Pour faire du lead scoring avec l’IA, commencez par quelques règles simples que votre équipe commerciale peut expliquer. Importez une liste de leads comprenant la taille de l’entreprise, l’intitulé du poste et le texte du site web, puis utilisez AI Editing de Datablist pour générer un score à partir de ces champs. Prévisualisez le script généré sur quelques lignes avant de l’appliquer à toute la liste.

Vous obtenez ainsi un score cohérent pour chaque lead, afin de mieux les prioriser. Ce score ne prédit pas qui achètera : comparez donc les résultats à des exemples de clients réels et ajustez les règles si le classement semble incorrect.

Voici les étapes à suivre pour votre lead scoring avec l’IA :

  1. Identifiez vos meilleurs clients
  2. Importez vos leads dans Datablist
  3. Demandez à l’IA de noter vos leads

Qu’est-ce que le lead scoring ?

Le lead scoring classe les prospects selon les critères que vous définissez, par exemple l’adéquation de l’entreprise avec votre taille cible ou la pertinence du poste occupé par le contact. Le score vous aide à déterminer quelles lignes examiner en priorité, mais sa fiabilité dépend entièrement des règles et des données utilisées.

Étape 1 : identifiez vos meilleurs clients

  1. Analysez dans votre CRM quelques clients gagnés et quelques leads mal ciblés. Repérez les caractéristiques qui les différencient : dix exemples positifs ne suffisent pas à déterminer quelles règles écartent les entreprises non pertinentes.

  2. Identifiez leurs points communs et notez-les. Voici quelques facteurs à prendre en compte :

    • Caractéristiques de l’entreprise (taille, secteur, localisation)
    • Informations sur le contact (intitulé du poste, pouvoir de décision)
    • Niveau d’engagement envers votre entreprise
    • Données démographiques et comportementales
  3. Définissez l’impact de chaque facteur sur le classement.

Attribuez le score le plus élevé aux facteurs essentiels et le plus faible aux critères appréciables, mais non indispensables.

Dans l’exemple ci-dessous, un rôle correspondant à celui d’un décideur rapporte deux points, une entreprise de 15 à 100 salariés en rapporte un, et la présence d’un terme lié à l’IA sur son site web ajoute un point. Un lead peut donc obtenir un score de zéro à quatre. Ces pondérations sont de simples exemples, et non un modèle entraîné sur des données de conversion.

Remarque : adaptez les scores à votre modèle économique et à votre marché.

Étape 2 : importez vos leads dans Datablist

Commencez par importer un fichier CSV ou Excel dans Datablist avec la liste des leads que vous souhaitez évaluer.

Datablist vous permet de calculer les scores au sein d’une collection avant d’exporter une liste de prospects classés par priorité.

AI Editing génère du JavaScript à partir d’un prompt et d’un petit échantillon d’éléments. Une fois la prévisualisation validée, l’outil applique les règles générées à vos lignes. Précisez bien les cas particuliers, car quelques exemples ne permettent pas au générateur de déduire tous les schémas présents dans la collection complète.

Commencez par créer une collection, puis importez votre liste au format CSV ou Excel.

Créer une nouvelle collection dans Datablist
Créer une nouvelle collection dans Datablist

Voici mon fichier. Il contient :

  • le texte des sites web des entreprises
  • la taille des entreprises
  • le poste occupé par les prospects
Liste de prospects avec les informations utilisées pour le scoring.
Liste de prospects avec les informations utilisées pour le scoring.

Étape 3 : demandez à l’IA de noter vos leads

Transformez maintenant vos règles de scoring en une opération d’édition. Nommez les propriétés d’entrée et définissez les valeurs ainsi que les exceptions que le script généré devra gérer.

Suivez ces instructions pour obtenir les résultats les plus précis :

  1. Ouvrez Edit dans l’en-tête de la collection.

  2. Sélectionnez AI Editing.

    Ouvrir AI Editing via Edit puis AI Editing
    Ouvrir AI Editing via Edit puis AI Editing
  3. Rédigez le prompt de scoring. Sélectionnez les propriétés de la collection depuis l’éditeur de prompt afin que les références soient liées aux colonnes correspondantes. Indiquez si une valeur manquante rapporte zéro point et si les correspondances partielles doivent être prises en compte.

Prompt de lead scoring avec l’IA.
Prompt de lead scoring avec l’IA.

Voici le prompt que j’utilise pour mon lead scoring avec l’IA.

Exemple de prompt
Crée les propriétés numériques Persona Match, Account Match, Product Match et Lead Score.

Pour Persona Match, lis la propriété position. Attribue 2 points lorsqu’elle contient un poste de founder ou co-founder qui est également CEO. Sinon, attribue 1 point lorsque le poste est CEO ou COO. Attribue 0 point pour tout autre poste ou si la valeur est vide. Ne cumule jamais les scores de 2 et 1.

Pour Account Match, lis company_size. Attribue 1 point lorsque la valeur est un nombre compris entre 15 et 100 inclus ; sinon, attribue 0 point.

Pour Product Match, lis Website Texts. Attribue 1 point lorsque le texte contient AI ou KI en tant que terme complet, ou l’expression Artificial Intelligence, sans tenir compte de la casse. Ne détecte pas AI à l’intérieur d’un autre mot. Attribue 0 point si le texte est vide ou si aucune correspondance n’est trouvée.

Définis Lead Score comme la somme des trois scores numériques, avec une valeur comprise entre 0 et 4. Conserve les propriétés d’entrée. Utilise les propriétés position, company_size et Website Texts réellement liées dans cette collection.

❗ Important

Sélectionnez chaque propriété depuis l’éditeur de prompt au lieu de conserver un texte indicatif non lié. Testez une taille d’entreprise manquante, un poste combinant founder et CEO, ainsi qu’un site contenant le mot « said », afin de repérer toute correspondance accidentelle avec « AI ».

  1. Cliquez sur Generate.

La prévisualisation affiche le résultat du script généré sur un échantillon d’éléments. Vérifiez les trois scores intermédiaires et leur somme. Si une règle ne fonctionne pas, affinez le prompt et relancez la prévisualisation avant d’appliquer le script à toute la liste.

Prévisualisation du système de lead scoring généré par l’IA
Prévisualisation du système de lead scoring généré par l’IA

Étape 4 : obtenez vos résultats

Cliquez sur Run on items lorsque la prévisualisation respecte vos règles. Comparez les lignes aux scores élevés et faibles avec vos exemples issus du CRM avant d’utiliser ces résultats pour votre prospection.

Résultats du scoring
Résultats du scoring

Exportez la liste vérifiée vers votre CRM ou utilisez l’une des intégrations disponibles avec votre forfait. Conservez les règles de scoring avec la liste pour que votre équipe comprenne pourquoi chaque lead a reçu son score.

L’opération d’édition générée peut être réutilisée pour de nouveaux leads. Pensez à revoir ses règles lorsque votre profil client idéal ou vos colonnes d’entrée évoluent.