La solution décrite dans cette étude de cas n’est rien d’autre qu’une automatisation bien sentie grâce à laquelle les Sales peuvent battre le fer lorsqu’il est encore chaud. Ils augmentent ainsi leur taux de closing, et donc le revenu de l’entreprise.

Un loueur de surfs au mois d’août

Imaginons louer des surfs et des combinaisons sur la côte basque.

Les trois surfs de la famille Martin reviennent, il y en a un qui repart juste après pour Jean. On nous rapporte ensuite un surf cassé qu’on ne pourra pas louer pendant 8 jours.

Heureusement, François nous en a loué un similaire et sa location prend fin demain. C’est celui-ci qu’on pourra mettre en location à la place.

Maintenant, imaginons être en plein mois d’août. C’est la saison haute : des dizaines de surfs transitent par la boutique tous les jours et des situations comme celle de la famille Martin, de Jean et François, on en affronte des dizaines toutes les heures.

Quel enfer logistique ce serait si nous n’avions pas les bons outils…

Justement, un des bons outils, c’est Lokki, un SaaS pour gérer les équipements de loueurs (de surfs, de ski, de motoculteurs, …).

La priorité des entreprises sales-led

Lokki est sales-led i.e son chiffre d’affaire résulte de l’activité de ses commerciaux. Des commerciaux ça coûte cher, et quand on n’en a pas une armée, on n’a pas envie qu’ils se dispersent et perdent du temps sur des leads qui n’en valent pas la peine.

C’est vrai pour n’importe quelle entreprise bien sûr, mais pour Lokki, c’est critique. À tel point que Guillaume (growth) a créé un système de scoring de lead, de D (froid) à A (chaud).

Le score est dynamique i.e il évolue avec le temps. Certains leads arrivent avec la note C dans le CRM, mais quelques temps plus tard, pourraient valoir le score A.

L’idée consiste à travailler en priorité les B et les A et d’attendre que les autres basculent dans ces catégories (s’ils basculent dedans).

À grande échelle, ce serait un désastre s’ils n’étaient pas identifiables. Lokki passerait à côté de la majeure partie de ses ventes.

Solution pour prioriser les leads

Idée

Que font la plupart des gens lorsqu’ils cherchent une solution à un problème ?

S’ils sont comme moi, ils ont peut-être une idée d’outil qui pourrait les aider mais ils manquent d’informations. Ils aiment avoir toutes les clés en main pour prendre une décision éclairée.

Ils se mettent alors à parcourir le site de l’outil en long, en large et en travers — de la page de pricing jusqu’aux études de cas; ils téléchargent un livre blanc, une étude de cas, un template — toujours sur le site.

Bref, ils se baladent sur le site et reviendront probablement plusieurs fois dessus en quelques jours. Vous me voyez venir avec mes gros sabots :

Un lead qui visite 35 fois le site en 2 jours est plus chaud que celui qui ne le visite pas. Et, toutes choses égales par ailleurs, le premier lead devrait avoir un score plus élevé dans le CRM de Lokki que le dernier.

Description générale

C’est avec cette idée en tête que j’ai développé une automatisation qui détecte les visiteurs du site de Lokki qui y reviennent plusieurs fois en quelques jours. L’automatisation est déclenchée sur Webflow et se termine sur Slack, en incrémentant le score du lead au passage.

On finit par prévenir le Sales auquel appartient le lead :

Description technique

Cette partie est un peu aride. Si vous ne voulez pas reproduire ce que j’ai fait, je vous recommande de ne pas vous y attarder. Sinon, voici le détail :

Résultats

Volumétrie

Pourquoi ça nous intéresse ?

Parce que si l’automatisation ne fonctionnait qu’une fois tous les 36 du mois, ça ne serait pas un projet growth mais un ticket de loterie et les résultats qui suivent n’auraient pas la même valeur statistique…

Les taux de conversion sont ? fois plus élevés

Voici le funnel commercial de Lokki :

1. Lead

2. Opportunité

3. Démo

4. Client

Les résultats sont sans appel :

Le taux de conversion des leads en clients est 8 fois plus élevé lorsqu’ils ont visité plusieurs fois le site. Colossal !

Attention : le signal mis en place ne permet pas d’attirer de nouveaux leads qui convertissent mieux. Ces leads seraient quand même venus vers Lokki, même sans le signal.

En revanche, le signal permet de porter les meilleurs leads à l’attention des commerciaux. Ils peuvent se consacrer aux leads qui convertissent le mieux en priorité.

Le revenu a augmenté de x% !

Si le signal permettait d’apporter de nouveaux leads, le calcul de l’impact sur le revenu serait immédiat. Là c’est plus compliqué : il va falloir choisir un modèle et émettre des hypothèses.

Pour commencer, je choisis un modèle de type “manque à gagner”. C’est-à-dire que je suppose que sans le signal, les commerciaux passeraient à côté d’une partie des meilleurs leads. Le signal leur remet sous le nez pour qu’ils les priorisent.

Posons :

• y : la proportion de leads de la meilleure catégorie (ceux qui reviennent plusieurs fois sur le site) que les sales ignoreraient au profit de moins bons leads si le signal n’était pas là.

• m : le nombre mensuel de leads de la meilleure catégorie.

• n : le nombre de clients mensuels de Lokki

Il faut par ailleurs savoir qu’il y a 16 fois moins de leads de la meilleure catégorie que de leads de la moins bonne (c’est une donnée). Dit autrement, tous les mois, il y a :

• m leads qui visitent plusieurs fois le site → ceux-là deviennent clients à un taux de 16%

• 16m leads qui ne visitent qu’une fois le site → ceux-là deviennent clients à un taux de 1.8%

Le problème est posé, il y a plus qu’à dérouler :

• n = 0.018 (16m + ym) + 0.16 (1-y)m

• n = 0.288m + 0.16m + 0.018ym-0.16ym

• n = 0.448m - 0.142ym

• n = (0.448 - 0.142y)m

Evaluons le nombre de clients de Lokki pour différentes valeurs de y sachant que y=0 correspond à la situation actuelle, maintenant que le signal est en place et que 0% des leads de la meilleure catégorie ne sont ignorés au profit des moins bons.

Voici l’hypothèse (arbitraire) que je fais : si le signal n’existait pas, on aurait y=0.2.

Donc grâce à l’arrivée du signal, on est passé de 0,420m à 0,448m. Autrement dit, le nombre de clients a augmenté de :

100 * (0,448m-0,420m) / 0,420m = 6.7%

Pour finir, en supposant que les clients issus de la meilleure catégorie dépensent autant que les autres, l’augmentation du CA est parfaitement identique : le revenu de Lokki a augmenté de 6,7%.