Data et Sales : la méthode infaillible pour piloter l’activité commerciale
Maxim Poulsen explique comment il a posé les bases de la stratégie data de ViiBE et comment cette dernière booste les performances de son équipe sales.
« Récolter des données, c’est bien, les utiliser, c’est mieux ! » affirme Maxim Poulsen, Sales & Operations Officer chez ViiBE. Chez Emil, nous sommes bien d’accord.
Malheureusement, une entreprise récolte et produit énormément de données… mais en utilise, en réalité, moins de 25% !
Pourtant, l’analyse de ces données permettrait :
C’est ce que nous a dévoilé Maxim lors du webinaire Comment devenir une entreprise data-driven. Il y a notamment expliqué comment centraliser ces données pour que les équipes sales puissent les exploiter à leur plein potentiel.
Tout est récapitulé dans cet article, mais si vous souhaitez voir le replay complet, c’est par ici.
Maxim Poulsen est justement notre invité du jour et vous explique comment mettre la data au service de l’activité sales.
Le petit plus : il est également auteur et professeur de notre formation Marketing & Data Automation. Le programme complet est ici !
Dans cet article, nous allons parcourir ensemble ma technique pour une stratégie sales data-driven, telle que je l’ai mise en place chez ViiBE :
Vous me suivez ?
Mon objectif chez ViiBE est de rendre la data accessible par les différents métiers de l’entreprise, pour qu’elle soit exploitée, notamment à travers des outils de reporting, tel que Tableau, ou directement le CRM, Hubspot dans son cas.
Voici un exemple concret d’utilisation de la data pour mieux gérer son activité commerciale. ViiBE profite de l’extraction journalière de Hubspot pour mettre en place un reporting hebdomadaire sur les opportunités dans le CRM. Tous les jours, le Head of Sales reçoit donc un message l’informant :
Il peut ainsi prendre rapidement des décisions et mener les bonnes actions pour accélérer le processus de vente et booster les taux de conversion.
Cet exemple d’utilisation de la data pour les sales vous fait de l’oeil ? Passons au plan d’action !
La toute première étape d’une bonne stratégie data consiste à réfléchir au « pourquoi » : quels objectifs commerciaux souhaitez-vous atteindre grâce à l’exploitation de vos données ?
Par exemple chez ViiBE, j’ai pu :
En fonction de ces objectifs, demandez-vous sous quelle forme la data sera restituée aux équipes opérationnelles et quelles analyses elles pourront en tirer. Vous aurez probablement besoin des données pour :
La forme des données restituées pourra donc varier.
Une fois que vous avez déterminé où vous souhaitez aller, vous devez comprendre comment y aller. Généralement, l’option la plus simple est de passer par un ETL.
Un ETL ? Et oui ! Il s’agit en quelque sorte d’un Zapier pour la data, qui permet de prendre la donnée depuis une data source et de l’envoyer dans un data warehouse. Il vous aide à réaliser ces étapes-clés :
Vous devez donc dans un premier temps identifier toutes les sources de données potentielles – c’est ce qu’on appelle les data sources. Elles peuvent être votre CRM, Google Analytics, votre produit, les outils publicitaires, etc.
L’idée est ensuite de centraliser l’intégralité des données issues des différentes sources pour créer une source de vérité unique. Vous devez donc choisir où vous stockerez la donnée. Spoiler : ce sera probablement dans un data warehouse – on vous explique justement tout dans cet article sur les data warehouse.
Si je viens de vous parler d’ETL, la vraie tendance est aussi au reverse ETL. Mais quelle est la différence ?
Dans le cas d’un ETL, les données du data warehouse seront envoyées dans des applications de business intelligence, comme Looker ou Superset.
Dans le cas du reverse ETL, l’entreprise va profiter des données qu’elle stocke dans le data warehouse pour enrichir les outils opérationnels.
Par exemple, vous allez pouvoir :
Pour creuser le sujet des ETL, je vous conseille de lire cet article passionnant de Julie sur le sujet.
S’il existe des outils ETL très complets, à l’image de Fivetran, ils sont souvent coûteux et nécessitent des ressources conséquentes pour se lancer.
Un MVP, minimum viable product, de la stack data peut donc être mis en place sans avoir beaucoup de ressources financières – mais quelques ressources techniques.
Je vous recommande 2 outils incontournables pour vous lancer.
Le premier, n8n, est un outil open source d’automation, utilisable en no-code ou en low-code. Il s’agit d’une excellente alternative à Zapier, à la différence près qu’il propose 2 options d’hébergement :
n8n met à disposition 100 connecteurs préconfigurés, utilisable par des novices en code, mais si le système des APIs vous est familier, vous pouvez également vous connecter à n’importe quel outil.
Par exemple, si un lead s’inscrit à un webinaire, vous pouvez automatiquement compléter les informations liées à l’inscription et à la participation dans le CRM.
Son avantage majeur face à Zapier reste son prix, qui défie toute concurrence. Malheureusement, si vous ne l’associez pas à la deuxième solution que je propose dans la suite de l’article, vous risquez d’être limité pour ce qui est de la scalabilité sur des volumes élevés.
Si l’outil vous intéresse, j’anime un cours complet sur le sujet lors de la formation Marketing & Data Automation d’Emil.
Le second est en fait moins un outil qu’une technique : il s’agit héberger des scripts Python sur le cloud.
Grâce à cette méthode, ViiBE extrait tous les matins à 8h les données de Hubspot, les transforme et les envoie dans le data warehouse, sans aucun effort. Je conseille de mener cette opération 1 à 2 fois par jour lorsque vous commencez.
L’avantage majeur de cette solution, tout comme n8N, est le prix très faible, qui permet de construire une stack data pour quelques euros par mois. Il faut néanmoins des compétences techniques solides pour maîtriser le sujet, abordées également dans la formation Marketing Automation. Décidément, on parcourt beaucoup de thématiques dans cette formation 😉
Ça y est, vous êtes désormais paré.e pour optimiser votre activité sales grâce à la data ! Pour découvrir encore plus d’exemples d’utilisation de la data pour automatiser sa prospection, rendez-vous dans cet article.