Audit énergétique industriel : plus de contacts, moins de projets qualifiés
Une société B2B de services techniques de 60 salariés propose notamment des audits énergétiques industriels. Les formulaires issus de LinkedIn augmentaient, mais la part de demandes disposant d’un besoin défini, d’un budget et d’une échéance diminuait. Les ciblages, le formulaire et la qualification dans Salesforce ont été comparés demande par demande.
Résumé des faits
- Constat
- Les formulaires liés à l’audit énergétique progressaient, tandis que la part de demandes disposant d’un besoin, d’un budget et d’une échéance diminuait.
- Cause retenue
- Les campagnes LinkedIn et le formulaire poussaient une promesse trop large.
- Corrections
- Recentrer les campagnes.Requalifier formulaires et CRM.Repréciser l'offre sur le site.
- Résultats observés
- Volume total de demandes enregistrées : stable, à +5 %.Demandes correspondant à un projet structuré : +35 %.Taux de transformation d’une demande en opportunité : +40 %.
Entreprise : périmètre et problématique
La société propose des prestations de maintenance et d’automatisation aux entreprises industrielles. Une page et des campagnes LinkedIn présentaient plus particulièrement son offre d’audit énergétique industriel.
Pour cette étude, un projet structuré devait comporter un besoin défini, un périmètre, un interlocuteur, un budget envisageable et une échéance. Les formulaires augmentaient, mais Salesforce recensait surtout davantage de demandes d’information générales, sans progression équivalente des projets répondant à ces critères.
“On génère plus de contacts, mais moins de projets sérieux. On passe beaucoup de temps sur des demandes qui n’aboutissent pas, alors que notre trafic est en hausse. On ne comprend pas si c’est un problème marketing ou commercial.”
- factory Entreprise
- Société B2B de services techniques, 60 salariés
- precision_manufacturing Prestations
- Maintenance industrielle et automatisation
- energy_savings_leaf Offre étudiée
- Audit énergétique industriel
- domain Clients
- PME industrielles, ETI et grands comptes
- schedule Cycle de vente
- De 3 à 18 mois
- table_view Suivi commercial
- Demandes et opportunités suivies dans Salesforce
Sources examinées
-
LinkedIn Ads Ciblages par fonction et secteur, messages diffusés et formulaires générés
- dynamic_form Formulaires Questions posées, informations recueillies et séparation des demandes
-
Salesforce Nature des demandes, qualification et progression dans le cycle de suivi commercial
-
Google Search Console Recherches ayant affiché le site dans Google, pages concernées et passage des robots
-
Tests dans les IA Même série de questions répétée dans ChatGPT, Gemini et Perplexity à chaque période de contrôle
Situation de départ
L’analyse a distingué les offres de services et la manière dont chaque demande progressait dans le suivi commercial.
- Maintenance préventive sur lignes automatisées
- Rétrofit et modernisation de lignes
- Audit énergétique industriel
Audit énergétique industriel
Visibilité et engagement
- Le trafic lié à l’audit énergétique progressait.
- Les contenus ressortaient sur des recherches assez larges.
- L’engagement sur les pages concernées restait correct.
Qualification dans Salesforce
- Le volume de formulaires associés à l’audit énergétique augmentait.
- Le taux de passage d’une demande à une opportunité diminuait.
- Les demandes d’information générales devenaient plus nombreuses.
- Peu de dossiers comportaient à la fois un budget, un périmètre et une échéance.
Les signaux marketing progressaient, mais la qualité des projets enregistrés dans Salesforce se dégradait.
Le volume de formulaires masquait l’avancement réel des projets
Les ciblages LinkedIn, les réponses aux formulaires et la qualification dans Salesforce ont été comparés demande par demande.
- 01LinkedIn AdsLes messages attiraient aussi des profils sans pouvoir de décision ni projet défini.
- 02dynamic_formFormulairesLe besoin, le budget et l’échéance n’étaient pas systématiquement demandés.
- 03SalesforceDemandes d’information et projets structurés entraient dans le même suivi commercial.
- Avant
- 100
- Après
- 105
- Avant
- 100
- Après
- 135
- Avant
- 100
- Après
- 140
Sources : ciblages LinkedIn Ads, formulaires, pages consacrées à l’audit énergétique industriel et qualification des demandes dans le CRM.
Cause retenue
Le ciblage et le formulaire réunissaient sous une même offre des demandes d’information et des projets industriels. Salesforce conservait ce regroupement dans le suivi commercial.
