Fit
Secteur, taille, région, fonction et cas d’usage.
Gedrag
Pages pertinentes, contenus, réponses et interactions répétées.
Intentie
Demande concrète, calendrier, problème et prochaine étape souhaitée.
Signes négatifs
Hors cible, activité ancienne, désinscription ou absence de consentement.
Validation
Comparez régulièrement les scores aux résultats commerciaux réels.
Ce qu’un score de prospect signifie — et ne signifie pas
Le lead scoring classe les contacts selon des signaux choisis à l’avance. Il ne signifie pas qu’une personne achètera certainement. Il aide à voir où une attention humaine est probablement la plus utile et quels contacts devraient suivre un autre parcours.
Un score élevé sans explication est peu utile. L’équipe commerciale doit pouvoir voir quels signaux y ont contribué, quand ils ont été recueillis et si les données sous-jacentes sont encore à jour.
Combinez adéquation, comportement et intention
L’adéquation indique si une organisation et une personne de contact correspondent à la cible choisie. Le comportement montre des interactions, mais son sens dépend du contexte : un téléchargement général n’équivaut pas à des visites répétées sur une page de solution pertinente. L’intention devient visible lorsqu’un problème précis, un calendrier ou une demande concrète apparaît.
Utilisez aussi des points négatifs. Un étudiant, un fournisseur, une demande d’un client existant, un contact inactif ou une désinscription explicite ne doivent pas suivre le même parcours qu’une nouvelle opportunité commerciale. Réduisez aussi le poids d’un comportement devenu ancien.
- Donnez plus de poids aux signaux forts et rares qu’à l’activité générale.
- Évitez de compter plusieurs fois le même type de comportement répété.
- Rendez visibles les règles d’exclusion et de dépréciation des scores.
- Utilisez des segments lorsque différents publics manifestent des comportements différents.
- Pour chaque champ, documentez la source, la signification et la date de mise à jour.
Définissez les seuils avec l’équipe commerciale
Ne partez pas d’un seuil arbitraire. Analysez les contacts passés pour lesquels vous disposez de résultats suffisamment fiables. Examinez les combinaisons de signaux associées à des échanges pertinents et repérez les faux positifs ainsi que les possibilités manquées.
Associez chaque seuil à une action : suivi personnel immédiat, qualification supplémentaire, nurturing ou absence d’action commerciale. Le parcours doit correspondre à la force du signal et aux attentes du contact.
Sources de cette section : Union européenne · European Data Protection Board
Exemple illustratif : deux contacts avec le même score
Une entreprise de logiciels fictive voit deux contacts avec le même score total. Le premier correspond bien à la cible et a consulté plusieurs pages de fond, mais n’a posé aucune question concrète. Le second correspond moins bien à la cible, mais a demandé explicitement un délai de mise en œuvre.
Au lieu d’un classement unique, l’équipe distingue l’adéquation à la cible de l’intention. Le premier contact reçoit un contenu de suivi pertinent ; le second fait l’objet d’une qualification humaine. Cet exemple montre pourquoi la composition du score compte davantage que son total seul.
Traitez le scoring comme du profilage, avec une gouvernance claire
Lorsque des données à caractère personnel servent à évaluer des caractéristiques ou des comportements, la transparence est importante. Définissez la finalité et la base juridique, ne collectez pas plus de données que nécessaire, veillez à leur exactitude et limitez les accès et la durée de conservation.
Ne laissez pas un score entraîner, sans examen approprié, une décision ayant des conséquences importantes. Pour la priorisation B2B aussi, l’évaluation humaine reste nécessaire dans la pratique : le contexte, la relation et le besoin actuel entrent rarement entièrement dans un modèle.
Sources de cette section : Union européenne · European Data Protection Board · Autorité de protection des données
Qu’est-ce que cela implique pour votre organisation ?
Le scoring devient utile lorsque les contacts pertinents sont plus nombreux que l’équipe commerciale ne peut en suivre soigneusement et que des retours fiables sur les résultats sont disponibles. Commencez par un modèle transparent avec peu de signaux et vérifiez chaque mois quels scores mènent à quels résultats.
Ne commencez pas si les données CRM sont incomplètes, si les définitions divergent ou si le marketing ne reçoit aucun retour sur les résultats commerciaux. Améliorez d’abord le flux de données et la qualification commune.
Questions fréquentes
Combien de critères faut-il pour un bon modèle de scoring ?
Le moins possible, tout en distinguant utilement les contacts. Un modèle simple et explicable est généralement plus facile à valider que des dizaines de signaux peu étayés.
Le comportement sur le site suffit-il pour le lead scoring ?
Non. Un comportement sans adéquation à la cible ni contexte peut induire en erreur. Combinez-le avec des signaux de profil, d’intention et des signaux négatifs.
À quelle fréquence faut-il valider le modèle ?
Suivez les résultats en continu et prévoyez régulièrement une revue commune. Réexaminez le modèle plus tôt si la cible, l’offre, une campagne ou la collecte des données change.
Le lead scoring est-il permis par le RGPD ?
Cela dépend de la finalité, des données, de la base juridique, de la transparence et des conséquences. Évaluez le traitement concret et prévoyez un contrôle humain adapté.
Sources
Les sources ci-dessous étayent les passages factuels et réglementaires indiqués. Les cadres de décision pratiques sont des recommandations professionnelles de DSC Solution.
- Union européenne — Règlement (UE) 2016/679 — règlement général sur la protection des données27 avril 2016Utilisé pour : principes de licéité du traitement, de minimisation des données, d’exactitude et de prise de décision automatisée.
- European Data Protection Board — Automated decision-making and profiling6 février 2018Utilisé pour : profilage, transparence et limites des décisions fondées exclusivement sur un traitement automatisé.
- Autorité de protection des données — Brochure d’information sur les systèmes d’intelligence artificielle et le RGPDdécembre 2024Utilisé pour : les points d’attention belges concernant l’IA et les données à caractère personnel.
