#48 - Comment implémenter le fit scoring ? 🙅‍♂️

Bienvenue pour ce nouvel épisode ! Aujourd’hui, j’ai le plaisir d’accueillir Bastien Paul, Growth Lead chez Bigblue. Bastien va nous expliquer comment implémenter le fit scoring. Il est parti de plusieurs problématiques pour arriver à l’idée du fit scoring. Dans cet épisode tu découvriras les conseils suivants : Le fit scoring permet de : Faire gagner du temps à tes commerciaux, Faire en sorte que ton travail n’explose pas, Choisir quelle entreprise enrichir (scorer et prioriser les boites). Afin alors de scorer tes boites, tu devras les départager suivant 3 tiers : Le 1er tiers sera une fine sélection d'entreprise avec un gros panier moyen, Le 2ᵉ tiers sera pas mal de boîtes avec un bon panier moyen, Le 3ᵉ sera beaucoup de boîtes avec un panier plus bas. Le panier moyen correspondra alors à la valeur de ton deal pour un sales. À toi d’analyser tes clients et tes prospects pour les mettre dans les tiers correspondants. Même si tous tes prospects répondent aux critères "Ideal Customer Profil" (profil de client entreprise idéal, qui vous apporte le plus de valeur et à qui vous apportez le plus de valeur), passe plus de temps sur ceux dans le 1er tiers. Comment alors répartir tes efforts sur les différents tiers ? Cela dépendra de tes ressources en interne et de l’intensité humaine dont tu disposes : Le 1er tiers nécessite beaucoup de cold emailing, et il est important de systématiquement récupérer toutes les personnes à l’intérieur. L'idéal est d'arriver avec une apporche ultra-personnalisée. Le 2ᵉ tiers nécessite d’aller plus dans le semi-automatique. Le 3ᵉ tiers ne nécessite aucune action, il viendra en inbound par lui-même et ce sera super. Agis surtout sur le 1er tiers. Fit scoring et lead scoring : Le fit scoring consiste à noter une boîte, tandis que le lead scoring consiste à noter si ton prospect est engagé ou non, et dans quelle phase de ton processus commercial il doit être. Comment alors mettre en place du fit scoring ? Tu peux t’aider de Madkudu, il est assez cher, mais efficace. Sinon, tu peux faire simple en notant sur des -1 +1, ou faire remonter des choses que tu as vues qui marchait bien. Trouve des points communs chez tous tes clients qui sont discriminants par rapport aux personnes que tu ne convertis pas. Au début, ne cherche pas à être précis, mais à prioriser l’enrichissement de tes sales et à aider tes commerciaux à alimenter et animer leurs pipes. Par rapport aux prédictions, elles sont souvent incertaines, car les prospects ne donnent pas forcément des informations correctes. Mets alors en place du reporting pour t’aider. À cet effet : Focus-toi sur quelque chose de factuelle, Trouve les points de données qui sont discriminants, Prends conscience que tu as des limites opérationnelles et que ce n’est pas grave. Comment faire pour améliorer ton process ? Demande-toi ce que tu as loupé à chaque fois. Soit en recherche constante de data pour voir les "datas points" sur lesquelles travailler. Fais du machine Learning sur ta base d’entraînement. Prends alors 100 boîtes, 80 pour t’entraîner et 20 pour tester. Tu peux par la suite splitter tout ça. En outre, Concentre-toi sur des preuves tangibles : sql ou pas sql,… Nettoie ta base de données client de temps et temps et travaille sur quelque chose de propre. Et enfin, fais-toi confiance et simplifie les choses quand il le faut. Reste sur les autoroutes et non sur les petites routes où tu pourrais te perdre. J’espère que cet épisode t’apportera de la valeur 💪 Bonne écoute ! Les liens utiles Les ressources/outils mentionnés : BigblueMadkudu Retrouve Bastien Bastien Paul Abonne-toi : Spotify Apple podcast Newsletter LinkedIn