- 01
Promesse d’audit devenue trop générale
Les campagnes LinkedIn et le formulaire poussaient une promesse trop large.
- 02
Formulaire sans critères d’avancement du projet
Les profils non décideurs et demandes de curiosité entraient dans le même pipe que les projets sérieux.
- 03
Qualification CRM trop peu différenciée
Le CRM ne distinguait pas assez projet structuré et simple demande d'information.
Actions mises en œuvre
Les corrections ont resserré l’entrée publicitaire, séparé les types de demandes dans les formulaires et le CRM, puis reprécisé l’offre sur le site.
-
01 Recentrer les campagnes
Le ciblage a été corrigé en premier pour limiter les demandes provenant de profils non décisionnaires ou sans projet défini.
- Limiter le ciblage aux fonctions réellement décisionnaires.
- Resserrer les messages Ads autour de cas d'usage précis.
- Exclure les audiences trop génériques.
-
02 Requalifier formulaires et CRM
dynamic_formLes formulaires et les champs CRM ont ensuite été séparés afin que la nature des demandes reste visible dans le suivi commercial.
- Créer un formulaire destiné aux projets concrets.
- Séparer les simples demandes d'information.
- Ajouter des attributs de qualification CRM.
-
03 Repréciser l'offre sur le site
webLa page de l’offre a été reprise pour présenter les cas d’usage, les livrables et les conditions d’un projet réel.
- Ancrer la page pivot sur les cas concrets.
- Expliciter les livrables attendus.
- Ajouter des cas clients ciblés.
Évolution et résultats
Les premiers effets ont été observés après un à trois cycles de 28 jours. Le suivi commercial a ensuite été relu sur six à neuf mois, ce qui correspond mieux au cycle de vente de l’entreprise.
Évolution de la qualité des demandes
- T0
Avant correction
- Le nombre de demandes augmentait tandis que la part de projets structurés diminuait.
- Les commerciaux passaient plus de temps sur de faux signaux.
- Les moteurs et IA associaient davantage l'entreprise à une promesse généraliste.
- T1
Après 1 mois
- Recentrer les campagnes
- Requalifier formulaires et CRM
- Repréciser l'offre sur le site
- T2
Après 6 à 9 mois
- La proportion de demandes correspondant à un projet concret a remonté.
- Le nombre de demandes enregistrées dans le CRM est resté stable, mais les projets identifiés ont progressé d'environ 35 %.
- Le taux de transformation des demandes en opportunités a augmenté d'environ 40 %.
Volume total de demandes enregistrées pour l’audit énergétique
Volume de demandes correspondant à un projet structuré
Taux de transformation d’une demande en opportunité commerciale
Il a diminué sur les demandes sans projet identifiable.
Un projet structuré comportait un besoin industriel identifiable, un périmètre, un niveau d’urgence et des interlocuteurs compatibles avec le cycle de vente. Le chiffre d’affaires n’a pas été utilisé comme indicateur à court terme, car la signature pouvait intervenir jusqu’à dix-huit mois après la première demande.
La dérive se formait avant le traitement commercial : une même promesse et un même formulaire mélangeaient information générale et projet industriel.
Méthode de l’analyse et limites
Protocole suivi
- 01 Définir le périmètre étudié
Audit énergétique industriel
- 02 Rapprocher les sources
LinkedIn Ads, Formulaires, Salesforce, Google Search Console, Tests dans les IA
- 03 Comparer des situations équivalentes
Volume de demandes, part de projets structurés et transformation en opportunités
- 04 Reprendre les mêmes mesures après correction
Trois cycles de 28 jours, puis suivi commercial sur six à neuf mois
Attribution Analyse Kaelion à partir de données client anonymisées
- Analyse
- Damien Keiter
- Relecture
- Nicolas Glanglaude
- Publication
Limites de l’étude
- Le nom de l’entreprise est anonymisé. Le secteur, le périmètre et l’ordre des interventions sont conservés.
- Les pourcentages indiquent des variations relatives entre deux périodes comparables. Les volumes de départ ne sont pas publiés afin de préserver la confidentialité du cas.
- Plusieurs corrections ont été engagées successivement. Les observations décrivent leur effet combiné et non la contribution isolée de chaque action.
- Les résultats correspondent à la période observée dans ce cas. Ils ne constituent pas une projection annuelle ni une promesse de résultat.
- Les réponses des outils d’IA ont été utilisées comme un signal qualitatif complémentaire. Les mêmes formulations ont été répétées à chaque contrôle.