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.
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 :
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.
Un bon modèle mesure deux choses distinctes, et ne les additionne pas à l’aveugle :
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.
Cette grille est une illustration, pas un barème à copier : les points se calibrent sur vos propres ventes.
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.
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.
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.
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.
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