IA de qualification de prospects à Paris

En rapprochant les signaux disponibles — origine, contenu de la demande, historique, données du CRM — pour proposer une priorité expliquée, jamais une décision opaque.

Concrètement, le système lit ce qui existe déjà : le formulaire rempli, la page depuis laquelle la demande est partie, l’entreprise et son secteur quand ils sont identifiables, l’historique s’il y en a un, et le contenu du message. Il en tire une proposition de priorité avec les éléments qui l’ont motivée.

La mention des motifs est la partie non négociable. Une note de soixante-douze sur cent sans explication ne sert à rien : le commercial ne peut ni la vérifier ni la contredire, et il finit par l’ignorer. Une proposition qui dit « priorité haute : secteur correspondant à vos trois derniers clients, budget mentionné, demande précise sur une prestation existante » se discute — et c’est ce qui la rend utilisable.

Ce que le système ne fait pas : écarter une demande. Il ordonne, il ne filtre pas. Une demande mal notée reste visible et traitable.

Non. Elle propose une priorité et des éléments de contexte. La décision, la relation et l’arbitrage restent humains.

Le partage est clair et nous le tenons : le système fait ce que personne n’a le temps de faire — lire cent demandes, rapprocher chacune de l’historique, remonter ce qui ressemble aux affaires gagnées. Le commercial fait ce qu’aucun système ne fait : entendre ce qui n’est pas écrit, sentir une urgence, décider d’appeler malgré une note basse.

L’erreur à éviter est le glissement : un outil qui ordonne devient, par usage, un outil qui décide, parce que personne ne descend plus bas que les dix premières lignes. Nous prévoyons donc deux garde-fous — une file secondaire relue périodiquement, et un suivi des affaires gagnées qui avaient été mal notées. Ce second indicateur est le plus utile : il mesure ce que l’outil fait rater.

Et nous le disons franchement : sur une petite équipe qui traite vingt demandes par mois, l’outil n’apporte rien. Il commence à servir au-delà de cent.

Un historique aide mais n’est pas indispensable. À défaut, les règles métier explicites et les signaux disponibles permettent un premier niveau utile.

Deux approches selon ce dont vous disposez. Avec un historique exploitable — plusieurs centaines d’affaires avec leur issue —, le système apprend ce qui distingue les demandes gagnées, et la proposition s’appuie sur vos données réelles. C’est la configuration la plus performante.

Sans historique, ou avec un CRM dont les issues ne sont pas renseignées — cas très fréquent —, on part de règles écrites avec vos commerciaux : secteurs prioritaires, taille d’entreprise, prestations à forte marge, signaux d’urgence dans le texte. C’est moins subtil et déjà utile, et cela présente un avantage : les règles sont lisibles et modifiables.

Le conseil que nous donnons souvent : commencer par les règles, et en profiter pour mettre en place le renseignement des issues dans le CRM. Dans un an, l’historique existera. Sans cette discipline, il n’existera jamais, quel que soit l’outil.

La proposition est corrigeable et le retour est conservé. Les erreurs servent à ajuster les critères plutôt qu’à être ignorées.

Le mécanisme : le commercial peut modifier la priorité et indiquer pourquoi, en un clic et un menu court — si la correction demande plus d’effort, elle ne sera pas faite. Ces corrections constituent un jeu de cas qui alimente les ajustements suivants.

Ce qui compte ensuite est la mesure : chaque mois, on compare les propositions du système aux issues réelles. Deux chiffres suffisent — la part des affaires gagnées qui étaient bien notées, et la part des demandes mal notées qui se sont révélées bonnes. Le second est celui qui mérite l’attention, parce qu’il chiffre le coût des erreurs du système.

Quand ce coût dépasse le gain de temps, le dispositif est un handicap et nous le disons. C’est arrivé, et cela conduit soit à revoir les critères, soit à arrêter.

Une erreur n’a par ailleurs aucune conséquence irréversible : rien n’est envoyé ni refusé automatiquement.

Oui. Les critères sont explicites et ajustables selon vos priorités commerciales, vos secteurs et vos capacités de traitement.

