L’ Intelligence Prédictive : la nouvelle frontière du marketing B2B

La première fois que Gartner a écrit sur le lead scoring prédictif, c’était en août 2014 et cette pratique en était encore à ses balbutiements. Depuis, les choses ont évolué. Ainsi, dans son rapport « Tech Go-to-Market » de mars 2016, Gartner qualifie désormais le lead scoring prédictif de « must have » pour les marketeurs B2B. Particulièrement pour ceux qui gèrent des volumes de leads importants issus d’actions d’inbound marketing ou d’événements. « Nous pensons que ce changement d’analyse est dû à une adoption plus large et à un investissement plus important, dans un futur proche, sur les technologies d’intelligence prédictive. Cela est également dû à l’impact économique tangible des outils prédictifs pour les entreprises », notamment aux Etats-Unis, où ces technologies sont en train de révolutionner la manière de faire du business en B2B, y compris chez les PME.

 

Un acheteur de mieux en mieux éduqué

Cela peut paraître surprenant, mais le besoin pour davantage d’ intelligence prédictive est nourri par le succès de l’inbound marketing et du content marketing, et non par leur échec. Au cours de la décennie écoulée, le content marketing a largement amélioré l’expérience client des décideurs B2B. Aujourd’hui, avant de se lancer dans un nouvel investissement, de nouvelles stratégies ou l’achat de nouvelles technologies, un décideur peut se renseigner de manière relativement complète grâce à tout un ensemble de livres blancs, de benchmarks, d’études de cas, d’analyses techniques sur à peu près n’importe quel sujet. Et ce grâce à la magie d’internet conjuguée à la vigueur jamais démentie du marketing de contenu.

Le décideur peut ainsi disposer des retours d’expériences d’entreprises similaires à la sienne, en allant sur des sites spécialisés dans les comparatifs, ou échanger et poser des questions à ses pairs sur des forums, ou dans des groupes de discussion sur les réseaux sociaux, etc. La plupart du temps, le décideur pourra même faire son propre comparatif en comparant les usages et les bénéfices de différentes solutions grâce à des offres d’essai gratuites ou des modèles freemium.

Le marketing de contenu a réussi à créer une culture de l’auto-éducation chez l’acheteur B2B. Dans chaque domaine, pour chaque problématique, celui-ci a désormais les capacités de s’informer avant de se lancer dans un processus d’achat. Mais le résultat inattendu de cette transformation, c’est qu’il devient de plus en plus compliqué pour le commercial, voire le marketeur lui-même, de comprendre les comportements des acheteurs et ce qui motive réellement leur décision d’acheter un produit ou un service. C’est un peu la créature du docteur Frankenstein qui se retourne contre son créateur… Le marketeur a voulu informer le prospect sur tout un tas de sujets pour le convaincre d’acheter ce que sa société lui propose. Mais désormais, tout le monde fait de même ! En conséquence, l’acheteur dispose effectivement d’un réservoir de connaissances, inimaginable il y a encore quelques années, pour prendre sa décision, challenger votre proposition de valeur, et pas forcément en votre faveur…

 

La mort du MQL

Le MQL (Marketing Qualified Lead) ou lead qualifié par le Marketing, est désormais complètement dépassé par les événements… On peut d’ores et déjà prononcer son oraison funèbre… Pourtant, au cours des 10 années passées, le MQL a été la métrique de base pour mesurer la performance du Marketing B2B. En 2006, amener un prospect à remplir un formulaire multi-champs pour regarder un webinaire ou télécharger un livre blanc suffisait à le qualifier pour un passage de relais à l’équipe commerciale. Aujourd’hui, les choses sont devenues beaucoup plus compliquées pour le Marketing. Encore une fois, en 2016, un prospect peut avoir téléchargé plusieurs de vos documents, être venu plusieurs fois sur votre site et avoir rempli une demande de contact, ce n’est pas pour autant qu’il est mûr pour acheter ce que vous avez à vendre. Il peut très bien être dans cette fameuse démarche auto-éducatrice, et chercher à se renseigner comparativement sur un produit, une solution, ou une problématique.

La généralisation de cette soif de contenus, créée par le content marketing depuis 10 ans, a créé le piège du MQL : croire qu’un niveau supérieur d’engagement vis-à-vis du contenu proposé va forcément mener à un accroissement du chiffre d’affaires généré par le Marketing. C’est une erreur. Ce n’est pas parce qu’un prospect consomme vos contenus marketing qu’il est réellement prêt à acheter votre produit ou service. De nombreuses entreprises sont donc en train de revenir sur cette notion de MQL, pour lui préférer celle de SAL (Sales Accepted Lead) ou « Lead accepté par le département des ventes ». D’autres ont tout simplement arrêté de considérer la croissance de chiffre d’affaires comme un indicateur de succès de leurs actions marketing.

