● Contexte
Un signal traité trop tard est un signal perdu
Un signal moyen traité en 24 heures vaut mieux qu'un signal parfait traité deux semaines après.
Le marché de l'intent data a atteint 4,5 milliards de dollars en 2026, avec une croissance annuelle de 15,9 % selon Mordor Intelligence. Bombora, 6sense, Demandbase, G2, ZoomInfo : le paysage des éditeurs est saturé et les budgets ne cessent de grimper. Pourtant, seules 24 % des équipes B2B déclarent un ROI exceptionnel sur leurs investissements en intent data (Demand Gen Report, Benchmark Survey 2025).
Le problème, ce n'est pas la disponibilité des données. C'est l'opérationnalisation. La plupart des équipes collectent des signaux d'intention et les entassent dans un tableur ou un canal Slack, où ils perdent toute pertinence.
Ce guide couvre neuf types de signaux qui font vraiment avancer le pipeline, où les trouver, et quoi en faire.
Qu'est-ce qu'un signal d'intention ?
Un signal d'intention, c'est n'importe quelle donnée comportementale observable et datée qui indique qu'une entreprise recherche activement une solution, vit un point de douleur pertinent, ou entre dans un cycle d'achat.
Trois mots comptent dans cette définition :
- Observable veut dire qu'on peut le détecter. Un DG qui pense à changer de CRM n'est pas un signal. Ce même DG qui visite trois fois en une semaine la page comparatif CRM de G2, si.
- Daté veut dire qu'il a une fenêtre de fraîcheur. Un téléchargement de livre blanc vieux de 14 mois ne dit presque rien sur l'intention d'achat actuelle. Une visite de la page tarifs d'hier, si.
- Comportemental veut dire que ça implique une action, pas un attribut statique. La taille d'entreprise, le secteur, le stack techno : ce sont des données firmographiques et technographiques. Elles décrivent qui est l'entreprise. L'intent data décrit ce qu'elle fait, maintenant.
Ce qu'un signal d'intention n'est PAS : ce n'est pas un lead. Ce n'est pas un acheteur garanti. Ce n'est pas une donnée statique à classer et à ressortir au Q3. C'est un indicateur périssable qui demande de la vitesse et du contexte pour être exploitable.
Combiné au lead scoring, un signal d'intention devient du carburant pour la priorisation. Sans scoring, les signaux ne sont que du bruit avec un horodatage.
Les 3 couches de l'intent data
Intent data first-party
C'est la donnée qu'on possède, parce qu'elle vient de nos propres canaux : site web, produit, campagnes email, logs du chatbot.
Exemples : visites de la page tarifs, exploration approfondie de la doc, visites répétées du même compte sur une courte période, activation d'un essai produit, demandes de démo. La first-party a la meilleure fiabilité parce qu'on contrôle la méthode de collecte. La limite, c'est la portée : on ne voit que les entreprises qui nous ont déjà trouvés.
Outils : Google Analytics 4, code de tracking HubSpot, Amplitude, Mixpanel, Clearbit Reveal (pour désanonymiser le trafic du site).
Intent data second-party
La second-party vient de plateformes où les acheteurs recherchent et comparent activement des fournisseurs. C'est l'acheteur qui a choisi d'y aller, ce qui rend le signal intrinsèquement fiable.
La source dominante, c'est G2. Quand un prospect visite notre profil G2, lit des avis, ou nous compare à un concurrent, G2 capte cette activité et la revend via son produit Buyer Intent. TrustRadius et PeerSpot proposent des programmes similaires. Le volume est plus faible que la third-party, mais le taux de conversion est nettement plus élevé, parce que les acheteurs sur ces plateformes sont en phase d'évaluation avancée.
Outils : G2 Buyer Intent, TrustRadius Downstream Intent, PeerSpot buying signals.
Intent data third-party
Les fournisseurs third-party agrègent de la donnée comportementale sur des milliers de sites B2B et de sites éditeurs. Bombora suit la consommation de contenu sur un pool de plus de 5 000 sites B2B. Quand la consommation de contenu « migration CRM » d'une entreprise dépasse sa moyenne historique, Bombora la marque comme « en surge ».
L'échelle est massive. On peut surveiller des entreprises qui n'ont jamais visité notre site. La contrepartie, c'est le bruit : un pic thématique dit qu'une entreprise recherche une catégorie, pas qu'elle veut notre produit précis. Il faut le croiser avec d'autres signaux pour le rendre actionnable.
Outils : Bombora Company Surge, 6sense (combine third-party et prédictif), Demandbase ABX Cloud, TechTarget Priority Engine.