C’est une exigence de conception, pas une option : un système de qualification dont les critères vivent dans le code devient inutilisable dès que votre stratégie change — un nouveau secteur, une prestation abandonnée, une zone géographique ouverte. Les critères, leurs poids et les seuils sont donc des données administrables.

Ce que vos équipes peuvent régler sans nous : les secteurs prioritaires, les fourchettes de taille d’entreprise, les prestations valorisées, les zones, les mots qui signalent une urgence ou un hors-sujet, et les seuils de priorité.

Ce qui reste du développement : l’ajout d’une source de signal nouvelle, ou un changement de logique de pondération.

Deux précautions accompagnent cette souplesse. Un historique des modifications, pour savoir quels critères s’appliquaient à une demande passée. Et une prévisualisation sur les demandes du dernier mois avant d’appliquer un changement : elle montre immédiatement l’effet, ce qui évite les réglages à l’aveugle.

Formulaires, appels, courriels, campagnes et salons peuvent être rapprochés, à condition de définir les correspondances et la source de référence.

Le travail réel est le rapprochement. La même entreprise arrive par un formulaire en mars, par un salon en juin et par un appel en septembre — trois enregistrements qui doivent devenir une histoire. Sans cela, le système note une demande neuve alors qu’il s’agit d’un prospect suivi depuis six mois, et sa proposition est fausse.

Le rapprochement se fait sur des clés faibles — nom d’entreprise, domaine du courriel, téléphone — avec un seuil et une file de cas ambigus traités à la main. Nous ne fusionnons pas automatiquement deux fiches sur une ressemblance : une fusion erronée est difficile à défaire.

Les sources hors ligne demandent une saisie, et c’est leur limite : un contact de salon noté sur un carnet n’entre dans le dispositif que si quelqu’un le saisit. Nous préférons le dire plutôt que de promettre une vision unifiée qui dépend d’une discipline que personne ne tient.

Oui lorsque les interfaces le permettent, afin que la qualification apparaisse dans les outils déjà utilisés par les équipes.

C’est la condition d’adoption, pas un confort. Un outil de qualification qui vit dans sa propre interface demande au commercial d’ouvrir un second écran ; il ne le fera pas plus de deux semaines. La proposition doit apparaître dans la fiche du CRM qu’il consulte déjà, sous forme de champs : priorité, motifs, éléments de contexte.

L’intégration se fait par l’interface du CRM quand elle existe — la plupart des solutions courantes en ont une. Elle écrit dans des champs dédiés et ne touche à rien d’autre : le compte technique utilisé peut écrire ces champs et lire les fiches, pas modifier une opportunité ni supprimer un contact.

La correction faite par le commercial dans le CRM remonte vers le système, ce qui ferme la boucle d’apprentissage.

Quand le CRM n’expose pas d’interface, un échange de fichiers à intervalle régulier reste possible, avec une fraîcheur moindre. Nous le vérifions au cadrage, parce que cela conditionne tout le reste.

Par des critères explicites, des contrôles sur les données d’apprentissage, une surveillance des écarts et l’exclusion des variables non pertinentes.

Le risque est concret : un système qui apprend sur un historique reproduit les habitudes de cet historique, y compris les mauvaises. Si vos commerciaux ont peu appelé un secteur, l’outil conclura que ce secteur convertit mal — alors qu’il n’a jamais été travaillé.

Quatre mesures. L’exclusion explicite des variables qui ne doivent pas jouer : le nom de la personne, son genre déduisible du prénom, la nationalité apparente, le quartier de l’adresse. Ces variables n’ont aucune pertinence commerciale et introduisent des discriminations.

Le contrôle de la représentation dans les données d’apprentissage, pour repérer les segments absents.

La surveillance des écarts en production : la distribution des priorités par secteur et par taille est examinée périodiquement, et un écart marqué est examiné plutôt que supposé juste.

Et la traçabilité : chaque proposition conserve ses motifs, ce qui permet de contester. Sans traçabilité, un biais est indémontrable — et donc incorrigible.