Une entreprise B2B qui installe HubSpot met en moyenne quelques semaines à construire ses premiers workflows, et plusieurs mois voire années à s'apercevoir qu'ils ne servent à rien. Les emails partent. Les taux d'ouverture et de clissont corrects. Le rapport mensuel est vert. Et le pipeline, lui, ne bouge pas d'un euro.
Le problème n'est presque jamais l'outil. Il est dans ce qu'on demande à l'automatisation de faire. La plupart des dispositifs que nous auditons ont été conçus pour envoyer des messages, pas pour faire avancer des opportunités.
Ce sont deux objectifs différents, qui produisent deux architectures différentes, et un seul des deux se lit dans le forecast.
Commençons par la définition qui circule : le marketing automation consiste à automatiser des actions marketing répétitives, principalement l'envoi de communications, en fonction du comportement des contacts. C'est exact. C'est aussi ce qui explique une bonne partie des dispositifs inutiles.
Parce que si vous partez de « automatiser des envois », vous construisez une machine à envois. Vous obtenez des séquences propres, segmentées, personnalisées, qui tournent en fond et dont personne ne sait dire ce qu'elles ont rapporté.
La définition qui produit de meilleurs dispositifs est plus étroite : le marketing automation est le mécanisme qui fait progresser un contact d'un stade de maturité au suivant, sans mobiliser un commercial, jusqu'au point où le mobiliser devient rentable. Tout le reste (l'email, le SMS, la notification interne, la mise à jour de propriété) n'est qu'un moyen.
Cette formulation a une conséquence immédiate : un workflow qui ne fait progresser personne n'a pas de raison d'exister, même s'il affiche 75 % d'ouverture. Et un workflow dont la sortie n'est pas définie ne peut pas faire progresser, puisqu'il n'a pas d'arrivée.
En B2B, trois particularités rendent cette discipline plus exigeante qu'en B2C. Le cycle est long, donc le nurturing se compte en mois, pas en jours. La décision est collective, donc vous travaillez un compte à travers plusieurs contacts qui n'ont ni le même rôle ni le même niveau de maturité. Et le volume est faible : quelques centaines de comptes cibles, parfois moins. Une logique de conversion massive n'a aucun sens sur une base de 800 comptes. La précision, oui.
C'est cette dernière particularité qui est la plus souvent ignorée. On importe des recettes conçues pour des volumes e-commerce dans des bases où chaque compte compte.
Sur le terrain, l'essentiel de la contribution au pipeline vient de quatre familles. Elles ne sont pas glamour et c'est précisément pour cela qu'elles sont sous-exploitées.
C'est la famille la plus connue et la plus mal construite. Le principe : un contact manifeste un intérêt (téléchargement, visite d'une page produit, inscription à un webinar) mais n'est pas prêt à parler à un commercial. Le workflow entretient la relation en apportant, à intervalles espacés, des éléments qui répondent aux objections de son stade réel.
L'erreur classique consiste à envoyer la même séquence de cinq emails à tout le monde, quel que soit le contenu qui a déclenché l'entrée. Un contact qui télécharge un comparatif d'outils n'est pas au même endroit qu'un contact qui lit un article de définition. Le premier compare, le second découvre. Leur envoyer la même chose, c'est perdre le premier et noyer le second.
Nos articles sur les scénarios de lead nurturing et sur les workflows de lead nurturing détaillent des trames réutilisables. Le principe à retenir ici : une séquence par intention détectée, pas une séquence par persona.
Celle-ci ne produit aucun email vers l'extérieur, et c'est souvent la plus rentable. Le workflow observe les signaux, met à jour un score, fait basculer un lifecycle stage quand les critères sont réunis, affecte un propriétaire, crée une tâche, notifie le commercial concerné.
Un exemple concret de ce que ça donne dans HubSpot : un contact d'un compte cible visite trois fois la page tarifs en une semaine. Le workflow incrémente le score d'engagement, vérifie que le score d'adéquation dépasse le seuil ICP, bascule le contact en MQL, affecte le propriétaire du compte, crée une tâche « appel prioritaire » avec échéance à 24 heures, et poste une notification dans le canal de l'équipe. Aucun email au prospect. Beaucoup de pipeline.
