Points clés
- →Un ICP peut inclure des comptes à différentes étapes. Un signal isolé peut être incomplet ou sans rapport ; vérifiez-le dans son contexte.
- →L’activité d’intention est une déduction, pas la preuve qu’un compte ou une personne est prêt à acheter. Vérifiez les signaux et l’adéquation du compte avant la prospection.
- →Aucun nombre fixe de signaux ne confirme une intention d’achat. Examinez chaque source, sa date, sa pertinence et ses limites.
- → Pour 1 Solar Direct, une couche de signaux fondée sur les données de projets a produit un taux de réponse de 6,35 % et 8 rendez-vous avec de grands opérateurs de projets solaires.
En théorie, les données d'intention devraient fonctionner. Si une entreprise étudie activement votre catégorie de produits en ligne, la logique veut qu'elle soit plus proche de l'achat. Vous la contactez au bon moment.
Vous remportez le deal.
Le problème, c'est que cette théorie s'effondre dès qu'on examine concrètement ce que mesure l'« intention », qui achète ces données et ce qui pousse les fournisseurs à les présenter de cette façon.
Cet article explique pourquoi les données d'intention B2B échouent pour la plupart des équipes qui les achètent, et ce que font différemment celles pour qui elles fonctionnent.
En bref : l'intention seule relève du vœu pieux. La solution n'est pas un meilleur fournisseur ; c'est le cumul de signaux.
Que sont les données d'intention B2B ?
Les données d'intention B2B sont des données comportementales issues de l'activité numérique d'une entreprise : recherches, lectures de contenus, visites de sites et clics sur des publicités.
Les équipes commerciales les utilisent pour repérer les comptes qui semblent étudier un achat.
La plupart des données d'intention B2B proviennent de deux sources. Les données d'intention tierces sont collectées sur des sites éditeurs et agrégées par des fournisseurs comme Bombora, 6sense ou TechTarget.
Quand les employés d'une entreprise lisent régulièrement des contenus sur « cold email automation », cette activité est signalée comme une intention pour la catégorie.
Les données d'intention first-party sont les données comportementales que vous collectez vous-même sur votre site web, dans vos emails et via vos publicités - pages visitées, temps passé sur le site, contenus téléchargés, emails ouverts.
Ce signal est de meilleure qualité, car la personne a interagi spécifiquement avec votre marque et non avec un réseau de contenu généraliste.
Les données d'intention promettent une courte liste de comptes « en phase d'achat » dès maintenant.
Selon le fournisseur et les paramètres, un rapport peut inclure une activité qui nécessite une vérification supplémentaire. Examinez le sujet, la source, la période et la correspondance avec le compte.
Pourquoi la plupart des données d'intention B2B échouent (décryptage honnête)
Les données d'intention ont un vrai problème, et ce n'est pas la donnée elle-même. Ce sont les quatre failles structurelles qui les rendent presque inutiles lorsqu'elles sont déployées comme système autonome.
Le piège du signal unique
Une recherche sur un mot-clé ne veut pas dire qu'une entreprise achète. Elle veut dire que quelqu'un a tapé une expression dans une barre de recherche.
Un signal au niveau du compte peut ne pas identifier la personne à l’origine de l’activité ni son rôle. Ne déduisez pas qu’un acheteur autorisé a effectué la recherche.
Certains fournisseurs agrègent l’activité thématique de différentes sources et périodes. Consultez leur documentation pour connaître la définition du signal, la méthode de collecte et les limites.
Cela ne résout pas le manque de contexte. L’activité de plusieurs personnes peut par exemple relever de la recherche plutôt que d’une décision d’achat ; un score seul n’identifie pas forcément leur rôle ou leur autorité.
Le problème des incitations des fournisseurs
Considérez « en phase d’achat » comme une interprétation du fournisseur. Examinez l’activité sous-jacente et sa couverture avant de vous en servir pour prioriser un compte.
À la place, tout ce qui touche un mot-clé pertinent apparaît comme « en phase d'achat », jusqu'à ce que cette étiquette couvre une grande partie de votre ICP.
C'est ce que cet AE voulait dire quand il a affirmé que « les entreprises mentent sur les données d'intention ». Les données sont techniquement réelles.
Les appellations commerciales varient selon le fournisseur. Vérifiez comment un score est calculé et ce que ses éléments permettent ou non de montrer.
Le problème du timing
Les données d'intention montrent les recherches d'hier.
L’ancienneté des signaux et le délai de transmission varient selon la source et le produit. Examinez dates et fraîcheur avant de décider si un événement reste pertinent.
Un signal d’activité ancien peut ne plus refléter les plans actuels. Vérifiez sa date et ne le considérez pas comme la preuve d’une évaluation en cours.
L’actualité des signaux varie selon le fournisseur, la source et le produit. Demandez aux fournisseurs comment sont définis la collecte, la mise à jour, la couverture et le délai de diffusion de ce signal précis.
L’ancienneté d’un signal dépend de sa source et du processus d’achat ; vérifiez dates et règles d’actualisation au lieu de supposer un délai général.
