Le design. Un exemple illustré, pas un résultat client. L'équipe commerciale B2B série a de 8 commerciaux et chaque chiffre ici sont des hypothèses. Le design est une couche de recherche et de rédaction qui préremplit des brouillons d'e-mails sortants à partir de la liste d'appels de chaque commercial. Les commerciaux éditent et envoient.
Supposons que l'équipe compte 8 account executives qui passent chacun la première heure de la journée à rechercher des prospects et à écrire des e-mails à froid de zéro. Avec ce design, cette heure devient surtout de l'édition de brouillons qui citent déjà la levée de fonds, les recrutements ou l'actualité produit récents du prospect.
Ce qui compte pour un responsable des revenus, c'est le taux de réponse et le temps des commerciaux, et cet exemple n'affirme rien sur l'un ni l'autre. Une équipe dans cette situation enregistrerait les deux avant le changement et comparerait après. Le volume reste stable, dans une fourchette humaine de 30 à 80 prospects par commercial, ce qui est une hypothèse. Ce n'est pas un jeu de volume.
#L'outreach ia peut-il améliorer le taux de réponse sans nuire à la délivrabilité ?
Utiliser l'ia pour rédiger de l'outbound nuit-il à la délivrabilité ?
Cela peut, si on s'en sert pour envoyer plus. Pas nécessairement, si le volume reste le même. Dans ce design, chaque commercial reste dans une fourchette humaine de 30 à 80 prospects, en envoyant depuis ses propres boîtes déjà chauffées. L'ia change ce que contient chaque e-mail, pas combien sont envoyés, donc rien ne justifie une hausse des plaintes pour spam.
La crainte sur la délivrabilité est réelle. Envoyez 500 e-mails quasi identiques par jour depuis un domaine neuf et Google et Microsoft vous enverront vite en spam. Le design fait donc l'inverse. Même volume à échelle humaine, mêmes boîtes chauffées que les commerciaux utilisent déjà dans HubSpot, juste un texte mieux documenté à chaque envoi.
#En quoi consiste le design ?
Trois éléments, aucun d'exotique. Une étape de recherche qui récupère les signaux récents de chaque prospect. Une étape de rédaction qui écrit un email à la première personne en référençant l'un de ces signaux. Et une synchronisation qui dépose le brouillon dans la séquence HubSpot du commercial comme tâche éditable.
- Recherche : récupère les signaux de financement, d'effectif et d'offres d'emploi pour chaque compte de la liste d'appels du lendemain, via l'enrichissement Clay plus un passage Claude pour sélectionner l'accroche la plus pertinente.
- Rédaction : écrit un email court par prospect dans la voix du commercial, en citant cette accroche. Pas de soupe de variables de fusion.
- Synchronisation : écrit le brouillon dans HubSpot comme tâche que le commercial consulte avant 9h. Rien n'est envoyé automatiquement.
We are
Une couche de recherche et de rédaction qui remet à chaque commercial une meilleure première version à éditer. Un humain lit et envoie chaque email.
We aren't
Un expéditeur de masse qui envoie automatiquement des milliers d'emails templatés et brûle votre réputation de domaine pour atteindre un quota d'envoi.
Cette étape avec un humain dans la boucle est tout l'enjeu. Les commerciaux lisent chaque brouillon et réécrivent ou écartent ceux dont l'accroche est faible. Ceux qu'ils gardent devraient mieux passer parce que l'accroche est précise, ce qui est l'affirmation à tester, pas à supposer. C'est le même principe que derrière notre travail AI implementation : le système rédige, l'opérateur décide.
#Comment saurait-on que ça marche ?
Pas dès le premier jour, et quiconque dit le contraire vend quelque chose. Dans un design comme celui-ci, l'étape de recherche peut faire remonter des accroches faibles au début, et les commerciaux perdent confiance dans les brouillons. Le premier travail de réglage consiste à décider quels signaux comptent et à couper ceux qui produisent des ouvertures génériques.
Le gain, s'il vient, apparaît quand les accroches sont assez précises pour que les commerciaux leur fassent confiance. Le temps d'édition baisse et le taux de réponse est le chiffre à surveiller. Si un responsable commercial vous dit que l'outreach par ia paie tout de suite, demandez à voir les données depuis le début du déploiement.
La partie risquée, c'est le début. Des commerciaux qui perdent confiance dans les brouillons cessent de les utiliser. Il faut plutôt régler les accroches, pas de réécrire chaque brouillon à la main.
On livre ce genre de couche de deux façons. Parfois on construit le pipeline et on le remet. Parfois on s'installe dans l'équipe commerciale et on le règle sur des données de réponse réelles. D'autres articles comme celui-ci sont dans le journal.
Si vous pilotez une équipe commerciale ou revenus et que vous vous demandez si l'ia peut améliorer le taux de réponse sans nuire à la délivrabilité, la réponse honnête est : oui, si vous gardez un volume humain et une personne sur chaque envoi. C'est la version qu'on construit. dites-nous ce que vous construisez.
