--- type: "use_case" title: "Comment Folk utilise Claude, Clay et Lemlist pour automatiser sa prospection" locale: "fr" client: "folk" interviewee: "Julien Frèche" interviewee_role: "Développement des revenus et opérations commerciales chez Folk" interview_date: "24 octobre 2026" publication_date: "24 octobre 2026" canonical: "https://www.softatlas.io/fr/use-case/folk-clay-lemlist-snitcher" updated_at: "2026-11-03T19:41:10.388Z" --- # Comment Folk utilise Claude, Clay et Lemlist pour automatiser sa prospection Julien Frèche a rejoint Folk pour développer ses revenus et ses opérations commerciales. Il explique comment le CRM combine Claude, Clay, Snitcher et Lemlist pour identifier des prospects, enrichir ses données et automatiser ses campagnes. Il revient aussi sur les limites de Clay et sur les raisons qui l'ont poussé à lancer Tulina.ai. Chez **Folk**, la prospection ne commence pas toujours par une liste de contacts. Elle peut partir d'une entreprise qui visite une page produit, d'une agence susceptible de recommander le CRM ou d'un nouvel utilisateur dont il faut enrichir le profil. Pour exploiter ces signaux, Folk combine Snitcher, Clay, Claude et Lemlist, avec son propre CRM au centre du dispositif. Julien Frèche a progressivement développé des agents IA capables de rechercher des informations, de formuler des hypothèses et d'adapter leurs actions en fonction des résultats. Mais il n'a pas abandonné les automatisations classiques pour autant. **Clay conserve une place importante pour les processus les plus prévisibles**, tandis que Claude prend en charge les workflows qui demandent davantage de souplesse. ## Comment Folk identifie les entreprises qui visitent son site avec Snitcher Pour savoir quelles entreprises consultent son site web, Folk utilise Snitcher, un outil d'identification des visiteurs B2B. Julien explique avoir choisi cette solution notamment parce qu'elle était déjà utilisée en arrière-plan par d'autres acteurs du marché, dont Lemlist et Clay, selon sa connaissance de leurs intégrations. Plutôt que de passer par ces intermédiaires, il a préféré se connecter directement à Snitcher pour réduire les coûts et disposer de davantage de possibilités d'exploitation des données. > « Passer directement par Snitcher nous permettait d'avoir de meilleurs prix, mais aussi davantage de possibilités pour envoyer les leads. On peut les pousser dans Lemlist pour l'outreach ou dans Google Ads, avec une approche plus globale. » > > Julien Frèche, Revops @Folk Mais identifier les entreprises qui visitent un site peut rapidement coûter cher lorsqu'on reçoit plusieurs milliers de visites par mois. Folk a donc décidé de filtrer les signaux avant de les traiter. > « On ne tracke pas les leads qui viennent uniquement sur la homepage. Ce n'est pas un signal suffisant. » > > Julien Frèche, Revops @Folk **Une simple visite sur la page d'accueil ne suffit donc pas.** Folk privilégie les entreprises qui consultent des pages révélant une intention d'achat plus forte, comme les pages produit ou les tarifs. Un filtre géographique permet également de se concentrer sur les pays où les probabilités de conversion sont les plus élevées. Cela réduit le volume de visites à traiter et évite de payer pour des entreprises qui ont peu de chances de devenir clientes. Les entreprises identifiées peuvent ensuite être envoyées vers **Lemlist** pour lancer des campagnes de prospection. Julien évoque également la possibilité de les utiliser pour constituer des audiences dans **Google Ads**. ## Comment Claude retrouve les contacts les plus susceptibles d'avoir visité le site Snitcher identifie une entreprise, mais pas nécessairement la personne qui a visité le site. C'est là que Claude intervient. Avant de rechercher de nouveaux contacts, l'agent vérifie dans **Folk et** Intercom si l'entreprise est déjà connue. Si un commercial est en relation avec elle, il peut recevoir une notification. Si le prospect a déjà créé un compte, Folk évite de l'intégrer inutilement à une nouvelle campagne. Pour les entreprises inconnues, Claude croise plusieurs informations : la localisation de la visite, les pages consultées et les caractéristiques de l'entreprise. Julien donne un exemple simple. Si une visite provient de Bordeaux et que l'entreprise identifiée ne compte qu'un seul collaborateur dans cette ville, cette personne devient un contact probable. De la même manière, une visite sur des pages consacrées au Customer Success peut conduire Claude à privilégier les collaborateurs de cette fonction. > « On envoie à Claude la localisation, les pages visitées et l'entreprise. Il va ensuite interroger les bases de données de Lemlist et Clay pour déterminer les deux ou trois contacts les plus susceptibles d'avoir visité notre site. » > > Julien Frèche, Revops @Folk **L'objectif est d'identifier deux ou trois contacts probables, pas de retrouver avec certitude le visiteur.