Target Operating Model et RevOps : ce qu'un Ops apprend en changeant d'industrie

1. Le Target Operating Model : dessiner la cible avant de construire les processus

Victor définit le Target Operating Model (TOM) comme la représentation formalisée de l'organisation cible : quels rôles, quels processus, quels outils, quels flux de données, et surtout quelles interactions entre ces éléments. Ce n'est pas un organigramme. C'est une carte qui montre comment l'information circule du prospect au client, et comment chaque équipe contribue à cette circulation.

Ce qui m'a frappé dans son approche, c'est l'insistance sur le séquençage. Victor recommande de commencer par observer l'existant (shadowing des équipes terrain, écoute des appels, cartographie des outils utilisés) avant de dessiner la cible. Trop d'équipes Ops arrivent avec un modèle préconçu et tentent de l'imposer. Le résultat : des processus techniquement corrects mais que personne n'utilise.

Le TOM doit aussi intégrer une dimension temporelle. Victor distingue trois horizons : le modèle actuel (as-is), le modèle cible à 12 mois (to-be), et les jalons intermédiaires. Sans cette granularité, le TOM reste un document stratégique déconnecté de l'exécution quotidienne.

2. Changer d'industrie : le meilleur accélérateur pour un Ops

C'est probablement l'idée la plus contre-intuitive de l'épisode. Victor a traversé quatre secteurs radicalement différents : la finance de marché, l'aéroportuaire, le média digital et la fintech B2B. À chaque transition, il a transposé des pratiques qui étaient standards dans un secteur mais inexistantes dans le suivant.

"Ce qui est banal dans une industrie peut être révolutionnaire dans une autre. Le forecasting que je faisais chez JellySmack, personne ne le faisait comme ça chez Alma. Et inversement, le pricing structuré que j'ai appris chez Alma, c'est quelque chose que JellySmack n'avait jamais formalisé."— Victor Rusé

Chez JellySmack, le défi était le scaling pur : passer de quelques dizaines de créateurs à plusieurs centaines, avec des cycles de décision très courts et un volume de données considérable. Victor a dû construire des modèles de prévision de revenus basés sur les performances des vidéos, un exercice qui n'existait dans aucun manuel de Sales Ops.

Chez Alma, le contexte était radicalement différent : un produit fintech avec des enjeux de compliance, des cycles de vente plus longs, et une dimension pricing centrale. La transposition des méthodes de forecasting de JellySmack vers Alma a permis de construire un modèle de prédiction de revenus plus robuste que ce que l'équipe utilisait jusque-là.

3. Pricing : le levier de marge que les équipes Ops ignorent

C'est le passage de l'épisode qui m'a le plus marqué. Victor explique comment, chez Alma, il a piloté une stratégie de hausse de prix qui a produit une amélioration de marge d'environ 15% pour une augmentation de prix d'environ 10%.

La méthode repose sur trois étapes. D'abord, modéliser le risque de churn client par client avant de fixer l'amplitude de la hausse. Ensuite, procéder par lots progressifs : un premier lot test pour valider les hypothèses, puis un déploiement progressif. Enfin, suivre le pass-through rate (le pourcentage de la hausse effectivement répercuté par le client sur ses propres clients) chaque semaine pour ajuster si nécessaire.

"Le pricing, c'est le levier le plus puissant et le moins touché dans la plupart des boîtes. Parce que tout le monde a peur de perdre des clients. Mais si tu modélises correctement le risque avant de bouger, tu réalises que la plupart des clients absorbent la hausse sans broncher."— Victor Rusé

Ce qui rend cette approche transposable, c'est qu'elle ne dépend pas du secteur. Toute entreprise B2B SaaS avec un portefeuille clients suffisamment large peut appliquer cette méthode : segmenter les clients par risque de churn, tester sur un lot restreint, mesurer le pass-through rate, et itérer.

4. Compensation plan : aligner les incentives sur la stratégie, pas sur l'historique

Victor aborde un sujet que peu de RevOps osent toucher : la refonte des plans de commissionnement. Son constat est simple : dans la plupart des organisations, le compensation plan est hérité de la phase précédente de croissance. Il récompense des comportements qui étaient pertinents il y a deux ans mais qui ne le sont plus.

Chez Alma, Victor a restructuré le plan de commissionnement pour l'aligner sur les nouveaux objectifs stratégiques. Le principe directeur : récompenser la marge générée plutôt que le volume signé. Ce changement a modifié les comportements commerciaux en quelques semaines, avec une amélioration visible du mix produit vendu.

Victor insiste sur un point souvent négligé : la communication du changement. Un nouveau compensation plan mal communiqué crée plus de dégâts qu'un plan imparfait bien expliqué. Il recommande de présenter le nouveau plan en montrant ce que chaque commercial aurait gagné avec le nouveau système sur les trois derniers mois, pour démontrer que le changement est équitable.

5. Data model CRM : la fondation invisible de tout Operating Model

Le dernier point structurant de l'épisode concerne le data model du CRM. Victor considère que 80% des problèmes opérationnels qu'il rencontre ont leur racine dans un data model mal conçu ou jamais revu depuis la mise en place initiale.

Son approche : repartir des questions business que l'organisation doit pouvoir répondre (quel est mon win rate par segment ? quel est mon cycle de vente moyen par taille de deal ?), puis remonter vers les champs et objets nécessaires dans le CRM. La plupart des équipes font l'inverse : elles partent des champs existants et essaient d'en tirer des insights, ce qui produit des reportings approximatifs.

Victor recommande un audit du data model tous les six mois, avec une question simple : chaque champ obligatoire dans le CRM est-il encore utilisé dans au moins un reporting ou un workflow ? Si non, il faut le supprimer. Un CRM surchargé de champs inutiles dégrade la qualité de saisie des commerciaux et, par conséquent, la fiabilité de toutes les analyses qui en dépendent.