Construire et recalibrer un lead scoring
Un score n’est pas une vérité sur un prospect. C’est une hypothèse de priorité : elle doit afficher ses critères, produire le même résultat à données égales et être confrontée aux conversions réelles.
Ce que couvre cette page
La notation des prospects, souvent appelée lead scoring, transforme des critères observables en hypothèse de priorité commerciale. Cette page explique comment construire et vérifier une grille. Elle ne choisit pas l’architecture qui exécute les scénarios : ce choix appartient au cas d’usage automatisation marketing. Pour organiser le traitement des priorités après le score, utilisez le guide du pipeline commercial.
Séparer adéquation et engagement
Un critère d’adéquation décrit le profil recherché : activité, rôle, territoire ou autre propriété utile au cycle. Un critère d’engagement décrit une action observée : demande de démonstration, réponse, rendez-vous ou utilisation d’une fonctionnalité. Additionner les deux sans les distinguer rend le résultat difficile à expliquer.
Le moteur de scoring documenté par HubSpot distingue notamment des scores d’adéquation, d’engagement et combinés. Cette capacité prouve une possibilité dans ce produit ; elle ne fixe ni vos critères ni leur pondération.
Exiger une preuve pour chaque point
Écrivez chaque critère sous la forme « donnée ou événement observable → points → raison ». Si la donnée manque, décidez explicitement si le critère vaut zéro, bloque la qualification ou déclenche une vérification. Évitez les signaux impossibles à reproduire, comme une impression générale sur la qualité du prospect.
Ajoutez des points négatifs pour les exclusions connues et une règle d’inactivité seulement si vous pouvez expliquer sa durée. L’objectif n’est pas de produire un score sophistiqué : il est de rendre la priorité compréhensible par marketing et ventes.
Tester trois profils avant un seuil
Le constructeur ci-dessous commence à zéro. Donnez une preuve à chaque critère pondéré, choisissez un seuil et indiquez la classification attendue pour trois profils fictifs. Ajoutez ensuite un résultat observé fictif : l’outil compare la classification obtenue au résultat et compte les faux positifs et faux négatifs. La copie conserve critères, seuil, classifications, observations et diagnostics.
Recalibrer avec les erreurs, pas avec l’intuition
Définissez une période et un résultat : rendez-vous accepté, opportunité créée, vente ou autre étape stable. Comparez ensuite les priorités aux résultats. Un faux positif obtient une priorité élevée sans résultat ; un faux négatif obtient une priorité faible malgré le résultat. Examinez ces cas avant de déplacer les points ou le seuil.
Conservez la version de la grille, la période, la population et la formule. Sans ces quatre éléments, une amélioration apparente peut venir d’un changement de données plutôt que d’un meilleur scoring.
Quand ne pas utiliser de scoring
- Le volume est trop faible pour comparer des groupes sans surinterpréter quelques cas.
- Le profil cible n’est pas défini ou les équipes ne partagent pas la même définition d’une opportunité qualifiée.
- Les données comportementales sont absentes, non fiables ou collectées sans cadre clair.
- Le score servirait de décision automatique définitive sans revue possible.
Dans ces situations, commencez par stabiliser le processus de choix et les critères CRM ou le pipeline avant d’ajouter une pondération.
Outil local
Construire une grille de scoring testable
Rien n’est prérempli et aucune donnée n’est envoyée. Donnez une preuve observable à chaque critère pondéré, fixez un seuil, puis confrontez la classification obtenue à trois résultats fictifs observés.
| Prospect fictif | Critère de profil | Critère d’engagement | Signal négatif | Décroissance liée à l’inactivité | Score | Classification attendue | Classification obtenue | Résultat observé fictif | Diagnostic |
|---|---|---|---|---|---|---|---|---|---|
| Prospect A | 0 point(s) | Seuil à définir | Non évaluable | ||||||
| Prospect B | 0 point(s) | Seuil à définir | Non évaluable | ||||||
| Prospect C | 0 point(s) | Seuil à définir | Non évaluable |
Formule : somme des points des critères cochés. Comparez ensuite ces scores aux résultats réellement observés pour détecter faux positifs et faux négatifs avant de modifier les seuils.
Erreurs observées : Faux positifs : 0. Faux négatifs : 0.
Définissez le seuil, la classification attendue et le résultat observé fictif de chaque prospect avant de copier l’évaluation.
Points clés à retenir
- •Séparez l’adéquation du profil et l’engagement observé : ils ne répondent pas à la même question.
- •Chaque critère pondéré doit avoir une preuve observable et un propriétaire.
- •Testez points négatifs, inactivité et données manquantes avant d’activer une priorité commerciale.
- •Mesurez faux positifs et faux négatifs sur une période définie avant de déplacer un seuil.
Questions fréquentes
Non. Un seuil dépend du résultat visé, du volume traité et du coût d’une erreur. Commencez par une hypothèse documentée, puis comparez les scores aux résultats observés sur une période définie.