Transformer le trafic web anonyme en outbound qualifié
Récupérer la part identifiable du trafic web anonyme, et l'acheminer vers un contact humain pertinent sans aucune étape manuelle entre les deux.
La plupart des acheteurs B2B se renseignent sur un produit sans jamais remplir de formulaire. Ils lisent la documentation, vous comparent à un acteur en place, regardent les tarifs, et repartent sans laisser de nom. Voici le système qui comble cet écart : d'un clic anonyme jusqu'à un premier message personnalisé, sans aucune étape manuelle jusqu'à ce qu'un prospect réponde.
Identifier la personne derrière une visite américaine#
Aucun fournisseur unique n'identifie tout le monde.L'identification au niveau du compte (reverse-IP) résout bien plus de trafic, mais seulement l'entreprise, pas la personne. Les deux couches répondent à des questions différentes, donc les deux tournent. La révélation au niveau de la personne résout de façon réaliste 10 à 30 % du trafic B2B américain, et chaque fournisseur couvre une part différente. Plusieurs tournent en parallèle (Vector, RB2B, et d'autres), leurs sorties fusionnées et les identités qui se recoupent dédupliquées sur une clé stable (identifiant de personne durable, à défaut l'email professionnel, puis LinkedIn). L'union l'emporte sur n'importe quelle source unique, et la déduplication empêche le même visiteur de se déclencher deux fois. La couverture grandit avec le nombre de fournisseurs connectés : chaque nouvelle source augmente la part du trafic américain identifié, le principal levier de couverture, mais à rendements décroissants : la plupart revendent les mêmes un ou deux identity graphs sous-jacents, donc chaque source ajoutée recoupe largement les précédentes et les gains s'essoufflent.
Vector
RB2BEn Europe, nommer l'entreprise à la place#
L'Europe est un régime distinct. La révélation au niveau de la personne est difficile à défendre sous le RGPD, donc le trafic européen est résolu au niveau de l'entreprise à la place : l'IP du visiteur est remontée jusqu'à l'organisation propriétaire (RDAP et WHOIS plus intelligence sur les IP), traitée comme un intérêt légitime B2B et ne touchant aucune donnée personnelle. C'est le complément européen des fournisseurs américains au niveau de la personne : là où Vector et RB2B nomment la personne, la couche IP nomme l'organisation, et alimente une approche par compte plutôt qu'un contact individuel.
Le plus dur n'est pas de savoir quelle entreprise possède une IP, c'est de savoir si l'IP est une entreprise tout court. Aujourd'hui, la plupart du trafic B2B vient de réseaux domestiques, mobiles, cloud ou VPN qui pointent vers un opérateur télécom, pas vers l'employeur. Chaque réseau est donc trié (entreprise contre FAI grand public, mobile, hébergement, VPN) et seul un véritable réseau d'entreprise devient une société, avec un niveau de confiance fondé sur des signaux corroborants comme un reverse-DNS d'entreprise dont le domaine correspond à l'organisation enregistrée. Tout le reste est signalé comme aucune entreprise, pas deviné.
Du clic au premier message 
#
Un webhook se déclenche par visite identifiée, et à partir de là tout est une seule exécution orchestrée : un même workflow ingère l'évènement, le déduplique, l'enrichit avec le CRM et l'entrepôt de données, passe le filtre de pertinence, le score et le route, dans l'ordre, de bout en bout.
L'orchestrateur est ce qui rend cela fiable plutôt qu'un tas de crons et de scripts. Il sérialise les webhooks concurrents pour que deux onglets ne déclenchent pas deux fois, réessaie une étape en échec sans rejouer toute la chaîne, conserve l'état par visiteur dont dépendent la déduplication et la récurrence, et enregistre chaque exécution pour qu'une alerte manquée ou erronée puisse être tracée et rejouée. À la fin, la même exécution se ramifie vers les deux canaux de diffusion, l'alerte Slack et la séquence outbound. Vous pouvez construire cela sur un orchestrateur de workflows comme Kestra.
