iAdvize développe un Assistant Shopping IA pour les retailers et les e-commerçants. L’entreprise compte environ 150 collaborateurs et accompagne un peu plus de 400 clients en Europe et aux États-Unis.
Yves travaille chez iAdvize depuis huit ans et pilote aujourd’hui l’équipe marketing. Il a auparavant participé à la création des équipes data et CRM, ce qui l’amène à rester très impliqué dans un sujet assez opérationnel : comment identifier les bons comptes et transformer les données disponibles en signaux réellement utilisables par les commerciaux ?
Pour y parvenir, iAdvize a construit un workflow autour de Cargo, Salesforce, Similarweb, FullEnrich et lemlist.
Pourquoi les données B2B classiques ne suffisent-elles pas à iAdvize ?
Les critères de segmentation habituels, comme le nombre d’employés ou le chiffre d’affaires, ne suffisent pas vraiment à mesurer le potentiel d’un retailer pour iAdvize. L’équipe cherche donc à connaître leur trafic web, les technologies qu’elles utilisent ou encore certains événements susceptibles de signaler une opportunité commerciale.
C’est aussi pour cette raison qu’iAdvize ne cherche pas nécessairement à centraliser toute sa donnée dans une seule plateforme.
Yves cite
Clay comme exemple d’un outil qui peut répondre directement aux besoins d’entreprises dont les critères de segmentation sont plus standards. iAdvize a préféré agréger plusieurs sources spécialisées, choisies en fonction des informations recherchées.
Comment iAdvize utilise-t-il Cargo avec Similarweb, BuiltWith et Apify ?
Yves Le Grouyer décrit
Cargo comme une sorte de « Zapier ou n8n spécialisé dans le go-to-market ».
L’outil sert de couche d’orchestration entre les différentes sources utilisées par iAdvize :
- L’entreprise est directement cliente de
Similarweb pour les données de trafic. Yves le considère aujourd’hui comme sa référence sur ce besoin.
BuiltWith est utilisé plus ponctuellement pour identifier les technologies déployées par les entreprises ciblées.
Apify et certaines bases issues de Data.gouv font également partie des sources exploitées dans le workflow.
Cargo récupère ces différentes informations et les redistribue ensuite vers
Salesforce,
HubSpot et les autres outils concernés.
L’intérêt est assez simple : pouvoir choisir la meilleure source pour chaque type de donnée plutôt que de dépendre entièrement d’une seule base.

Comment iAdvize organise-t-il sa cascade d’enrichissement avec FullEnrich ?
L’enrichissement des contacts illustre bien cette logique.
iAdvize utilise principalement
FullEnrich, mais aucune source ne permet de retrouver systématiquement toutes les informations.
L’équipe fonctionne donc en cascade : lorsqu’une donnée n’est pas disponible auprès d’un premier fournisseur, une autre source peut prendre le relais.
Selon lui, certaines de ces sources peuvent également être interrogées en consommant des crédits via
Cargo, sans nécessairement souscrire un abonnement directement auprès de chaque fournisseur.
iAdvize peut ainsi conserver quelques fournisseurs principaux pour ses besoins récurrents et solliciter ponctuellement d’autres bases via Cargo lorsque c’est nécessaire.
Collecter davantage de données n’a d’intérêt que si les commerciaux peuvent réellement les utiliser. Tout ce qui est utile remonte dans
Salesforce, qui constitue la source de vérité business de l’entreprise.
Le marketing s’assure que les signaux remontent correctement. Leur importance détermine ensuite la vitesse à laquelle ils doivent être traités par les équipes commerciales : un signal très fort doit entraîner une réaction plus rapide qu’un signal indirect.

