Chatbot de qualification de prospects : la méthode

Un chatbot de qualification de prospects pose, dans la conversation, les quelques questions qui permettent de savoir si un visiteur est un client possible, puis transmet ses réponses au bon commercial. Bien livré, il répond d'abord aux questions du visiteur, n'en pose que l'essentiel, et passe la main vite quand le prospect est intéressant. Mal livré, il ressemble à un formulaire qui parle.

Les critères de qualification, adaptés au chat

Le cadre le plus connu s'appelle BANT, pour budget, pouvoir de décision (authority), besoin (need) et calendrier (timing). Un article de Trengo, éditeur d'une messagerie client, rappelle que ces cadres doivent être adaptés aux conversations rapides : il s'agit de recueillir l'information « de manière informelle, et non via un long formulaire ». Il cite aussi CHAMP, qui part des difficultés du prospect avant de parler d'autorité, d'argent et de priorités, et convient mieux à un ton informel.

Une question bien choisie couvre souvent deux critères. L'exemple de Trengo : demander la taille de l'équipe à équiper renseigne à la fois sur le besoin et sur le budget probable.

Les questions exactes viennent du client : demandez à ses commerciaux ce qu'ils veulent savoir avant de rappeler.

La transmission au commercial

C'est le moment qui fait la valeur du chatbot. Trengo décrit le fonctionnement attendu : des étiquettes posées selon les réponses (prospect chaud, à relancer…), puis, pour un prospect à forte valeur, le transfert de la conversation au bon commercial, qui « reçoit une notification avec tout le contexte ».

Si votre client utilise un logiciel de gestion de la relation client (en anglais customer relationship management, CRM), les réponses doivent y arriver dans les bons champs. Dans HubSpot par exemple :

• l'action « Poser une question » peut enregistrer la réponse dans une propriété du contact ;
• une option permet d'ignorer la question si l'information est déjà connue, pour ne pas la redemander ;
• les réponses de type e-mail, téléphone, date ou adresse web sont contrôlées : si le format est faux, le chatbot ne passe pas à la suite ;
• une valeur de contact n'est enregistrée que si le visiteur est connu ou donne son e-mail ;
• le transfert à un membre de l'équipe ne se fait que pendant les heures d'ouverture, s'il y en a de définies ; sinon un message d'absence s'affiche.

D'autres outils fonctionnent autrement : faites la liste des champs avec le client, puis vérifiez-la dans la documentation de son outil.

Les erreurs à éviter

Trengo en relève plusieurs, qui valent pour tous les canaux :

• L'interrogatoire. « Une conversation mal structurée peut donner l'impression d'un interrogatoire. » Une question à la fois, avec des réponses rapides en boutons quand c'est possible.
• L'absence d'étape suivante. Sans passation claire et rapide, le prospect se refroidit. Le chatbot doit dire ce qui va se passer et quand.
• La lenteur humaine après la rapidité du chatbot. Un prospect qualifié à 21 h qui n'est rappelé que trois jours plus tard a été mal servi.

Ajoutons-en deux, propres à la livraison :

• Qualifier avant de répondre. Un visiteur qui pose une question veut d'abord une réponse. La qualification vient après. Le même raisonnement vaut pour un formulaire pré-chat trop long.
• Demander ce qui ne sert pas. Chaque question doit avoir un usage chez le commercial. La Commission nationale de l'informatique et des libertés (CNIL) rappelle que les données d'un chatbot se conservent pour la durée nécessaire à la finalité du traitement : moins on en recueille, moins il y en a à gérer. Le cadre juridique de la prospection relève du conseil du client.

Les tests à ajouter à la recette

• Un prospect idéal : la fiche arrive complète chez le bon commercial
• Un visiteur qui refuse de répondre : le chatbot reste poli et utile
• Un e-mail ou un numéro mal saisi
• Un prospect déjà connu : le chatbot ne redemande pas ce qu'il sait
• Un prospect qualifié hors des heures d'ouverture
• Un visiteur qui n'est pas un prospect (candidat, fournisseur, client existant)

Ces cas complètent le cahier de recette. Après la mise en ligne, suivez la part de conversations qui donnent une fiche transmise, avec les autres indicateurs du chatbot.