Le débat entre score de fit et score d'engagement est un désaccord sur deux questions différentes. Le fit demande si l'entreprise mérite d'être démarchée, tandis que l'engagement demande si quelqu'un y prête attention en ce moment. Fusionnez les deux dans un seul chiffre MQL, et le marketing comme les ventes y liront chacun une question différente, ce qui explique pourquoi leurs rapports de pipeline ne concordent jamais.
Pourquoi un MQL mixte unique casse le transfert
Prenons une agence de 15 personnes qui télécharge cinq contenus en une semaine et obtient 90 points. Le marketing comptabilise un MQL, et les ventes le rejettent en dix minutes. Prenons maintenant un VP d'une entreprise qui correspond exactement à votre ICP. Il consulte la page des tarifs une fois et obtient 30 points : il n'atteint donc jamais le seuil et personne ne l'appelle.
Un même modèle de scoring, deux échecs, et le chiffre ne vous dit pas lequel vous touche. Un score de 60 peut représenter 60 points de comportement et zéro fit, ou l'inverse. Les ventes entendent « c'est un acheteur » alors que le marketing veut dire « cette personne a beaucoup cliqué ». Les deux équipes lisent correctement le chiffre. Il porte deux sens.
Les outils ne règlent pas ce problème à eux seuls. HubSpot et Salesforce documentent tous deux un scoring capable de distinguer les deux notions, et de nombreuses équipes les fusionnent pourtant dans une seule propriété, car il est plus simple d'acheminer les leads à partir d'un seul chiffre.
Score de fit vs score d'engagement : deux scores, deux décisions
J'appelle cela la règle des deux clés. Le fit est la porte et l'engagement est le déclencheur : un transfert exige que les deux soient tournées.
Le fit détermine à qui appartient le compte, dans quelle file il atterrit et combien de temps humain il mérite. Il évolue lentement, uniquement lorsque les données firmographiques ou l'ICP changent. Il devrait donc se limiter à quelques niveaux (A, B, C) plutôt qu'à une échelle de 0 à 100.
L'engagement détermine le timing : quand appeler, quelle séquence lancer, quel degré d'urgence. Il doit décroître avec le temps, car une visite de la page des tarifs il y a cinq semaines n'a pas la même valeur de signal qu'une visite de ce matin.
| Score | Décision qu'il gouverne | Comportement dans le temps | Propriétaire naturel |
|---|---|---|---|
| Fit | Routage, propriété du compte, niveau d'effort | Stable, par niveaux | Direction commerciale avec RevOps |
| Engagement | Timing, séquence, urgence | Décroît | Marketing |
La querelle entre score de fit et score d'engagement prend fin dès que chaque score ne décide que de son propre domaine. Un compte de fit A à faible engagement relève d'une approche patiente en account-based, pas d'un appel le jour même. Un lead de fit C à très fort engagement part en nurturing ou en self-serve, quel que soit le nombre de webinaires suivis.
Ce que la séparation du score de fit et du score d'engagement change pour l'attribution
Dans un modèle mixte, les points d'engagement proviennent des campagnes, et c'est donc la campagne qui fait franchir le seuil au lead qui reçoit le crédit du MQL. Il s'agit généralement d'un contenu gated peu coûteux, car ce sont les contenus les plus faciles pour accumuler des points.
Je parle de crédit de franchissement de seuil. Le marketing rapporte le pipeline sourcé selon la date du MQL et la campagne qui l'a généré. Pendant ce temps, les comptes qualifiés sur le fit qui arrivent par l'outbound ou par recommandation ne franchissent jamais de seuil d'engagement, et n'obtiennent donc jamais de MQL. Les ventes les voient dans le pipeline, pas le marketing.
Le même écart apparaît dans la recherche par IA. Une équipe peut voir ses citations augmenter sans pouvoir dire quels comptes ces citations ont produits, un problème que nous abordons dans SEO rankings vs AI citations. Si la qualification sous-jacente repose sur un seul chiffre brouillé, l'attribution qui s'y appuie en hérite.
Comment réconcilier les rapports de pipeline du marketing et des ventes
Les deux rapports divergent parce qu'ils comptent des populations différentes. Le marketing compte les leads qui ont franchi le seuil mixte. Les ventes comptent les leads qu'elles ont acceptés. L'écart entre les deux est la source du désaccord.
La solution consiste à apposer trois dates sur chaque fiche : la date de qualification sur le fit, la date de déclenchement de l'engagement et la date d'acceptation par les ventes. Tous les rapports reposent alors sur les mêmes horodatages, et le désaccord devient un délai ou une perte mesurable entre deux dates, que vous pouvez examiner un lundi matin. Notre guide sur la correction du transfert des leads et de l'attribution approfondit le volet du cycle de vie.
Qui est responsable du seuil quand les ventes rejettent ce que le marketing comptabilise
Je recommande un partage à trois. La direction commerciale définit le fit, car il détermine comment sa capacité est employée. Le marketing définit l'engagement, car il sait ce que coûte la production d'un comportement. RevOps est responsable du SLA et du journal des litiges.
Le journal des litiges doit comporter deux motifs de rejet, et non un seul : « mauvais fit » et « pas encore d'intérêt ». Si la plupart des rejets indiquent un mauvais fit, la porte du fit laisse passer trop de leads. S'ils indiquent l'absence d'intérêt, le déclencheur d'engagement s'active trop tôt. Scinder cette liste déroulante unique vous indique quel score corriger, sans réunion.
Pour mesurer l'efficacité du transfert, je suivrais trois indicateurs :
- Taux de rejet par motif, et non au total
- Délai avant le premier contact après le déclenchement
- Conversion par niveau de fit et par tranche d'engagement, présentées séparément
Pour un point de départ sur la structure, notre page sur le modèle de lead scoring présente la façon dont nous l'abordons.
Là où je n'ai pas de réponse tranchée sur le score de fit vs le score d'engagement
Je ne peux pas vous donner de répartition universelle. Dans une approche enterprise pilotée par les ventes, le fit domine et l'engagement n'est guère qu'un indicateur de timing. Dans une approche product-led avec offre gratuite, l'engagement fait davantage le travail. La méthode honnête consiste à tester les deux a posteriori sur vos propres affaires gagnées, et avec quelques dizaines d'affaires, l'échantillon reste mince. Pour le meilleur et pour le pire, la première version du modèle est une hypothèse, que vous affinez à mesure que les données arrivent.
Cela compte si vous ajoutez de l'automatisation. Un agent d'envoi IA alimenté par un score mixte amplifiera l'échec que votre score comporte déjà, ce qui est le schéma derrière AI SDR failure. Il en va de même pour tout pilote jugé sur le pipeline, comme dans notre AI GTM scorecard. La qualité d'envoi compte aussi : vérifiez donc votre délivrabilité email avant de mettre du volume derrière l'un ou l'autre score.
Nous cherchons à nous intégrer aux équipes plutôt qu'à simplement conseiller sur ce sujet, car le modèle de scoring est la partie facile. Le plus difficile est d'amener les ventes, le marketing et RevOps à s'accorder sur qui détient chaque clé, puis de câbler les horodatages pour que les rapports concordent. C'est un travail sur la couche opérationnelle, et c'est par là que je commencerais avant d'ajouter des effectifs ou un nouvel outil. Quelle que soit votre décision, gardez la séparation entre score de fit et score d'engagement visible dans chaque rapport.