Le problème du contexte
Des thématiques génériques fourre-tout - « marketing automation », « sales software », « lead generation » - déclenchent des scores d'intention pour des catégories larges qui signalent la plupart de votre ICP en même temps.
Certains systèmes attribuent un score au compte à partir d’activités agrégées. Il peut ne pas indiquer qui a agi, son autorité, son budget ou ses projets.
Dans la plupart des plateformes d'intention, la même activité liée aux mots-clés, qu'elle provienne d'une startup de 5 personnes ou d'une entreprise de 500 personnes avec un cycle budgétaire au T2, paraît identique.
Le résultat correspond à ce qu'un directeur commercial m'a décrit ainsi : « Pas étonnant que les commerciaux aient traité l'intention de foutaise » - les listes transmises par le marketing sont tellement larges que les commerciaux cessent de leur faire confiance.
Et dès que les ventes ne font plus confiance aux données, tout le système se réduit à un désaccord sur le sourcing.
L'approche multi-signaux qui fonctionne vraiment
Exemples de catégories de signaux de compte ; leur valeur relative dépend de la source, du contexte et du cas d’usage.
Les données d’intention peuvent servir de source de recherche parmi d’autres. Leur valeur dépend de leur pertinence, de leur exactitude, de leur couverture et de leur utilisation.
Les équipes peuvent combiner ces données à d’autres éléments pour établir le contexte d’un compte. Le nombre et le type de données dépendent du cas d’usage.
Une équipe peut définir un « contexte d’achat » comme plusieurs observations pertinentes sur un même compte. Il s’agit d’un concept de recherche interne, pas d’une preuve d’intention d’achat.
Une annonce de financement, des recrutements pertinents et l’activité sur un site d’avis pourraient être combinés dans un exemple hypothétique de recherche. Ces observations ne prouvent ni une évaluation ni une intention d’achat.
Ne déduisez pas de cet exemple une évolution de la probabilité d’achat sans données validées.
Exemples de catégories de signaux à examiner :
Les données d’intention sont une déduction à partir d’activités, pas la confirmation qu’une personne précise évalue une offre ou est prête à acheter. Combinez-les au contexte du compte et vérifiez-les avant la prospection.
Évaluez si ces signaux aident à prioriser la recherche et si la prospection qui en découle soutient vos objectifs.
Pourquoi la plupart des données d'intention ciblent les mauvaises personnes
Les comptes d’un ICP peuvent avoir des priorités et calendriers différents. L’activité observée ne révèle ni budget ni évaluation en cours.
Sans contexte, les données d'intention trouvent les mauvais comptes. Elles font remonter les entreprises qui génèrent le plus d'activité sur les mots-clés, y compris des concurrents, des journalistes, des consultants et des chercheurs sans budget.
Les vrais acheteurs laissent parfois une empreinte modeste, car ils sont en rendez-vous plutôt qu'en train de lire des articles.
Avec le cumul de signaux, vous trouvez les bons comptes, en exigeant plusieurs signaux indépendants de catégories différentes avant qu'un compte n'entre dans la file de prospection.
Le cumul de signaux réduit la liste aux comptes réellement engagés dans un cycle d'achat. Vos commerciaux consacrent leurs efforts à de vrais acheteurs, et votre domaine évite les dégâts d'envois excessifs à des cibles non intéressées.
Nous construisons des couches de signaux pour les entreprises B2B.
Une liste de recherche plus ciblée peut être plus facile à vérifier. La taille appropriée dépend des éléments disponibles et de la capacité de campagne.
Exploiter vraiment les données d'intention (le guide opérationnel)
Vous avez déjà un abonnement à des données d'intention ? Ne le résiliez pas. Réorientez-le. Voici comment bâtir un système de cumul de signaux sur vos données d'intention existantes, en 5 étapes.
Définir 5 à 7 signaux propres au contexte d'achat de votre ICP
Examinez les succès passés comme une source d’hypothèses. Étudiez le contexte du compte avant la conversation, en tenant compte des différences et des données incomplètes.
Le financement, les recrutements, les changements d’outils et les changements de direction peuvent fournir des pistes de recherche ; vérifiez leur pertinence pour chaque compte.
Retenez les 5 à 7 plus fréquents et organisez votre veille autour de ces événements précis, pas autour de catégories de mots-clés génériques.
Pour une agence d’email à froid, les pistes à étudier peuvent inclure un financement, un changement de direction, des recrutements pertinents ou une déclaration publique.
Vérifiez la source et sa date avant d’en tirer des conclusions.
Soit un budget frais, une nouvelle direction et une évaluation active. Pas un signal. Cinq.
Mettre en place la veille des signaux avec les bons outils
Apollo pour le filtrage firmographique et les alertes de levée de fonds. Clay pour cumuler recrutement, stack technologique et signaux d'intention dans un seul workflow.
Sales Navigator pour l'activité des décideurs et les changements de poste. Bombora ou votre fournisseur actuel pour l'intention par mots-clés, comme une source parmi d'autres, jamais comme filtre principal.
Un dossier de compte partagé aide à organiser source, date et contexte. Si vous attribuez des scores, documentez le modèle et ses limites.
