Cross icon
Better in English?
Better in English? Switch the website language for a better experience.

Lead scoring

Publié le
23/10/2026
Mise a jour le
23/10/2026

TL;DR

Méthode d’attribution d’un score à un prospect selon sa probabilité de conversion.

Le lead scoring est une méthode qui attribue un score à chaque prospect, selon son profil et son comportement, pour repérer ceux qui ont le plus de chances de devenir clients. Les équipes commerciales traitent d’abord les scores les plus hauts, au lieu de rappeler tout le monde dans l’ordre d’arrivée.

Lead, prospect, MQL, SQL : le vocabulaire

Ces mots reviennent dans toutes les discussions de scoring, et leur usage varie d’une équipe à l’autre. Voici les sens les plus courants :

  • Un lead est un contact qui a manifesté un intérêt : il a rempli un formulaire, téléchargé un contenu ou écrit à l’entreprise.
  • Un prospect est un contact que l’entreprise a identifié comme un client possible, qu’il ait ou non fait le premier pas. En pratique, beaucoup d’équipes emploient les deux mots comme des synonymes.
  • Un MQL (Marketing Qualified Lead) est un lead que le marketing juge assez mûr pour être transmis aux ventes.
  • Un SQL (Sales Qualified Lead) est un lead que les ventes ont accepté de traiter.

Le score sert précisément à décider du passage de l’un à l’autre : au-dessus d’un seuil, le lead devient MQL et part chez les commerciaux.

Les deux familles de critères

Un bon modèle mesure deux choses distinctes, et ne les additionne pas à l’aveugle :

  • L’adéquation avec votre cible (le « fit ») : poste, secteur, taille de l’entreprise, pays, outils utilisés. En B2B, on parle de critères firmographiques. Ils changent rarement.
  • L’intérêt du moment : pages vues, formulaires remplis, contenus téléchargés, demande de démonstration. Ils évoluent chaque semaine.

Un directeur marketing parfaitement dans la cible mais qui n’a jamais visité le site n’est pas encore un lead chaud. À l’inverse, un étudiant qui télécharge tout n’est pas un client. Garder les deux scores séparés, ou au moins les lire ensemble, évite ces faux positifs.

Un exemple de grille de points

Cette grille est une illustration, pas un barème à copier : les points se calibrent sur vos propres ventes.

  • Poste de décideur dans une entreprise de la bonne taille : +20.
  • Visite de la page contact ou de la page de présentation de l’offre : +15.
  • Téléchargement d’un livre blanc : +10.
  • Demande de démonstration : +40.
  • Ouverture d’un e-mail : +2.
  • Adresse e-mail personnelle, ou poste hors cible : moins 10.
  • Désabonnement : moins 20.
  • Aucune activité depuis deux mois : moins 10.

Avec un seuil de 50 points, un lead qui cumule un bon profil, une visite sur la page contact et un livre blanc téléchargé passe aux ventes. Les points négatifs comptent autant que les positifs : ils retirent du circuit les contacts qui encombrent les relances.

Mettre en place un lead scoring, pas à pas

  1. S’accorder avec les ventes sur la définition d’un bon lead. Sans cet accord, le marketing envoie des leads que les commerciaux rejettent, et le modèle perd toute crédibilité.
  2. Regarder les clients actuels. Quel poste, quel secteur, quel parcours avant la signature ? Les critères viennent de ce que les ventes gagnées ont en commun, pas d’une intuition.
  3. Choisir peu de critères. Huit à dix signaux bien choisis valent mieux que trente.
  4. Fixer le seuil de transmission et le moment où les points s’éteignent.
  5. Brancher le score dans le CRM, pour qu’il déclenche une tâche ou une alerte chez le commercial concerné.
  6. Comparer régulièrement les scores aux ventes réellement conclues et réajuster : un modèle de scoring se corrige tous les trimestres environ.

D’où viennent les signaux

Le scoring n’est aussi bon que le suivi qui l’alimente. Les formulaires remplissent le profil du contact, le suivi des pages vues et des clics donne son comportement, et l’origine de la visite ajoute un indice supplémentaire : un lead venu d’une recherche très précise n’est pas dans le même état d’esprit qu’un visiteur arrivé par un post de réseau social. C’est là que les paramètres UTM servent : ils gardent la trace de la campagne d’origine jusque dans le CRM. Les pages d’atterrissage, comme une landing page bien suivie, sont souvent le premier endroit où ce suivi se pose.

Du lead au compte : le scoring B2B

En vente B2B, la décision d’achat est rarement prise par une seule personne. Le scoring de compte (account scoring) regroupe les signaux de plusieurs contacts d’une même entreprise : le directeur marketing qui lit le site, le responsable produit qui télécharge un contenu, un troisième qui demande une démonstration. Pris isolément, aucun ne déclenche le seuil. Ensemble, ils montrent un intérêt réel de l’entreprise. Cette approche sert surtout aux équipes qui ciblent une liste restreinte de comptes précis.

Vérifier que le modèle fonctionne

Un scoring se juge sur ses résultats. Regroupez vos leads par tranche de score (faible, moyen, élevé) et comparez, pour chaque tranche, la part de leads devenus clients. Si les scores hauts ne convertissent pas mieux que les scores bas, le modèle ne mesure pas la bonne chose. Interrogez aussi les commerciaux : un lead jugé excellent par le score et déclaré inintéressant par les ventes signale un critère à revoir.

Les pièges à éviter

  • Un score que les ventes n’utilisent pas. Il ne vaut rien, quelle que soit la finesse du calcul.
  • Un modèle figé. Les produits, les cibles et les canaux changent : les critères aussi.
  • Trop de poids sur l’ouverture des e-mails. C’est un signal fragile, car certaines messageries déclenchent des ouvertures sans que la personne ait lu le message.
  • Oublier la décroissance. Un contact très actif il y a six mois et muet depuis ne doit pas rester en haut de la liste.
  • Un seuil trop bas. Les commerciaux croulent sous des leads tièdes et finissent par ignorer l’alerte.

Avec quels outils

La plupart des CRM et des outils de marketing automation, comme HubSpot, Salesforce ou Pipedrive, proposent une fonction de scoring. Sans outil dédié, un tableur ou une automatisation construite avec un outil comme Make ou Zapier peut faire l’affaire pour démarrer. Certains CRM ajoutent un scoring dit prédictif, calculé automatiquement à partir de l’historique des ventes : il demande beaucoup de données avant d’être fiable. Chez Mazette.co, l’expertise Performance marketing couvre ces chaînes d’automatisation, où les leads sont connectés, évalués puis stockés dans le CRM.

Code

Copier le code
Copy icon
Check icon
Mazette.co
/
Glossaire
/