La règle des cinq minutes pour les leads repose sur des données anciennes

Dans une étude de la Harvard Business Review rapportée en 2011, des chercheurs ont envoyé un lead de test généré sur le web à 2 241 entreprises américaines. 37 % ont répondu dans l’heure, 16 % entre une et 24 heures, et 24 % ont mis plus de 24 heures. Les 23 % restants n’ont jamais répondu.¹ Parmi les entreprises qui ont répondu dans les 30 jours, le délai moyen était de 42 heures.¹

Cette étude est à l’origine d’une règle que les équipes commerciales répètent encore : répondre à un lead entrant en moins de cinq minutes. La règle repose sur de vraies données, mais elle pose un problème d’âge, un problème de causalité et un problème de sources commerciales. Cet article présente ce que les études ont mesuré, ce qu’un test plus récent a constaté, comment la qualification et le routage automatisés peuvent raccourcir le délai, et ce que les données ne permettent pas de dire.

Ce qu’ont mesuré les deux études classiques

L’article de 2011 d’Oldroyd, McElheran et Elkington affirme que la plupart des entreprises ne répondent pas assez vite.² Seul ce chapeau était accessible pour cet article : les chiffres ci-dessous proviennent d’un compte rendu secondaire et de rapports qui citent la recherche.

Le même compte rendu décrit une étude distincte portant sur 1,25 million de leads reçus par 42 entreprises américaines, dont 29 vendant à des particuliers et 13 à des entreprises. Les sociétés qui ont tenté de joindre un lead dans l’heure avaient près de sept fois plus de chances de le qualifier que celles qui ont attendu une heure de plus, et plus de 60 fois plus de chances que celles qui ont attendu 24 heures ou davantage. Ici, qualifier signifiait avoir une conversation utile avec un décideur clé.¹

Le chiffre des cinq minutes vient d’un autre travail, la Lead Response Management study. Sa page décrit trois ans de données de six entreprises, plus de 15 000 leads et plus de 100 000 tentatives d’appel, et cite une baisse de 21 fois des chances de qualifier un prospect lorsque le délai de réponse passe de 5 à 30 minutes.³ La page ne donne aucune date. Un rapport de 2014 de l’éditeur XANT date l’étude de 2007.⁴ La page comporte aussi des incohérences internes, et d’autres documents associent d’autres ratios à la même étude : le chiffre de 21 fois doit se lire comme un ordre de grandeur issu de six entreprises, pas comme une constante.

À quel point les entreprises sont lentes

Le rapport XANT de 2014 couvre les pratiques de réponse aux leads d’entreprises testées en 2013. Sur 9 538 entreprises ayant reçu un lead de test, 4 472 (47 %) n’ont pas répondu. Parmi celles qui ont répondu par téléphone, la première réponse a pris 3 heures 8 minutes en médiane, et 61 heures 1 minute en moyenne.⁴ Le rapport note que les réponses automatiques par courriel peuvent arriver en quelques secondes, d’où le choix de la première tentative d’appel comme meilleure mesure de la réactivité.⁴ XANT vend des logiciels d’engagement commercial : ce sont donc des données d’éditeur.

Un test plus récent va dans le même sens. Workato, un éditeur d’automatisation, a rempli des formulaires de demande de démonstration chez 114 entreprises B2B. Selon lui, seule 1 entreprise sur 114 a envoyé un courriel personnalisé en moins de 5 minutes, et aucune n’a appelé en moins de 5 minutes. Le délai moyen avant un courriel personnalisé était de 11 heures 54 minutes, et près d’une sur cinq n’a pas répondu par courriel.⁵ L’étude est menée par un éditeur, la sélection des 114 entreprises n’est pas décrite et la date du test n’est pas indiquée : c’est un petit échantillon de convenance, pas un chiffre sectoriel.

Workato indique aussi que les entreprises sans outil de routage des leads mettaient près de 13 heures à répondre, contre 3 heures 32 minutes pour celles qui en avaient un.⁵ C’est une corrélation. Les entreprises qui achètent des outils de routage peuvent différer des autres de bien des façons, et l’étude n’en tient pas compte.

Comment la qualification automatisée raccourcit le délai

La plupart des retards viennent des transmissions. Un formulaire arrive dans une boîte partagée, quelqu’un le lit, décide qui en est responsable et le transmet. La qualification automatisée remplace la lecture et la décision. Un modèle de langage lit la demande en texte libre et en extrait des champs tels que la taille de l’entreprise, le problème décrit et le degré d’urgence perçu. Des règles fixes utilisent ensuite ces champs pour acheminer le lead vers la bonne personne, proposer un créneau de rendez-vous ou l’envoyer vers un parcours de relance. Le commercial reprend alors un lead déjà documenté.

