Leads qualifiés ou contacts : pourquoi les systèmes de gestion de la relation client (CRM) de la plupart des entreprises sont pleins de bruit

Un CRM est un outil neutre. Il enregistre ce qui lui est fourni. Si le marketing fournit un millier de contacts par mois, le CRM dispose d'un millier d'enregistrements supplémentaires. Si la moitié de ces contacts n'ont pas de nom d'entreprise, qu'une autre moitié ne répond pas et qu'un sous-ensemble est constitué de concurrents effectuant une enquête, le CRM affiche toujours un millier d'enregistrements. Aucun outil n'a ses propres critères pour distinguer les vrais prospects du bruit.

Ce point semble évident, mais il a des conséquences dont on se rend rarement compte. La première est que l'indicateur “nombre de prospects dans le CRM” est presque toujours une mesure de vanité, et non une mesure commerciale. Mesurer la croissance de la base sans mesurer sa composition conduit à des conclusions trompeuses sur la santé commerciale de l'opération.

La seconde est que les vendeurs, confrontés à un CRM complet mais sans structure de hiérarchisation, ont tendance à développer leur propre méthode de tri. Chaque vendeur crée ses propres règles informelles pour décider des contacts avec lesquels travailler, de ceux que personne ne documente, de ceux qu'il quitte lorsqu'il change d'entreprise et de ceux qu'il ne reproduit pas avec les nouveaux arrivants. L'organisation perd la capacité commerciale accumulée parce que les critères n'ont jamais été partagés.

Le troisième est le coût en termes de productivité. Les équipes mal alignées peuvent perdre jusqu'à 60% de prospects et coûter aux entreprises B2B 10% ou plus de chiffre d'affaires annuel. Les équipes alignées, en revanche, augmentent leur chiffre d'affaires de 24%, fidélisent leurs clients de 36% et sont 67% plus efficaces pour conclure des affaires. Ces chiffres peuvent sembler exagérés jusqu'à ce que vous comptiez le temps que chaque vendeur passe à filtrer des contacts qui ne se convertiront jamais, que vous additionniez toutes les semaines de l'année et que vous les multipliiez par tous les membres de l'équipe.

Le CRM, qui devrait être un outil d'organisation commerciale, devient un fichier de bruit lorsque la qualification préalable échoue.

Les raisons sont triples et se renforcent mutuellement.

La première est la métrologie. Lorsque le marketing est mesuré par les “leads générés” sans la qualification requise, le moyen le plus rapide d'atteindre l'objectif est de réduire les barrières à l'entrée. Un formulaire court, une question générique, un appât attrayant mais non filtrant. Plus le volume de prospects est important, plus il est facile d'atteindre le chiffre. Personne n'est de mauvaise foi, ils optimisent simplement ce qui leur a été demandé. Le problème n'est pas comportemental, il est structurel : les mauvaises mesures produisent le mauvais comportement avec une cohérence prévisible.

La deuxième est la définition. Dans la plupart des entreprises, la notion de “prospect qualifié” fait rarement l'objet d'une définition écrite. Lorsqu'elle existe, elle est suffisamment vague pour ne rien signifier d'un point de vue opérationnel. “Entreprise intéressée par notre service” est une phrase qui décrit toute personne qui clique sur le formulaire. Sans critères concrets et vérifiables, la qualification se fait à la sensibilité de chacun, à chaque instant, sans cohérence.

Le troisième est le processus. Même lorsqu'il existe une définition claire, le moment où la qualification intervient est souvent mal positionné dans l'entonnoir. La qualification par les ventes, au cours d'une réunion, est trop tardive - le coût de la réunion a déjà été payé. La qualification par le marketing, sans contact direct avec le lead, est aveugle - elle est basée sur des hypothèses concernant la personne qui a rempli le formulaire. Une qualification efficace doit avoir lieu entre les deux moments, avec un processus explicite que le marketing et les ventes reconnaissent comme étant partagé.

