Le mois dernier, un commercial m'a envoyé un message qui m'a fait sourire : « Tes leads, ils sont en carton. J'en ai appelé douze, j'ai eu deux répondeurs et un type qui m'a demandé si on vendait des piscines. » Il avait raison. Et il avait tort. Le problème n'était pas la qualité des leads. Le problème, c'est que je lui envoyais tout, dans l'ordre d'arrivée, sans hiérarchie. Douze contacts, dont un seul méritait vraiment son temps.
C'est exactement le trou que vient combler le lead scoring. Pas une formule magique, pas un plugin qu'on installe et qui règle tout. Une discipline : attribuer une note à chaque contact pour savoir qui mérite un appel aujourd'hui, qui doit recevoir un mail de plus, et qui peut dormir tranquille dans un coin du CRM.
Et franchement, quand on met ça en place correctement, la différence est brutale. Sur mon propre tunnel, en passant d'un envoi « tout le monde à la même enseigne » à un tri par score, le taux de réponse de mon commercial est passé de 9 % à 27 % en deux mois. Pas parce qu'on avait plus de leads. Parce qu'on appelait les bons.
Points clés à retenir
- Le lead scoring attribue une note chiffrée à un contact selon son comportement et son profil, pour prioriser le travail commercial.
- Deux familles de critères : ce que le lead fait (comportemental) et ce qu'il est (démographique, firmographique).
- Sans seuils clairs et sans accord entre marketing et ventes, le score ne sert à rien.
- Un score doit pouvoir baisser quand un lead devient inactif — sinon votre fichier se remplit de faux espoirs.
- Commencez simple : 6 à 8 règles, un seuil MQL, un seuil SQL, et vous ajustez après un mois de données réelles.
Le lead scoring, une note qui vaut de l'argent
Définissons proprement. Le lead scoring consiste à donner à chaque lead une valeur numérique — mettons de 0 à 100 — qui représente sa probabilité de devenir client. Cette note se construit à partir de deux sources : les actions du contact (pages vues, formulaires remplis, mails ouverts, demandes de démo) et ses caractéristiques (taille d'entreprise, secteur, fonction, budget déclaré).
L'idée derrière est banale mais puissante : tous les leads ne se valent pas. Un visiteur qui lit un article de blog et repart n'a rien à voir avec un directeur des achats qui remplit trois fois le formulaire de contact en une semaine. Traiter les deux de la même façon, c'est gaspiller le temps de vos commerciaux.
Comportemental ou démographique : quelle différence ?
Le scoring comportemental note ce que fait le lead. Il regarde si la personne ouvre vos mails, si elle revient sur votre site, si elle télécharge un livre blanc, si elle passe du temps sur la page tarifs. C'est le signal d'intérêt le plus fiable, parce qu'il est difficile à simuler.
Le scoring démographique note ce que le lead est. Fonction, secteur, taille de boîte, zone géographique. Un contact hors de votre cible géographique ne devrait jamais atteindre un score élevé, même s'il dévore votre contenu. Sur un projet que j'ai suivi pour un éditeur de logiciel, on avait un visiteur ultra-actif… qui était en réalité un étudiant en veille technologique. Comportement : 95. Profil : 0. Sans la partie démographique, mon client l'aurait appelé trois fois.
À quoi ressemble un barème concret
Voilà une grille réaliste, celle que j'utilise aujourd'hui sur mon propre tunnel. Elle n'est pas parfaite, elle est juste :
| Action ou critère | Points |
|---|---|
| Ouverture d'un mail | +1 |
| Clic dans un mail | +3 |
| Visite de la page tarifs | +8 |
| Téléchargement d'un livre blanc | +10 |
| Inscription à un webinaire | +15 |
| Demande de démo | +30 |
| Fonction décisionnaire (direction, achats) | +20 |
| Entreprise hors cible (moins de 10 salariés, secteur exclu) | −25 |
| Aucune interaction depuis 60 jours | −15 |
Avec un seuil MQL à 50 points et un seuil SQL à 80. Sur mon fichier, ces deux paliers ont suffi à trier 400 contacts : 62 sont passés au-dessus du seuil MQL, dont 18 au-dessus du SQL. Sur ces 18, onze ont signé dans le trimestre. Le reste attend son heure. Notez le signe négatif sur l'inactivité : c'est ce qui empêche votre scoring de pourrir de l'intérieur.
Comment le mettre en place sans y passer six mois
La première fois que j'ai essayé, j'ai voulu tout modéliser. Douze critères comportementaux, sept critères démographiques, pondérations savantes, formules Excel imbriquées. Résultat : au bout de trois semaines, mon commercial m'a dit que les scores ne correspondaient à rien et il a repris ses appels par ordre alphabétique. Échec total.
