Alma
Problème
L'équipe sales appelait au feeling, sur des critères flous comme la taille de boîte. Résultat, beaucoup d'appels perdus sur des marchands qui n'allaient jamais signer. Le vrai signal qui prédisait la signature, c'était le volume de ventes du marchand, et il était lisible publiquement via leur trafic web et leur stack technique.
Approche
Deux semaines à fouiller le CRM pour comprendre ce qui faisait signer un client. La donnée disait que le volume e-commerce mensuel était le meilleur prédicteur, et qu'il pouvait être estimé sans demander quoi que ce soit au marchand. À partir de là, j'ai monté un pipeline qui scrape les marchands chaque semaine (Apify), récupère leur stack et leur trafic (BuiltWith, SimilarWeb), filtre uniquement ceux qui matchent (Clay), puis envoie un mail personnalisé sur leur volume estimé (Lemlist). On est passés de 4 200 marchands listés à 1 100 qui valaient vraiment un message.
Livrables
- — Une règle de qualification automatique qui classe chaque marchand selon son potentiel d'achat (intégrée dans Clay)
- — Un pipeline qui tourne tout seul chaque semaine, scrape les nouveaux marchands et les ajoute à la liste (Apify + n8n)
- — Une séquence de 4 mails sur 14 jours, avec le volume estimé du marchand cité dans le premier mail (Lemlist)
- — Remontée automatique des réponses positives dans HubSpot, avec la source du signal qui a déclenché le contact
Résultats
Outils utilisés
- Apify
- BuiltWith
- Clay
- Lemlist
- HubSpot
- n8n
Récit
La phase de discovery a duré deux semaines parce qu’il fallait éplucher 18 mois de pipeline CRM avant de toucher au sourcing. La question n’était pas “comment générer plus de leads” mais “qu’est-ce qui fait qu’un lead signe”. On a comparé les opportunités gagnées et perdues avec les données enrichies sur 200 comptes signés.
Le signal qui sortait du lot, c’était le volume de ventes mensuel estimé du marchand. Ce volume était lui-même prévisible à partir de leur stack technique (un Shopify Plus ne joue pas dans la même cour qu’un Wix) et de la dynamique de leur trafic. Cette logique a permis de construire une règle simple, intégrée dans Clay, qui filtrait les 4 200 marchands initiaux jusqu’aux 1 100 qui valaient un mail.
À partir de ce filtre, le reste a coulé. Une séquence courte, un argument simple (“vous faites X de volume mensuel, on permet à des marchands comme vous de booster leur panier moyen de Y%”), un pipeline qui tourne en cron hebdomadaire et alimente HubSpot tout seul. La force du système, ce n’était pas le copy. C’était d’avoir compris quel marchand avait une vraie raison d’écouter.