Logiciels cités dans cette partie
Pourquoi iAdvize a-t-il abandonné un lead scoring devenu trop complexe ?
iAdvize avait auparavant construit un modèle de scoring particulièrement poussé.
Le système agrégeait de nombreux critères pour essayer de déterminer précisément la valeur d’un lead. Avec le recul, Yves considère que cette sophistication était disproportionnée par rapport aux volumes réellement traités.
Surtout, l’équipe risquait de consacrer beaucoup d’énergie à perfectionner son modèle tout en laissant passer des signaux simples qui auraient dû être traités immédiatement.
iAdvize est donc reparti de quelques événements beaucoup plus directs, notamment les visites du site et certains engagements sur LinkedIn. La priorité n’était plus de calculer le meilleur score possible, mais simplement de s’assurer que les signaux les plus évidents arrivaient bien jusqu’aux commerciaux et étaient traités.
Une fois cette base remise à plat, l’équipe a recommencé à intégrer des signaux plus indirects : la prise de poste d’un directeur e-commerce, un changement dans la stack technologique ou d’autres événements concernant un compte.
Ces informations pourront progressivement enrichir le scoring. Au moment de l’interview, Yves décrit cependant davantage un système de priorités et de SLA qu’un score automatisé complexe.
Pourquoi iAdvize privilégie-t-il le one-to-one au marketing automation ?
Une fois un signal identifié, iAdvize privilégie la prise de contact individuelle. Dans le contexte d’iAdvize, Yves Le Grouyer préfère une relation travaillée par email, LinkedIn et téléphone à des campagnes d’email marketing trop génériques.
Le marketing fournit les contenus et les signaux. Les équipes commerciales gardent ensuite la main sur la prise de contact.
Pour les BDR, cette prospection passe principalement par
lemlist. Au moment de l’interview, iAdvize utilisait la plateforme depuis environ un an, aussi bien pour les cadences email que pour le calling.
Yves exploite également les données produites par ces interactions. La veille de l’interview, il avait par exemple analysé les appels des BDR pour comprendre quelles accroches fonctionnaient, lesquelles fonctionnaient moins bien et comment les résultats variaient d’une campagne à l’autre.
La boucle se referme ainsi : les signaux déclenchent les actions commerciales, puis les conversations qui en découlent permettent au marketing de mieux comprendre ce qui fonctionne.
Quel usage iAdvize fait-il de RB2B aux États-Unis ?
Les visiteurs du site constituent eux aussi une source de signaux.
Aux États-Unis, iAdvize utilise
RB2B pour identifier certains visiteurs au niveau individuel. Yves précise que cet usage est limité aux États-Unis en raison du contexte réglementaire. Au moment de l’entretien, RB2B n’était déployé que depuis environ trois mois. Yves préfère donc ne pas tirer de conclusion trop rapidement.
L’outil permet de faire apparaître des visites qui seraient autrement restées anonymes. Certaines sont intéressantes, d’autres plus difficiles à interpréter, notamment lorsqu’elles proviennent du paid search.

Logiciels cités dans cette partie
Résumé des logiciels mentionnés dans cet article sur la stack d'iAdvize
| État | Workflow | Logiciel | Usage |
|---|---|---|---|
| Utilisé | GTM / data orchestration | Cargo | Orchestration des sources et signaux |
| Utilisé | Web intelligence | Similarweb | Données de trafic |
| Utilisé | Technographics | BuiltWith | Données technologiques |
| Utilisé | Data | Apify | Source orchestrée via Cargo |
| Utilisé | Open data | Data.gouv | Bases françaises |
| Utilisé | Enrichissement | FullEnrich | Email et téléphone |
| Utilisé | CRM | Salesforce | Source de vérité et activation des signaux |
| Utilisé | Marketing automation | HubSpot | Destination de certaines données orchestrées |
| Utilisé | Réseau social / intent | LinkedIn | Engagement et prospection |
| Utilisé | Sales engagement | lemlist | Email, calling et exploitation des interactions |
| Utilisé | Conversation intelligence | Modjo | Appels et visios, davantage chez les AE |
| Utilisé | Visitor identification | RB2B | Identification de certains visiteurs |
Inscrivez-vous pour lire la suite
L'inscription est gratuite et vous donne accès à la suite de ce cas d'usage, ainsi qu'à tous les autres articles que nous publions.
S'inscrireDéjà inscrit ? Se connecter