La condition, évidemment, est que le scoring tienne debout. Nous détaillons la méthode dans notre guide du scoring de leads avec HubSpot, et le principe qui compte : ne jamais fusionner l'adéquation et l'engagement dans un score unique. Un stagiaire très curieux et un directeur des achats discret obtiennent alors la même note, et vos commerciaux apprennent à ignorer vos alertes.
Votre base contient des contacts entrés il y a dix-huit mois, jamais requalifiés, jamais recontactés. Certains ont changé de poste. Certains ont un projet aujourd'hui. Vous n'en savez rien.
Un workflow de réactivation les sollicite sur un signal nouveau (une évolution produit, un contenu qui traite leur sujet, un événement sectoriel) et surtout observe la réponse pour trier : réengagé, définitivement inactif, ou à sortir de la base. Le tri vaut autant que le réengagement. Une base propre coûte moins cher et ment moins dans les rapports.
C'est la famille que les équipes reportent le plus, parce qu'elle demande d'accepter que le résultat sera en partie négatif. Assumons-le : une campagne de réactivation qui désabonne 30 % de la cible est une réussite, pas un échec.
La dernière famille est presque toujours absente des dispositifs que nous auditons, alors que c'est celle qui a le meilleur ratio effort/revenu. Vos clients existants sont des comptes dont vous connaissez le contexte, l'usage, les interlocuteurs. Les workflows d'onboarding, de détection de signaux d'upsell, d'alerte sur baisse d'usage ou d'approche de renouvellement travaillent une matière beaucoup plus qualifiée que n'importe quel lead entrant.
Un dispositif d'automation qui s'arrête à la signature laisse la moitié du gisement de revenu de côté.
Cet exemple illustre la deuxième famille mieux que n'importe quel schéma. Nous accompagnons un assureur spécialisé sur les risques professionnels, dont les conseillers reçoivent bien plus de demandes de devis qu'ils ne peuvent en rappeler. Le constat de départ était brutal : une part importante des prospects n'était jamais recontactée, faute de temps, et repartait souscrire ailleurs.
Le dispositif construit ne cherche pas à remplacer les conseillers. Il travaille exactement le segment qu'ils n'atteignent pas : les demandes de devis sans activité commerciale, et les prospects injoignables après plusieurs tentatives d'appel. Une séquence courte, au ton direct, envoyée depuis une adresse nominative, avec un objet qui reprend la demande initiale.
Le canal ne se comporte pas comme un canal d'emailing mais comme une conversation commerciale : sur les inscrits, les réponses directes sont plus nombreuses que les clics. Les prospects répondent au message comme ils répondraient à un commercial. Personne ne l'avait anticipé en concevant le scénario, et cela a changé la façon de rédiger les emails suivants.
Enfin, la mesure : environ un inscrit sur cinq devient client s'il a au moins ouvert un email, un sur douze si l'on ne compte que ceux qui ont cliqué ou répondu. L'écart entre ces deux chiffres est la marge d'incertitude de l'attribution, et c'est elle qu'il faut assumer plutôt que chercher à l'éliminer.
Deux dispositifs peuvent contenir les mêmes emails et produire des résultats opposés. La différence tient à trois réglages que les équipes traitent en dernier, alors qu'ils devraient être décidés en premier.
Le déclencheur. Un workflow déclenché par un attribut statique (secteur, taille, fonction) segmente. Un workflow déclenché par un comportement daté (a visité, a téléchargé, n'a pas ouvert depuis) réagit. Le second produit du pipeline, le premier produit des listes. La question à se poser sur chaque scénario : qu'est-ce qui vient de se passer chez ce contact, et pourquoi maintenant est-il un meilleur moment qu'hier ?
La condition de sortie. C'est le réglage le plus négligé et le plus coûteux. Un workflow doit savoir quand il a réussi, et sortir le contact immédiatement. Sinon vous obtenez la situation que tout praticien HubSpot a déjà vue : un prospect qui vient de signer continue à recevoir la séquence « découvrez notre solution », et le commercial l'apprend par le client. Chaque workflow a besoin d'au moins trois sorties écrites : la réussite (le contact a progressé), l'échec (aucune réaction après N étapes, on le sort et on le retrie), et l'exclusion (il est devenu client, ou une opportunité est ouverte sur son compte).
Les garde-fous. Une limite de fréquence globale par contact, indépendante des workflows, pour éviter que trois scénarios simultanés ne produisent onze emails en une semaine. Une liste d'exclusion permanente (clients sensibles, comptes en négociation, contacts signalés par les sales). Et une règle de préséance quand deux scénarios revendiquent le même contact.
