Construire le funnel autour des product-qualified leads

# Concevoir le funnelfunnelLe parcours client de la découverte à l'achat, généralement Awareness, Interest, Consideration, Decision, Action, avec des prospects de moins en moins nombreux à chaque étape.Voir la définition complète → autour des product-qualified leads

Une utilisatrice s'inscrit à votre outil de tableau blanc un mardi matin. Le jeudi, elle a invité quatre collègues, crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éé deux boards et connecté l'espace de travail à Slack. Aucune demande de démo, aucun livre blanc, aucun échange avec un commercial. Elle vaut plusieurs fois le lead qui a rempli votre formulaire « Demander une démo » la semaine dernière, et si votre funnelfunnelLe parcours client de la découverte à l'achat, généralement Awareness, Interest, Consideration, Decision, Action, avec des prospects de moins en moins nombreux à chaque étape.Voir la définition complète → ne lit que les formulaires, elle reste invisible jusqu'au jour où elle part.

C'est un product-qualified lead (PQL). Cette leçon traite de la tuyauterie : comment le définir, le scorer et le router avant vendredi.

Le vocabulaire : MQLMQLUn Marketing Qualified Lead (MQL) est un prospect dont les signaux d'engagement et de fit indiquent une probabilité plus forte de devenir client, ce qui justifie de le transmettre aux sales.Voir la définition complète →, PQL, SQLSQLSales Qualified Lead : un prospect que l'équipe commerciale a validé comme prêt pour une prise de contact directe et une proposition, après avoir passé des critères de qualification explicites.Voir la définition complète →

Trois types de leads, trois natures de preuve.

MQL (marketing qualified lead) : un intérêt manifesté via une activité marketing. Un ebook téléchargé, un webinar, trois visites sur la page de pricing. De l'intérêt, pas de l'usage.

PQL (product qualified lead) : quelqu'un qui a utilisé le produit, en général en free trial ou en offre gratuite, et déclenché des comportements prédictifs de l'achat.

SQL (sales qualified lead) : un lead qu'un commercial a examiné et accepté de travailler. Le passage de relais vers un closer humain.

L'ancien playbook du logiciel B2B allait du MQLMQLUn Marketing Qualified Lead (MQL) est un prospect dont les signaux d'engagement et de fit indiquent une probabilité plus forte de devenir client, ce qui justifie de le transmettre aux sales.Voir la définition complète → au SQLSQLSales Qualified Lead : un prospect que l'équipe commerciale a validé comme prêt pour une prise de contact directe et une proposition, après avoir passé des critères de qualification explicites.Voir la définition complète → : capter un email, nourrir avec du contenu, transmettre aux ventes. Cela fonctionne quand l'achat précède l'usage. Quand le produit porte l'acquisition, le modèle que la leçon jumelle oppose au sales-led, l'ordre s'inverse, et le PQL est le seul signal qui lit ce que l'utilisateur a réellement fait.

Pourquoi les PQL convertissent mieux

L'action est une meilleure preuve que le clic. Celle qui a invité cinq collègues et branché deux intégrations a intégré votre produit à sa semaine de travail. Celui qui a téléchargé un PDF n'a rien engagé.

Les praticiens rapportent des taux de conversiontaux de conversionLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète → nettement supérieurs pour les PQL par rapport aux MQLMQLUn Marketing Qualified Lead (MQL) est un prospect dont les signaux d'engagement et de fit indiquent une probabilité plus forte de devenir client, ce qui justifie de le transmettre aux sales.Voir la définition complète →. Le multiple varie selon les produits et circule de façon approximative : traitez tout chiffre précis que vous croisez comme une estimation. La direction, elle, tient.

L'économie joue une seconde fois. Une fois le produit instrumenté, un PQL ne coûte presque rien à produire : c'est une requête sur des événements que vous collectez déjà. Un MQLMQLUn Marketing Qualified Lead (MQL) est un prospect dont les signaux d'engagement et de fit indiquent une probabilité plus forte de devenir client, ce qui justifie de le transmettre aux sales.Voir la définition complète → porte la dépense média qui l'a crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éé, à chaque fois. Les deux courbes de coût divergent à mesure que le volume crocroLe Conversion Rate Optimization (CRO) est la pratique systématique visant à augmenter le pourcentage d'utilisateurs qui réalisent une action souhaitée, en s'appuyant sur la data, les tests et la recherche utilisateur.Voir la définition complète →ît, ce qui explique qu'un programme PQL paraisse anodin au premier mois et décisif la deuxième année.

Construire un modèle de scoring PQL

Un score PQL classe les utilisateurs en trial et en offre gratuite selon leur probabilité d'achat. Vous le construisez à partir de signaux d'activation : des événements in-app corrélés au passage en client payant.

Étape 1 : identifier vos signaux d'activation

Asseyez-vous avec les product analytics et répondez à une question : qu'ont fait les utilisateurs qui ont converti que ceux partis en churn n'ont pas fait ?

