Agent IA de prospection : automatisez votre prospection B2B
Découvrez comment un agent IA de prospection automatise le ciblage, la personnalisation et la relance B2B. Fonctionnement, intégration CRM et ROI...
Lead scoring HubSpot : découvrez la nouvelle architecture Fit/Engagement/Combined post-sunset août 2025, les modèles IA disponibles et la stratégie pour prioriser vos prospects B2B.
|
Le lead scoring HubSpot attribue automatiquement un score à chaque prospect à partir de ses données et de son comportement. Depuis le 31 août 2025, HubSpot a remplacé l'ancien HubSpot Score par un outil à trois modèles (Fit, Engagement, Combined), auxquels s'ajoute le scoring prédictif (Likelihood to close) réservé aux plans Enterprise. |
Vos commerciaux passent encore trop de temps à trier des leads ? Le lead scoring HubSpot résout ce problème en attribuant un score prédictif à chaque prospect. HubSpot a entièrement refondu sa mécanique de scoring en août 2025. Ce guide décrypte la nouvelle architecture, les modèles IA disponibles et la méthode pour déployer un scoring opérationnel en 2026.
📌 En bref — Points clés à retenir
Le lead scoring HubSpot note automatiquement chaque prospect à partir de ses actions et attributs.
HubSpot propose désormais trois modèles : Fit score, Engagement score, Combined score — depuis le 31 août 2025.
L'ancien HubSpot Score (legacy) a été retiré le 31 août 2025 : les workflows qui en dépendent sont gelés.
Le Predictive Lead Scoring (Likelihood to close) calcule la probabilité de signature sous 90 jours (Enterprise uniquement).
L'AI-assisted Scoring nécessite Marketing Hub Enterprise et un minimum de 50 contacts (25 convertis, 25 non convertis).
Score decay et list exclusion remplacent les scores négatifs de l'ancien système.
Le lead scoring HubSpot est une méthode de notation automatique des prospects. Un algorithme analyse les données historiques de conversion de votre CRM et identifie les signaux qui précèdent une signature. Chaque nouveau contact reçoit un score, mis à jour en continu.
Cette approche complète le scoring manuel classique, où chaque règle est écrite à la main par l'équipe marketing. L'IA repère des corrélations invisibles à l'humain et ajuste son modèle à mesure que les données arrivent.
POV Mi4 — Le scoring IA n'est pas un remplacement mais une surcouche intelligente du scoring manuel. Chez nos clients, les deux approches cohabitent toujours les six premiers mois.
|
Critère |
Scoring manuel |
Scoring prédictif IA |
|
Paramétrage |
Règles écrites à la main |
Modèle appris à partir des données |
|
Mise à jour |
Révisions manuelles périodiques |
Mise à jour continue automatique |
|
Signaux traités |
Dizaine de critères |
Centaines de signaux pondérés |
|
Prérequis |
Connaissance métier de l'équipe |
Volume + qualité de données historiques |
|
Idéal pour |
Démarrage, ICP très net |
Bases matures, cycles complexes |
L'IA croise quatre grandes familles de données :
Firmographie : secteur, taille d'entreprise, zone géographique, chiffre d'affaires, poste occupé.
Comportement digital : pages vues, contenus téléchargés, temps passé, fréquence des visites.
Engagement : ouvertures d'emails, clics, réponses aux séquences, interactions avec le chat.
Signaux d'intention d'achat : visite répétée de la page tarifs, demande de démo, consultation de cas clients.
HubSpot a retiré son legacy scoring le 31 août 2025. La propriété historique « HubSpot Score » ne se met plus à jour. Les workflows qui s'appuyaient dessus sont figés. Si vous n'avez pas encore migré, vos automations de routage commercial tournent probablement à vide. Voir la communication officielle HubSpot sur la refonte du scoring.