 

L’avènement de l’intelligence prédictive

L’ intelligence prédictive, aujourd’hui permise par les nouvelles avancées technologiques en matière d’exploitation du Big Data, permet de faire face à ce problème, en donnant les capacités aux marketeurs de faire le tri, de manière automatique, en comparant et pondérant des ensembles de critères et de données, entre des prospects engagés dans un processus de conversion à long terme (ou pas…) et ceux effectivement enclins à passer à l’acte d’achat dans un cycle court.

 

1- Prioriser le suivi des commerciaux

La consommation de plus en plus frénétique de contenus, et les changements de paradigme en matière de qualification des leads ont créé un effet de surcharge chez les équipes commerciales. Tout le monde consommant les contenus diffusés par le Marketing, les commerciaux se retrouvent ensevelis sous des montagnes de leads, dont la plupart ne sont pas réellement qualifiés pour la vente, car simplement en recherche d’information. La journée d’un commercial n’étant pas extensible à l’infini, comment prioriser les actions à mener vis-à-vis des leads transmis par le Marketing ?

Encore une fois, les américains sont en avance. Aux Etats-Unis, même les PME sont équipées de solutions de Sales et Marketing Intelligence, qui leur permettent, à partir de caractéristiques de comptes (taille, équipement, activité, etc.) et de catégories de signaux d’affaires (levée de fonds, déménagement, recrutement, etc.), de trier les leads chauds des leads tièdes ou froids. C’est à dire, de pouvoir prédire, en fonction du croisement de données spécifiques, lesquels sont vraiment prêts à être contactés par l’équipe de vente. Et cela, à partir d’une analyse algorithmique de leur contexte business. Ainsi, des solutions comme InsideView, RainKing ou Discover.org équipent aujourd’hui des dizaines de milliers d’entreprises B2B outre-Atlantique. En France, l’ intelligence prédictive commence à se faire une place, avec des solutions comme, par exemple, celles de Sparklane.

Le premier apport de l’intelligence prédictive est donc de permettre aux entreprises d’identifier, et de faire remonter à la surface, les comptes qui sont en situation d’avoir besoin de leurs produits et services. Les commerciaux ne traitent ainsi que ces cibles prioritaires. On parle ici de productivité commerciale. L’équipe de vente ne perd plus de temps avec des prospects immatures.

A un niveau plus avancé, l’intelligence prédictive permet également à une entreprise de filtrer de manière de plus en plus pertinente les prospects de son marché, en intégrant des signaux issus de son écosystème digital (sites web, communiqués de presse, site de news, blogs, posts sur les réseaux sociaux, etc.). L’intelligence prédictive permet ainsi, grâce à une analyse objective du contexte d’une société, de pouvoir l’inclure dans une liste prioritaire de prospects, même si, au départ, elle ne remplit pas toutes les caractéristiques d’un prospect de premier choix (taille, activité, etc.). Grâce à l’intelligence prédictive, une entreprise peut dupliquer ses succès commerciaux, même sur des prospects qu’elle n’aurait pas su identifier par elle-même au premier abord.

 

2- Inclure l’intention dans votre modèle de scoring

Améliorer vos filtres et les signaux d’affaires sur vos comptes cibles peut augmenter de manière appréciable la conversion de vos leads marketing (MQL) en leads commerciaux (SQL). Et l’impact sur votre pipeline commercial peut être rapidement très concret. Le problème avec la notion actuelle de lead scoring, est qu’elle est généralement rattachée au profil de l’individu qui interagit avec votre site web, vos emailings, vos contenus. C’est une notion marketing et non commerciale. Comme nous l’avons vu, le fait qu’un individu télécharge votre livre blanc, clique sur l’un de vos mails et vienne visiter la page produit de votre site web, ne signifie pas forcément qu’il est prêt à vous acheter quelque chose. Il peut simplement être en train de collecter des informations sur une catégorie de solutions, sur une thématique, etc. S’en tenir à un profil individuel pour qualifier un lead de « chaud » est risqué. En effet, le commercial peut en définitive appeler un décideur qui n’est pas encore réellement entré dans un cycle d’achat, ou au contraire, qui est tellement avancé dans sa réflexion avec l’un de vos concurrents que vous allez juste lui servir de lièvre dans sa négociation. Etre en avance à un rendez-vous est aussi problématique qu’être en retard. Dans les deux cas, vous n’êtes pas au rendez-vous avec votre prospect, au moment précis où il a besoin de vous.