● Explications
Les 9 types de signaux
1. Signaux de visite du site web
De quoi il s'agit : les comportements des prospects sur notre propre site. Les visites de la page tarifs sont l'indicateur classique de forte intention, mais on regarde aussi les pages de documentation (évaluation technique en cours), les études de cas (recherche d'adhésion des parties prenantes), et les visites répétées de la même IP ou du même compte en moins de 7 jours.
Pourquoi ça compte : un prospect qui visite trois fois la page tarifs en une semaine ne flâne pas. Gartner a trouvé que les acheteurs B2B ne passent que 17 % de leur parcours d'achat en rendez-vous avec des fournisseurs potentiels. Le reste se joue sur les sites des fournisseurs, les sites d'avis, et en recherche autonome.
Où le trouver : Google Analytics 4 avec Clearbit Reveal ou RB2B pour identifier les comptes. Tracking HubSpot + Breeze Intelligence pour l'enrichissement automatisé. Leadfeeder (devenu Dealfront) pour la désanonymisation côté Europe.
Fiabilité : haute. C'est notre donnée, notre pixel, notre domaine. La seule limite : on ne voit que les entreprises qui nous ont déjà trouvés.
2. Signaux de pic thématique (topic surge)
De quoi il s'agit : une consommation de contenu agrégée qui montre qu'une entreprise recherche des sujets liés à notre catégorie de produit, à un rythme nettement supérieur à sa base habituelle. Bombora définit un « surge » comme une consommation qui dépasse la moyenne sur 52 semaines de l'entreprise pour un sujet donné, avec un écart statistiquement significatif.
Pourquoi ça compte : le pic thématique capte les comptes tôt dans le cycle d'achat, souvent avant qu'ils ne visitent notre site ou une plateforme d'avis. C'est l'occasion d'être le premier fournisseur en face d'eux.
Où le trouver : Bombora Company Surge (le leader du marché, qui alimente l'intent data dans des plateformes comme HubSpot, Salesforce et LinkedIn). 6sense Revenue AI. Demandbase One. G2 Market Intelligence.
Fiabilité : moyenne. Le signal est réel mais bruyant. Un pic sur « cybersécurité cloud » peut vouloir dire que l'entreprise écrit un article de blog, répond à un audit, ou achète vraiment un produit. Il faut le combiner avec au moins un autre type de signal avant de router vers les commerciaux.
3. Signaux des plateformes d'avis
De quoi il s'agit : l'activité sur des sites d'avis logiciels comme G2, TrustRadius, Capterra, PeerSpot. Ça inclut la consultation de notre fiche produit, la lecture d'avis, la comparaison avec des concurrents, le téléchargement de rapports.
Pourquoi ça compte : quelqu'un sur G2 qui nous compare à trois concurrents est plus avancé dans le tunnel que quelqu'un qui lit un article de blog générique sur notre catégorie. G2 rapporte que les comptes montrant de l'intent sur leur plateforme convertissent 2,6 fois plus que les comptes sans signal G2.
Où le trouver : G2 Buyer Intent (intégré nativement à HubSpot, Salesforce, Marketo, et la plupart des plateformes ABM). Données TrustRadius Downstream Intent. Capterra (propriété de Gartner) propose de l'intent data via ses programmes fournisseurs.
Fiabilité : haute. L'acheteur est allé volontairement sur un site de comparaison. Difficile d'avoir un signal plus propre.
4. Signaux de recrutement
De quoi il s'agit : une entreprise qui publie des offres pour des postes qui utiliseraient, implémenteraient ou géreraient notre produit. Si on vend une solution de data warehouse et qu'une entreprise publie trois postes « Data Engineer » en un mois, elle fait grossir son équipe data et aura probablement besoin d'outillage.
Pourquoi ça compte : les signaux de recrutement sont des indicateurs avancés. Le budget pour le poste est déjà validé. L'équipe grossit. Les nouvelles recrues arrivent souvent avec des préférences d'outils fraîches et le mandat d'évaluer de nouveaux fournisseurs dans leurs 90 premiers jours.
Où le trouver : LinkedIn Recruiter ou Sales Navigator (manuel mais fiable). Otta, Glassdoor et les API Indeed pour un suivi automatisé. Clay et PhantomBuster pour scraper les offres à l'échelle. Pour un setup léger : des Google Alerts sur « [nom du concurrent] + recrute » ou des acteurs Apify pour surveiller des pages carrières précises.
Fiabilité : moyenne à haute. La corrélation entre recrutement et achat est forte, mais le timing peut décaler de 2 à 6 mois. À traiter comme un déclencheur de notoriété top-of-funnel, pas comme un signal « on appelle demain ».