⚠️ À vérifier maintenant — Dans votre compte HubSpot, allez dans Paramètres > Propriétés, filtrez par type « Score » et vérifiez la colonne « Utilisé dans ». Si des workflows apparaissent, ils sont gelés depuis août 2025.
L'ancien modèle mélangeait deux dimensions dans un seul score : qui est le lead, et ce qu'il fait. Un stagiaire d'une entreprise hors cible pouvait cumuler plus de points qu'un vrai décideur peu actif. Ce biais a coûté des mois de temps commercial à des milliers d'équipes. La nouvelle architecture sépare les deux dimensions et rend les scores enfin lisibles.
Fit, Engagement, Combined : trois modèles distincts au lieu d'une propriété fourre-tout.
Score decay : les scores décroissent automatiquement quand un contact devient inactif.
List exclusion remplace les scores négatifs : on exclut les concurrents, clients existants et partenaires.
Thresholds A/B/C et 1/2/3 : catégorisation immédiate pour le routage commercial.
Scoring au niveau company : indispensable pour l'ABM et les comptes multi-contacts.
Limites d'événements par groupe : plus d'inflation de score sur une seule action répétée.
HubSpot distingue désormais trois types de scores. Chacun répond à une question précise. Pour la documentation officielle complète, voir la Knowledge Base HubSpot.
Le Fit score évalue l'adéquation du prospect avec votre ICP à partir de propriétés : secteur, taille d'entreprise, poste, pays, chiffre d'affaires. Disponible sur contacts et entreprises. Idéal pour filtrer les leads hors cible avant même qu'ils ne commencent à interagir avec vos contenus.
L'Engagement score note les actions : visite du site, ouverture d'email, téléchargement, inscription webinaire, clic sur une CTA. Les événements sont regroupés par famille avec un plafond par groupe, pour éviter qu'un contact enthousiaste sur un seul canal ne biaise le score global.
Le Combined score fusionne Fit et Engagement dans une propriété unique. Disponible uniquement en Marketing Hub Enterprise.
POV Mi4 — Ne commencez pas par le Combined. Stabilisez d'abord Fit et Engagement séparément pendant trois mois. Quand les seuils sont calibrés, basculez sur le Combined pour simplifier la vie des commerciaux.
C'est le point qui piège le plus de prospects HubSpot. Il existe deux briques d'IA distinctes dans l'écosystème scoring, souvent confondues.
Fonctionnalité autonome, Enterprise uniquement. Le modèle calcule pour chaque contact une probabilité de signature sous 90 jours, à partir de l'historique de vos deals gagnés et perdus. Totalement automatique, pas de paramétrage manuel. Utile pour un directeur commercial qui veut anticiper ses prévisions de closing.
Disponible dans le nouveau Lead Scoring Tool, Enterprise uniquement. L'IA analyse les conversions passées et recommande des critères de scoring à intégrer dans vos modèles Fit ou Engagement. Vous gardez l'éditorial, l'IA éclaire les signaux cachés. Pour la méthode pas à pas, voir le guide HubSpot pour construire un score.
|
Fonctionnalité |
Starter |
Pro |
Enterprise |
|
Lead Scoring Tool (Fit + Engagement) |
❌ |
✅ |
✅ |
|
Combined score |
❌ |
❌ |
✅ |
|
AI-assisted Scoring (recommandations) |
❌ |
❌ |
✅ |
|
Predictive Lead Scoring (Likelihood) |
❌ |
❌ |
✅ |
|
Score decay + List exclusion |
❌ |
✅ |
✅ |
Prérequis pour activer l'AI scoring : minimum 50 contacts dans l'historique, dont 25 convertis et 25 non convertis. Si votre base est plus petite, l'IA refuse d'entraîner le modèle.
Sans qualification automatique des leads, les commerciaux passent leurs matinées à trier. Avec le scoring HubSpot, l'espace de prospection HubSpot présente directement les leads triés par score. Vos équipes attaquent les prospects chauds en priorité. Les tièdes entrent en séquence automatique. Les froids retournent au marketing en nurturing.