L’objectif est de raccourcir le délai avant une vraie réponse d’une personne qui connaît le contexte. Un système qui envoie une confirmation générique en quelques secondes raccourcit le délai avant une réponse automatique, ce qui est différent. Les études ci-dessus ont mesuré des tentatives de contact et des conversations humaines, et le rapport XANT lui-même retient la première tentative d’appel comme meilleure mesure.⁴ Une réponse automatique peut rassurer un prospect, mais rien dans les données examinées ici ne montre qu’elle porte le bénéfice d’une réponse humaine rapide.

Ce que les données ne disent pas

• L’âge. Les ratios de qualification proviennent de travaux de 2007 à 2011, et les tests de délai de réponse de 2013 et après. Les comportements d’achat, les canaux et les outils ont changé depuis.
• La corrélation. Les entreprises et les commerciaux qui répondent vite sont peut-être aussi mieux organisés, mieux dotés en personnel ou face à de meilleurs leads. Les ratios comparent des groupes qui diffèrent par plus que la vitesse.
• La causalité inverse. Les leads chauds, comme un prospect qui demande un prix, peuvent être traités en priorité, et ils se qualifient aussi plus souvent. La vitesse paraît alors plus précieuse qu’elle ne l’est.
• Les liens commerciaux. Trois des cinq sources viennent de vendeurs de logiciels de vente ou d’automatisation, qui ont intérêt à ce que la vitesse paraisse précieuse.
• Des données récentes minces. La seule mesure récente vérifiée pour cet article est un test d’éditeur sur 114 entreprises, dont la période de réalisation n’est pas datée.

Rien de tout cela ne prouve que la vitesse est sans importance. Cela montre que l’ampleur de l’effet n’est pas connue, et qu’un multiple cité par un éditeur ne doit pas entrer tel quel dans un dossier de décision.

Le dossier chiffré, hypothèses à l’appui

Le coût de la lenteur dépend de votre volume de leads, de votre taux de qualification et de la part causale de l’écart. Le benchmark sur le délai de réponse de Newmind permet de comparer vos propres chiffres à des chiffres publiés.

L’exemple montre pourquoi la part causale compte plus que le multiple affiché. Doubler la part des leads joints dans l’heure paraît considérable, mais le résultat passe de 25 à 35 leads qualifiés si tout l’écart est attribué à la vitesse, et à environ 30 si la moitié seulement l’est. Une équipe qui ne sait pas dire quel cas s’applique devrait mener un test avant d’engager un budget, par exemple en acheminant un lead sur deux par le nouveau processus et en comparant la qualification et les rendez-vous tenus après une période fixée.

Risques

• Le mauvais routage. Un modèle qui comprend mal une demande peut envoyer un bon lead au mauvais commercial ou l’écarter. Contrôlez chaque semaine un échantillon des rejets.
• Le volume parasite. Répondre vite à des soumissions de robots ou de spam fait perdre du temps aux commerciaux. Filtrez d’abord.
• Les réponses creuses. Si le premier message est un modèle avec un lien d’agenda, les prospects peuvent le reconnaître pour ce qu’il est. Mesurez les rendez-vous tenus, pas les messages envoyés.
• La capacité des commerciaux. Une boîte de réception plus rapide ne sert à rien si personne ne peut prendre l’appel dans les cinq minutes. Les effectifs comptent autant que le logiciel.

Que faire ensuite

1. Mesurez votre délai actuel avant la première réponse humaine, en utilisant la médiane et la part des demandes sans réponse, pas seulement la moyenne.
2. Séparez dans vos rapports les réponses automatiques et les contacts humains.
3. Comparez dans vos propres données les taux de qualification selon le délai de réponse, en tenant compte de l’origine des leads.
4. Testez la qualification et le routage automatisés sur une seule source de leads et conservez un groupe de comparaison.
5. Examinez chaque semaine un échantillon de leads mal routés ou écartés.

Si vous voulez une première estimation des endroits où l’IA pourrait réduire les coûts de vos processus, y compris le traitement des leads, le pré-audit gratuit de Newmind est un court questionnaire. Quoi que vous construisiez, voyez dans les anciens multiples une invitation à mesurer vos propres délais, pas une promesse.