← Génération de leadsGénération de leads

Qualifier et scorer ses leads : méthodes et mise en place

Comment qualifier ses leads B2B avec un système de scoring : critères de fit et d'engagement, définition du MQL et SQL, configuration dans un CRM et alignement marketing-ventes.

Par Kenoby8 min de lecture

En bref — Le lead scoring est un système de notation qui attribue des points aux leads selon leurs caractéristiques (qui ils sont) et leurs comportements (ce qu'ils font). L'objectif : identifier automatiquement les leads prêts à être contactés par les commerciaux (SQL) et ne pas noyer l'équipe commerciale sous des leads non qualifiés. Un scoring bien calibré réduit le temps de vente et augmente le taux de closing.

Pourquoi scorer ses leads

Sans système de qualification, les équipes commerciales passent du temps sur des prospects qui ne sont pas prêts, et des leads chauds tombent entre les mailles du filet.

Problèmes résolus par le lead scoring :

  • Priorisation automatique (les commerciaux savent qui appeler en premier)
  • Réduction du gaspillage de temps commercial
  • Meilleur alignement marketing/ventes (objectif commun : le score)
  • Automatisation des actions de nurturing selon le score
  • Mesure de la qualité des leads par canal (SEO vs Google Ads vs Meta)

Les deux dimensions du scoring

Dimension 1 : Le score de fit (profil du prospect)

Mesure si le prospect correspond à votre client idéal (ICP — Ideal Customer Profile).

Critères à scorer :

| Critère | Exemple de valeurs | Points | |---------|------------------|--------| | Secteur d'activité | Secteur cible : +20, Secteur adjacent : +10, Hors cible : 0 | 0-20 | | Taille d'entreprise | 50-500 salariés : +20, 10-50 : +10, < 10 : +5 | 0-20 | | Fonction du contact | Décideur (DG, CMO, DSI) : +25, Manager : +15, Opérationnel : +5 | 0-25 | | Zone géographique | France : +15, Europe : +10, International : +5 | 0-15 | | Budget estimé | > 1 000 €/mois pub : +20, 500-1 000 €/mois : +10 | 0-20 |

Score de fit maximum : 100 points

Ces données viennent du formulaire de capture (champs du formulaire), de l'enrichissement de données (Clearbit, Hunter.io, LinkedIn) ou de la qualification commerciale.

Dimension 2 : Le score d'engagement (comportement du prospect)

Mesure l'intérêt et la maturité d'achat selon les actions effectuées.

Critères comportementaux :

| Action | Points | |--------|--------| | A téléchargé un guide | +10 | | A ouvert 3+ emails | +10 | | A cliqué sur un lien dans un email | +15 | | A visité la page tarifs | +25 | | A visité la page tarifs 2+ fois | +35 | | A regardé une démo vidéo (> 50 %) | +20 | | A demandé une consultation | +50 | | A visité le site 3+ fois en 7 jours | +30 | | N'a pas ouvert d'email depuis 60 jours | -15 (score de dégradation) |

Score d'engagement : dynamique, évolue avec les comportements

Combiner les deux scores

La plupart des systèmes de scoring utilisent une combinaison :

  • Score total = Score de fit + Score d'engagement
  • Un lead avec un fort fit mais engagement faible = prospect à nurturrer
  • Un lead avec fort engagement mais fit faible = à surveiller mais ne pas prioriser
  • Fort fit + fort engagement = SQL → transmettre aux commerciaux

Matrice des priorités :

| | Fit faible | Fit moyen | Fit fort | |--|-----------|-----------|---------| | Engagement fort | Lead chaud mais hors cible | MQL | SQL | | Engagement moyen | À ignorer | Lead à nurturrer | MQL à qualifier | | Engagement faible | Spam/concurrent | Prospect froid | À activer |

Définir les seuils MQL et SQL

MQL (Marketing Qualified Lead)

Score à partir duquel le marketing considère le lead assez qualifié pour être pris en charge.

Exemple de seuil MQL : score total ≥ 60 points (sur 200)

Un MQL doit répondre à des critères définis conjointement par le marketing et les ventes. Il est "chaud" pour le marketing mais pas encore prêt pour un pitch commercial direct.