Sur cette capture, la sortie est réglée sur un objectif de workflow : dès que le contact bascule en « Opportunité » ou « Client », il est désinscrit. Trois clics, et le scénario « découvrez notre solution » ne poursuit plus un client qui vient de signer.
Une remarque en passant, parce qu'elle revient dans presque tous nos audits : la propriété lead status est le point de jonction entre l'automation et le travail commercial réel, et c'est très souvent celle qui est la moins tenue. Un workflow qui déclenche sur un lead status que personne ne met à jour ne se déclenchera jamais, et vous chercherez le bug ailleurs pendant des semaines. Notre article sur le lead status HubSpot explique comment l'articuler avec le lifecycle stage.
Le reporting d'automation est l'endroit où les dispositifs inutiles survivent le plus longtemps, parce qu'ils sont mesurés sur les bons chiffres d'un mauvais objectif.
Les indicateurs d'email (délivrabilité, ouverture, clic) servent au diagnostic technique. Ils ne disent rien de la contribution au revenu. Un taux d'ouverture en baisse signale un problème de délivrabilité ou de promesse d'objet, et il faut le regarder. Il ne justifie ni ne condamne un scénario.
Trois indicateurs disent la vérité :
Nous assumons une position sur ce point : chercher une attribution parfaite du marketing automation en B2B coûte plus qu'elle ne rapporte. Entre les comités d'achat, les cycles longs et les contacts non identifiés, aucun modèle ne capturera la réalité. Un indicateur d'influence simple, compris et accepté par le marketing et les sales, permet de décider. Un modèle sophistiqué que seul son auteur sait lire permet surtout de se justifier.
Et le corollaire opérationnel, qui est aussi la décision la plus dure à prendre : un scénario sans effet mesurable après un cycle de vente complet doit être arrêté. Pas amélioré, pas retravaillé une troisième fois. Arrêté. La dette de workflows est une dette technique comme une autre, et les portails que nous reprenons en contiennent souvent des dizaines.
L'automation amplifie l'existant. Cette phrase a l'air d'une évidence, elle est la cause première des dispositifs qui échouent, parce qu'on la lit sans en tirer l'ordre des chantiers.
Trois prérequis, dans cet ordre.
Un ICP écrit. Sans définition opérationnelle des comptes que vous voulez gagner, le scoring d'adéquation n'a pas de critères, donc le routage n'a pas de seuil, donc les alertes commerciales partent au hasard. Un ICP qui n'exclut personne ne sert à rien.
Des stades de cycle de vie aux critères écrits et appliqués par workflow. Si le passage de lead à MQL se fait à la main, au jugement, par des personnes différentes selon les semaines, aucun indicateur de progression n'est interprétable. Les critères doivent être écrits, puis appliqués automatiquement.
Une donnée exploitable. Doublons, champs vides, valeurs libres là où il faudrait des listes fermées : chaque défaut de saisie devient une erreur de ciblage à l'échelle. Un workflow qui segmente sur un champ « secteur » rempli en texte libre segmente sur des fautes de frappe. C'est le chantier traité par notre offre SalesOps & Data, et c'est celui qui paie le plus, sans jamais figurer dans les slides.
Il manque un quatrième prérequis, non technique, qui décide souvent du sort du dispositif : un accord explicite avec les commerciaux sur ce qu'ils s'engagent à faire quand une alerte arrive. Un workflow de routage parfait qui déverse des tâches que personne ne traite produit exactement zéro pipeline, et détruit au passage la crédibilité du marketing pour les deux années suivantes.
Le socle en place, l'IA ouvre une capacité que l'automation classique n'avait pas. Un workflow traditionnel branche sur ce que le contact a fait chez vous. Avec une couche IA, il branche aussi sur ce que le compte est, sur ce qu'il cherche, et sur ce qui vient de bouger chez lui. Changement de nature, pas gain de productivité.
C'est aujourd'hui la partie la plus sous-exploitée des dispositifs que nous reprenons. Les équipes ont activé les fonctions de rédaction assistée, qui font gagner du temps sans rien changer au pipeline, et laissé de côté les deux usages qui déplacent réellement la ligne.