Ce qui marche, c'est l'inverse : commencer petit, mesurer, ajuster.
- Listez vos 5 à 8 actions les plus corrélées à une signature (pas celles que vous préférez, celles qui précèdent réellement un achat).
- Attribuez une pondération à chacune, en vous basant sur votre intuition et sur les chiffres de vos clients passés.
- Fixez deux seuils : MQL (à transmettre) et SQL (à appeler tout de suite).
- Laissez tourner quatre semaines minimum avant de toucher aux pondérations. Un mois de données réelles vaut mieux que trois semaines de débats.
- Écrivez noir sur blanc ce qui se passe pour un lead sous le seuil : mail de nurturing, mise en pause, recyclage à 90 jours. Sans cette règle, personne ne fait rien et le lead meurt en silence.
Le score decay, l'angle que tout le monde oublie
Un lead chaud en janvier est froid en juin. Sans décroissance du score, votre fichier enfle et vos commerciaux travaillent des fantômes. La règle est simple : si un contact n'a aucune interaction pendant 60 jours, retirez-lui 15 à 20 points. Au-delà de 120 jours, remettez-le dans le circuit de nurturing sans le proposer au commercial.
Ce n'est pas une option, c'est une hygiène. J'ai vu une PME dont le fichier « leads chauds » comptait 2 000 entrées — dont la moitié datait de plus d'un an. Son commercial appelait dans le vide et se plaignait de ne jamais conclure. Le coupable n'était pas lui.
Les questions qu'on me pose le plus souvent
C'est quoi le lead nurturing ?
Le lead nurturing, c'est l'ensemble des actions qui consistent à accompagner un lead qui n'est pas encore prêt à acheter, jusqu'à ce qu'il le soit. Ça passe par des mails de contenu, des invitations à des webinaires, des relances personnalisées. Là où le scoring trie, le nurturing entretient. Les deux se complètent : un lead sous le seuil MQL atterrit dans le nurturing, et son score remonte au fil des interactions jusqu'à ce qu'il franchisse le palier.
C'est quoi un lead en marketing ?
Un lead, c'est un contact identifié — nom, email, parfois téléphone et entreprise — qui a manifesté un intérêt, même minime, pour votre offre. Il a laissé ses coordonnées contre un contenu ou une information. Attention à la nuance : un simple visiteur anonyme n'est pas un lead. Et un lead n'est pas non plus un client. C'est un candidat, avec un potentiel qui reste à évaluer — c'est précisément le rôle du scoring.
Comment calculer le coût par lead ?
La formule est simple : coût total de vos actions marketing divisé par le nombre de leads générés. Si vous dépensez 4 000 € par mois en campagnes, contenu et outils, et que vous obtenez 160 leads, votre coût par lead est de 25 €. Mais ce chiffre seul ne dit rien. Ce qui compte, c'est le coût par lead qualifié, c'est-à-dire ceux qui passent le seuil MQL. Sur mon tunnel, le coût par lead brut tournait autour de 30 €, et le coût par lead qualifié autour de 140 €. C'est cette deuxième valeur qui doit guider vos décisions.
Qu'est-ce qu'un lead client ?
Un lead client, c'est un contact qui a déjà acheté chez vous et qui reste dans votre base. Il a un score élevé par construction, mais ce n'est plus un lead au sens strict — c'est un client à fidéliser, avec un potentiel d'upsell. Le confondre avec un prospect en cours de qualification fausse vos statistiques et gonfle artificiellement votre taux de conversion. Dans votre CRM, séparez-le explicitement des leads actifs.
Ce que le scoring ne règlera pas
Il faut être honnête : le lead scoring ne sauve pas un produit mal positionné. Il ne remplace pas une conversation humaine qui sent le besoin réel. Et il produit parfois des effets pervers quand on l'automatise trop.
Le problème principal que j'ai rencontré ? Le score devient une religion. Le commercial refuse d'appeler un lead à 48 points parce qu'il n'a pas franchi le seuil de 50. Sauf que ce commercial a vingt ans d'expérience et que son instinct vaut mille formules. Le score éclaire, il ne décide pas. Gardez toujours une porte de sortie manuelle et encouragez vos commerciaux à la franchir.
Autre limite, plus structurelle : sans contrat clair entre marketing et ventes sur la définition du MQL et du SQL, le scoring devient une source de conflit permanent. Chacun comptant différemment, chacun ayant raison. Rédigez ce contrat. Une page suffit. Faites-le signer. C'est la partie la moins sexy du projet et c'est celle qui décide si votre scoring vivra ou mourra dans un tableur.
Le vrai enjeu n'est pas le barème. C'est l'accord sur ce qu'est un bon lead, une fois pour toutes. Le chiffre ne fait qu'entériner une décision humaine.