5. Signaux de financement
De quoi il s'agit : une entreprise annonce une levée de fonds, une acquisition, une IPO. La Série B et au-delà, c'est le point idéal pour la plupart des fournisseurs B2B.
Pourquoi ça compte : les données Crunchbase montrent que les entreprises ont 3 fois plus de chances d'acheter un nouveau logiciel dans les 6 mois suivant une levée. Après une levée, la pression de déployer le capital et d'atteindre les objectifs de croissance qui ont justifié la valorisation est réelle.
Où le trouver : Crunchbase Pro (la référence pour la donnée de financement, avec alertes et accès API). PitchBook pour de la donnée private market plus poussée. Dealroom pour les startups européennes. En gratuit : des Google Alerts sur « Série B » + les termes de notre secteur ICP.
Fiabilité : haute. Une levée de fonds est un événement public et vérifiable. La seule incertitude porte sur le timing et l'allocation budgétaire.
6. Signaux technographiques
De quoi il s'agit : des données sur les logiciels et technologies qu'une entreprise utilise actuellement. Deux cas de figure comptent : le tech complémentaire (des outils qui s'intègrent au nôtre, signe de compatibilité) et le tech concurrent (un concurrent en place, signe de bascule potentielle).
Pourquoi ça compte : si une entreprise tourne sous Salesforce et qu'on vend un outil d'analytics natif Salesforce, le fit technique est immédiat. Si elle utilise un concurrent dont le renouvellement de contrat arrive au Q3, c'est une fenêtre d'opportunité datée. Selon Gartner, 80 % des achats de tech B2B consistent à remplacer un outil existant, pas à acheter du net-new.
Où le trouver : BuiltWith et Wappalyzer pour la détection de technologies web. HG Insights pour une donnée de stack technique plus large. Slintel (désormais chez 6sense) pour le technographique + l'intent. ZoomInfo TechOS. En version débrouille, le tier gratuit de BuiltWith plus les offres d'emploi LinkedIn (qui mentionnent souvent l'expérience outil requise) permettent d'aller étonnamment loin.
Fiabilité : moyenne. Savoir que quelqu'un utilise un concurrent ne veut pas dire qu'il veut en changer. Ce signal fonctionne mieux combiné à un déclencheur temporel, comme une date de renouvellement de contrat ou un signal de recrutement.
7. Signaux de changement de poste
De quoi il s'agit : un ancien champion, utilisateur clé, ou contact d'un deal perdu qui vient de changer d'entreprise. Cette personne connaît déjà notre produit et a maintenant la motivation de faire ses preuves dans son nouveau rôle.
Pourquoi ça compte : les données LinkedIn indiquent que les nouveaux dirigeants ont 70 % de chances en plus de prendre une décision d'achat dans leurs 100 premiers jours. Notre ancien champion vient de devenir le lead le plus chaud d'un tout nouveau compte.
Où le trouver : LinkedIn Sales Navigator (les alertes Job Change sont une fonctionnalité clé). UserGems (conçu spécifiquement pour suivre les changements de poste des champions, intégré directement à Salesforce et HubSpot). Clay pour des workflows d'enrichissement automatisés qui détectent les changements de rôle et déclenchent des séquences.
Fiabilité : haute. La personne nous connaît. La relation existe déjà. Le seul risque : que la nouvelle entreprise ait des besoins différents ou un contrat verrouillé chez un concurrent.
8. Signaux d'engagement social
De quoi il s'agit : des prospects qui interagissent avec notre contenu ou celui de nos concurrents sur LinkedIn, X (Twitter), Reddit, ou des forums sectoriels. Likes, commentaires, partages, mentions directes : tout compte.
Pourquoi ça compte : quelqu'un qui commente le post LinkedIn d'un concurrent sur un lancement produit révèle deux choses. Il s'intéresse à la catégorie et il surveille le marché. Un VP Sales qui like trois posts sur « l'automatisation outbound » en une semaine est probablement en phase de recherche.
Où le trouver : LinkedIn Sales Navigator (suit l'activité des prospects sur LinkedIn). Hootsuite ou Sprout Social pour de la veille sociale plus large. SparkToro pour l'intelligence d'audience. Pour Reddit et le suivi communautaire, Mention ou Brand24. Le suivi manuel des pages entreprise LinkedIn des concurrents est gratuit et sous-utilisé.
