En bref
- L’IA évalue les demandes entrantes selon l’adéquation et le besoin, ajoute des données d’entreprise publiques et propose l’étape suivante.
- Le point de départ sûr, ce sont les demandes entrantes, c’est-à-dire les leads qui vous ont contacté. Le bénéfice y est élevé et le risque juridique faible.
- Un modèle de notation transparent avec quelques critères clairs vaut mieux qu’un score opaque.
- Les e-mails de prospection vers des entreprises sans consentement sont en principe interdits en Allemagne et en Autriche. L’IA n’y change rien.
Ce que signifie qualifier des leads
Qualifier des leads, c’est repérer parmi de nombreuses demandes celles qui correspondent à votre activité et derrière lesquelles se cache un vrai besoin. Les critères habituels sont le secteur, la taille et la région de l’entreprise, le besoin concret, le calendrier et le pouvoir de décision de la personne qui demande. Des grilles connues comme BANT, pour budget, autorité, besoin et calendrier, résument cela.
Dans beaucoup d’entreprises, quelqu’un lit aujourd’hui chaque demande, cherche l’entreprise sur internet et décide au feeling. Cela prend du temps, et les bonnes demandes restent en souffrance les jours chargés.
Où l’IA aide les commerciaux
- Classer les demandes : l’IA lit le formulaire, l’e-mail ou le chat et identifie le motif, le produit, la quantité, la date et l’urgence.
- Compléter les données d’entreprise : elle ajoute des informations publiques comme le secteur, le siège et la taille à partir du site de l’entreprise ou des registres.
- Noter et prioriser : selon vos critères, elle établit une note avec une courte justification, par exemple « bonne adéquation, besoin concret, échéance dans quatre semaines ».
- Poser des questions complémentaires : s’il manque des informations, l’IA rédige une demande aimable pour que vos commerciaux n’aient pas à relancer par téléphone.
- Résumer les échanges : après un appel ou une visioconférence, des notes, les prochaines étapes et une saisie dans le CRM sont créées.
- Préparer les relances : l’IA rappelle les devis en attente et propose un message adapté au bon moment.
Un modèle de notation qui reste transparent
| Critère | Exemple | Pourquoi il compte |
|---|---|---|
| Adéquation | Secteur et taille correspondent à vos meilleurs clients | Montre si vous pouvez bien livrer |
| Besoin | Produit, quantité ou problème précis mentionnés | Distingue les vraies demandes de la simple curiosité |
| Calendrier | Date ou démarrage de projet indiqués | Aide à fixer l’ordre de traitement |
| Rôle | Demande de la direction, des achats ou du service concerné | Montre qui participe à la décision |
| Région | Dans la zone de livraison ou d’intervention | Évite des efforts sans chance |
Gardez le modèle simple et demandez à l’IA de justifier chaque note. Vos commerciaux peuvent ainsi vérifier si elle est juste et affiner les critères.
Un processus type par l’exemple
Un prestataire de maintenance industrielle reçoit des demandes par le formulaire de contact, par e-mail et sur les salons. L’IA lit chaque demande, identifie le type d’installation, le lieu et la date souhaitée, ajoute le secteur et la taille à partir du site de l’entreprise demandeuse et la note selon les cinq critères. Les demandes adaptées avec un besoin concret apparaissent en haut de la liste des commerciaux, avec un résumé et un brouillon de première réponse. Les demandes hors zone d’intervention reçoivent un refus poli à valider. Cet exemple décrit un processus type, pas un projet client.
Protection des données et prospection par e-mail
- Demandes entrantes : qui vous contacte attend une réponse. Le traitement nécessaire pour y répondre est en général couvert par le RGPD.
- Compléter les données d’entreprise : les données sur les entreprises ne posent pas de problème, celles sur les personnes seulement dans la mesure nécessaire. Qui collecte des données auprès d’autres sources doit en informer les personnes concernées selon l’article 14 du RGPD.
- Décisions automatisées : une note qui fixe seulement l’ordre de traitement commercial n’est pas critique. Les décisions produisant des effets juridiques pour des personnes ne devraient pas être prises de façon exclusivement automatisée.
- E‑mails de prospection : en Allemagne, le § 7 de la loi contre la concurrence déloyale exige un consentement préalable et exprès pour la publicité par e-mail, y compris envers les entreprises, avec une exception étroite pour les clients existants. L’Autriche prévoit des règles similaires au § 174 de sa loi sur les télécommunications de 2021. Au Royaume-Uni, les sociétés peuvent être contactées si elles peuvent s’y opposer, les entrepreneurs individuels doivent avoir consenti. Les règles nationales diffèrent, vérifiez celles de votre pays.
- Chat sur le site : si une IA échange directement avec des prospects, il doit être clair qu’il s’agit d’une IA. Plus de détails sur les obligations de transparence.
Ce que l’IA ne sait pas faire en vente
La confiance naît dans l’échange, pas dans une note. L’IA peut préparer, rappeler et résumer, mais elle ne remplace ni le conseil ni la relation. Et elle ne vaut que ce que valent vos données : si le CRM contient des contacts obsolètes ou si les affaires gagnées et perdues ne sont pas renseignées, la notation apprend de travers. Un démarrage honnête commence donc souvent par le nettoyage des données.
Sources
- Règlement (UE) 2016/679 (règlement général sur la protection des données), art. 6, 14, 21 et 22 : EUR-Lex
- Directive 2002/58/CE vie privée et communications électroniques, art. 13 : EUR-Lex
- Loi allemande contre la concurrence déloyale (UWG), § 7 : gesetze-im-internet.de
- Loi autrichienne sur les télécommunications de 2021, § 174 : RIS
- Information Commissioner’s Office : Electronic mail marketing
- Règlement (UE) 2024/1689 sur l’intelligence artificielle, art. 50 : EUR-Lex