Ce qu’on apprend dans l’épisode :
Lead scoring : comment Jérémy Goillot a aidé Spendesk à signer 800 clients
Jérémy Goillot est Growth Lead chez Spendesk, une plateforme SaaS qui permet aux entreprises de gérer leurs dépenses. Au moment de l'épisode, Spendesk compte plus de 800 clients, dont 55% en France et 30% au Royaume-Uni, et Jérémy passe environ 60% de son temps avec les commerciaux. Les épisodes consacrés à l'entreprise sont réunis dans la success story de Spendesk.
Au départ, la prospection se jugeait au volume. Pour un objectif de 100 leads par semaine, l'équipe écrivait à 1 000 personnes ; pour 120 leads, à 2 000. Elle finissait par aspirer tout LinkedIn chaque semaine, ce qui n'était pas viable. Donc l'équipe a changé d'indicateur, puis construit un lead scoring qui décide quel compte passe à un commercial et lequel se chauffe par l'automatisation.
3 tiers pour décider quel compte mérite un commercial
L'automatisation (scrapers, enrichissement de la data) fait, selon Jérémy, 60% du travail. Le reste revient à des freelances trouvés sur Upwork, qui repèrent le vrai décideur dans l'équipe financière d'une entreprise : aucun scraper n'a fait aussi bien qu'une personne qui parcourt les employés sur LinkedIn. Payés au lead au début, ils demandaient trop de vérifications et de coaching : Spendesk les prend donc à plein temps, 30 heures par semaine.
Les comptes se rangent ensuite en trois tiers. Le tiers 3 regroupe les entreprises trop petites (moins de 10 employés), trop grosses comme General Electric, ou basées dans des pays où Spendesk n'est pas présent. Le tiers 1, ce sont les entreprises parfaites, semblables à un client existant : un commercial leur est assigné et les chasse une par une. Le tiers 2 revient à la growth team, qui chauffe les leads jusqu'à ce qu'ils soient prêts à passer à un commercial.
Conciergeries Airbnb : des emails ouverts à plus de 80%
Sur ce tiers 2, le nombre de leads ne sert plus d'objectif.
Donc on a changé le KPI, en fait c'est plus le nombre de leads, c'est vraiment le pourcentage de réponses.
L'équipe repart de sa base, quand Spendesk compte 300 clients : pourquoi ont-ils répondu aux emails, et quel usage font-ils de la plateforme ? En segmentant, elle remarque des entreprises qui notent un numéro d'appartement dans la description de leurs paiements. Ce sont des conciergeries Airbnb : elles paient un plombier ou une ampoule pour les logements qu'elles gèrent, puis refacturent ces dépenses à leurs clients.
Sur les 30 conciergeries Airbnb qui avaient levé des fonds en Europe, Spendesk en avait 23. Pour les 7 autres, les emails s'écrivent d'abord à la main avec les commerciaux, en testant des variables précises. Le premier demande au CEO, par son prénom, comment il gère les dépenses (plomberie, ampoule, ménage) de l'appartement mis en avant sur son site, adresse comprise. Le deuxième cite le city manager d'une autre ville : comment Pauline gère-t-elle les dépenses à Bordeaux ?
Entièrement automatisée au moment de l'épisode, la séquence affiche plus de 80% d'ouverture, plus de 70% d'intérêt et 35% de closing. Une alerte branchée sur Crunchbase déclenche l'email dès qu'une nouvelle conciergerie lève des fonds.
La matrice FIRE : 4 critères pour scorer un lead
Un lead du tiers 2 passe à un commercial quand il est chaud. Pour le savoir, l'équipe suit les ouvertures d'emails, les visites sur le site, les connexions LinkedIn et les échanges sur Intercom. Spendesk n'utilise pas encore d'outil prédictif comme Madkudu : Jérémy applique la méthode FIRE, pour firmographique, intent, relationnel et engagement.
Chaque lead entrant est enrichi avec des outils comme Clearbit, et des scripts maison scrapent ses offres d'emploi : une entreprise qui recrute 10 personnes ou monte son équipe financière va, selon lui, lever des fonds bientôt. Le modèle compare ensuite le lead aux clients et le place dans l'arbre de segmentation. Proche d'un segment connu, il reçoit une séquence très précise ; plus loin, une séquence plus large, du type fintech parisienne.
Les séquences les plus fines dépassent 35% de closing ; en haut du funnel, l'intérêt se situe entre 12 et 20%. Une marque d'intérêt, c'est une opportunité de vente à moins de 3 mois, avec un budget. Le commercial la note, et sait qu'un prospect qui répond « je vais partager avec mon directeur financier » botte en touche.
[…] on close 72% de nos démos, donc en fait le gros enjeu c'est d'amener à la démo.
Chez iBanFirst, Amandine Moreau raconte comment l'équipe score ses leads, et chez Qonto, Clémence de Roquemaurel détaille une note de 1 à 5 tirée de l'analyse des meilleurs clients.
Un message vocal après 3 ouvertures : 17% des prospects rappellent
Le cold calling est l'une des tâches les plus dures des commerciaux, et Spendesk n'a pas d'armée d'Américains habitués à prendre leur téléphone toute la journée, donc l'équipe chauffe le lead avant l'appel. Dès qu'une personne ouvre trois fois un email, son numéro est cherché dans deux bases de données, dont Lusha. Un message vocal enregistré par un commercial est déposé sur son répondeur, et l'information part dans Aircall.
17% des personnes rappellent, et Aircall les redirige vers le bon commercial. Jérémy appelle cette stratégie l'outbound to inbound : quelqu'un qui n'a jamais parlé à un commercial revient vers lui. Trois ouvertures qui déclenchent un message vocal : cette règle s'écrit avec l'automatisation marketing, matière de la formation Automatisation et Agent IA Marketing.
Le vrai cold calling, Spendesk le garde pour le tiers 1, avec des commerciaux anglais natifs : l'exercice commence à marcher en Angleterre, il reste plus difficile en France et en Allemagne. Le directeur financier de Showroomprivé, par exemple, sera appelé : Spendesk travaille avec ses deux principaux concurrents.
[…] on fait du cold calling que si on est sûr qu'on veut le closer.
Outiller les commerciaux de cette façon est aussi le travail des sales ops : chez Partoo, Clément Bouillaud raconte comment monter des sales ops et faire adopter un outil. Dans l'épisode, Jérémy détaille aussi les extensions Chrome développées pour les commerciaux.