** Julien souligne d'ailleurs les contraintes européennes liées à l'identification individuelle des internautes (vs. les US qui ne sont pas soumis au RGPD) Ces routines fonctionnent quotidiennement, parfois sur des fenêtres d'environ **douze heures**, pour exploiter les signaux pendant qu'ils sont encore récents. ## Clay ou Claude : pourquoi Folk utilise encore les deux Malgré son intérêt pour les agents IA, Julien n'a pas remplacé toutes ses automatisations par Claude. Folk utilise Clay **depuis plusieurs années**, notamment pour enrichir les informations des personnes qui créent un compte. Le fonctionnement est assez simple. Lorsqu'un utilisateur s'inscrit, Segment collecte l'événement et transmet les informations à **Intercom**. Clay récupère ensuite les données nécessaires pour identifier l'entreprise associée à l'adresse email, enrichir le profil et ajouter des informations utiles à sa qualification. Les données sont renvoyées vers Intercom, qui peut déclencher des communications d'onboarding ou alimenter des campagnes dans Lemlist. > « Sur les signups, on reste sur Clay parce que c'est déterministe et que c'est toujours le même processus. » > > Julien Frèche, Revops @Folk Pour Julien, Clay fonctionne bien lorsqu'on connaît à l'avance les étapes à exécuter. À chaque inscription, les mêmes opérations se répètent, sans qu'il soit nécessaire de prendre de nouvelles décisions. En revanche, dès qu'un workflow nécessite de rechercher des informations, de tester différentes pistes ou de modifier son comportement selon les résultats, **il préfère utiliser Claude**. > « Je trouve que Clay est une solution de l'ancien temps, qui n'est plus vraiment optimisée pour l'agentique aujourd'hui. » > > Julien Frèche, Revops @Folk Son retour ne porte pas sur la qualité des données obtenues avec Clay, mais sur la manière de construire les automatisations. Avec Clay, l'utilisateur définit une succession d'étapes que l'outil doit exécuter. Avec Claude, Julien préfère **donner un objectif à l'agent et lui laisser davantage de liberté pour décider comment l'atteindre**. Claude peut ainsi interroger plusieurs sources, vérifier des informations, modifier une séquence ou gérer des situations qui n'avaient pas été anticipées. Cette souplesse lui est particulièrement utile pour la prospection des partenaires. ## Comment Folk prospecte 50 agences partenaires par jour avec Claude et Lemlist Les partenaires occupent une place importante dans l'acquisition de Folk. L'entreprise cherche notamment à développer son réseau d'agences qui implémentent des CRM et de consultants susceptibles de recommander le logiciel à leurs clients. Pour identifier et contacter ces partenaires, Julien a construit plusieurs routines avec Claude. Le fonctionnement repose sur cinq étapes : \1. **Identifier de nouvelles agences.** Une première routine Claude recherche régulièrement des entreprises dans différentes bases de données, notamment celles accessibles via Lemlist. \2. **Centraliser les informations dans Folk.** Les agences identifiées sont ajoutées au CRM. \3. **Sélectionner 50 agences qualifiées par jour.** Une deuxième routine choisit les entreprises à prospecter. \4. **Identifier les interlocuteurs et personnaliser les messages.** Claude recherche les bons contacts, enrichit leurs informations et rédige individuellement les emails et messages LinkedIn. \5. **Exécuter les campagnes dans Lemlist.