Pourquoi les modèles de scoring traditionnels échouent
Le scoring comportemental : un biais structurel
Le scoring marketing traditionnel attribue des points aux prospects selon leurs interactions avec vos contenus : pages visitées, emails ouverts, livres blancs téléchargés, webinaires suivis. Le problème structurel, c’est qu’il ne mesure que l’engagement avec votre marque, pas le besoin réel du prospect.
Un stagiaire qui télécharge votre livre blanc par curiosité obtient un score plus élevé qu’un CEO qui vient de lever 10 millions d’euros mais n’a jamais visité votre site. Le premier n’achètera jamais. Le second a un besoin immédiat et un budget.
Le scoring firmographique : une photographie figée
Le scoring firmographique attribue des points selon les caractéristiques de l’entreprise : taille, secteur, chiffre d’affaires, localisation. Ce modèle qualifie mieux les prospects que le scoring comportemental, mais il est statique. Il vous dit QUI cibler, pas QUAND.
Une entreprise de 200 salariés dans le bon secteur a le même score firmographique en janvier et en juin, qu’elle recrute à tout-va ou qu’elle gèle ses dépenses.
Le modèle Balance : scorer par le signal et la récence
Deux dimensions combinées
Le modèle de scoring propriétaire Balance de Rodz traite ces deux problèmes en combinant deux dimensions.
La nature du signal : chaque type de signal (parmi les 108 disponibles) reçoit un poids basé sur la force de l’intention révélée. Une levée de fonds score plus qu’un changement d’adresse. Un recrutement de CTO score plus qu’un recrutement de stagiaire.
La récence : un coefficient qui décroît après 48 heures. Un signal détecté il y a deux heures a un coefficient de 1,0. Le même signal détecté il y a trois jours a un coefficient de 0,2. Passé sept jours, le coefficient tend vers zéro.
Le score Balance est le produit des deux : Score = Poids du signal × Coefficient de récence
Les trois tiers
Le score Balance classe automatiquement chaque prospect dans l’un des trois tiers.
Tier 1 (ABM) : score Balance élevé. Signaux forts (levée de fonds, nomination C-level) détectés depuis moins de 24 heures. Traitement entièrement personnalisé : email rédigé manuellement, appel de suivi, zéro template.
Tier 2 (semi-automatisé) : score Balance moyen. Signaux de force intermédiaire (recrutements massifs, croissance rapide) ou signaux forts datant de 24 à 48 heures. Message basé sur un template avec personnalisation contextuelle, c’est-à-dire la mention du signal dans l’accroche.
Tier 3 (automatisé) : score Balance faible. Signaux de force moindre (changement de technologie, participation à un événement) ou signaux plus anciens. Séquences standardisées avec variable de personnalisation.
Un scoring dynamique, pas statique
Le scoring firmographique ne change que lorsque l’entreprise évolue, ce qui peut prendre des mois. Le scoring Balance, lui, est recalculé à chaque nouveau signal. Un prospect Tier 3 peut passer en Tier 1 du jour au lendemain si une levée de fonds est détectée. Un prospect Tier 1 redescend en Tier 2 puis en Tier 3 à mesure que le signal vieillit.
C’est un reflet fidèle de ce qui se passe sur le terrain : les fenêtres d’opportunité se ferment vite, et le scoring doit suivre ce rythme.
Mettre en place le scoring Balance
Étape 1 : pondérer les signaux pour votre offre
Tous les signaux n’ont pas la même valeur selon ce que vous vendez. Un éditeur de logiciel RH donne un poids maximum aux recrutements massifs. Un cabinet de conseil pondère les nominations de dirigeants. Un acteur de l’immobilier commercial priorise les déménagements.
Rodz propose des pondérations par défaut issues des données agrégées de ses utilisateurs, que vous ajustez ensuite selon vos propres résultats.
Étape 2 : calibrer les seuils de tier
Les seuils entre Tier 1, 2 et 3 dépendent de votre capacité de traitement. Un commercial dédié à la prospection peut traiter 5 à 10 signaux Tier 1 par semaine. Si votre équipe est plus large, les seuils s’ajustent en conséquence.
L’objectif : chaque commercial traite tous ses signaux Tier 1 dans les 48 heures, sans exception.
Étape 3 : valider statistiquement
Pour confirmer que votre pondération et vos seuils sont correctement calibrés, il faut traiter au minimum 274 prospects par configuration avant de tirer des conclusions. Ce seuil garantit une significativité statistique suffisante pour distinguer un vrai signal performant d’un résultat aléatoire.
Étape 4 : optimiser en continu
Analysez le taux de réponse positive par tier et par type de signal. Si un signal pondéré à 8/10 génère moins de réponses qu’un signal pondéré à 5/10, ajustez les poids. Le modèle Balance s’affine avec le temps.
Les résultats du scoring par signaux
Les entreprises qui utilisent le modèle Balance mesurent :
- 4× plus de rendez-vous qualifiés par rapport au scoring comportemental classique
- 74 % de taux de closing en plus, parce que les prospects scorés par signal ont un besoin réel
- 15 heures gagnées par semaine par commercial, sans tri manuel des leads
- Une allocation de l’effort cohérente : le temps se concentre sur les signaux les plus forts
Questions fréquentes
Le scoring Balance remplace-t-il le scoring dans notre CRM ?
Non, il le complète. Le scoring CRM (firmographique et comportemental) reste utile pour qualifier la base existante. Le scoring Balance s’ajoute en couche supérieure pour prioriser les prospects selon l’actualité. Un prospect peut avoir un bon score CRM (bon secteur, bonne taille) et un score Balance nul (aucun signal récent), ou l’inverse.
Comment le modèle gère-t-il les signaux multiples sur un même prospect ?
Quand plusieurs signaux sont détectés sur la même entreprise, levée de fonds, recrutements massifs, nomination d’un dirigeant, le modèle Balance additionne les scores. C’est un enchaînement de signaux particulièrement puissant qui propulse automatiquement le prospect en Tier 1, quel que soit le score individuel de chaque signal.
Le seuil de 274 prospects est-il réaliste pour les marchés de niche ?
Pour les marchés très étroits (moins de 500 entreprises cibles), le seuil de 274 peut être difficile à atteindre sur une seule configuration. Dans ce cas, regroupez plusieurs configurations similaires pour atteindre le seuil, ou acceptez une marge d’incertitude plus large. Tirer des conclusions sur un échantillon trop petit, c’est prendre un risque de calibration que vous paierez plus tard.
Pour aller plus loin dans la mise en œuvre technique du modèle Balance, consultez notre guide avancé sur le scoring Balance via l’API Rodz.