Pour identifier ce moment de vérité, un scoring de profil ne suffit pas. Vous devez en capacité de scorer le contexte dans lequel se trouve votre cible. Ce qui, en soit, est plus pertinent. Ainsi, Gartner précise dans son rapport de mars 2016, évoqué plus haut, que « le lead scoring dans sa version traditionnelle a essentiellement recours au seul degré d’engagement comme révélateur d’une intention d’achat. Or, en réalité, le lien entre les deux est faible. » Comme expliqué précédemment, si le fait de télécharger un livre blanc ou de visiter une page web peut être l’indicateur d’un intérêt, il ne garantit en rien une véritable intention d’acheter.

Alors comment faire pour scorer le contexte de l’entreprise cible ? Comment savoir si elle est dans une situation de besoin par rapport à ce que vous proposez ? C’est ici que l’intelligence prédictive prend toute son importance. Les solutions de ce type, comme celles proposées par InsideView ou Sparklane, intègrent dans le processus de scoring ce que l’on appelle des données tierce partie, c’est-à-dire des données de segmentation marketing, mais également tout un corpus d’informations légales ou tirées de sources publiques et privées sur le web : journaux d’annonces légales, sites web des entreprises, articles de presse, communiqués, fiches produits, annonces d’emplois, nominations, etc.

Ces solutions d’intelligence prédictive croisent toutes ces données entre elles pour faire remonter de l’information décisionnelle à forte valeur ajoutée sur le contexte précis de la cible. Savoir qu’une entreprise lève des fonds et déménage ses locaux permet, par exemple, pour un cabinet de conseil en RH de prédire qu’elle va prochainement entrer dans une phase de recrutement. Et donc de la contacter pour lui proposer ses services.

Donc seule l’intelligence prédictive, fondée sur les nouvelles technologies d’analyse du Big Data, permettent de réellement identifier à quel moment une entreprise est susceptible d’acheter. Cela permet de mettre également en perspective le comportement du décideur qui vient de télécharger votre livre blanc et de visiter votre page produit. Si le contexte de son entreprise est favorable, alors on peut en déduire une réelle intention d’achat. Cela fait concrètement de lui un « lead chaud » qui doit être transmis à l’équipe commerciale pour une action immédiate. Et c’est ainsi que vous améliorez réellement la conversion de vos leads marketing (MQL) en leads commerciaux (SQL).

 

3- Faire plus avec moins

Pour quelques marketeurs privilégiés, le budget n’est pas un problème. Mais il ne faut pas perdre de vue que le budget n’est pas non plus la solution. Mettre toujours plus d’argent dans des techniques aux taux de conversion faméliques ne les rendra pas plus efficaces. C’est la raison pour laquelle l’intelligence prédictive, notamment pour les grandes entreprises, est d’une importance capitale. En leur donnant la capacité de prioriser les leads à travailler, et de mettre immédiatement de côté les prospects non pertinents, l’intelligence prédictive leur permet d’économiser beaucoup d’argent dans leur process de qualification commerciale. D’un autre côté, être capable d’identifier rapidement des prospects à forte intention d’achat et de les confier immédiatement à leurs meilleurs commerciaux leur permet également de raccourcir considérablement les cycles de vente, et même d’augmenter le montant moyen des contrats signés.

Quelle que soit la solution d’intelligence prédictive que vous choisissez de mettre en place dans votre entreprise, les retours d’expérience, notamment aux Etats-Unis, des sociétés qui les utilisent montrent qu’il faut impliquer dès le départ l’équipe commerciale dans le processus. C’est une garantie de succès. Car les commerciaux doivent comprendre l’intérêt de la solution et l’adopter pleinement dans leur façon de travailler. Cela demande parfois des efforts, notamment en termes de formation et de suivi opérationnel.

Mais cela entraîne également des changements pour l’équipe marketing, qui doit repenser la notion d’engagement, la manière de scorer un lead, et le mode de transmission à l’équipe commerciale.

Si vous êtes intéressé pour en connaître davantage sur les solutions d’intelligence prédictive de Sparklane, n’hésitez pas à venir consulter notre site web.