Capter chaque visite, une seule fois#
- Concurrence sérialisée à 1. Un visiteur avec deux onglets ou un rechargement déclenche deux webhooks dans la même seconde. Lancés en parallèle, les deux lisent un état vide et alertent tous les deux. Une file à une seule place les fait passer un par un.
- Déduplication quotidienne, enregistrer puis ignorer. Une clé par visiteur avec une TTL d'un jour supprime une alerte répétée le même jour. L'évènement brut est toujours écrit en premier, donc les revisites du même jour alimentent quand même l'historique. La barrière supprime le message, jamais la donnée.
Distinguer un passage isolé d'un compte qui chauffe 
#
Chaque visite est une ligne dans un stockage d'évènements, ce qui permet de compter les visites et de reconstituer les parcours.L'écart de 30 minutes est la limite de session classique en analytics, la même qu'utilisent des outils comme Google Analytics, pour que les comptages de visites restent comparables à la sessionisation web standard. La récurrence est calculée en sessionisant sur les horodatages réels des visites, pas sur l'heure d'exécution, car la révélation arrive plusieurs minutes après la visite. Une nouvelle session démarre quand l'écart entre deux évènements dépasse 30 minutes. Cela produit un honnête « première visite » par opposition à « 3 visites depuis le 3 juin », la ligne la plus utile pour un commercial, parce qu'elle distingue un passage unique d'un prospect qui se réchauffe. Le même stockage s'agrège aussi au niveau du compte : une personne sur une page de tarifs, c'est de la curiosité, mais trois personnes de la même entreprise sur les tarifs en une semaine, c'est un comité d'achat qui se forme, un signal bien plus fort que n'importe quelle visite isolée et une invitation à multi-threader la prise de contact plutôt que de poursuivre un seul nom.
Épargner les comptes déjà en deal#
Chaque visite est recoupée avec le CRM (le contact, et l'entreprise par domaine indépendamment, puisque la personne qui visite n'est souvent pas celle présente dans le CRM) et l'entrepôt de données. Deux questions décident de la suite : cette entreprise est-elle déjà cliente ou utilisatrice active, et y a-t-il une affaire ouverte au niveau du contact ou de l'entreprise. Si les ventes sont en plein deal, le visiteur est supprimé plutôt que prospecté à froid. La suppression est la fonctionnalité qui rend le canal utilisable en interne.
Ne garder que ceux qui méritent un message LLM
#
Un petit LLM lit le visiteur en contexte (intitulé de poste, séniorité et département, plus le secteur et la taille de l'entreprise) et les pages consultées, puis renvoie un inclure ou exclure strict avec une raison en une ligne. C'est le filtre anti-bruit : les outils d'identification de visiteurs sont réputés pour inonder un canal de milliers de comptes hors cible, donc quiconque est clairement hors de l'audience n'atteint jamais un commercial. Des règles strictes tournent avant le modèle : les adresses internes sont écartées, tout comme quiconque sans identité exploitable (ni LinkedIn ni email professionnel). Le filtre échoue en mode ouvert : si le modèle est indisponible, le visiteur est inclus, car manquer un véritable acheteur coûte plus cher que de revoir un cas limite. Il ne gouverne que l'alerte destinée aux humains. L'enregistrement complet est toujours conservé.
Dès qu'ils arrivent, alerter sur Slack #
Chaque visite qui passe le filtre déclenche une alerte Slack dans un canal dédié, déjà enrichie, pour que l'équipe voie qui navigue en temps réel. Une reproduction fidèle d'une alerte :
Noter chaque visite de 0 à 100#
Les pages qu'un visiteur lit sont le signal. À partir des docs et des zones produit où il passe du temps, un profil est déduit : data, IA ou infra. Ce profil, combiné à la séniorité et à l'intention (les pages tarifs, comparaison et prise en main pèsent plus qu'une simple visite de doc), alimente un score. Là où le filtre de pertinence décidait seulement si une visite valait la peine d'être remontée à l'équipe, le score décide si elle entre en outbound, et comment.
