Funel-In : la prospection IA qui remplace 20 heures de travail manuel par semaine

La prospection LinkedIn est devenue le canal numéro un des consultants B2B. Mais la réalité quotidienne est moins glamour que les posts qui en parlent : des heures passées à envoyer des demandes de connexion, des messages copiés-collés ignorés par 95 % des destinataires, et des leads qui ne correspondent pas au client idéal. C'était exactement la situation de Funel-In avant notre intervention.

Le contexte

Funel-In est un cabinet de conseil fondé par un ancien directeur commercial, spécialisé dans l'accompagnement des startups et PME tech sur leur stratégie d'acquisition B2B. L'offre va du coaching commercial (1 500 €/mois) à l'externalisation complète de la prospection (3 500 €/mois).

Le fondateur est seul avec une assistante à mi-temps. Son modèle repose sur un portefeuille de 4 à 6 clients actifs simultanément, avec des missions de 3 à 6 mois. Le problème : chaque fin de mission crée un trou dans le chiffre d'affaires, car la prospection pour remplacer le client s'arrête pendant la mission.

La prospection était entièrement manuelle :

• 2 à 3 heures par jour sur LinkedIn : recherche de profils, envoi de demandes de connexion, rédaction de messages
• Messages généralistes envoyés en masse, sans personnalisation réelle
• Aucun suivi structuré : les conversations LinkedIn se perdaient dans la messagerie
• Aucune qualification : le fondateur acceptait des rendez-vous avec des prospects qui n'avaient ni le budget, ni le besoin réel

Résultat : 20 heures par semaine de prospection pour 1 à 2 rendez-vous qualifiés, et un taux de conversion rendez-vous/contrat d'environ 25 %.

Le diagnostic

Trois problèmes majeurs identifiés lors de l'audit :

1. Prospection de volume sans intelligence. Le fondateur envoyait 80 à 100 messages par semaine à des profils trouvés via la recherche LinkedIn basique. Pas de filtrage par taille d'entreprise, pas de vérification du budget probable, pas d'analyse du besoin. Sur 100 messages envoyés, 5 recevaient une réponse, et 1 seul débouchait sur un rendez-vous pertinent.

2. Messages non personnalisés. Le même template était envoyé à un CTO de startup de 5 personnes et à un directeur commercial d'une PME de 200 salariés. Le message ne faisait référence à rien de spécifique au prospect. Résultat : un taux de réponse de 5 %, en dessous de la moyenne du secteur.

3. Pas de pipeline structuré. Les conversations LinkedIn, les emails et les notes de rendez-vous vivaient dans trois endroits différents. Le fondateur perdait régulièrement le fil de prospects intéressés parce qu'une conversation LinkedIn était noyée sous d'autres notifications.

La solution mise en place

Nous avons construit un système en 3 étapes, piloté par Make :

Étape 1 : Ciblage et prospection automatisée avec Waalaxy

Waalaxy a été configuré avec des critères de ciblage précis :

• Postes ciblés : CEO, fondateur, directeur commercial, Head of Sales de startups et PME tech
• Taille d'entreprise : 10 à 200 salariés (zone de budget compatible avec l'offre Funel-In)
• Secteur : SaaS, fintech, healthtech, edtech
• Géographie : France métropolitaine
• Séquence multicanale : demande de connexion LinkedIn + message personnalisé à J+1, relance à J+4, email de suivi à J+7

Volume quotidien : 30 à 40 contacts ciblés, avec des messages personnalisés par l'IA.

Étape 2 : Qualification intelligente avec ChatGPT

Avant d'envoyer un message, chaque prospect passe par un module de qualification piloté par ChatGPT via l'API :

• Analyse du profil LinkedIn : poste, ancienneté, taille de l'équipe, publications récentes
• Analyse de l'entreprise : secteur, stade de développement, levée de fonds récente, recrutements en cours (signe de croissance)
• Score de qualification : de 0 à 100, basé sur la probabilité de correspondance avec le client idéal de Funel-In
• Personnalisation du message : ChatGPT génère un message d'accroche unique, faisant référence à un élément spécifique du profil ou de l'actualité de l'entreprise

Seuls les prospects avec un score supérieur à 60 entrent dans la séquence Waalaxy. Les autres sont archivés.

Étape 3 : Orchestration et suivi avec Make

Make connecte l'ensemble :

• Waalaxy envoie les profils ciblés à Make
• Make appelle l'API ChatGPT pour la qualification et la personnalisation
• Les prospects qualifiés sont injectés dans la séquence Waalaxy avec le message personnalisé
• Chaque réponse positive est notifiée au fondateur par email avec le résumé du profil et le score de qualification
• Un tableau de bord hebdomadaire compile les KPI : contacts envoyés, taux de réponse, rendez-vous planifiés, pipeline de valeur

Les outils utilisés

Le reste du budget (environ 250 €/mois) couvre l'optimisation continue des prompts de qualification et l'ajustement des critères de ciblage.

Les résultats

Les chiffres du premier mois complet (30 jours après le lancement) :

ROI du premier mois : 6 800 € générés pour 380 € investis, soit un retour de 17.9x.

Le taux de réponse a été multiplié par 4.6 grâce à la personnalisation IA. Le taux de conversion rendez-vous/contrat a augmenté de 25 % à 38 % parce que les prospects étaient mieux qualifiés en amont : le fondateur ne perdait plus de temps avec des profils inadaptés.

Ce que ça change au quotidien

Pour le fondateur de Funel-In, le changement le plus radical est dans la répartition de son temps. Avant, il consacrait 4 heures par jour à une prospection manuelle épuisante et peu gratifiante. Aujourd'hui, il consacre ce temps à ses clients — ce qui améliore à la fois la qualité de ses missions et la satisfaction de son portefeuille.

La prospection tourne en continu, même quand il est en mission chez un client. Le pipeline ne se vide plus entre deux contrats. Le fondateur reçoit chaque matin un résumé des réponses de la veille et planifie ses rendez-vous en 15 minutes.

Le système a aussi révélé un insight inattendu : les startups en phase de recrutement commercial (détecté par l'IA via les offres d'emploi publiées) convertissent 3 fois mieux que les autres. Ce critère a été intégré comme facteur de pondération dans le score de qualification.

Trois mois après le déploiement, Funel-In a stabilisé son portefeuille à 6 clients actifs en permanence, avec une liste d'attente de 2 à 3 prospects qualifiés. Le fondateur envisage maintenant de recruter un deuxième consultant — une croissance rendue possible par la prévisibilité du flux de nouveaux clients.

Pour découvrir si un système similaire peut transformer votre prospection B2B, demandez un audit gratuit : nous analysons votre processus actuel et estimons le ROI potentiel en 30 minutes.