté qu’un vrai acheteur discret.

Faire baisser le score avec le temps

Un score qui ne redescend jamais devient vite trompeur. Au bout de quelques mois, les vieux prospects qui ont accumulé des points dominent les nouveaux, simplement parce qu’ils sont là depuis plus longtemps. Vos commerciaux appellent alors des dossiers tièdes en croyant appeler des dossiers chauds.

La solution est mécanique : un prospect sans aucune activité depuis trente jours perd des points, et il en reperd le mois suivant. Cette baisse régulière garde la grille branchée sur l’intérêt réel, pas sur l’ancienneté. Un prospect actif il y a six mois mais silencieux depuis n’a plus rien d’une priorité.

Des seuils qui déclenchent une action

Un score ne sert à rien tant qu’il ne déclenche rien. Le but n’est pas d’afficher un chiffre sur la fiche, c’est de décider quoi faire du prospect. Trois paliers suffisent à la plupart des PME.

Sous 30 points, pas de traitement commercial. Le contact reste froid et reçoit éventuellement du contenu, mais personne ne perd un appel sur un score de 12.

Entre 30 et 60 points, le prospect entre dans la file normale. Les commerciaux le traitent sous deux jours, dans l’ordre des scores, du plus élevé au plus bas.

Au-delà de 60 points, c’est le circuit prioritaire. Une tâche d’appel est créée tout de suite, avec une échéance dans la journée, et une alerte se déclenche si elle n’est pas traitée.

Ces déclenchements se branchent en quelques clics dans vos workflows d’automatisation. Le principe est simple : le score sert de condition, le workflow exécute la conséquence. La frontière reste la même que partout ailleurs en automatisation. La machine route le dossier et alerte au bon moment, l’humain passe l’appel.

C’est aussi le moment de distinguer deux statuts qu’on confond souvent. Un prospect qui franchit le seuil devient un lead qualifié par le marketing, ou MQL. Il n’est pas encore qualifié par la vente. Ce statut-là, le SQL, n’arrive qu’après un premier échange qui confirme un vrai besoin, un budget plausible et un calendrier. Le scoring fabrique des MQL ; seule une conversation transforme un MQL en SQL.

Construire votre grille en cinq étapes

Une grille ne se copie pas, elle se construit à partir de votre activité. La méthode prend une après-midi.

1. Décrivez votre client idéal. Listez les caractéristiques de vos meilleurs clients : taille, secteur, fonction des interlocuteurs. Ce portrait fixe les critères de fit.

2. Relisez vos vingt dernières affaires gagnées. Cherchez ce qu’elles avaient en commun avant la signature : un secteur précis, une demande de devis rapide, une page tarifs consultée. Ces traits méritent les gros points.

3. Relisez vingt affaires perdues ou des leads morts en route. Repérez les signaux qui auraient permis de les écarter plus tôt. Ils deviennent vos points négatifs.

4. Attribuez les points et fixez les seuils. Gardez des écarts larges, et placez vos trois paliers là où votre taux de transformation décolle.

5. Validez la grille avec les commerciaux. Ce sont eux qui l’utiliseront. Une grille imposée d’en haut sera contestée puis ignorée ; une grille construite avec eux devient un outil partagé.

Un principe guide tout ce travail : ce que vos données ne montrent pas n’entre pas dans la grille, même si tout le marché le note. On bâtit un modèle sur des faits observés chez vous, pas sur une bonne pratique générale.

Aligner le marketing et les commerciaux

Le lead scoring ne fonctionne que si les deux équipes sont d’accord sur ce qu’il mesure. C’est sa raison d’être autant que sa principale source de friction.

Le marketing décide à partir de quel score un lead part vers les commerciaux. Les commerciaux, eux, s’engagent à traiter ces leads dans un délai donné, et à dire pourquoi ils en refusent certains. Sans ce contrat, le même scénario se répète : le marketing envoie des leads, les commerciaux les jugent mauvais et cessent de les traiter, et plus personne ne sait si le problème vient de la grille ou du suivi.

Le retour des commerciaux est la donnée la plus précieuse pour corriger la grille. Un lead noté 70 qui s’avère hors sujet en dit plus long qu’une longue réflexion théorique : il pointe un critère mal pensé. Ce dialogue, tenu chaque mois, vaut mieux qu’une grille parfaite sur le papier.

Mesurer et corriger la grille

Une grille de scoring n’est jamais juste du premier coup. Elle se vérifie sur un seul chiffre : le taux de transformation par tranche de score.

Une fois par trimestre, regardez combien de prospects signent dans chaque tranche. Ce taux doit augmenter avec le score. Les prospects à 70 points doivent signer plus souvent que ceux à 45. Sinon, la grille raconte une histoire fausse, et un critère doit sauter, en général celui qu’on avait ajouté parce qu’il semblait logique.

Sur le terrain. Le défaut que je vois le plus souvent en audit, c’est une grille remplie de critères qu’on n’a jamais vérifiés. Dix critères positifs, aucun négatif, aucune baisse dans le temps, et un score qui grimpe pour tout le monde. Le jour où on le croise avec les ventes réelles, on découvre qu’il ne prédit rien. Trois critères vérifiés valent mieux que douze critères supposés.

Scoring manuel ou prédictif : lequel choisir

La grille décrite jusqu’ici est un scoring par règles : vous fixez les critères et les points à la main. C’est la bonne approche pour la grande majorité des PME, parce qu’elle est lisible, qu’on comprend pourquoi un prospect a tel score et qu’on la corrige facilement. Ce type de scoring est natif dans la plupart des CRM, et HubSpot l’a largement popularisé auprès des PME. Inutile d’acheter un outil dédié pour ce que votre logiciel sait déjà faire.

Il existe une autre voie : le scoring prédictif par IA. Au lieu de fixer les points vous-même, l’outil analyse vos historiques et trouve seul les critères qui annoncent une signature. C’est puissant, à deux conditions. Il faut un gros volume de données, plusieurs milliers de leads et de signatures, sinon le modèle apprend sur trop peu de cas. Et il faut accepter une part d’opacité : le modèle décide sans toujours expliquer pourquoi.

En dessous de quelques milliers de leads par an, la grille manuelle reste plus claire et plus simple à corriger. Le prédictif prend tout son intérêt au-dessus, quand le volume rend le réglage à la main impossible.

Adapter la grille à votre activité

Une seule grille ne convient pas à toutes les situations.

Si votre cycle de vente est long, le profil pèse plus que le comportement : un signal d’intention isolé ne dit pas grand-chose sur une décision qui prendra six mois. Si votre cycle est court, c’est l’inverse, le comportement récent prime, parce que l’intention se transforme vite en achat ou disparaît.

Les entreprises qui vendent à plusieurs cibles très différentes ont parfois intérêt à tenir plusieurs grilles, une par type de vente. Un même prospect peut être chaud pour une offre et froid pour une autre, et un score unique brouillerait les deux.

Enfin, le contexte B2C ou e-commerce déplace les critères. La fonction et la taille de l’entreprise disparaissent, remplacées par la fréquence d’achat, le panier moyen et la récence des visites. La logique du score, elle, ne change pas.