Fiabilité : faible à moyenne. L'engagement social est le signal le plus bruyant de cette liste. Les gens likent des posts pour toutes sortes de raisons. À utiliser comme signal de départage ou donnée de personnalisation de séquence, pas comme déclencheur autonome. En revanche, un signal social combiné à une visite de site ou un pic thématique, c'est une autre histoire.
9. Signaux financiers
De quoi il s'agit : des publications financières publiques qui révèlent une extension de budget ou des priorités stratégiques. Résultats trimestriels, rapports annuels, dépôts SEC, communiqués sur de nouvelles initiatives.
Pourquoi ça compte : quand le DAF d'une entreprise cotée dit « on investit massivement dans l'infrastructure IA cette année » lors d'un call de résultats, c'est une déclaration directe d'allocation budgétaire. Pour les entreprises privées, les annonces d'expansion ou de nouveaux marchés jouent un rôle similaire.
Où le trouver : SEC EDGAR pour les dépôts des sociétés cotées. Seeking Alpha et The Motley Fool pour les transcripts de calls de résultats (indexables). AlphaSense pour l'analyse de documents financiers assistée par IA. Pour les entreprises privées : veille des communiqués via Google Alerts et newsletters sectorielles.
Fiabilité : moyenne. L'intention est réelle (une entreprise cotée ne peut pas mentir lors d'un call de résultats), mais transformer une initiative stratégique en achat produit précis demande de l'interprétation et du timing. À réserver aux comptes enterprise/stratégiques, là où la taille des deals justifie l'investissement de recherche.
Stack DIY vs stack Enterprise
On n'a pas besoin d'un contrat Bombora à 60 000 $/an pour commencer à exploiter les signaux d'intention. Il faut par contre être honnête sur ce que chaque approche apporte réellement.
Le stack DIY (moins de 1 000 $/an) :
On utilise n8n comme backbone d'automatisation (auto-hébergé, gratuit). On connecte l'API Claude (20 $/mois sur le tier standard) pour traiter les signaux non structurés comme les transcripts de calls de résultats et les offres d'emploi. On configure des Google Alerts pour les levées de fonds, les tendances de recrutement, les mentions concurrentielles. On utilise des acteurs Apify (49 $/mois sur le plan starter) pour scraper les offres d'emploi, les profils G2, les pages entreprise LinkedIn sur un planning donné. On centralise tout dans un Google Sheet ou une base Airtable, puis on pousse les signaux qualifiés vers le CRM via des webhooks n8n.
Ce stack fonctionne bien pour les équipes de moins de 50 comptes. On capte les signaux de financement, de recrutement, de changement de poste, et une partie des signaux sociaux. On rate la donnée de pic thématique et l'intent des plateformes d'avis (ça demande des partenariats payants avec Bombora et G2).
Le stack Enterprise (60 000 $ - 150 000 $/an) :
6sense ou Demandbase comme plateforme ABM. Bombora Company Surge pour la donnée thématique third-party. G2 Buyer Intent pour les signaux des plateformes d'avis. ZoomInfo ou Cognism pour l'enrichissement de contacts. UserGems pour le suivi des changements de poste. Le tout branché sur Salesforce ou HubSpot avec routing et scoring automatisés.
Ça a du sens quand notre ACV dépasse 30 000 $, que notre TAM compte plus de 5 000 comptes, et qu'on a une personne RevOps dédiée pour maintenir les intégrations. En dessous de ces seuils, on paie pour de la donnée qu'on ne peut pas exploiter.
Comment intégrer les signaux d'intention dans son CRM
Collecter des signaux sans déclencher d'actions, c'est du budget gaspillé. Voici comment opérationnaliser l'intent data dans les deux CRM dominants.
HubSpot :
On crée des propriétés contact et entreprise personnalisées pour chaque type de signal : intent_topic_surge, intent_g2_comparison, intent_funding_event, intent_job_change. On utilise des champs liste déroulante ou date pour pouvoir filtrer et trier. On construit un pipeline dédié « Signaux d'intention » dans le module deals. Quand un signal se déclenche, une automatisation crée un deal dans ce pipeline avec le type de signal, la source, et l'horodatage. On assigne des SLA : les signaux de visite du site ont un SLA de suivi à 4 heures, les pics thématiques 24 heures, les signaux de financement 48 heures.
Breeze Intelligence de HubSpot (lancé en 2025) propose désormais de l'enrichissement d'intent natif sur les tiers Professional et Enterprise. Il peut auto-enrichir les fiches entreprise avec de la donnée firmographique et des indicateurs d'intent basiques, ce qui réduit le besoin d'outils séparés.
