Comment Tellent est passé de 300K fiches entreprises ingérables à un CRM auquel les commerciaux font vraiment confiance

Étape 1 : Audit complet et sauvegarde, savoir exactement à quoi on a affaire

Avant de toucher la moindre fiche, nous avons cartographié l'intégralité de l'instance HubSpot. Cela voulait dire documenter chaque propriété sur trois objets, Entreprises, Contacts et Deals, pour comprendre quels champs étaient réellement utilisés, lesquels étaient des reliquats de la fusion, et lesquels étaient de purs doublons les uns des autres.

Les chiffres donnaient le vertige. L'objet Contact à lui seul comptait 324 propriétés. Les Entreprises en avaient 224. Les Deals, 369. Beaucoup étaient redondantes, trois champs « secteur » légèrement différents, plusieurs propriétés de lifecycle stage aux valeurs contradictoires, des champs personnalisés créés par d'anciens freelances sans aucune documentation.

Nous avons réalisé un export complet de toutes les fiches accompagnées de leur historique d'engagement, chaque e-mail, appel et transcription associé à chaque contact. Ces données d'engagement étaient cruciales : elles nous ont permis de déterminer quelles fiches étaient réellement inactives (aucune activité depuis plus de 360 jours) par opposition à celles qui avaient encore des conversations ouvertes ou des relances programmées.

L'export complet faisait aussi office de sauvegarde. Si une étape du nettoyage supprimait quelque chose qu'elle n'aurait pas dû, nous avions un instantané complet pour restaurer, donnant à l'équipe de Tellent la confiance d'agir énergiquement sur le nettoyage sans craindre de perdre des données légitimes.

Étape 2 : Définir quels points de donnée comptent vraiment

Tous les champs ne méritent pas d'être enrichis. Avec des centaines de propriétés par objet, dépenser des crédits et des cycles à remplir chaque case vide aurait été du gaspillage. Nous avons travaillé directement avec les équipes de Tellent pour identifier et valider quels points de donnée étaient réellement utilisés en prospection, reporting et gestion du pipeline.

Pour les entreprises, les champs prioritaires étaient l'effectif, le secteur, la description de l'entreprise et les données firmographiques (localisation, chiffre d'affaires, année de création, stack technologique). Ce sont les champs qui alimentent le scoring de compte et l'attribution de territoire, s'ils sont vides ou faux, les processus en aval cassent.

Pour les contacts, nous nous sommes concentrés sur l'URL du profil LinkedIn, l'exactitude du prénom et du nom, l'intitulé de poste actuel, et une question cruciale par oui ou non : cette personne est-elle toujours dans cette entreprise ? Ce dernier point de donnée s'est révélé l'enrichissement à plus fort impact pour l'équipe commerciale de Tellent, car une énorme part des contacts existants étaient partis, parfois depuis des années, et personne n'avait mis à jour les fiches.

Pour les deals, l'approche était différente. Au lieu d'enrichir, nous avons trié : quelles propriétés de deal étaient encore pertinentes et lesquelles pouvaient être entièrement supprimées ? La fusion avait créé des étapes de pipeline qui se chevauchaient, des champs de motif de clôture redondants (quatre propriétés distinctes traçant pourquoi un deal était perdu), et des champs personnalisés qu'aucun membre actuel de l'équipe ne reconnaissait. Nous avons réduit l'ensemble des propriétés à ce dont l'organisation commerciale avait réellement besoin pour le forecasting et le reporting.

Étape 3 : Enrichissement via un data warehouse séparé. Exécution rapide, risque nul.

C'est là qu'a eu lieu le gros du travail. Plutôt que d'enrichir les fiches une à une dans HubSpot (lent, coûteux et risqué), nous avons extrait l'ensemble du jeu de données vers un data warehouse séparé, un environnement de base de données externe où nous pouvions exécuter des transformations à grande échelle sans toucher au CRM en production.