Traitement du MQL : séquence d'activation spécifique (email différencié, retargeting avec message BOFU, ou appel de qualification si score très élevé).

SQL (Sales Qualified Lead)

Score à partir duquel le lead est transmis aux commerciaux avec un objectif de prise de contact rapide (idéalement < 24h).

Exemple de seuil SQL : score total ≥ 100 OU action déclenchante (demande de démo, page tarifs 2+ visites en 48h)

SLA commercial : définissez un accord de niveau de service pour les SQL — combien d'heures pour le premier contact ? La rapidité de réponse a un impact direct sur le taux de closing.

Mettre en place le lead scoring : étapes pratiques

Étape 1 : Définir l'ICP avec les commerciaux

Réunissez marketing et ventes pour définir les critères du client idéal :

  • Quels secteurs signent le plus vite ?
  • Quelle taille d'entreprise a le meilleur taux de closing ?
  • Quelles fonctions prennent la décision ?
  • Quel comportement précède typiquement un achat ?

Analysez les 20-30 derniers clients signés pour identifier les patterns.

Étape 2 : Choisir l'outil de scoring

| Outil | Approche | Coût | |-------|---------|------| | HubSpot | Scoring intégré, automatisation native | Dès 450 €/mois (Marketing Pro) | | Pipedrive + Make | Scoring custom avec automatisation | 50-100 €/mois | | Salesforce | Scoring avancé (Pardot/Einstein) | Enterprise | | Brevo (ex-Sendinblue) | Scoring simple intégré | Dès 19 €/mois | | ActiveCampaign | Scoring comportemental fort | Dès 49 $/mois |

Pour les PME sans CRM avancé : commencez par un scoring manuel dans un Google Sheet avec les leads importants, avant d'automatiser.

Étape 3 : Connecter les sources de données

Le scoring ne fonctionne que si les données arrivent dans le CRM :

  • Formulaire du site → CRM (via intégration native ou Zapier/Make)
  • Email marketing → CRM (ouvertures, clics)
  • Analytics web → CRM (pages visitées, fréquence)
  • Données firmographiques → CRM (enrichissement automatique)

Étape 4 : Calibrer et ajuster

Le premier scoring est une estimation. Après 30-60 jours :

  • Comparez les scores des leads qui ont signé vs ceux qui n'ont pas signé
  • Ajustez les poids (peut-être que la visite de la page tarifs doit valoir 40 pts, pas 25)
  • Ajoutez des critères manquants révélés par les commerciaux

Un scoring n'est jamais "terminé" — il s'affine avec les données réelles.

Lead scoring négatif

Le scoring peut aussi déduire des points pour des signaux négatifs :

  • Concurrent identifié (domaine email correspondant) : -50 pts ou exclusion
  • Étudiant / stage (mention dans le formulaire) : -30 pts
  • N'a pas ouvert d'email depuis 90 jours : -20 pts
  • Domaine email générique (gmail, yahoo) pour un contact B2B présenté comme décideur : -10 pts

FAQ lead scoring

Combien de critères inclure dans un modèle de scoring ?

Entre 8 et 15 critères est généralement optimal. Trop peu : scoring peu discriminant. Trop : complexité de maintenance et risque de sur-ajustement. Commencez avec 5-7 critères essentiels et enrichissez progressivement.

Faut-il un CRM pour faire du lead scoring ?

Un CRM facilite grandement l'automatisation, mais ce n'est pas obligatoire pour commencer. Un Google Sheet avec mise à jour manuelle peut suffire pour 50-100 leads par mois. Au-delà, automatisez.

Le score d'engagement doit-il se dégrader avec le temps ?

Oui. Un lead très actif il y a 6 mois mais silencieux depuis est moins qualifié qu'un lead récemment actif. Configurez une règle de dégradation temporelle (-5 pts par mois d'inactivité, ou reset partiel après 90 jours sans activité).

Kenoby met en place des systèmes de lead scoring pour les équipes commerciales B2B qui veulent prioriser leurs efforts sur les prospects les plus qualifiés.