Lead scoring B2B : cibler les bons comptes avant de prospecter

1. Ce qu'est vraiment un lead scoring, et pourquoi tant de boîtes le négligent

Antoine traite le lead scoring comme un sujet aussi fondamental que le pricing, et aussi souvent bâclé. Pour lui, scorer un compte consiste à évaluer dans quelle mesure une entreprise correspond à l'ICP (Ideal Customer Profile, profil du client idéal) et à quel point le produit peut lui apporter de la valeur. L'objectif n'est pas esthétique : c'est d'éviter que les sales (commerciaux) et les BDR (Business Development Representatives, chargés de prospection) perdent du temps sur des comptes qui ne convertiront jamais.

"Ça peut tuer la boîte si on va au mauvais endroit. Et je pense que ça fait partie des gros sujets qui sont sous-estimés dans les startups aujourd'hui. C'est le lead scoring et le pricing."— Antoine Leprince

2. Scorer l'entreprise en premier, le contact ensuite

La question du niveau de granularité est souvent mal posée dans les discussions sur le lead scoring. Antoine la tranche nettement : on commence par l'entreprise.

Chez Botify, la plateforme travaille sur les sites internet des clients. Les critères retenus sont de deux ordres : les critères spécifiques au produit, comme le volume de trafic et le nombre de pages du site, et les critères plus classiques comme le nombre d'employés et la géographie. Ces critères sont pondérés pour produire un score global qui place chaque compte dans un tier (palier) de A à D. Les équipes concentrent leurs efforts sur les tiers A et B. Un scoring contact existe également via Asgard, outil de détection d'intent (signaux d'intérêt implicites sur Internet), mais il reste secondaire : identifier qui contacter n'a de sens que si l'entreprise a d'abord été qualifiée.

3. Les data providers : l'infrastructure silencieuse du scoring

Un data provider est un outil qui agrège des données sur les entreprises et les injecte automatiquement dans le CRM (Customer Relationship Management) pour enrichir les comptes. Chez Botify, deux types de sources coexistent : les données SEO (Search Engine Optimization, référencement naturel) spécifiques au produit via des outils comme Data4SEO, et les données firmographiques classiques comme la géographie ou l'effectif, fournies par Clearbit, racheté depuis par HubSpot. La combinaison de ces sources permet d'atteindre environ 90% de fiabilité sur le scoring.

Ce chiffre n'est pas parfait. Il est suffisant pour fonctionner, à condition de vérifier périodiquement la qualité des inputs. Un data provider qui fournit un mauvais site internet pour un compte dégrade l'ensemble du score de ce compte. La revue régulière des sources est aussi importante que la construction initiale des critères.

4. Les sous-ICPs : affiner par région et par produit

C'est l'évolution en cours chez Botify au moment de l'enregistrement, et l'idée la plus structurante de l'épisode.

Une fois le scoring de premier niveau stabilisé, l'enjeu est de répondre à une question plus précise : comment adresser ce compte, et avec quel produit ? Botify dispose de plusieurs briques produit, et selon le profil du compte, certaines sont plus pertinentes. Antoine appelle ces subdivisions des sous-ICPs. Ils permettent de pousser directement au sales, dans Salesforce, le produit recommandé et les contenus d'enablement (formation et aide à la vente) adaptés. En Asie, un scoring continental est inutilisable : les marchés japonais, australien et singapourien sont trop différents pour partager les mêmes règles. Il faut des scorings distincts. En pratique, Antoine estime que cinq à six sous-ICPs suffisent pour couvrir les principales combinaisons région-produit.

5. Co-construire le scoring avec les équipes terrain

C'est l'idée qui m'a semblé la plus contre-intuitive, parce qu'elle ralentit le projet. C'est exactement pour ça qu'elle fonctionne.

La méthode d'Antoine ne consiste pas à construire le scoring en chambre puis à le pousser aux équipes. Il l'a co-construit avec toutes les personnes client-facing dès le départ : sales, BDRs, CSM (Customer Success Managers), marketing. Au moment du go-live, les équipes n'ont pas découvert le scoring. Elles ont participé à le définir. La résistance terrain est quasi nulle, parce qu'il n'y a pas de surprise.

"Ça, c'est la pire chose. Parce que même si le scoring est parfait, si on leur pousse un scoring du jour au lendemain, c'est sûr qu'il y aura du pushback."— Antoine Leprince

Prendre les feedbacks terrain reste un exercice permanent après le lancement. Quand un commercial conteste un tier A, la première question est : cas exceptionnel ou signal systémique ? Si le feedback se répète, le scoring doit évoluer.

6. Le forecast : l'operating cadence avant l'outil

Antoine aborde le forecast en fin d'épisode, et sa façon de poser le sujet dit quelque chose d'important sur sa vision du métier.

L'erreur la plus répandue, selon lui, est de commencer par choisir l'outil. Ce qui conditionne la qualité d'un forecast, c'est l'operating cadence : la régularité avec laquelle les équipes travaillent ensemble sur les prévisions, la clarté des définitions de chaque étape du pipeline, et la discipline avec laquelle les sales alimentent leurs engagements déclaratifs. Chez Botify, le processus mêle un bottom-up déclaratif et un forecast automatisé basé sur les probabilités par stage et par tiering. Trois pipeline reviews réunissent des execs de plusieurs départements par trimestre pour débloquer les situations complexes avant la fin du cycle. Sur l'outil, Antoine utilise l'objet Forecast natif de Salesforce, souvent sous-utilisé, avant d'envisager des solutions spécialisées.