Vos workflows personnalisent mal parce qu'ils n'ont presque rien de fiable sur quoi personnaliser. Un champ « secteur » rempli au formulaire, une fonction déclarative saisie par le contact lui-même, et c'est à peu près tout. La connaissance client existe pourtant : elle est dans les transcriptions d'appels, les fils d'emails, les tickets, les notes commerciales, le parcours de navigation. Sous une forme qu'aucun workflow ne sait lire.
Le déblocage consiste à faire produire par l'IA des propriétés structurées à partir de cette matière non structurée, puis à brancher les workflows sur ces propriétés plutôt que sur du texte libre. Les propriétés que nous mettons en place le plus souvent : le sujet d'intérêt dominant déduit des pages vues et des contenus téléchargés, le besoin exprimé résumé en une phrase depuis les échanges, le secteur normalisé à partir de la raison sociale, le stade de maturité du projet, le rôle réel dans le comité d'achat.
L'effet sur la personnalisation est direct. Vous passez d'une séquence par persona, entretenue à la main et jamais à jour, à une séquence unique dont les blocs de contenu varient selon le sujet d'intérêt calculé. Moins de scénarios à maintenir, plus de pertinence par message. Le même mécanisme sert le routage : un résumé de besoin en une phrase dans la tâche du commercial vaut mieux que douze champs qu'il ne lira pas.
Trois règles que nous appliquons sans exception :
Et une position qui fait débat en atelier : une propriété calculée par IA sur laquelle aucun workflow ne branche et aucun commercial ne s'appuie n'est pas une capacité, c'est une ligne de facture. La question à poser avant d'en créer une n'est pas « est-ce que l'IA sait la produire » mais « quelle décision change quand elle est renseignée ».
Votre CRM sait ce que vos contacts font chez vous. Il ne sait rien de ce qu'ils sont sur leur marché. C'est exactement la donnée qui manque au score d'adéquation, et aucun volume de tracking comportemental ne la remplacera.
L'enrichissement externe comble cet écart : effectif réel et trajectoire, technologies utilisées, actualité de l'entreprise, signaux d'intention, et surtout mouvements des personnes. HubSpot adresse cette couche avec Breeze, son IA embarquée, branchée nativement sur les objets du CRM, et l'écosystème compte des sources spécialisées qu'on connecte par API quand le besoin est sectoriel. Nous avons détaillé la mécanique et ses pièges dans un article dédié à l'enrichissement de données CRM avec Breeze.
Le déclencheur le plus rentable de cette famille est aussi le plus négligé : le changement de poste d'un interlocuteur. Deux scénarios s'ouvrent en même temps, et la plupart des équipes n'en jouent aucun. Le compte perd son référent interne, il faut le sécuriser avant le renouvellement. Et ce référent arrive chez un autre compte, avec une préférence pour votre solution déjà acquise. Un signal, deux pipelines.
Une discipline de coût s'impose, parce que l'enrichissement se facture au crédit ou à la fiche. On enrichit à l'entrée dans un segment qui compte, pas la base entière. Enrichir 200 000 contacts pour alimenter un scénario qui en touchera 400 est une dépense sans contrepartie, et c'est une erreur que nous voyons passer régulièrement en comité budget.
La promesse est réelle, la condition l'est autant. L'IA amplifie l'existant, y compris ses défauts. Un ciblage bancal automatisé par IA reste un ciblage bancal, servi plus vite et à plus grande échelle.
Un cran plus fin, et c'est le piège propre à la génération de contenu : une personnalisation générée n'est pas une personnalisation pertinente. Si le modèle rédige un paragraphe impeccable sur une prémisse fausse, vous avez industrialisé l'erreur et gagné en vitesse de propagation. Le lecteur, lui, voit un message qui parle bien de quelque chose qui ne le concerne pas.
L'ordre des chantiers ne se négocie donc pas : donnée, processus, puis IA. Et la mesure ne change pas non plus. Une propriété calculée, un enrichissement, un agent se jugent sur la progression de stade et sur le pipeline, pas sur le nombre de fiches enrichies.
Les comparatifs d'outils occupent une place disproportionnée dans les projets d'automation. Six mois de short-list, deux jours de réflexion sur le modèle de données. L'ordre devrait être inverse, parce que la question de l'outil se tranche vite une fois l'architecture connue.
Le critère qui compte réellement en B2B est unique : est-ce que l'outil marketing et le CRM partagent la même base de données, ou faut-il maintenir une synchronisation entre les deux ? Tout le reste (le nombre de connecteurs, la finesse de l'éditeur d'emails, le nom des fonctionnalités IA) se rattrape. Une synchronisation à maintenir, non. Elle produit des écarts, des doublons, des workflows qui déclenchent sur une donnée périmée, et une charge de maintenance permanente.