On crée des champs personnalisés sur l'objet Account pour chaque catégorie de signal. On utilise Flow Builder pour créer des processus automatisés : quand un champ signal se met à jour, on vérifie le lead score du compte, et s'il dépasse le seuil, on crée une tâche pour le propriétaire du compte avec une échéance à 24 heures. Pour les setups enterprise, Salesforce Data Cloud peut ingérer nativement la donnée Bombora et G2, pour unifier les signaux d'intention avec le reste des données client.
Le principe clé dans les deux CRM : chaque signal doit déclencher une action concrète avec une échéance. Si un SDR voit « L'entreprise X est en surge sur des sujets CRM » sans SLA, sans script suggéré, sans logique de routage, le signal meurt dans le flux.
● Conclusion
Ce qui foire (et comment le corriger)
Les faux positifs érodent la confiance des SDR. Si notre intent data envoie 50 comptes « chauds » par semaine et que les SDR décrochent des rendez-vous sur 2 d'entre eux, ils arrêteront de faire confiance à la donnée d'ici trois mois. On corrige ça en empilant les signaux (exiger au moins deux types de signaux concurrents avant de flaguer un compte) et en publiant son taux de réussite de façon transparente. Un taux de rendez-vous décrochés de 15-20 % sur les comptes flagués par l'intent, c'est réaliste.
La décroissance des signaux est brutale. Les propres recherches de Bombora suggèrent qu'un signal d'intention perd 50 % de sa valeur prédictive après 7 jours et devient du bruit après 21 jours. On construit ses SLA autour d'une fenêtre de réponse maximale de 72 heures. Si l'équipe ne peut pas répondre sous 72 heures, c'est un problème de capacité, pas un problème de donnée.
De l'intent au niveau compte sans donnée au niveau contact, ça ne sert à rien. Savoir que « Acme Corp recherche des data warehouses » ne veut rien dire si le SDR ne sait pas qui contacter chez Acme. On associe toujours les signaux d'intention à de l'enrichissement de contacts via ZoomInfo, Cognism, Apollo, ou LinkedIn Sales Navigator.
La conformité RGPD n'est pas négociable pour les cibles UE. Les fournisseurs d'intent data third-party comme Bombora fonctionnent sur un modèle de coopérative avec consentement des éditeurs, mais le cadre légal en Europe est plus strict qu'aux États-Unis. Si on vend dans l'UE, on vérifie que nos sources d'intent data respectent le RGPD et l'ePrivacy. La donnée first-party (nos propres analytics) reste le socle le plus sûr pour un programme de signaux d'intention pensé pour l'UE.
● Tips
Commencer avec ce qu'on a déjà
Pas besoin d'un stack tech à six chiffres pour exploiter les signaux d'intention. On commence par la first-party. On installe Clearbit Reveal ou RB2B pour désanonymiser le trafic du site. On configure des Google Alerts sur les levées de fonds dans notre ICP. On crée une propriété personnalisée dans le CRM et une automatisation qui assigne une tâche de suivi quand cette propriété se met à jour.
On laisse tourner ça 30 jours. On mesure combien de comptes signalés se transforment en conversations. Puis on décide si le ROI justifie d'investir dans de la donnée second-party et third-party.
Les entreprises qui gagnent avec l'intent data en 2026 ne sont pas celles qui ont le plus de signaux. Ce sont celles qui ont construit le muscle opérationnel pour agir vite et avec le bon message. C'est là que se situe le service intent signals de Cashmyrr : on aide les équipes B2B à construire les workflows, les modèles de scoring, et les intégrations CRM qui transforment de l'intent data brute en rendez-vous réservés.
● Questions fréquentes
L'intent data et l'ABM sont des partenaires naturels. L'ABM donne une liste de comptes cibles. L'intent data indique lesquels de ces comptes sont actifs en ce moment. Sans intent data, l'ABM revient à de la pub diffusée sur une liste statique. Avec, on peut concentrer le budget sur les 15-20 % de son TAM réellement en phase d'achat ce trimestre.
Le lead scoring assigne une valeur numérique à un lead selon son fit (correspondance firmographique) et son engagement (actions comportementales). L'intent data est une des variables de ce score. Il faut les deux : l'intent data sans cadre de scoring ne donne que de la donnée brute, sans priorisation.
La donnée est claire : plus vite, c'est mieux. On répond aux signaux first-party (visites du site, demandes de démo) sous 4 heures. On répond aux signaux third-party à forte valeur (pic thématique + événement de financement sur le même compte) sous 24 heures. On répond aux signaux third-party isolés sous 72 heures. Passé 7 jours, la plupart des signaux d'intention se sont dégradés au point d'être mieux exploités en nurturing marketing qu'en prospection commerciale directe.