Les organisations utilisant un scoring structuré observent des gains significatifs sur la précision de priorisation par rapport au scoring manuel. Pour aller plus loin sur les cas d'usage IA, consultez notre article sur la prospection IA.
Le score devient le langage commun. Plus de débats sur la définition d'un MQL. Le franchissement d'un threshold déclenche automatiquement le passage en SQL. Pour bien distinguer les stades, voir notre guide MQL vs SQL.
Auditer votre base CRM — Dédupliquez, standardisez les propriétés, enrichissez les fiches incomplètes. Garbage in, garbage out. Pour les outils, voir notre comparatif d'outils d'enrichissement HubSpot.
Documenter votre ICP et vos signaux de conversion — Quels secteurs ? Quelles tailles ? Quels comportements précèdent une signature ? Marketing et ventes produisent ce document ensemble.
Créer vos scores Fit et Engagement séparément — Dans Marketing > Lead Scoring, configurez deux modèles distincts. Paramétrez les thresholds A/B/C pour le Fit et 1/2/3 pour l'Engagement.
Activer le score decay et les exclusions de listes — Faites décroître les scores inactifs automatiquement. Excluez concurrents, clients existants et partenaires via des listes — plus besoin de pénalités négatives.
Brancher le score sur l'espace de prospection et les workflows — Créez des vues filtrées par score. Déclenchez des alertes, des attributions automatiques et des séquences quand un prospect franchit un seuil. Pour structurer cette routine, voir notre guide du process commercial HubSpot.
Mesurer, auditer, réentraîner — Comparez chaque mois la distribution des scores au taux de conversion réel. Réentraînez l'AI scoring tous les six mois.
Base CRM nettoyée et dédupliquée
ICP documenté et co-validé marketing + ventes
Historique de 12 mois minimum, 50 contacts dont 25 convertis (pour AI scoring)
Thresholds A/B/C et 1/2/3 alignés avec les stages du pipeline
Workflows de routage recréés post-sunset du legacy
Équipe commerciale formée à la lecture des scores
|
Critère |
HubSpot |
Salesforce Einstein |
Pipedrive LeadBooster |
|
Scoring prédictif natif |
Oui (Predictive + AI-assisted) |
Oui (Einstein Lead Scoring) |
Partiel |
|
Séparation Fit / Engagement |
Native et paramétrable |
Possible via config avancée |
Non native |
|
Scoring company-level (ABM) |
Oui |
Oui (leader sur ABM) |
Limité |
|
Courbe d'apprentissage |
Faible |
Élevée (admin requis) |
Faible |
|
Intégration marketing |
Native, un seul compte |
Via Marketing Cloud |
Via intégrations tierces |
|
Positionnement prix |
Accessible (Pro ~800 €/mois) |
Premium |
Mid-market |
Notre lecture Mi4 — HubSpot gagne sur la simplicité de déploiement et l'intégration marketing-ventes dans un seul compte. Salesforce reste plus fin sur l'ABM enterprise et les modèles personnalisés. Pipedrive convient aux équipes commerciales pures sans besoin marketing avancé.
Pour un comparatif IA & CRM élargi, voir notre benchmark des 5 CRM IA.
Audit complet de la base HubSpot (qualité data, doublons, propriétés).
Atelier ICP avec les ventes et le marketing.
Cartographie des conversions passées et des signaux gagnants.
Inventaire des workflows existants impactés par le sunset.
Création des scores Fit et Engagement dans le Lead Scoring Tool.
Paramétrage du score decay et des exclusions de listes.
Activation de l'AI-assisted scoring pour les comptes Enterprise éligibles.
Tests sur un sous-ensemble de la base, comparaison avec le scoring manuel.
Refonte des workflows de routage commercial post-sunset.
Création des vues filtrées par threshold dans l'espace de prospection.