Un modèle de notation peut aider à trier les fiches à examiner, mais il doit être validé et ne doit pas être considéré comme une preuve d’intention.
Scorer au nombre de signaux, pas au score d'intention
Si vous utilisez un score interne, consignez ses composantes, validez-le par rapport à des résultats adaptés et évitez d’appliquer un seuil universel pour la prospection.
Si une équipe utilise un score interne, celui-ci peut aider à prioriser une vérification manuelle. Définissez les catégories en interne et validez-les ; aucune plage de points universelle ne détermine si la prospection est appropriée.
Un score élevé attribué par un fournisseur peut reposer sur une activité limitée ou indirecte. Examinez le signal sous-jacent et sa source au lieu de considérer le score comme une preuve d’achat.
Un score ou un décompte numérique ne confirme pas le contexte d’achat. Examinez les sources et les définitions sous-jacentes.
Construire des séquences déclenchées qui mentionnent le signal
Lorsqu’un événement observé semble pertinent, vérifiez-le et expliquez son lien avec le motif du contact. Exemple : « J’ai vu que vous avez levé votre série A le mois dernier - félicitations.
Nous accompagnons quelques entreprises au même stade qui structuraient leur outbound au même moment. » Voilà une observation pertinente.
N’insinuez pas que vous connaissez l’activité privée d’une personne. N’utilisez que des informations qu’il est approprié de mentionner et qui sont pertinentes pour le message.
Le signal est la raison pour laquelle vous contactez le prospect. Ce n'est pas votre phrase d'ouverture. Utilisez-le pour être pertinent dès la première phrase - puis laissez l'offre porter la conversation.
Un déclencheur vérifié peut apporter un contexte utile au message. Son effet éventuel sur les résultats est une hypothèse à tester par rapport à une base de référence définie.
Vérifiez l’actualité des signaux avant la prospection
L’actualité des signaux dépend de la source et de l’événement.
Une offre d’emploi et une annonce de financement peuvent inciter à approfondir la recherche. Elles ne démontrent ni un cycle d’achat, ni un budget, ni une période d’intérêt fixe.
Vérifiez la date de publication des informations et leur actualité. Une date seule ne révèle ni l’étape d’évaluation ni le processus de décision d’une entreprise.
Choisissez le moment des alertes et des vérifications selon l’actualité de la source, la livraison par le fournisseur et la pertinence persistante de l’événement ; n’appliquez pas de délai de réponse universel.
Comment Deep-Y utilise ces données
La mission 1 Solar Direct en est l'illustration la plus claire. 1 Solar Direct est un distributeur solaire américain pour les grands projets utility-scale.
Leur défi de lead intelligence consistait à trouver les entreprises derrière des projets utility-scale actifs - pas n'importe quelle entreprise énergétique, mais celles dont un projet correspond aujourd'hui.
Nous avons construit un scraper périodique qui récupère les données de projets utility-scale auprès de sources gouvernementales américaines, filtre les projets selon leur adéquation et enrichit les entreprises correspondantes.
Chaque compte reçoit ensuite des séquences email adaptées au rôle du contact, avec une relance LinkedIn (demande de connexion puis message privé) pour les prospects engagés qui n'ont pas pris rendez-vous.
Le cas décrit une source de données liée au projet. Il ne prouve pas que chaque message avait une raison valable ni que ces données aient causé les résultats.
Le cas lié rapporte 8 rendez-vous avec des exploitants de projets. Il décrit un ciblage fondé sur des projets, mais n’isole pas sa contribution et ne le compare pas à une autre approche.
L’étude de cas 1 Solar Direct décrit le processus et les résultats de campagne rapportés ; elle ne démontre pas que l’accumulation de signaux produira le même résultat ailleurs.
La planification de nos campagnes peut commencer par l’examen des critères de ciblage et des signaux disponibles ; le périmètre et le calendrier varient selon le client.
La recherche sur un compte peut rendre le message plus pertinent, mais les données, l’offre, le texte et le moment comptent aussi. Évaluez-les séparément si possible.
Questions fréquentes
Que sont les données d'intention B2B ?
Les données d'intention valent-elles leur coût ?
Quelle est la différence entre les données d'intention first-party et tierces ?
Combien de signaux faut-il pour déclencher l'outbound ?
Une petite entreprise peut-elle utiliser efficacement les données d'intention ?
Le résumé honnête
La plupart des données d'intention B2B échouent non pas parce que les données sont fausses : ce sont de vraies données comportementales.
Elles échouent parce que les fournisseurs les vendent comme un raccourci vers le pipeline, et que les acheteurs les utilisent pour s'éviter le travail plus difficile consistant à définir à quoi ressemble réellement un contexte d'achat pour leur ICP spécifique.
Les données d’intention peuvent être examinées avec les recrutements, les financements, les changements technologiques, l’activité publique ou l’engagement de première partie. Ces signaux peuvent orienter la recherche, mais ne démontrent pas qu’un compte est en cours d’achat.
Les équipes qui obtiennent de vraies réponses grâce à la prospection à froid n'utilisent pas de meilleures données d'intention.