Sans historique de clics, d'e-mails ouverts ni de visites sur votre site, vous ne pouvez pas scorer un prospect B2B comme le fait un CRM marketing classique : ces données n'existent tout simplement pas avant le premier contact. La solution consiste à s'appuyer sur des signaux publics observables (état du site, fraîcheur des avis, complétude de la fiche Google) pour décider qui contacter en premier. Voici la différence avec le lead scoring comportemental classique, une grille de 5 signaux pondérés avec un exemple chiffré, et comment l'appliquer avec ou sans outil.
Quelle est la différence entre le lead scoring classique et un scoring à froid ?
Le lead scoring marketing classique mesure ce qu'un contact fait déjà avec vous : ouvrir un email, visiter une page tarifs, télécharger un livre blanc. En prospection sortante, ce contact n'existe pas encore, donc il n'y a rien de comportemental à mesurer avant le premier message.
Salesforce distingue justement deux briques dans un score de lead : un score de correspondance (« fit », basé sur des données démographiques et firmographiques : secteur, taille d'entreprise, localisation) et un score d'engagement (basé sur des actions observées). Sur un prospect jamais contacté, seule la première brique est disponible. C'est ce qu'on peut appeler un scoring à froid : une grille de fit reconstruite à partir de signaux publics, en attendant que l'engagement existe.
Ce n'est pas moins rigoureux que le lead scoring classique, c'est un scoring qui répond à une autre question. Le lead scoring comportemental demande « ce contact est-il prêt à acheter maintenant ? ». Le scoring à froid demande « cette entreprise a-t-elle objectivement besoin de ce que je vends, et vaut-elle la peine d'un premier message ? ». Les deux se complètent : le second sert à construire la liste, le premier prend le relais une fois le contact engagé.
Quels signaux publics utiliser pour scorer un prospect avant tout contact ?
Cinq types de signaux, tous vérifiables sans échanger un seul message avec l'entreprise visée : l'état du site web, la fraîcheur et le volume des avis, la complétude de la fiche Google, la présence d'un email joignable directement, et des indices de solidité (ancienneté, effectif, comptes publiés). Un sixième signal complète utilement cette grille sans la remplacer : savoir si l'entreprise investit déjà en publicité en ligne renseigne sur son budget marketing réel, comme on le détaillait dans notre article sur comment repérer si un prospect fait déjà de la publicité avant de le démarcher.
L'avis client mérite un mot à part : ce n'est pas seulement un signal de réputation, c'est un proxy de maturité digitale. Selon le dernier Local Consumer Review Survey de BrightLocal (1002 répondants aux États-Unis, publié en février 2026), 97 % des consommateurs lisent les avis avant de choisir une entreprise locale, et 41 % en lisent systématiquement, contre 29 % un an plus tôt. Une entreprise dont les derniers avis datent de plusieurs années n'a donc pas seulement un problème d'e-réputation : elle envoie un signal fort qu'elle ne travaille pas activement sa présence en ligne, exactement le type de client qui a besoin d'un prestataire.
Voici une grille de départ, à ajuster selon votre métier (un designer UX pondérera le site plus lourd, un community manager la fiche Google et les réseaux) :
| Signal public | Ce qu'il indique | Poids indicatif |
|---|---|---|
| Pas de site, ou site injoignable | Besoin maximal, cible évidente | Très élevé |
| Site présent mais obsolète (design daté, pas responsive, contenu ancien) | Besoin élevé, budget probablement déjà investi une fois | Élevé |
| Avis Google anciens ou peu nombreux | Faible maturité digitale, proxy de négligence | Moyen |
| Fiche Google incomplète (pas de photos, pas d'horaires, non revendiquée) | Présence en ligne peu entretenue | Moyen |
| Email professionnel trouvable | Contact direct possible, entreprise joignable | Faible mais positif |
| Ancienneté ≥ 3 ans, effectif salarié, comptes publiés | Solvabilité, entreprise réelle et active | Faible mais positif |
Comment appliquer cette grille sans outil de scoring ?
Un tableur suffit pour démarrer. Listez vos prospects en lignes, les 5 signaux ci-dessus en colonnes, et cochez ce que vous trouvez en 2 à 3 minutes par entreprise : le site existe-t-il et charge-t-il correctement, la fiche Google est-elle revendiquée et à jour, les derniers avis datent-ils de moins de 6 mois, un email professionnel apparaît-il sur le site ou dans l'annuaire Recherche d'entreprises (France), l'entreprise existe-t-elle depuis plus de 3 ans. Additionnez les points cochés, triez du plus fort au plus faible, et contactez en priorité les scores les plus hauts.
Le vrai gain de temps ne vient pas de la précision du chiffre final, mais du fait de ne plus ouvrir 50 sites un par un dans le doute : la grille filtre en amont, et vous ne passez du temps qualitatif (lire le site, formuler une accroche personnalisée) que sur les entreprises qui le méritent.
Comment Citylead calcule automatiquement ce score de priorité ?
Le Score de lead de Citylead applique exactement cette logique, en l'automatisant sur l'ensemble des résultats d'une recherche. Il combine un Besoin (0 à 80 points, dérivé de l'audit du site, du SEO, de la fiche Google et de la citabilité IA) et des Signaux d'activité (0 à 20 points : email trouvé +5, fiche Google soignée +5, effectif salarié identifié en base SIRENE +5, ancienneté de 3 ans ou plus +3, comptes publiés +2), avec un malus si l'entreprise ne montre aucune trace de vie (0 avis, pas d'email, fiche Google non entretenue).
Deux exemples recalculés à partir de cette formule réelle (scoring.py) illustrent pourquoi ce
n'est pas juste « pas de site = priorité » : une entreprise sans site web part d'un besoin
maximal de 80/80 ; si elle a par ailleurs un email joignable et une fiche Google entretenue
(+10), son score final atteint 90/100, un prospect chaud à contacter en premier. À l'inverse,
une entreprise avec un site correct (besoin faible, 12/80) mais 0 avis, pas d'email trouvé et
une fiche Google à l'abandon écope du malus « aucune trace de vie » (−20) : son score retombe à
0/100, alors qu'un simple coup d'œil au site aurait pu laisser croire à un prospect neutre. C'est
la différence entre un site qui a l'air correct et une entreprise qui montre des signes réels
d'activité.
Ce recalcul se fait à chaque audit, sur des données 100 % publiques (site, fiche Google, registre SIRENE), sans jamais s'appuyer sur un comportement observé côté prospect : c'est précisément le problème que ce scoring à froid résout. Pour une recherche « architecte d'intérieur à Nantes » ou « plombier à Lille », le score de priorité trie automatiquement des dizaines de résultats en quelques minutes, là où la grille manuelle décrite plus haut prend plusieurs heures sur le même volume.