• Étendue : fonctionnalités touchées, intégrations connectées.
• Équipe : sièges invités, invitations acceptées, espaces partagés crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éés.
• Profondeur : le moment où l'utilisateur perçoit la valeur centrale. Dans un outil de design comme Figma, cela peut être un fichier avec un second éditeur dedans. Dans un outil d'emailing, une première campagne envoyée.
• Fréquence : jours actifs sur la première semaine.
• Fit : taille de l'entreprise, domaine email, intitulé de poste issu de l'enrichissement.

Les signaux de fit sont ceux qui vous égarent le plus facilement. Une adresse gmail.com sur un outil de design, c'est souvent un freelance qui va embarquer trois studios sur le même fichier ; un domaine corporate peut être un analyste que personne ne suit. Gardez un poids faible sur le fit tant que vous n'avez pas assez de comptes convertis pour le tester.

Étape 2 : pondérer les signaux

Le nombre de sièges invités prédit en général plus de revenu qu'une connexion, parce qu'un pricing au siège signifie que l'adoption se diffuse dans les équipes et qu'un utilisateur actif isolé plafonne vite.

Deux règles évitent de refaire le travail plus tard. Scorez sur une fenêtre glissante plutôt que sur des cumuls depuis l'origine : un utilisateur qui a touché neuf fonctionnalités en huit mois n'est pas celui qui en a touché neuf en quatre jours. Et scorez les variations, pas seulement les niveaux, surtout en freemium où le moment d'achat est un saut d'usage plutôt qu'un compte à rebours. Le plan gratuit de Slack conserve 90 jours d'historique de messages (il a remplacé l'ancienne limite de 10 000 messages en 2022), et une équipe qui bute contre ce type de plafond est un meilleur signal d'achat que son volume absolu.

Un modèle simplifié, en pseudocode :

pql_score = 0
# all counters read the trailing 14 days, not lifetime

# Team expansion (strongest predictor for team products)
pql_score += min(seats_invited, 5) * 8

# Aha moment reached
if reached_aha_moment:
    pql_score += 25

# Breadth of use
pql_score += features_used * 3

# Engagement frequency
pql_score += days_active_first_week * 4

# Firmographic fit
if work_email and company_size > 50:
    pql_score += 15

# Threshold for handoff
is_pql = pql_score >= 60

Les pondérations n'ont rien de magique. Vous les fixez, vous les validez contre ceux qui ont réellement converti, puis vous ajustez. Un modèle grossier qui repère les acheteurs évidents vaut mieux qu'aucun modèle.

Étape 3 : fixer un seuil

Choisissez un score qui sépare « les ventes doivent contacter » de « on continue le nurturing dans le produit ». Trop bas, vous noyez les commerciaux sous des leads faibles. Trop haut, vous ratez de vrais acheteurs.

Un point de départ concret : prenez les 90 derniers jours de conversions, trouvez le score que la majorité d'entre elles ont dépassé, placez le seuil juste en dessous.

Vérifiez ensuite l'arithmétique face à la capacité, parce que le seuil est une vanne, pas une vérité. Un commercial qui travaille correctement ses PQL (lecture du compte, message personnalisé, deux relances) traite entre 60 et 100 comptes par mois. Quatre commerciaux vous donnent un plafond autour de 300 à 400. Si le modèle en signale 900, vous relevez le seuil, vous basculez le surplus dans un parcours automatisé, ou vous recrutez. Les équipes qui sautent cette étape obtiennent le pire résultat possible : 900 leads mal traités, et des commerciaux qui cessent de faire confiance au score en un trimestre.

Pour aller plus loin sur les métriques d'activation, le Product Analytics Playbook d'Amplitude est une ressource gratuite solide sur la définition des aha moments et des événements d'activation.

Cartographier les passages de relais

Un score ne sert à rien si personne n'agit dessus. La difficulté d'un programme PQL est organisationnelle : trois équipes doivent se passer le relais proprement.

Le marketing détient le haut

Le marketing génère les inscriptions et l'activation du free tier, donc sa mission passe de la production de demandes de démo à la production de trials qui s'activent. Un marketeur qui achète du trafic Google doit maintenant savoir si cette cohorte atteint l'aha moment, pas seulement si elle démarre un trial. Le classement des canaux change une fois cette mesure en place : la source qui offre l'inscription la moins chère produit souvent le PQL le plus cher.

Le produit détient le milieu

Le produit fait remonter les signaux et pilote l'activation dans l'app : l'événement aha, le nudge in-app (« invitez votre équipe pour accéder aux boards partagés »), l'invitation à upgrader au plafond du plan. C'est la collaboration qui casse le plus souvent, parce que marketing et produit n'ont historiquement jamais partagé de dashboard. Une définition commune de l'activation, un responsable de cette définition.

