Qu'est-ce que le lead scoring
Le lead scoring consiste à attribuer une note à chaque prospect pour refléter sa probabilité de conversion ou son adéquation avec le profil client idéal. Historiquement fait à la main sur un tableur, avec des critères souvent approximatifs, il devient beaucoup plus fiable et exhaustif lorsqu'un agent IA l'exécute automatiquement sur l'ensemble des leads découverts.
Les critères qu'un agent IA utilise pour scorer un lead
Un système de scoring robuste combine généralement trois familles de critères :
- Firmographiques : secteur d'activité, taille de l'entreprise, localisation, chiffre d'affaires estimé
- Signaux d'activité : recrutement en cours, levée de fonds récente, actualité de l'entreprise, changement de poste du décideur
- Adéquation avec l'ICP : correspondance avec le profil client défini lors de l'onboarding (voir l'agent Onboarding de ProspectIA)
→ Voir comment ces critères sont collectés par les agents IA en amont : Agents IA pour la prospection commerciale : le guide complet
Comment est calculé un score
Concrètement, chaque critère se voit attribuer un poids (par exemple : correspondance sectorielle = 30 points, signal d'activité récent = 25 points, taille d'entreprise idéale = 20 points, autres critères = 25 points). Le score final, généralement sur 100, permet de classer automatiquement les leads en catégories — par exemple "prioritaire", "à suivre", "à requalifier plus tard". Ce système peut être ajusté au fil du temps selon les retours commerciaux : si les leads scorés "prioritaires" convertissent mal, les poids des critères sont recalibrés.
Ce que le scoring change concrètement dans une journée commerciale
Sans scoring, un commercial traite ses leads dans l'ordre où il les reçoit — souvent l'ordre alphabétique ou chronologique, qui n'a aucun rapport avec la probabilité de conversion. Avec un scoring fiable, la journée commence par les prospects les plus susceptibles de répondre favorablement, ce qui améliore mécaniquement le taux de conversion sans changer le nombre d'heures travaillées.
Un scoring automatique sur chaque lead livré
ProspectIA attribue un score de priorité à chaque prospect avant même qu'il n'arrive dans votre CRM.
Découvrir les offres ProspectIA →Scoring IA vs scoring manuel Excel
| Critère | Scoring manuel (Excel) | Scoring automatisé par IA |
|---|---|---|
| Nombre de leads traitables | Quelques dizaines avant que ça devienne intenable | Illimité, sans effort supplémentaire |
| Cohérence des critères | Varie selon la personne qui score | Constante, appliquée uniformément |
| Mise à jour des signaux | Manuelle et rarement faite | Recalculée à chaque nouveau cycle |
| Temps requis | Élevé et récurrent | Nul une fois configuré |
Les pièges du scoring mal configuré
Un scoring mal calibré peut faire plus de mal que pas de scoring du tout : si les poids attribués aux critères ne reflètent pas la réalité du marché cible, les leads "prioritaires" peuvent en fait être les moins susceptibles de convertir. La bonne pratique consiste à réviser la grille de scoring après les premières semaines d'utilisation, en croisant les scores avec les taux de réponse réels obtenus.
→ Voir comment ce scoring s'inscrit dans un flux complet de génération de leads : Comment obtenir 50 leads B2B qualifiés par semaine
Exemple de grille de scoring appliquée à un cas concret
Prenons un ICP "cabinets d'expertise-comptable de 10 à 40 salariés". Un prospect découvert : cabinet de 25 salariés (adéquation taille : 20/20), secteur comptabilité (adéquation secteur : 30/30), a publié une offre d'emploi il y a 5 jours (signal d'activité récent : 25/25), mais le contact identifié n'est pas le décideur final, seulement un assistant (pénalité contact : -10). Score final : 65/100, classé "à suivre" plutôt que "prioritaire" malgré un excellent alignement sectoriel, à cause du mauvais interlocuteur identifié. Cet exemple illustre pourquoi le scoring ne doit jamais reposer sur un seul critère : c'est la combinaison qui donne un résultat fiable.
À quelle fréquence recalibrer son scoring
Une révision tous les deux à trois mois est généralement suffisante pour une PME, en croisant les scores attribués avec les taux de réponse et de conversion réellement observés sur la période. Recalibrer trop souvent (chaque semaine) ne laisse pas assez de données pour tirer des conclusions fiables ; ne jamais recalibrer laisse le système dériver par rapport à la réalité du marché.
Faut-il un score unique ou plusieurs scores selon le canal
Pour une PME qui démarre, un score unique combinant tous les critères suffit. Les organisations plus matures séparent parfois un "score de fit" (adéquation avec l'ICP, stable dans le temps) d'un "score d'intention" (signaux d'activité récents, qui évolue chaque semaine), pour distinguer un prospect qui correspond au profil idéal d'un prospect qui montre un signal d'achat immédiat — les deux méritant un traitement commercial différent.
FAQ — 7 questions fréquentes
Qu'est-ce que le lead scoring en prospection B2B ?
Le lead scoring consiste à attribuer une note à chaque prospect pour refléter sa probabilité de conversion ou son adéquation avec le profil client idéal, afin de prioriser les leads à contacter en premier.
Quels critères sont utilisés pour scorer un lead B2B ?
Généralement trois familles : des critères firmographiques (secteur, taille, localisation), des signaux d'activité (recrutement, actualité récente), et l'adéquation avec le profil client cible défini en amont.
Comment un agent IA calcule-t-il un score de lead ?
Chaque critère reçoit un poids prédéfini, et le score final (souvent sur 100) résulte de leur somme pondérée. Ce système peut être recalibré au fil du temps selon les taux de conversion réellement observés.
Le scoring manuel sur Excel est-il suffisant pour une PME ?
Il peut fonctionner pour un très faible volume de leads, mais devient vite intenable au-delà de quelques dizaines de prospects par semaine, et manque de cohérence si plusieurs personnes l'appliquent différemment.
Que se passe-t-il si le scoring est mal configuré ?
Les leads classés comme prioritaires peuvent en réalité être les moins susceptibles de convertir, ce qui dégrade les résultats commerciaux au lieu de les améliorer. Il faut réviser régulièrement les poids des critères.
Le scoring de leads remplace-t-il la qualification humaine ?
Non, il la complète en amont. Le scoring priorise l'ordre de contact, mais la qualification finale (compréhension du besoin réel, budget, timing) reste un travail humain lors de l'échange avec le prospect.
Combien de temps faut-il pour qu'un système de scoring soit fiable ?
Généralement quelques semaines : le temps de croiser les premiers scores attribués avec les taux de réponse et de conversion réels, puis d'ajuster les poids des critères en conséquence.