Se retrouver dans l’épisode :
Ce qu’on apprend dans l’épisode
Taux de conversion : comment Hull qualifie automatiquement visiteurs et trials
Romain est VP Product de Hull, un SaaS qui capte, segmente et enrichit la donnée utilisateur. Il a commencé à coder à 6 ans, puis a lancé une agence marketing qu'il a revendue pour se consacrer à Hull. Dans les SaaS B2B, la donnée dont les marketeurs, les commerciaux et le customer success ont besoin dans un outil se trouve en général dans un autre. Hull réunit les identités d'une personne dans un seul profil, calcule des scores, nettoie la donnée et renvoie le résultat dans tous les outils, en temps réel.
Hull a d'abord vendu aux marketeurs. Mais ceux qui ont adoré l'outil étaient des profils plus techniques, chargés de brancher les outils entre eux. Hull change donc de cible. Chez l'un de ses clients, ses scénarios data ont multiplié par 6 le taux de conversion de trial vers client.
7 000 outils visent les marketeurs : choisir à qui ne pas vendre
Au départ, Hull cible purement les marketeurs. Romain y voit probablement une erreur : 7 000 outils essaient déjà de les toucher, et ils ont une vision très haut niveau des problèmes. L'équipe croyait aussi son produit utilisable en 3 clics. Mais les stacks marketing et sales sont, selon Romain, comme des flocons de neige, et les clients voulaient de la flexibilité et de la puissance bien plus que de la simplicité.
Les retours les plus forts viennent des équipes bizops (revenue ops, marketing ops, sales ops), dont le travail est de brancher les outils. Une personne de ces équipes leur dit qu'une fois ses scénarios lancés dans Hull, son travail est terminé. Hull s'est repositionné : au moment de l'épisode, il ne vend plus aux marketeurs sans culture data, seulement aux profils martech.
[…] c'est très intéressant de définir à qui on vend, mais c'est encore beaucoup plus intéressant de définir à qui on ne vend pas.
70% des MQL par le contenu, comme ce guide en 11 chapitres
Au moment de l'épisode, le contenu apporte à peu près 70% des MQL de Hull. La landing page n'est pas forcément son levier : l'automatisation est encore jeune, donc peu recherchée. Hull s'appuie sur Ed Fry, ancien employé numéro 1 et general manager d'inbound.org, la communauté en ligne des marketeurs.
Parce que, bien évidemment, l'éducation est très importante pour notre typologie de produit qui est plutôt tech, plutôt pointu.
L'acquisition passe surtout par la diffusion des contenus sur Twitter, Facebook et LinkedIn, le SEO un peu derrière. Dernier exemple : un guide des product qualified leads en 11 chapitres, préparé pendant plusieurs mois avec les équipes de DigitalOcean et de Calendly, puis publié sur Product Hunt. Son sujet : le milieu du funnel, là où beaucoup d'entreprises peinent à repérer, parmi les comptes en trial, ceux qui pourraient devenir clients.
Reveal loop : 30 profils ciblés dans l'entreprise qui visite le site
Les équipes growth figurent souvent parmi les clients cibles de Hull : selon Romain, elles sont souvent techniques, bidouilleuses et cherchent à automatiser. Pour voir comment une telle équipe s'organise, Maxime Berthelot décrit le process growth de Buffer. Hull fait tourner ses propres scénarios sur sa croissance, à commencer par la Reveal loop, qui combine trois API de Clearbit, un outil d'enrichissement de données :
- Un visiteur anonyme arrive sur le site : l'API Reveal donne, à partir de son adresse IP, le nom de son entreprise.
- Hull vérifie les critères : plus de 50 personnes, plus d'un million d'ARR, telle industrie.
- Si l'entreprise correspond, l'API Prospector sort 30 profils, plutôt côté ops.
- L'API d'enrichissement complète chaque profil, envoyé ensuite dans l'outil d'emailing : les SDR reçoivent leurs prospects en quelques secondes.
Pour les segments les plus importants, un message tombe dans Slack et un SDR décide de contacter la personne. Les demandes de démo suivent la même logique. Clearbit trouve l'entreprise, Datanyze ses technologies, et si plus de 3 correspondent à celles que Hull supporte, la demande part dans Slack pour qu'un commercial rappelle. Selon Romain, rappeler dans les cinq minutes donne à peu près 15 à 20 fois plus de chances de signer. Trier les demandes de démo par technologies avant d'alerter le bon commercial dans Slack se délègue à un agent IA, et la formation Automatisation et Agent IA Marketing montre comment le construire.
Hull a mis en place cette boucle pour un client, qui a rentabilisé sept fois, en deux mois, le prix annuel de Hull. Chez Drift, Guillaume Cabane repère les entreprises qui comparent Drift à ses concurrents sur G2 Crowd et prévient ses commerciaux.
Personnaliser selon l'usage : un 16e scénario sans complexité de plus
Plutôt que de proposer une démo à quelqu'un qui utilise déjà le produit, Hull personnalise ses emails dans HubSpot : nombre de visites, actions faites dans le produit, profil technique ou non, que Clearbit indique.
C'est-à-dire qu'envoyer un message marketing à un marketeur, ça peut marcher. Envoyer un message marketing à un dev, ça va rarement marcher. Et envoyer un message dev à un marketeur, ça ne va jamais marcher.
Dès l'email d'onboarding d'un trial, Hull choisit entre le bénéfice et le ROI pour un marketeur, et les fonctionnalités pour un profil technique. Avec les product qualified leads lancés par Hull, un client a multiplié par 6 son taux de conversion de trial vers client, en redéfinissant ses segments pour mieux identifier qui contacter. Un autre a multiplié ses MQL par 20 grâce à la qualification automatique. Sur le même sujet, Francis Brero raconte comment Madkudu aide Segment et Algolia à repérer leurs meilleurs leads.
Chez Hull, une dizaine de scénarios tournent en parallèle. Avec 15 workflows classiques à branches, cela devient assez confus : Hull réévalue donc toute la donnée à chaque fois et rafraîchit tous les outils, comme React redessine toute une page. Que vous ayez 1, 2 ou 15 scénarios, en ajouter un 16e n'est pas plus compliqué. Dans l'épisode, Romain détaille comment Hull commence, avec quelques clients, à envoyer cette donnée dans la page en temps réel, pour qu'Intellimize la personnalise par l'IA selon le profil du visiteur.
Liens, outils et ressources :
Landinglion