Le score vient d'une étape LLM qui renvoie un objet structuré : un nombre de 0 à 100, un palier, une ligne de raisonnement, un résumé d'adéquation à l'ICP, et une accroche prête à envoyer. Il raisonne sur l'adéquation et l'intention ensemble, et il est délibérément strict : les clients existants et les adresses internes obtiennent 0, les rôles clairement non techniques sont plafonnés bas, et seule une fraction du trafic franchit la barre.
Le palier est le régulateur. Les scores correspondent à ne-pas-contacter, faible, moyen, élevé ou prioritaire, et seuls moyen et au-dessus sont contactés, donc l'outbound touche une part délibérée du trafic plutôt que sa totalité.
L'avantage que personne d'autre n'a : l'usage produit#
L'intention de page répond à une question : cette personne évalue-t-elle ? Le score le plus fort ajoute un troisième axe que la plupart des équipes ne peuvent pas atteindre : utilise-t-elle réellement le produit ? Le modèle standard, c'est l'adéquation plus l'intention sur le site. La version product-qualified fusionne trois signaux : l'adéquation, l'intention sur le site, et l'usage produit en first-party.
Quand la même identité consulte la page de tarifs et est active dans le produit, c'est le lead le plus chaud qui soit, et le score doit le refléter. La fusion est difficile à copier, non parce que le modèle est malin mais parce qu'il faut les deux sources de données sous un même toit : l'analytics du site marketing et la télémétrie produit. Un graphe d'identité tiers ne peut pas voir ce que quelqu'un fait dans votre produit. Posséder les deux, c'est la barrière à l'entrée.
Envoyer chaque lead au bon ingénieur#
Le routage se fait dans Clay. À partir du score et de la lecture des pages du lead, deux décisions tombent en même temps : vers quel ingénieur l'envoyer, d'après le profil déduit (un visiteur IA vers un ingénieur IA, data vers data, infra vers infra), et par quel canal (un numéro de téléphone déclenche une tâche d'appel immédiat, sinon c'est LinkedIn, et plus le palier est haut, plus le contact est rapide et humain).
À partir de là, plus personne n'intervient. Au-dessus de la barre, le lead est enrôlé automatiquement dans une séquence sur lemlist, et l'accroche est rédigée puis envoyée depuis le compte LinkedIn de l'ingénieur retenu, sans qu'il la voie ni la valide. Le canal, c'est LinkedIn, et c'est volontaire : une demande de connexion et un court mot depuis le profil d'un vrai ingénieur se lisent comme un pair qui en aborde un autre, pas comme le retargeting de masse par email que les acheteurs ont appris à ignorer. Ces comptes sont pilotés par les ventes depuis une boîte de réception partagée (une unibox) : l'ingénieur n'est que le visage sur le profil, pas une étape du processus. La séquence reste légère et silencieuse : visite du profil, demande de connexion, courte accroche à l'acceptation, une relance douce s'il n'y a pas de réponse. Personne n'est notifié tant qu'elle tourne. Le premier moment où un humain reprend la main, c'est quand le prospect répond : la réponse arrive dans l'unibox, un commercial la prend, mène la conversation d'égal à égal et l'emmène vers un rendez-vous.
C'est là que se joue la conversion. Les benchmarks du secteur situent les taux de réponse déclenchés par signal entre 5 et 18 % contre environ 3 % pour la prospection à froid, et le déclencheur ici est une vraie visite sur une page à intention d'achat, traitée tant qu'elle est encore chaude par le bon spécialiste, assez vite sur le palier supérieur pour signifier un appel téléphonique en quelques minutes. La donnée vous dit qui est en marché maintenant. La seule question qui mérite de l'ingénierie, c'est à quelle vitesse, et avec quelle pertinence, vous y répondez.