Quand j'ai commencé à optimiser nos cycles de vente, je cherchais avant tout à gagner du temps sans sacrifier la qualité des échanges. Après plusieurs itérations, j'ai découvert qu'en combinant LinkedIn Sales Navigator et un playbook de scoring bien pensé, on peut réduire drastiquement le délai de closing — jusqu'à 4x dans certains cas. Voici comment je procède, étape par étape, avec des exemples concrets et un modèle de scoring que vous pouvez adapter immédiatement.
Pourquoi Sales Navigator + scoring fonctionne si bien
Sales Navigator apporte une capacité de ciblage exceptionnelle : filtres métiers, taille d'entreprise, mots-clés d'intention, recent job changes, et une visibilité sur l'engagement des prospects. Mais sans framework pour prioriser et agir, ces données restent du bruit. C'est là qu'intervient le playbook de scoring : il transforme des signaux multiples en décisions opérationnelles claires (quand relancer, qui passe au commercial, quel message utiliser).
En combinant ces deux leviers, on obtient :
Étape 1 — Définir vos critères de scoring
Commencez par lister les critères qui impactent réellement la conversion dans votre business. Voici les miens, classés en deux catégories : fit (adéquation) et intent (intention).
Attribuez un poids à chaque critère (ex. 0-10). L'idée : un score total guide l'action — prioriser les leads haut-score pour les rendez-vous rapides, nurturer les moyens, automatiser les faibles.
Exemple de tableau de scoring
| Critère | Condition | Points |
|---|---|---|
| Fonction | Décideur (Head, VP, C-level) | 10 |
| Taille entreprise | 50-500 employés | 8 |
| Changement de poste récent | Oui (dernier 3 mois) | 6 |
| Engagement LinkedIn | Interagit avec contenus liés à votre solution | 7 |
| Visite site web (intégrée) | Visite page pricing/produit | 9 |
Seuils d'action :
Étape 2 — Construire des listes hyper-qualifiées dans Sales Navigator
Je crée des Saved Searches avec les filtres correspondant à mon playbook (fonction, taille, mots-clés, activité récente). Ensuite, j'exploite les alertes "Lead Updates" pour repérer les triggers : changement de poste, publications récentes, mentions d'outils concurrents.
Étape 3 — Orchestrer les séquences basées sur le score
Le playbook définit précisément qui fait quoi et quand. Voici le workflow que j'utilise :
Chaque séquence a des templates prêts mais personnalisables. Sur LinkedIn, la personnalisation du premier message multiplie par 3 le taux de réponse par rapport aux scripts génériques.
Exemples de messages (format conseillé)
Étape 4 — Mécanismes de qualification accélérée
Pour réduire le délai jusqu'au closing, j'insiste sur deux techniques :
Étape 5 — Mesurer, itérer, scaler
Pour atteindre un gain 4x sur le délai de closing, il faut des KPI clairs :
Chaque semaine, j'analyse ces métriques dans le CRM et j'ajuste les poids du scoring, les templates et la cadence des séquences. J'ai aussi mis en place des A/B tests sur les corps d'InMail et les CTA (calendly vs proposition de créneau) — souvent, de petites modifications réduisent le délai de prise de rendez-vous de plusieurs jours.
Erreurs fréquentes à éviter
En appliquant ce système, j'ai constaté que nos meilleurs segments voyaient leur délai de closing divisé par 3 à 4 : le premier contact se faisait dans les 24-48h, les meetings qualifiés arrivaient dans la semaine, et la vitesse de décision des prospects augmentait grâce à la pertinence des échanges.
Si vous voulez, je peux vous fournir un fichier CSV template pour votre scoring, et des variantes de messages pour différents niveaux de score. Dites-moi simplement quels secteurs ou tailles d'entreprises vous ciblez, et j'adapte le playbook.