L'enrichissement des entreprises est passé par CompanyEnrich, un fournisseur d'enrichissement en masse, exécuté localement. Pour chacune des 300K+ fiches entreprises, nous avons récupéré l'effectif, le chiffre d'affaires, la classification sectorielle, la stack technologique, les profils sociaux, les données de localisation, et plus encore. Les données ont été nettoyées et formatées pour correspondre au mapping de propriétés HubSpot de Tellent, puis mises à jour en masse dans le CRM en un seul import une fois la validation terminée.

L'enrichissement des contacts a été orchestré via Cargo, en déclenchant Apollo, un fournisseur de données B2B, pour chaque fiche contact. Apollo renvoyait des noms à jour, des intitulés de poste, des adresses e-mail, des URL LinkedIn, l'historique professionnel, le niveau de séniorité et le département. Une couche de mapping sur mesure routait chaque point de donnée vers la bonne propriété HubSpot.

Le processus d'enrichissement gérait aussi un cas limite critique qui mine tout CRM vieillissant : les changements de poste. Quand Apollo détectait qu'un contact était parti dans une nouvelle entreprise, le système vérifiait automatiquement si cette nouvelle entreprise existait dans le CRM de Tellent. Si oui, l'association de l'entreprise du contact était mise à jour. Sinon, le contact était signalé avec un statut clair NEW COMPANY NOT FOUND IN CRM pour que l'équipe RevOps puisse décider de créer la nouvelle fiche entreprise ou d'archiver le contact.

Chaque contact enrichi recevait un statut traçable dans un champ personnalisé (cm_enrichment_status) : ENRICHED, EMAIL NOT FOUND, COMPANY ASSOCIATION UPDATED, ou NEW COMPANY NOT FOUND IN CRM. Cela donnait à Tellent une visibilité instantanée, en un coup d'œil, sur la qualité des données dans toute la base, fini de deviner quelles fiches étaient fraîches et lesquelles étaient périmées.

L'import final a poussé toutes les données enrichies dans HubSpot une fois seulement la validation terminée. Effectifs, secteurs, descriptions d'entreprise, intitulés de poste des contacts, profils LinkedIn, tout a atterri en une mise à jour coordonnée, avec la sauvegarde complète pré-enrichissement prête en cas de problème.

Étape 4 : Activation, transformer les données propres en signaux commerciaux

Un CRM propre et enrichi a de la valeur. Un CRM propre et enrichi qui dit proactivement aux commerciaux quoi faire ensuite est transformateur. Une fois la fondation de données en place, nous avons déployé des signaux d'intention, des workflows automatisés qui détectent les comportements d'achat et les font remonter directement dans HubSpot.

Le suivi des champions a été la première couche d'activation. À partir des données d'historique professionnel issues de l'enrichissement, nous avons construit un workflow qui identifie les contacts ayant quitté leur entreprise au cours des trois derniers mois. Quand c'est détecté, le système réassocie automatiquement le contact à sa nouvelle entreprise (si elle existe dans le CRM) et envoie une notification au commercial assigné. La logique est simple mais puissante : si quelqu'un qui utilisait le produit de Tellent dans son entreprise précédente vient d'en rejoindre une nouvelle, c'est une conversation chaude qui ne demande qu'à avoir lieu.

Le rafraîchissement des intitulés de poste a été appliqué à toute la base de contacts. L'intitulé de poste actuel de chaque contact a été mis à jour à partir des données Apollo, et les contacts qui n'étaient plus en poste dans une entreprise du marché adressable cible (TAM) de Tellent ont été détachés, retirés du pool de prospection actif pour que les commerciaux ne perdent pas de temps à courir après des gens partis vers des organisations sans pertinence.

Ces signaux d'intention ont transformé le CRM, d'un carnet d'adresses statique en système d'alerte précoce pour les opportunités commerciales. Au lieu que les commerciaux découvrent en plein appel qu'un contact avait quitté son entreprise, le CRM le leur disait avant qu'ils ne décrochent le téléphone, et suggérait quoi en faire.