Lead scoring

Le lead scoring répond à une question pratique : avec un temps limité, par qui commencer ? Il s'appuie en général sur deux axes. L'adéquation, qu'on appelle aussi fit, mesure à quel point le prospect ressemble à ton ICP : secteur, taille, rôle. L'engagement mesure ce qu'il a fait : visite, réaction, réponse, téléchargement.

Beaucoup d'équipes notent ces deux axes séparément, et elles ont raison. Un prospect parfait mais silencieux et un prospect très actif mais hors cible ne se traitent pas de la même façon. Les fondre dans un seul chiffre cache la différence.

Dans les outils de marketing automation, on voit souvent des scores par points : tant de points pour un poste de direction, tant pour une visite de la page tarifs. Il existe aussi des scores prédictifs, calculés par un modèle entraîné sur tes anciennes affaires. Ils demandent un historique important pour être fiables.

Pars de tes clients signés. Quels traits les séparent des prospects qui n'ont jamais acheté ? Ce sont ces traits que tu pondères le plus. Si tous tes meilleurs clients ont entre 10 et 50 salariés, la taille mérite plus de poids que le secteur.

Garde peu de critères, chacun vérifiable. Un critère que personne ne peut remplir à partir d'un profil ou d'un site ne sera jamais rempli correctement.

Ajoute des critères éliminatoires : concurrent, étudiant, pays que tu ne sers pas. Un seul suffit à mettre la note à zéro.

Surtout, relie chaque tranche de note à une action. Au-dessus d'un seuil, contact prioritaire. Entre deux seuils, file normale. En dessous, pas de contact. Une note qui ne change aucune décision est de la décoration. Et garde la raison de chaque note : une note sans explication ne se corrige pas.

Vérifie que les notes hautes convertissent vraiment mieux. Regroupe tes prospects par tranche de note et compare les rendez-vous, puis les signatures. Si les tranches se ressemblent, ta grille ne sépare rien.

Attention à ce que tu attends d'une note d'adéquation. Dans l'Observatoire MimikFlow 2026, la note de pertinence attribuée avant le contact ne prédisait pas qui allait répondre : entre une note de 6 et une note de 9, le taux de réponse variait d'environ deux points. La note dit à qui il vaut mieux parler. La réponse dépend du message, du moment et de la source du prospect.

La source pesait d'ailleurs beaucoup plus dans la même étude : 74,6 % de réponses chez les personnes ayant réagi à une publication, contre 35,6 % chez les inconnus trouvés par recherche. Si tu veux prédire la réponse, ajoute les gestes directs à ta grille.

La fausse précision. Une grille de quinze critères qui distingue un 87 d'un 84 donne l'impression de la science, sans rien changer aux décisions. Personne ne traite ces deux prospects différemment.

Les points pour des gestes sans rapport avec l'achat. Ouvrir un email ou regarder une page carrière ne dit rien de l'envie d'acheter ta solution.

Le seuil trop haut. En voulant ne contacter que les « parfaits », tu vides ta file et tu écartes des acheteurs qui ne cochaient pas tout.

La grille jamais recalibrée. Ton offre et tes clients changent. Relis la grille quand les tranches ne se distinguent plus dans tes résultats.

Avant tout contact, MimikFlow lit chaque profil trouvé et le confronte à ton offre, à ta cible idéale et à tes exclusions. Le profil reçoit une note de pertinence, et la raison de cette décision est conservée. Les profils écartés ne sont pas contactés.

Parmi les prospects retenus, ceux qui cumulent le bon profil et un signal récent passent devant. Conformément à ce que montre l'Observatoire, la note sert à choisir à qui parler, pas à promettre une réponse.