Lead scoring, MQL et SQL : quand un lead est-il prêt pour la vente ?

Le lead scoring consiste à attribuer des points aux leads selon leur profil et leur comportement, afin de savoir qui est prêt pour la vente et qui ne l’est pas encore. Il résout le conflit classique entre le marketing, qui livre des volumes, et les ventes, qui veulent de la qualité. Dans cet article, vous découvrirez la différence entre un MQL et un SQL, le fonctionnement du scoring et la manière d’aligner les deux équipes.

Faites le calcul vous-même : calculez ce que vaut un lead avec notre calculateur de valeur par lead gratuit.

Le problème que le scoring résout

Le marketing affirme « nous livrons assez de leads », les ventes répliquent « ce sont de mauvais leads ». Les deux ont partiellement raison, car ils mesurent des choses différentes. Sans définition partagée d’un bon lead, ce débat reste sans fin.

En B2B, « plus de leads » n’est d’ailleurs pas un objectif en soi. Un formulaire rempli cent fois donne une bonne impression, mais si aucun client n’en sort, vous avez surtout occupé votre équipe commerciale avec du bruit. Le rôle du scoring est précisément celui-là : séparer le bruit du pipeline.

Le lead scoring et les notions de MQL et SQL donnent aux deux équipes le même langage. Ainsi, chacun sait quand un lead est prêt à être transmis.

MQL versus SQL

Deux jalons dans le parcours d’un lead :

• MQL (Marketing Qualified Lead). Une personne qui montre assez d’intérêt pour être pertinente, mais qui n’est pas encore prête à acheter. Le marketing continue de la cultiver.
• SQL (Sales Qualified Lead). Une personne suffisamment avancée pour qu’un commercial y consacre du temps. Les ventes prennent le relais.

L’explication complète figure dans notre glossaire : MQL et SQL. L’art consiste à convenir clairement du moment où un MQL devient un SQL.

Comment fonctionne le lead scoring ?

Vous attribuez des points sur deux axes :

• Le profil (qui est-ce ?). Le lead correspond-il à votre client idéal ? Secteur, taille, fonction. Un décideur dans une entreprise adaptée obtient un score élevé.
• Le comportement (que fait-il ?). Ouvre-t-il vos e-mails, visite-t-il votre page tarifs, fait-il une demande ? Les signaux d’achat font grimper le score.

Un lead avec un score comportemental élevé mais un score de profil faible est enthousiaste, mais hors cible. Ce n’est que lorsque les deux axes concordent qu’un lead est réellement prêt pour la vente. Salesforce à propos du lead scoring applique la même distinction entre profil et comportement. Au-delà d’un seuil convenu, un lead devient un SQL et part vers les ventes. Votre équipe commerciale consacre ainsi son temps aux bonnes personnes, et les bons leads ne disparaissent plus dans le bruit. Cela rejoint la question des leads qualifiés.

Un exemple concret de modèle de scoring

Un modèle de départ exploitable attribue à chaque action une valeur en points selon ce qu’elle révèle du sérieux de la personne. Un exemple illustratif :

• Inscription à la newsletter : 2 points
• Guide pour débutants téléchargé : 3 points
• Brochure demandée : 5 points
• Webinaire suivi : 8 points
• Essai gratuit démarré : 10 points

Vous choisissez ensuite un seuil au-delà duquel les ventes prennent contact. Fixez-le par exemple à 10 ou 12 points : quelqu’un qui se contente de lire votre newsletter ne l’atteint pas, mais une personne qui a suivi un webinaire et demandé une brochure ensuite, oui. Le seuil n’est pas une loi, vous l’ajustez à mesure que vous voyez quels scores mènent effectivement à des clients. Toutes les entreprises ne pondèrent d’ailleurs pas les actions de la même façon : pour un éditeur de logiciels, l’essai gratuit est le signal le plus fort, pour un cabinet de conseil, une demande d’entretien pèse davantage.

Le scoring sans suringénierie

Vous n’avez pas besoin d’un système compliqué pour démarrer. Commencez simplement :

1. Définissez ensemble ce qui caractérise un bon client (profil).
2. Choisissez quelques signaux d’achat clairs (comportement).
3. Fixez ensemble le seuil du « prêt pour la vente ».
4. Formalisez la passation, pour que rien ne reste en plan. Voyez le suivi des leads.

Affinez ensuite en fonction de ce que vous apprenez. Mieux vaut un modèle simple réellement utilisé qu’un modèle parfait que personne ne suit.

De bonnes données sont la base de tout score

Un modèle de scoring ne vaut que les données qui l’alimentent : des données erronées ou incomplètes mènent à des leads qui obtiennent un score élevé mais ne signeraient jamais. Ce n’est pas un hasard si 35 % des entreprises citent le manque de données de qualité comme le principal obstacle au succès de la génération de leads (Ascend2). Et des études estiment qu’une mauvaise qualité de données coûte aux entreprises de 15 à 25 % de leur chiffre d’affaires (MIT Sloan Management Review).

