CRM, RevOps & Sales Ops : quel modèle pour quel job (frontier, light, low-cost)

1. Cartographie modèles

DeepSeek Flash couvre aussi beaucoup de jobs mid-heavy au prix Flash (surtout batch / flexible / off-peak).

2. Architecture Sales Ops en jobs

3. Matrice job → modèle

4. Playbooks concrets

A. Lead intake normalize + enrich soft

Contexte. Form inbound ou CSV : prénoms en CAPS, pays en free text, company mal orthographiée.

Inputs. email, firstname, lastname, company, jobtitle, country, utm_source, form_id.

Output. JSON : firstname_clean, lastname_clean, company_normalized, country_iso2, seniority (enum), enrich_confidence (0–1).

Modèle + pourquoi. GPT-6 Luna — volume, extract court, coût bas.

Alternative low-cost. GLM-5.3-Flash (si PII policy OK).

Steps.

1. Webhook CRM → worker avec payload lead.
2. Prompt : normalize + map country → ISO2 + seniority enum (IC|Manager|Director|VP|C-level|Unknown).
3. Valider schema (JSON Schema) ; reject si email invalid.
4. Write soft fields ; ne pas toucher lifecycle_stage ni owner_id.
5. Si enrich_confidence < 0.6 → queue needs_review.

Write policy. Soft fields only ; append ai_normalize_ts.

Failure mode. Mauvais country → mauvais territory : garder ISO2 validés contre liste blanche ; sinon Unknown.

B. ICP / persona classify + territory route

Contexte. Après soft enrich, classer fit ICP et router.

Inputs. company_normalized, employee_count, industry, jobtitle, seniority, country_iso2, arr_band (si connu).

Output. icp_fit (A|B|C|Out), persona (ex. RevOps|CRO|AE|Other), territory_code, routing_reason (1 phrase).

Modèle + pourquoi. Luna ou GLM Flash — classification fermée, pas de raisonnement long.

Alternative low-cost. DeepSeek Flash (batch).

Steps.

1. Charger règles ICP (YAML/Notion) dans le prompt (≤2K tokens).
2. Classifier icp_fit + persona avec enums stricts.
3. Territory : table lookup post-modèle (country_iso2 + employee_count band) — pas le LLM pour la géo pure.
4. Owner : round-robin / capacity dans le CRM workflow, pas dans le LLM.
5. Log routing_reason pour audit.

Write policy. Write icp_fit, persona, territory_code ; owner via automation native.

Failure mode. Hallucination persona hors enum → reject + Out + alert Slack RevOps.

C. Outbound first-line personalization

Contexte. Sequence step 1 : une ligne perso, pas un essay.

Inputs. firstname, company, persona, trigger_event (funding, hire, tech), pain_hypothesis, offer_one_liner.

Output. first_line (≤180 chars), personalization_tokens utilisés, risk_flags (ex. overclaim).

Modèle + pourquoi. Luna — short draft high-volume.

Alternative low-cost. GLM / DeepSeek Flash.

Steps.

1. Récupérer trigger depuis enrich (pas inventer de funding).
2. Prompt : 1 ligne + contrainte « pas de chiffre inventé ».
3. Filtre regex : pas d’URL concurrent, pas de « AI-powered » spam.
4. Écrire dans sequence_custom_field / merge tag.
5. AE voit preview ; send manuel ou après 0 edit si score confiance high.

Write policy. Draft field only ; never auto-send sans opt-in process.

Failure mode. Fake trigger → burn domain : si trigger_event empty, first-line générique template, pas d’invention.

D. Company enrichment batch 1k–10k

Contexte. TAM list ou accounts sans firmographics.

Inputs. Batch CSV : domain, company_name_raw ; optionnel site scrape text.

Output. Par row : industry_naics_guess, employee_band, hq_country, tech_hints[], confidence.

Modèle + pourquoi. DeepSeek Flash — prix + ctx long + off-peak/batch. Luna si stack OpenAI-only.

Alternative low-cost. Luna (plus cher au volume) ou GLM Flash.

Steps.

1. Chunk 50–100 domains / call ; prompt extract structuré.
2. Off-peak / flexible si dispo DeepSeek.
3. Écrire dans staging (enrich_staging) pas CRM direct.
4. Sample QA 50 rows (humain ou frontier spot-check).
5. Upsert CRM sur match domain ; skip si confidence < seuil.

Write policy. Staging → sample → CRM ; jamais overwrite ARR / owner.

Failure mode. Domaine parking page → industry garbage : require confidence + source URL field.

E. CRM dedupe / merge proposals

Contexte. Doublons contacts/companies (email variants, domaines).

Inputs. Pairs candidats : record_a, record_b (fields clés + activity counts).

Output. same_entity (bool), merge_winner_id, field_resolution map, confidence, human_summary.

Modèle + pourquoi. Sol / Grok 4.7 / MiMo — raisonnement multi-champs + edge cases.

