Un jour, une commerciale m'appelle, exaspérée. Elle venait de passer quarante minutes au téléphone avec un contact qui avait téléchargé trois livres blancs, ouvert onze e-mails et rempli un formulaire de demande de démo. Le type était ravi de discuter. Sauf qu'il n'avait ni budget ni projet avant dix-huit mois. « Comment un contact pareil peut-il sortir en haut de ma liste ? » Voilà, en une phrase, tout le problème du lead scoring mal foutu.
Le lead scoring, c'est cette mécanique qui consiste à donner une note à chaque contact pour décider qui mérite votre attention en priorité. Sur le papier, c'est élégant. Dans les faits, la plupart des grilles que je croise sont des usines à gaz que personne ne relit jamais. Et c'est précisément ce qui plombe le travail des équipes commerciales.
Points clés à retenir
- Un score mélange deux familles de critères : ce que le contact est et ce qu'il fait.
- Sans seuil chiffré et sans pondération claire, votre grille ne sert à rien.
- La frontière MQL / SQL se décide au moment où le marketing passe la main aux ventes.
- Un score négatif (inactivité, profil hors cible) vaut souvent plus qu'un point bonus.
- Réévaluez vos pondérations tous les trimestres, sinon elles mentent.
Le lead scoring, concrètement : ce que la note raconte vraiment
Oubliez la définition de manuel. Une note, c'est une hypothèse. Vous pariez qu'un contact avec tel profil et tels comportements a plus de chances de signer qu'un autre. Le score n'est donc pas une vérité, c'est une prédiction que vous affinez en la confrontant au réel.
Deux familles de critères entrent dans ce calcul, et il faut absolument les garder séparées dans votre tête.
Critères explicites contre critères comportementaux
Les critères explicites (on dit aussi démographiques) décrivent le profil. Secteur d'activité, taille d'entreprise, fonction du contact, zone géographique, adéquation avec votre client idéal. Ce sont des attributs stables : ils bougent rarement d'une semaine à l'autre.
Les critères comportementaux, eux, captent l'intention. Une visite répétée sur la page tarifs, un formulaire rempli, une réponse à un e-mail, une interaction sur LinkedIn. Ça, c'est du mouvement. Et le mouvement, c'est ce qui vous dit qu'un dossier chauffe.
L'erreur que je vois le plus souvent ? Tout empiler dans un seul sac. Un contact avec un excellent profil mais zéro activité se retrouve avec la même note qu'un contact qui dévore vos contenus depuis un mois. Deux situations opposées, une seule note. Aucun commercial ne peut travailler avec ça.
Une grille de lead scoring qui tient debout (avec le barème complet)
C'est là que la plupart des articles s'arrêtent. Ils vous disent « pondérez vos critères » et vous laissent vous débrouiller. Voici donc une grille que j'ai réellement utilisée sur un projet B2B, avec les points et les seuils. Adaptez les valeurs à votre marché, mais gardez la logique.
| Critère | Type | Points |
|---|---|---|
| Fonction décisionnaire (direction, responsable) | Explicite | +15 |
| Secteur correspondant au client idéal | Explicite | +10 |
| Taille d'entreprise dans la cible | Explicite | +10 |
| Téléchargement d'un livre blanc | Comportemental | +10 |
| Visite de la page tarifs (au moins 2 fois) | Comportemental | +20 |
| Demande de démo | Comportemental | +30 |
| Ouverture d'e-mail | Comportemental | +2 |
| Aucune interaction depuis 30 jours | Comportemental | −10 |
| Profil hors cible (secteur exclu) | Explicite | −20 |
Avec cette base, on pose deux seuils. À 50 points, le contact devient un MQL : le marketing estime qu'il est prêt à recevoir une approche commerciale. À 80 points, il devient un SQL : les ventes considèrent qu'il y a un vrai potentiel de deal à court terme. Entre les deux, c'est la zone grise, celle où le nurturing fait son travail.
Vous remarquerez deux choses. D'abord, les points négatifs. Ils comptent autant que les bonus, et personne n'en parle jamais. Ensuite, les petits points (l'ouverture d'e-mail à +2) : ils servent à créer du signal, pas à faire basculer un dossier. Si une simple ouverture d'e-mail peut propulser un contact en haut de liste, votre barème est cassé.
Pourquoi les points négatifs sauvent votre grille
Le score d'un contact doit pouvoir descendre. Un prospect actif en janvier peut se refroidir en avril. Si votre grille ne retranche jamais rien, elle finit par accumuler des contacts fantômes que les commerciaux appellent pour rien. Et ça, ça détruit la confiance dans l'outil plus vite que n'importe quoi d'autre. J'ai vu une équipe abandonner complètement son scoring après trois mois, simplement parce que les commerciaux avaient l'impression d'appeler dans le vide.
Quelle est la différence entre un MQL et un SQL ?
Un MQL (Marketing Qualified Lead) est un contact que le marketing juge suffisamment qualifié pour être transmis aux ventes. Un SQL (Sales Qualified Lead) est un contact que les ventes, après leur propre évaluation, considèrent comme prêt à entamer un vrai processus de vente.
La frontière entre les deux, c'est le moment du passage de relais. Le MQL sort du giron marketing avec un score qui dépasse votre seuil. Le SQL, lui, a passé le filtre commercial : les ventes ont vérifié qu'il y a un projet, un budget, un décideur.