L'objection la plus fréquente à une qualification plus exigeante est qu'elle fait fuir les prospects légitimes. La logique implicite est la suivante : si nous demandons plus d'informations sur le formulaire, moins de personnes le rempliront et nous perdrons des contacts qui pourraient être bons. Cette logique est erronée et mérite d'être expliquée.

Le formulaire ne détermine pas qui est un prospect qualifié. C'est le formulaire qui détermine qui a la patience de remplir un long formulaire. Lorsque la barrière est excessive (huit champs obligatoires pour télécharger une brochure), elle aliène effectivement les contacts qui préfèrent des solutions plus rapides. Mais lorsque la barrière est calibrée (trois à cinq champs auxquels tout acheteur réel répondrait sans hésitation), elle ne fait qu'éloigner ceux qui n'allaient jamais acheter.

La question clé n'est pas “combien de champs dois-je demander ? Il s'agit de savoir quelles sont les informations qui distinguent un véritable acheteur d'un curieux, et comment je peux demander ces informations de manière naturelle. Le nom, la société et la taille de l'entreprise rebutent rarement les vrais acheteurs. Les formulaires qui demandent le budget disponible, l'étape de la décision ou le délai prévu risquent davantage de les rebuter, mais ils filtrent mieux. Le choix des questions à inclure doit être fondé sur le coût d'une piste disqualifiée parvenant au vendeur, et non sur le sentiment qu”“il est dommage de perdre des contacts”.

Une façon productive d'envisager le formulaire est de le considérer comme une première conversation. Quelles sont les trois ou quatre questions qu'un assistant commercial poserait au cours des deux premières minutes d'un appel pour déterminer s'il vaut la peine de le poursuivre ? Si ces questions peuvent être posées dans le formulaire, le premier appel commence à un stade beaucoup plus avancé et le vendeur sait dès le départ quels contacts valent la peine d'être poursuivis.

La plupart des plateformes d'automatisation du marketing offrent des fonctions de notation des prospects : elles attribuent des points à chaque prospect en fonction de son comportement et de ses caractéristiques. Les responsables définissent des règles, le système attribue des numéros et l'équipe de vente reçoit des pistes avec un score associé.

Dans la plupart des cas, le lead scoring mis en place est cosmétique. Il attribue des points pour l'ouverture d'un courriel (un point), la visite d'un site web (deux points), le téléchargement d'un contenu (cinq points), le remplissage d'un formulaire (dix points). Les chiffres sont cohérents mais n'ont aucune signification commerciale. Un lead avec un score de 30 n'est pas nécessairement meilleur qu'un lead avec un score de 15. Un score élevé peut indiquer un intérêt réel ou que le lead reçoit des communications automatisées depuis longtemps.

Le lead scoring opérationnel est différent à deux égards. Tout d'abord, il sépare le score d'adéquation du score d'intention. L'adéquation mesure si le lead correspond au profil du client idéal : taille de l'entreprise, secteur, position, géographie. L'intention mesure si le prospect est commercialement actif : recherches récentes, pages visitées à forte valeur commerciale (page de tarification, page de contact), fréquence d'interaction au cours des dernières semaines. Un prospect avec un niveau élevé d'adéquation et une intention faible est à entretenir. Un prospect avec une adéquation élevée et une intention élevée est prêt à être commercialisé. Une piste dont l'adéquation est faible, quelle que soit l'intention, ne progresse pas.

Deuxièmement, le scoring opérationnel des leads est validé par rapport à des résultats commerciaux réels, et non par rapport à la théorie. Si des prospects avec un score de 50 convertissent à 25% et des prospects avec un score de 80 convertissent à 22%, le système de notation est erroné, aussi logique qu'il puisse paraître. L'étalonnage nécessite un suivi mensuel des pistes qui ont progressé et de celles qui n'ont pas progressé, ainsi qu'un ajustement des pondérations lorsque les données le justifient. Les modèles de notation des prospects basés sur le comportement, lorsqu'ils sont bien calibrés, peuvent augmenter le taux de conversion jusqu'à 40%, mais ce résultat dépend d'une boucle fermée entre les données de conversion réelles et l'ajustement des règles.