Alternative low-cost. DeepSeek Flash pour proposer seulement.

Steps.

1. Blocking keys (email, domain, LinkedIn) côté ETL.
2. Frontier modèle sur pairs ambigus seulement.
3. Générer proposal object dans dedupe_queue.
4. UI RevOps : approve / reject / edit winner.
5. Merge via API CRM après click humain.

Write policy. Proposal only ; zero auto-merge.

Failure mode. Merge contact wrong → data loss : soft-delete + audit log ; rollback playbook documenté.

F. Deal research memo

Contexte. Opp en SQL/demo : prep AE / SE.

Inputs. Opp fields (amount, stage, close_date, competitors_mentioned), account site, last 5 emails/notes, call transcript excerpt.

Output. Memo markdown : context, stakeholders, risks, discovery questions, competitive angle — draft.

Modèle + pourquoi. Opus 5.5 (long careful) / Grok 4.7 (web/X) / Sol (tools).

Alternative low-cost. MiMo-V2.6-Pro si policy CN OK.

Steps.

1. Assembler packet ≤ context ; trim transcripts.
2. Tools : web search si Grok/Sol pour news publiques.
3. Output dans Opportunity.Note ou Notion lié.
4. Tag ai_draft=true.
5. AE edits ; pas de sync vers amount / forecast_category.

Write policy. Draft-only note ; no field writes financiers.

Failure mode. Invented competitor win → require citations URLs ou « unknown ».

G. Weekly pipeline / forecast narrative (CRO)

Contexte. Lundi : snapshot pipeline + commentary.

Inputs. Export : open opp by stage, WoW delta, commit/best-case, slipped deals, top 10 by amount.

Output. Narrative 400–700 mots + bullets risques + questions pour managers.

Modèle + pourquoi. Opus 5.5 ou Grok 4.7 — synthèse soignée, pas halluciner les chiffres.

Alternative low-cost. Sol.

Steps.

1. Numbers pré-calculés en SQL/BI ; LLM ne recalcule pas les totaux.
2. Prompt : commenter deltas fournis uniquement.
3. Draft Slack #revops + email CRO.
4. Human approve avant canal large.
5. Archiver version + hash des inputs.

Write policy. Draft channel ; human approve.

Failure mode. LLM « corrige » un total → ban calcul ; numbers injectés verbatim.

H. RevOps agent : stage hygiene + missing next-step

Contexte. Opp sans next step / stage stale > N jours.

Inputs. stage, stage_entered_at, next_step, next_step_date, amount, owner_id, activity last 14d.

Output. hygiene_flag, suggested_next_step, suggested_task_due, severity.

Modèle + pourquoi. Sol ou MiMo — agent scoped + tools CRM.

Alternative low-cost. DeepSeek Flash (flag + suggest, sans write).

Steps.

1. Query stale set chaque nuit.
2. Modèle propose task text + due date.
3. Create Task liée à l’opp ; ping owner Slack.
4. Ne jamais avancer stage automatiquement.
5. Cap : max N writes / owner / jour.

Write policy. Scoped writes : task + flag field ; no stage skip, no amount edit.

Failure mode. Spam tasks → rate limit + digest quotidien au lieu de 1 task / opp.

5. Règles de choix en 30 secondes

1. Volume + schema court (extract, classify, first-line) → Luna / GLM Flash / DeepSeek Flash.
2. Batch 1k+ / off-peak → DeepSeek Flash (ou Luna si vendor lock).
3. Merge / agent CRM / tools → Sol, Grok 4.7, ou MiMo (policy).
4. Memo long / forecast narrative → Opus 5.5 ou Grok 4.7 ; draft + human approve.
5. PII + UE → pas de provider CN sans approval legal ; sinon anonymiser.
6. Tout write CRM destructif (merge, stage, amount) → human in the loop.
7. Chiffres → calculés hors LLM ; LLM commente seulement.

6. Template matrix (copier-coller)

| Job | Trigger CRM | Modèle | Alt low-cost | Inputs (fields) | Output schema | Write policy | Failure mode | Owner |
|-----|-------------|--------|--------------|-----------------|---------------|--------------|--------------|-------|
|     |             |        |              |                 |               |              |              |       |

Remplir une ligne par automation avant go-live. Une ligne sans write policy = pas de prod.

7. Checklist go-live

• Legal/security : approval explicite si GLM / DeepSeek / MiMo + PII hors UE (ou masking).
• Logging : prompt version, model id, record_id, latency, cost, output hash.
• Eval set : 50 leads (ou 50 opps) gold labels ; precision/recall sur enums critiques.
• Cost alert : budget journalier + spike >2× baseline.
• Write scopes : least privilege API keys (no delete si pas besoin).
• Rollback : comment undo merge / task spam.
• Recheck pricing vendor (Sept 2026 → prod date).
• Human approve sur merge, forecast publish, deal memo → CRM financier.