De bonnes données n’alimentent pas seulement votre modèle de scoring, mais aussi la conversation qui suit. 42 % des commerciaux estiment ne pas disposer des bonnes informations avant d’appeler un prospect (CSO Insight). Qui appelle sans contexte perd l’affaire avant même de commencer.

Quand les ventes peuvent-elles prendre contact ?

La différence entre l’intérêt et l’intention d’achat détermine le bon moment. Une personne qui lit votre contenu est intéressée, mais pas nécessairement prête à acheter. Si vous appelez trop tôt, vous faites fuir un prospect encore en phase d’orientation. Si vous attendez trop longtemps, votre concurrent arrive avant vous.

La bonne nouvelle : les prospects indiquent eux-mêmes quand ils veulent parler. 60 % des prospects souhaitent s’entretenir avec un responsable commercial en phase de considération, un signal qui rejoint ce que décrit HubSpot à propos du sales qualified lead. C’est précisément le moment où votre modèle de scoring prouve son utilité : il signale quand une personne passe du « je regarde » au « j’envisage sérieusement », afin que les ventes interviennent au bon moment et pas avant.

Que faire des leads qui ne scorent pas encore ?

Vous ne les jetez pas. La plus grande partie de vos leads n’est pas encore prête à acheter. Vous les cultivez avec du lead nurturing jusqu’à ce que leur score monte et qu’ils soient réellement prêts.

En même temps, retirer activement de votre pipeline un lead qui ne conviendra jamais n’est pas un échec, mais un bon choix. Parfois, votre produit n’est tout simplement pas la meilleure solution pour cette personne. Chaque tentative d’appel vers un lead sans intention d’achat est du temps que vous ne consacrez pas à une vraie opportunité, et un pipeline gonflé masque là où vos ventes devraient réellement se trouver. Oser dire honnêtement « nous ne sommes pas le bon partenaire pour vous » gagne plus souvent le respect qu’une tentative de vente à moitié convaincue.

Sur quelle métrique piloter ?

Pilotez sur le coût par lead qualifié plutôt que sur le coût par lead. Le coût par lead compte chaque formulaire rempli, y compris les leads qui n’avaient aucune chance. Le coût par lead qualifié mesure ce que vous coûte un lead ayant une réelle chance de se conclure. Cette métrique sépare le bruit du vrai pipeline.

La métrique qui compte au bout du compte est le lead-to-close : combien de vos leads deviennent clients. C’est pourtant précisément le chiffre sur lequel la plupart des entreprises naviguent à l’aveugle. Dans la pratique, nous constatons que la grande majorité des entreprises ne peuvent pas suivre de manière fiable cette conversion du lead au client, et qu’une part considérable ne peut pas la mesurer du tout. Une grande partie d’entre elles n’a donc aucune visibilité sur le chiffre même qui justifie leur génération de leads.

IA et lead scoring : outil ou remède miracle ?

L’IA peut pondérer plus de variables par lead qu’un humain ne le peut manuellement, ce qui rend potentiellement le scoring plus précis. Mais cela ne fonctionne que si vos données sont justes : l’IA sur de mauvaises données amplifie surtout vos erreurs. Et la pratique montre à quel point nous en sommes encore au début : la plupart des entreprises n’exploitent aujourd’hui presque pas l’IA et l’automatisation pour répartir plus intelligemment leurs leads et leur budget.

Notre conseil honnête : pour la plupart des acteurs B2B, un modèle simple qui fonctionne compte plus que l’outil. Un modèle de points clair que votre équipe comprend et utilise donne des résultats plus vite qu’une solution d’IA coûteuse qui tourne sur des données bancales.

Du scoring à plus de clients

Le lead scoring n’est pas un objectif en soi. L’objectif, c’est plus de clients, en alignant ventes et marketing et en investissant du temps dans les bons leads. C’est exactement ce que vise notre génération de leads : du pipeline, pas du bruit. Pour une PME belge dotée d’une petite équipe commerciale, ce n’est pas un luxe mais une nécessité : votre temps de vente est limité, donc chaque lead mal suivi est une vraie occasion manquée.

Dans les trajets que nous déployons, nous voyons souvent un doublement, voire un triplement du nombre de demandes. Ainsi, notre approche pour Get Driven a généré 400 % de conversions en plus.

Vous voulez savoir quels leads sont prêts ?

Dites-nous comment vous transmettez vos leads aujourd’hui, et nous vous aiderons à mettre en place un modèle de scoring simple et exploitable.

Nous sommes une petite équipe, donc nous avançons vite et en faisons plus que prévu. Planifiez votre entretien gratuit et vous saurez sous 24 heures où se trouvent vos opportunités.