ProspectAIze analysing

Prévoir la Performance d’une Campagne

Alignement stratégique des SETTINGS pour anticiper l'impact de vos campagnes.

Objectif Clé

Pour anticiper l’impact d’une campagne outbound ou IA, il faut structurer un alignement préalable entre 4 dimensions clés.

SETTINGS = ICP Fit + Offre/Besoin + Branding + Paramètres avancés
Ces quatre dimensions sont cruciales pour évaluer et optimiser vos campagnes.

Comment évaluer la probabilité de closing ?
Utilisez cette formule d'estimation rapide pour 100 contacts.

Taux de closing prévisionnel (%) =

(Score ICP x Score Offre/Besoin x Score Branding x Score Paramètres) ÷ Facteur de friction

Où :

  • Chaque score est noté sur 10.
  • Le facteur de friction est défini selon le canal choisi (LinkedIn, email, téléphone, etc.).
Étapes concrètes à suivre

1. Lister les ICP ciblés (par segment ou persona)

Ex : 3 ICP principaux = CFO Industrie / CEO Tech / DG Multi-sites.

2. Attribuer un score sur 10 à chaque axe pour chaque ICP.

Utiliser un tableau avec pondération possible par marché ou budget moyen.

3. Croiser les scores pour obtenir une probabilité de signature moyenne.

Ex : CFO Industrie = 8 (ICP) x 9 (Offre) x 7 (Branding) x 6 (Paramètres) = 302. Diviser ensuite par 10 (ou un autre facteur d'échelle si la somme des produits des scores est trop élevée pour représenter un pourcentage direct, la formule initiale suggère une division par un "Facteur de friction", qui pourrait être 10 dans certains cas pour ramener à un pourcentage) → Résultat (e.g. 30.2%). La formule initiale suggère une division unique, clarifions l'exemple : (8x9x7x6) / FacteurFriction. Si FacteurFriction est grand, le % sera petit. L'exemple "302 / 10 = 30%" est une simplification pour l'illustration. La formule principale est "(ProdScores) / Friction".

Note sur l'exemple de calcul : L'exemple original `302 / 10 = 30 %` semble être une simplification. Le calcul correct basé sur les scores serait `(8 * 9 * 7 * 6) = 3024`. Ce résultat doit ensuite être divisé par le `Facteur de friction` (qui n'est pas 10 dans la formule générale) pour obtenir un pourcentage. Par exemple, si le Facteur de friction était de 100, le taux serait de 30.24%. Si le facteur de friction est lié au nombre de contacts (ex: 100), il faut ajuster. Pour l'instant, l'important est le principe de multiplication des scores pondérée par un facteur.

4. Multiplier par le nombre d’ICP visés pour obtenir un prévisionnel de signature.

Ex : 3 ICP (types) x 100 leads (par type d'ICP) = 300 leads au total. Si le taux moyen de closing (issu de l'étape 3) est de 12 % → 300 * 0.12 = 36 signatures potentielles.

Recommandations Clés
  • Construire un tableau de scoring paramétrable.
  • Recalibrer les scores en live selon les premiers retours terrain (1 semaine à 2 mois de campagne).
  • Intégrer un module IA pour scoring automatique à partir des réponses.