Formation des commerciaux à la lecture et à l'usage quotidien des scores.
Mise en place des dashboards de suivi des KPIs.
Un lead scoring HubSpot se mesure. Sans KPIs, impossible de défendre l'investissement devant la direction.
Taux de conversion SQL → client par tranche de score (A/B/C × 1/2/3).
Vélocité : durée moyenne entre franchissement de seuil et signature.
CA par source croisé avec le niveau de score.
Win rate des leads AI-scorés vs scorés manuellement.
Part des commerciaux consultant le score au moins une fois par jour.
Délai de prise en charge des leads qui franchissent un threshold.
Feedback commercial sur la pertinence perçue des scores (enquête trimestrielle).
Le modèle apprend vos erreurs. Si 40 % de vos contacts ont un secteur mal renseigné, l'IA construira un Fit score inutilisable.
Règle absolue Mi4 — aucun AI scoring sans audit data préalable.
Le Combined score est tentant. Il donne une seule note, simple à lire. Mais si vos seuils Fit et Engagement ne sont pas stabilisés, le Combined hérite de tous les biais. Tenez Fit et Engagement séparés trois mois minimum avant de fusionner.
Un score ignoré est un score mort. Si vos commerciaux ne font pas confiance au modèle, ils continuent leur tri manuel. Le projet échoue. Impliquez-les dans la définition de l'ICP, montrez-leur comment l'IA arrive au score, collectez leur feedback tous les mois.
Vous voulez valider la maturité de votre scoring ou planifier votre migration post-sunset ? Nos experts HubSpot Mi4 vous proposent un diagnostic de 30 minutes.
Documentez d'abord tous les usages actuels (Propriétés > filtre Score > colonne « Utilisé dans »). Recréez vos logiques Fit et Engagement dans le nouveau Lead Scoring Tool. Mettez en parallèle les deux systèmes deux semaines pour comparer les distributions. Basculez ensuite les workflows sur les nouvelles propriétés. La migration manuelle est obligatoire : HubSpot ne la fait pas automatiquement.
Le lead scoring est inclus dans Marketing Hub Enterprise, sans surcoût. Le ticket d'entrée Enterprise varie selon la taille de votre base — vérifiez les tarifs actualisés sur hubspot.fr/pricing ou auprès d'un partenaire certifié comme Mi4. Si vous êtes en Pro, vous restez sur le scoring manuel classique, largement suffisant pour démarrer.
Oui. Le nouveau Lead Scoring Tool supporte le scoring au niveau company, essentiel pour l'Account-Based Marketing. Vous créez un Fit score entreprise (sur les propriétés de la company) et un Engagement score qui agrège les actions de tous les contacts associés.
Oui, à condition d'avoir assez de deals conclus dans l'historique. Paramétrez la fenêtre d'analyse sur 12 mois minimum lors de la création du score IA. Réentraînez tous les six mois pour refléter l'évolution du marché.
Règle Mi4 : restez manuel si vous avez moins de 100 conversions par an ou une base de moins de 2 000 contacts actifs. Passez à l'AI-assisted dès que votre historique devient significatif. Le manuel bien conçu peut rivaliser avec l'IA sur des bases petites.
Nettoyez les données d'entrée. Réentraînez régulièrement. Auditez les profils à haut score pour vérifier qu'ils reflètent votre diversité de clients. Croisez avec le feedback terrain des commerciaux. L'IA reproduit ce qu'elle observe : donnez-lui un historique équilibré.
Découvrez comment un agent IA de prospection automatise le ciblage, la personnalisation et la relance B2B. Fonctionnement, intégration CRM et ROI...
Découvrez les 10 meilleurs outils IA pour le marketing digital en 2026. Comparatif, cas d’usage B2B et intégrations HubSpot pour booster vos...
Découvrez les meilleurs CRM intégrant l'IA pour gérer les relations clients, optimiser les ventes et exploiter vos données.