Pourquoi la plupart des données d'intention sont ignorées par les commerciaux (et comment réparer le workflow)

Chaque éditeur de données d'intention peut montrer un graphique où le signal corrèle avec le pipeline. Presque aucun ne peut montrer un commercial qui consulte la plateforme chaque jour, sans qu'on le lui rappelle, comme il consulte sa liste de tâches CRM. Cet écart entre « la donnée fonctionne » et « la donnée est utilisée » est le vrai sujet de cette catégorie de produits, et il mérite d'être pris au sérieux plutôt que rangé dans la case « problème de formation ».

Le signal n'est généralement pas le problème, c'est le workflow

Les données d'intention sont typiquement achetées comme une décision d'entreprise. Un VP sales ou marketing voit une étude de cas, lance un pilote, signe un contrat, et déploie la plateforme sur l'équipe. Ce qui se passe ensuite, c'est là que la promesse s'effondre : l'outil arrive comme une connexion de plus, un tableau de bord de plus, un onglet de navigateur de plus que le commercial doit se souvenir d'ouvrir. Personne n'a repensé la journée réelle du commercial autour de cet outil.

La matinée d'un commercial a déjà une file d'attente : tâches CRM en retard, étapes de séquence dues aujourd'hui, message Slack d'un manager sur un deal bloqué. Un tableau de bord de données d'intention en dehors de cette file n'est pas neutre, il est en concurrence directe pour l'attention avec des tâches dont le coût d'ignorance est bien plus clair et immédiat. Le tableau de bord perd ce combat presque à chaque fois, non pas parce que les commerciaux sont paresseux, mais parce qu'il n'a jamais été installé sur le chemin qu'ils empruntent déjà.

Pourquoi les commerciaux perdent confiance dans l'outil, pas seulement dans l'onglet

Même les commerciaux qui consultent d'abord le tableau de bord finissent souvent par s'en détourner en quelques semaines, et la raison est généralement une mauvaise expérience précise plutôt qu'un désintérêt général. Un commercial reçoit trois comptes signalés comme « chauds », travaille les trois, et découvre un SDR concurrent en train de faire de la veille, un étudiant en train d'écrire un mémoire, et un compte déjà perdu depuis six mois. C'est la fatigue d'alerte dans sa forme la plus pure : une poignée de faux positifs suffit à faire perdre confiance à un commercial dans le signal pendant des mois, même après que le modèle sous-jacent s'améliore.

C'est un vrai problème de qualité de signal, pas seulement une question de perception. Les pics d'intention sont bruyants par nature. Un pic de consommation de contenu sur un sujet ne distingue pas un vrai évaluateur d'une équipe de veille concurrentielle, d'un journaliste, ou de quelqu'un qui prépare un rapport sans rapport avec un achat. L'intention au niveau compte ajoute encore à l'ambiguïté : elle indique qu'un compte est actif, pas qui, à l'intérieur de ce compte, est engagé, ce qu'il a lu, ni ce qu'il voudrait entendre lors d'un appel.

Ce qui doit vraiment changer : pousser les signaux dans le workflow

La correction qui fonctionne systématiquement n'a rien de spectaculaire : arrêter de demander au commercial d'aller chercher la donnée, et à la place mettre la donnée là où il se trouve déjà. Concrètement, un pic d'intention devient une tâche créée automatiquement dans le CRM, ou un déclencheur qui ajoute un contact à une séquence, plutôt qu'une ligne sur un tableau de bord dont il faut se souvenir de l'existence. La différence paraît petite, elle ne l'est pas. Une tâche dans une file existante est traitée parce que traiter la file, c'est déjà le travail. Un tableau de bord reste optionnel d'une manière qu'une liste de tâches ne l'est pas.

Cela règle aussi une partie du problème de confiance, car une tâche qui arrive avec du contexte, « ce compte a consulté les pages tarifs trois fois cette semaine, voici l'interlocuteur probable », est un objet fondamentalement différent d'un point vert sur une heatmap. Elle indique au commercial quoi faire et quoi dire, pas seulement qu'il s'est passé quelque chose quelque part.

Trier avant que le signal n'atteigne le commercial, pas tout envoyer

La seconde partie de la solution consiste à filtrer le signal avant qu'il n'atteigne qui que ce soit, plutôt que d'envoyer chaque pic à chaque commercial et de le laisser trier lui-même. Cela signifie noter l'intention selon l'adéquation firmographique, le stade du deal et le contexte au niveau compte et contact avant qu'une tâche ne soit créée, pour que ce ne soit pas au commercial de décider si un pic est un vrai signal d'achat ou du bruit. Une équipe qui ne route dans le workflow que son décile supérieur de signaux notés, associé à l'identité de l'interlocuteur engagé, obtiendra un usage réel plus élevé qu'une équipe qui envoie tout et espère que les commerciaux développeront le bon jugement.

Plus de volume de données n'a jamais été la réponse

Face à une faible adoption, la tentation est d'acheter une deuxième source de données d'intention, en pariant qu'une couverture plus large fera enfin remonter le signal que les commerciaux ratent. Cela aggrave presque toujours le problème au lieu de le résoudre, car cela ajoute du volume à un flux déjà trop dense pour un tableau de bord que personne n'ouvrait. Les équipes qui tirent réellement de la valeur des données d'intention ne sont pas celles avec le plus de sources. Ce sont celles qui ont traité l'intention comme une entrée dans un workflow existant plutôt que comme une nouvelle destination, et qui ont mis leurs efforts dans le tri et le contexte plutôt que dans la couverture. Le signal était rarement le maillon faible. C'était la distance entre le signal et la vraie liste de tâches du commercial.