C'est la raison structurelle pour laquelle nos clients opèrent majoritairement sur HubSpot Marketing Hub : marketing, vente et service travaillent nativement sur les mêmes objets, sans pont à surveiller. Pour les équipes qui viennent d'un couple Pardot et Salesforce, nous avons documenté les points de bascule dans un article dédié au remplacement de Pardot par HubSpot Marketing Hub.
Ce critère vaut aussi pour la couche IA, et c'est le point que les grilles de comparaison ratent. Une IA branchée nativement sur les objets du CRM voit tout l'historique du compte : les appels, les tickets, les emails, la navigation. Une IA posée à côté ne voit que ce qu'on a pris la peine de lui exporter. Elle produira des propriétés calculées plus pauvres, sur des données plus anciennes, et vous passerez le temps gagné à maintenir le pont.
Inutile d'attendre un programme complet. La séquence que nous appliquons chez nos clients pour obtenir un dispositif qui contribue, plutôt qu'un dispositif qui tourne, tient en trois temps.
Semaines 1 et 2 : trancher et nettoyer. Écrire l'ICP, arrêter les critères de passage de stade, corriger les champs qui serviront au ciblage. Puis inventorier les workflows existants et couper ceux qui n'ont produit aucune progression sur le dernier cycle. Cette coupe libère de la lisibilité avant d'ajouter quoi que ce soit.
Semaines 3 et 4 : un scénario de qualification et de routage. Pas de nurturing pour commencer. Le routage donne un résultat visible en quelques semaines, ne demande aucune production de contenu, et crée l'accord avec les sales dont tout le reste dépendra. Écrire les trois sorties avant de construire.
Semaines 5 et 6 : un nurturing, un seul. Sur l'intention la plus fréquente de votre base, avec un objectif de progression chiffré et une date de revue. Un scénario mesuré vaut mieux que six scénarios supposés.
À partir de là, la logique est celle d'un portefeuille : on ajoute un scénario, on le mesure sur un cycle, on le garde ou on le coupe.
Sur ce chemin, notre agence de marketing automation intervient à géométrie variable, du cadrage au déploiement puis à l'accompagnement récurrent des équipes MarketingOps.
Contexte. La Poste Solutions Business, la branche services aux entreprises du groupe La Poste, plus de 1 000 collaborateurs. Une marque connue de toutes ses cibles, ce qui ne garantit rien sur la capacité à transformer cette notoriété en pipeline.
Problématique. Une stratégie digitale à développer, des outils qui ne se parlaient pas et une donnée par conséquent inexploitable pour le ciblage. Les leads existaient, mais rien ne permettait de savoir lesquels méritaient un appel. Le symptôme classique : beaucoup de contacts, peu de qualification, des commerciaux qui doutent de ce que le marketing leur transmet.
Solution. Le chantier a commencé par le socle, pas par les scénarios. Cadrage stratégique pour trancher les objectifs et identifier les données réellement utiles, puis définition d'une stratégie de data management de bout en bout : collecte, structuration, exploitation. L'intégration technique de HubSpot avec les outils internes existants a suivi, pour que la donnée cesse de vivre en silos.
Une fois ce socle en place, le dispositif d'activation : une stratégie de formulaires conçue pour qualifier plutôt que pour collecter, une logique de scoring pour évaluer la maturité des contacts, et des parcours automatisés branchés sur ce scoring. L'ordre des opérations correspond exactement à celui décrit plus haut, et ce n'est pas une coïncidence : c'est la seule séquence qui produit des résultats mesurables.
Résultats.
Le troisième chiffre est celui qui compte. Multiplier les contacts par quatre sans faire progresser les opportunités aurait simplement signifié plus de bruit. C'est l'écart entre les trois indicateurs qui indique que la qualification a fonctionné, pas seulement l'acquisition.
Le détail du projet est sur la fiche cas client La Poste Solutions Business.
Si vous avez déjà un dispositif en place, l'exercice le plus rentable des prochaines semaines n'est pas d'ajouter un scénario. C'est de prendre la liste de vos workflows actifs, de chercher pour chacun l'effet mesurable sur la progression des contacts, et de couper ce qui n'en a pas.