Construire un agent IA de scoring de prospects : la méthode en 5 étapes
Un agent de scoring ne remplace pas le jugement commercial. Il fait le tri que personne n'a le temps de faire chaque matin, et il explique pourquoi.
- Le principe : comparer chaque nouveau prospect à vos meilleurs clients réels, plutôt qu'à une grille de points écrite une fois et jamais mise à jour.
- L'agent écrit dans le CRM un score et une justification courte. Sans justification, les commerciaux ne font pas confiance au chiffre.
- La partie la plus longue n'est pas technique : c'est de se mettre d'accord sur la définition d'un « meilleur client ».
- Le score priorise, il ne décide pas. Aucun prospect ne doit être écarté automatiquement.
Chez WeAreScene, chaque nouvel inscrit sur la plateforme était traité dans l'ordre d'arrivée. Un producteur qui prépare un long-métrage et un particulier qui cherche un lieu pour un court-métrage étudiant arrivaient dans la même file. J'ai construit un agent qui compare chaque nouveau prospect aux meilleurs clients existants et pousse un score dans la fiche CRM. L'équipe commerciale traite désormais les opportunités à fort potentiel en premier, sans tri manuel en début de journée. Voici la méthode, applicable à n'importe quel CRM.
Pourquoi le scoring par points ne suffit plus
Le scoring classique attribue des points selon des règles : +10 si le secteur est ciblé, +5 si l'entreprise a plus de 50 salariés, +15 si le prospect a téléchargé un livre blanc. Sur le papier, c'est propre. En pratique, trois problèmes reviennent toujours :
- les règles sont écrites une fois et plus personne ne les met à jour quand l'offre ou le marché évolue ;
- elles reflètent ce que l'équipe croit être un bon client, pas ce que les données montrent ;
- elles ignorent tout ce qui n'entre pas dans une case, notamment le message libre que le prospect a écrit en s'inscrivant, souvent le signal le plus riche.
Un agent IA permet une autre approche : la comparaison par ressemblance. Au lieu de compter des points, il regarde à quel point le nouveau prospect ressemble aux clients qui ont réellement signé et sont restés.
Le principe en un schéma
La méthode en 5 étapes
- Définir ce qu'est un « meilleur client »C'est l'étape la plus longue et la plus importante. Réunissez les commerciaux et listez les clients que tout le monde voudrait cloner. Puis cherchez ce qu'ils ont en commun dans des critères observables : type d'organisation, taille, nature du besoin, panier, récurrence. Si l'équipe n'est pas d'accord, l'agent ne fera que reproduire le désaccord.
- Lister les signaux disponibles à l'inscriptionL'agent ne peut juger que ce qu'il voit. Au moment où un prospect arrive, vous disposez rarement de plus que : son nom de domaine, les champs du formulaire et un message libre. Construisez le scoring sur ces signaux-là, pas sur des données que vous n'aurez que trois semaines plus tard.
- Construire la comparaisonL'agent reçoit le profil du nouveau prospect et un échantillon des profils de référence, avec une consigne précise : évaluer la ressemblance, produire un score de 0 à 100 et une justification de deux ou trois phrases qui cite les éléments décisifs. Fixez le format de sortie pour qu'il soit lisible par l'outil d'automatisation.
- Écrire dans le CRM et alerterLe score et la justification sont écrits dans deux champs de la fiche, visibles dans les vues de l'équipe. Au-dessus d'un seuil, une alerte part vers le commercial concerné. L'équipe ne change pas d'outil : le tri apparaît là où elle travaille déjà.
- Mesurer et ajusterAprès quelques semaines, comparez les scores aux deals réellement signés. Si des prospects mal notés signent, la définition du meilleur client est incomplète. Ajustez les profils de référence, pas seulement le seuil.
Vous voulez le même scoring dans votre CRM ? Parlons de vos données.
Appel gratuitQuels outils pour le construire
Trois briques suffisent, et vous en avez probablement déjà deux :
| Brique | Rôle | Exemples |
|---|---|---|
| Le CRM | Source des profils de référence, destination du score | Attio, HubSpot, Salesforce |
| L'orchestrateur | Détecte le nouveau prospect, appelle le modèle, écrit le résultat | Make, n8n, Zapier |
| Le modèle d'IA | Compare, note et justifie | Claude ou un modèle équivalent, appelé par API |
Chaque scoring correspond à un appel au modèle. Sur quelques centaines de prospects par mois, le coût reste marginal. Sur plusieurs milliers, comptez-le avant de lancer, et préférez un orchestrateur qui facture le workflow complet plutôt que chaque étape (voir mon comparatif Zapier, Make et n8n).
Pourquoi la justification compte plus que le score
Un chiffre seul ne convainc personne. Un commercial qui voit « 82 » sans explication l'ignorera au premier score qui lui paraît faux. Un commercial qui lit « 82 : société de production, projet de long-métrage, besoin de plusieurs lieux sur trois semaines, proche des clients récurrents » comprend en deux secondes et peut contester.
La justification a aussi un rôle de contrôle qualité : en la relisant, vous voyez immédiatement quand l'agent s'appuie sur un mauvais critère.
Ce qu'un agent de scoring ne doit pas faire
- Prioriser, pas trier. Un score bas fait passer un prospect après les autres, il ne le supprime pas. Les erreurs de l'agent doivent rester rattrapables par un humain.
- Données minimales. Limitez-vous aux informations professionnelles nécessaires à la qualification. Moins l'agent reçoit de données personnelles, moins vous avez de risques et d'obligations.
- Pas de boîte noire. Documentez les profils de référence et la consigne donnée au modèle. Quelqu'un d'autre que vous doit pouvoir comprendre et modifier le scoring.
Questions fréquentes
Qu'est-ce qu'un agent IA de scoring de prospects ?
C'est une automatisation qui, à chaque nouveau prospect, demande à un modèle d'IA de le comparer aux meilleurs clients de l'entreprise, puis écrit un score et une justification dans le CRM. Elle remplace le tri manuel des nouveaux entrants, pas la décision commerciale.
Quelle différence avec le lead scoring classique de HubSpot ou Salesforce ?
Le scoring classique additionne des points selon des règles fixes. Un agent IA compare le prospect à des profils de clients réels et sait exploiter des informations non structurées, comme le message libre laissé dans le formulaire. Les deux peuvent coexister.
Combien de temps faut-il pour mettre en place un agent de scoring ?
La construction technique se compte en jours quand le CRM est propre. Le délai réel dépend surtout de l'accord de l'équipe commerciale sur la définition du meilleur client, et de la qualité des données existantes.
Faut-il beaucoup de données historiques ?
Non. L'approche par ressemblance fonctionne avec un échantillon de quelques dizaines de bons clients bien décrits. Ce qui compte, c'est que ces profils soient représentatifs et à jour, pas qu'ils soient nombreux.
Un agent de scoring est-il compatible avec le RGPD ?
Il peut l'être si l'on se limite aux données professionnelles nécessaires, si les personnes sont informées du traitement et si un humain garde la décision. Pour un cas sensible, faites valider le traitement par la personne en charge de la protection des données.
Vous voulez un agent de scoring branché sur votre CRM ?
Un premier appel, gratuit, suffit pour savoir si c'est faisable et par où commencer.