Un lead, en amont, est simplement un contact qui a manifesté un premier intérêt : formulaire rempli, contenu téléchargé, réponse à un e-mail de prospection, participation à un webinaire. Tous les leads ne se valent pas, et c'est bien là tout le sujet du scoring.
Ce qu'il faut retenir, c'est qu'un contact peut faire l'aller-retour. Un MQL qui ne répond pas après trois relances doit redescendre. Un marketing qui gonfle artificiellement ses chiffres de MQL pour faire bonne figure devant la direction se tire une balle dans le pied, parce que les ventes finissent par ignorer les transmissions. Chez moi, la seule métrique qui compte, c'est le taux d'acceptation des MQL par les ventes. S'il tombe sous les deux tiers, le problème n'est jamais chez les commerciaux.
Lead scoring manuel ou prédictif : lequel choisir ?
Une grille manuelle, c'est vous qui décidez des critères et des pondérations. Vous la comprenez, vous la modifiez en cinq minutes, vous pouvez l'expliquer à n'importe qui dans l'équipe. Son défaut : elle repose sur votre intuition, et votre intuition a des angles morts.
Le scoring prédictif, à l'inverse, laisse un modèle statistique apprendre quels comportements sont réellement corrélés aux signatures, en comparant votre base de contacts avec vos clients effectivement convertis. Vous ne fixez plus les points, vous les observez.
Comment fonctionne un modèle prédictif, en pratique
Le principe est simple à décrire, plus délicat à faire tourner. Le modèle regarde vos gagnants et vos perdants passés, repère les attributs et les comportements qui reviennent chez ceux qui ont signé, puis attribue une note à chaque nouveau contact selon ces motifs. Les plateformes de CRM modernes (HubSpot, Salesforce et consorts) en proposent, souvent en option payante.
Le piège, c'est la donnée. Un modèle prédictif a besoin de volume. Si vous avez signé douze clients en deux ans, l'algorithme n'apprendra rien d'utile : il reproduira vos biais en les maquillant en science. Pour la grande majorité des PME que je croise, une grille manuelle bien faite écrase un modèle prédictif mal nourri. Franchement, et je le dis sans détour : commencez manuel. Passez au prédictif quand vous aurez assez d'historique pour que le modèle ait de quoi mordre.
Comment articuler scoring, CRM et nurturing
Un score qui vit dans un tableur isolé ne sert à rien. Il doit être branché là où vos équipes travaillent, et alimenter une mécanique de nurturing qui fait bouger les contacts entre les seuils.
Le rôle du CRM
Votre CRM (ou votre plateforme d'inbound marketing) est l'endroit où le score se calcule et se met à jour automatiquement. C'est aussi là que se joue la règle du passage MQL → SQL. Concrètement, vous définissez un déclencheur : dès qu'un contact franchit les 50 points, il entre dans une liste dédiée, et une notification part vers l'équipe commerciale. Sans cette automatisation, le score redevient une donnée morte.
Le rôle du lead nurturing
Le lead nurturing, c'est l'ensemble des actions qui entretiennent la relation avec un contact qui n'est pas encore prêt à acheter. C'est exactement là que le scoring prend tout son sens. Un contact coincé entre 30 et 50 points n'a pas besoin d'un appel commercial, il a besoin de contenu. Vous lui envoyez des ressources adaptées à son stade, et vous regardez son score évoluer.
Spoiler : la plupart des contacts n'atteindront jamais 50 points. Et c'est normal. Sur une base d'inbound marketing classique, seule une petite fraction des leads devient un jour un MQL. Vouloir convertir tout le monde, c'est la meilleure façon d'épuiser votre équipe commerciale. Le nurturing sert aussi à ça : laisser respirer ceux qui ne sont pas mûrs.
Trois erreurs qui tuent un lead scoring
Je les ai toutes commises. Autant que vous en profitiez.
- Mettre trop de critères. Une grille à quarante lignes n'est relue par personne, et plus personne ne sait pourquoi un contact a la note qu'il a. Restez sur une dizaine de critères maximum.
- Ne jamais recalibrer. Votre marché change, vos contenus changent, vos clients changent. Une pondération figée depuis deux ans raconte l'histoire d'un business qui n'existe plus. Moi, je revois mes seuils chaque trimestre, et une fois par an je regarde si mes critères prédisent encore quelque chose.
- Ignorer le retour des ventes. Si vos commerciaux n'ont pas leur mot à dire sur les critères, ils n'utiliseront jamais l'outil. Le scoring doit se construire à deux mains, marketing et ventes autour de la même table.
La première fois que j'ai mis en place une grille, je l'ai fait seul, dans mon coin, en une après-midi. Résultat : les ventes l'ont contournée pendant six semaines avant que je comprenne. La leçon m'a coûté du temps, mais elle valait le coup.
Le score n'est jamais qu'une hypothèse
Votre lead scoring ne dit pas la vérité sur vos contacts. Il formule une prédiction, et cette prédiction se trompe. La seule question qui compte, ce n'est pas de savoir si votre grille est parfaite, mais si vos commerciaux font davantage de bonnes rencontres grâce à elle qu'ils n'en feraient sans.
Si la réponse est non, ce n'est pas votre outil qu'il faut changer. C'est le moment de retourner voir vos vrais clients, ceux qui ont signé, et de vous demander ce qu'ils avaient en commun. La réponse est souvent plus simple, et plus dérangeante, que tout ce que votre grille raconte.