Les ventes détiennent le relais qualifié

Quand un compte franchit le seuil, un signal part avec son contexte : cet espace de travail a invité six personnes, connecté Salesforce, reste en gratuit. Le commercial ouvre sur de la pertinence plutôt que sur un script à froid, en général pour faire passer une équipe du gratuit au payant ou pour élargir une empreinte existante.

La mécanique du relais

La tuyauterie compte. Une stack typique :

1. L'outil de product analytics (par exemple Amplitude ou Mixpanel, deux acteurs du domaine) suit les événements.

2. Les événements alimentent une customer data platformcustomer data platformUne Customer Data Platform unifie les données clients issues de toutes les sources en profils persistants et actionnables, exploitables par les autres systèmes.Voir la définition complète → ou un outil de reverse ETLETLL'ETL (Extract, Transform, Load) est un processus d'intégration de données qui extrait les données de sources multiples, les remet en forme dans un format cohérent et les écrit dans un système cible.Voir la définition complète →.

3. Le score atterrit dans votre CRMCRMCustomer Relationship Management : logiciel et stratégie pour gérer et analyser les interactions clients tout au long de leur cycle de vie.Voir la définition complète → (Salesforce, HubSpot) comme champ sur le compte.

4. Un workflow alerte le commercial assigné et crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →ée une tâche.

La vitesse compte. Un PQL est au plus chaud pendant le pic d'activation lui-même. Contactez quatre jours plus tard et vous parlez à quelqu'un qui est déjà passé à un autre onglet.

Modes d'échec courants

Scorer sur des signaux de vanité. Les connexions seules sont faibles. On peut se connecter tous les jours sans rien en tirer. Pondérez ce qui touche à la valeur centrale.

Ignorer les signaux au niveau du compte. L'acheteur est une équipe. Agrégez les signaux individuels au domaine. Le free tier de Notion est rempli de gens qui s'en servent comme carnet personnel : scorez-les individuellement et votre file de PQL se remplit de comptes qui n'auront jamais un second siège.

Parler à la mauvaise personne dans le bon compte. L'utilisateur le plus intensif d'un workspace Figma ou Miro est souvent un designer sans ligne budgétaire. Le score identifie le compte ; le routage doit encore trouver qui signe, et le champion est l'introduction, pas l'acheteur.

Dérive silencieuse du modèle. Livrez un nouveau parcours d'onboarding qui touche quatre fonctionnalités à la place de l'utilisateur et tous les scores bondissent du jour au lendemain sans un seul acheteur de plus. Versionnez le modèle, et recalibrez le seuil après toute release qui modifie le chemin d'activation.

Aucune boucle de feedback. Les ventes doivent dire au marketing et au produit quels PQL étaient bons. Instaurez une revue mensuelle où les commerciaux notent un échantillon.

Envoyer les ventes sur des acheteurs self-serve. Certains utilisateurs veulent payer par carte et ne parler à personne. Interrompez-les et vous ajoutez de la friction à un achat qui était déjà en cours.

Un exemple chiffré rapide

Prenez un outil de tableau blanc façon Miro avec une offre gratuite. Les chiffres sont illustratifs ; la forme ne l'est pas.

Un mois apporte 1 000 inscriptions issues d'une campagne de contenu. 300 atteignent l'aha moment : un board avec une deuxième personne qui l'édite dans la première semaine. Parmi elles, 90 invitent deux collègues ou plus, connectent l'espace à Slack, et commencent à buter contre les limites du plan gratuit.

Ces 90 franchissent le seuil. Les ventes travaillent 90 comptes chauds avec du contexte au lieu d'appeler 1 000 inconnus. Les 710 autres restent en nurturing lifecycle et en prompts in-app, et une bonne part convertit d'elle-même plus tard ou revient dans la file quand une deuxième équipe apparaît sur le domaine.

Ce qui décide de la survie du programme vient ensuite. Sur les 90, les ventes en notent peut-être 20 comme franchement mauvais. Si ces 20 partagent un motif (tous d'un même département, tous sous 20 salariés), vous avez une pondération à changer plutôt qu'une réclamation à déposer.

Points clés

• Un PQL est un lead défini par l'usage produit, pas par l'engagement marketing. L'action prédit l'intention mieux que le clic, et le coût marginal d'en trouver un baisse avec l'échelle.
• Construisez le score à partir de signaux d'activation validés sur une fenêtre glissante, comptez les variations autant que les niveaux, et gardez le fit firmographique faiblement pondéré tant que les données ne lui donnent pas plus de poids.
• Calez le seuil sur la capacité des commerciaux, pas seulement sur les conversions passées. Un modèle qui produit trois fois plus de leads que votre équipe ne peut en traiter détruit sa propre crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →édibilité.
• Agrégez les signaux au niveau du compte, puis routez vers celui qui peut signer, rarement l'utilisateur le plus intensif.
• Recalibrez après les releases produit et faites noter un échantillon par les ventes chaque mois. Un modèle grossier qui est livré vaut mieux qu'un modèle parfait qui ne sort jamais.