** Claude pilote les séquences grâce au **MCP de Lemlist**. > « Tout est rédigé par Claude et tout est orchestré par Claude. » > > Julien Frèche, Revops @Folk La personnalisation va bien au-delà de l'insertion d'un prénom ou du nom de l'entreprise dans un modèle d'email. Julien rappelle qu'historiquement, Lemlist proposait notamment des mécanismes de *spintax*. Le principe consistait à faire varier automatiquement certains mots ou expressions. Un message pouvait par exemple commencer par « Bonjour », « Hello » ou « Hi », pour éviter d'envoyer exactement le même texte à tous les destinataires. Avec Claude, **c'est l'ensemble du message qui peut être rédigé différemment**, en fonction de l'entreprise, du destinataire et du contexte commercial. Julien estime que cette diversité peut également améliorer la délivrabilité, en limitant l'envoi de contenus identiques à grande échelle. Folk pourrait utiliser les fonctionnalités IA directement intégrées à Lemlist. Mais Julien préfère confier la rédaction et l'orchestration à Claude, qui dispose de davantage de contexte sur l'entreprise. > « Lemlist propose son propre agent, mais on préfère utiliser Claude pour créer nos séquences dans Lemlist. Claude connaît notre contexte, ce qui n'est pas le cas de l'agent de Lemlist, et il peut gérer les cas particuliers dans nos workflows. » > > Julien Frèche, Revops @Folk Dans cette organisation, **Claude prépare les actions et rédige les messages, tandis que Lemlist exécute les campagnes**. Julien indique obtenir **environ 10 % de taux de réponse** sur ces campagnes de partenariat. Il précise cependant que l'offre est attractive pour les agences : Folk leur propose un système de *revenue share*, avec une rémunération sur les affaires qu'elles apportent. ## Pourquoi Folk est revenu de LaGrowthMachine à Lemlist Avant de développer ces routines avec Claude, Folk avait déjà testé plusieurs solutions de prospection. L'entreprise utilisait initialement **Lemlist**, puis est passée à LaGrowthMachine, avant de revenir à Lemlist environ **un an et demi avant l'interview**. Julien appréciait particulièrement LaGrowthMachine pour sa capacité à gérer des scénarios complexes, avec de nombreux embranchements conditionnels. Mais Lemlist a progressivement élargi ses fonctionnalités. L'outil permet aujourd'hui de gérer les emails, LinkedIn, les appels et d'autres canaux de prospection. Il sert également à enrichir les contacts et à préparer les séquences d'outreach. Pour Folk, cela permet de **regrouper davantage d'usages dans un même logiciel**, plutôt que de multiplier les outils à disposition des commerciaux. En parallèle, Folk s'appuie sur plusieurs fournisseurs d'enrichissement intégrés à son CRM, notamment Apollo**,** Dropcontact**,** Datagma**,** Prospeo **et** Wiza. Julien mentionne également **FullEnrich** parmi les solutions complémentaires disponibles. L'idée est de croiser différentes sources plutôt que de dépendre d'un seul fournisseur. Selon Julien, aucune base de données ne couvre à elle seule l'ensemble du marché. ## De Folk à Tulina.ai : permettre aux équipes de partager leurs agents IA C'est en développant ces automatisations chez Folk que Julien a identifié une nouvelle difficulté : **les routines qu'il construit avec Claude fonctionnent dans son environnement personnel, mais sont compliquées à partager avec ses collègues**. > « Si je veux partager mon workflow à mon CEO ou à un autre Ops de la boîte, je ne peux pas partager ma routine. » > > Julien Frèche, Revops @Folk Un collaborateur ne peut donc pas facilement reprendre une routine, la modifier ou la faire évoluer avec le reste de l'équipe. C'est l'une des raisons qui ont poussé Julien à quitter Folk pour lancer Tulina.ai. [Tulina consiste à permettre aux équipes Revenue Operations](https://tulina.ai/) de **créer, héberger et partager des workflows agentiques**, tout en connectant leurs logiciels et leurs fournisseurs de données. Il simplifie l'accès aux bases d'enrichissement. Aujourd'hui, une équipe peut avoir besoin de plusieurs abonnements pour rechercher des contacts ou enrichir ses données, chaque fournisseur ayant ses propres points forts et ses limites. Avec Tulina, Julien propose un **système de crédits mutualisés** permettant d'accéder à plusieurs sources depuis un même abonnement. > « Aucun fournisseur de données n'a tout le marché. Avec Tulina, l'idée est d'avoir un abonnement et un système de crédits qui donnent accès à plusieurs bases, comme Apollo ou Ai Ark, plutôt que de multiplier les abonnements. » > > Julien Frèche, Revops @Folk Il cite notamment **Apollo,** Ai Ark **et** Apify parmi les fournisseurs ou services qui sont accessibles de cette manière. Le même principe s'appliquer à d'autres catégories de logiciels, comme les outils SEO **Ahrefs et Semrush**, ou les solutions de suivi de visibilité dans les moteurs IA. Julien compare également Tulina à Cargo, qu'il considère, comme Clay, davantage orienté vers la construction de workflows déterministes. Avec Tulina, il prolonge ce qu'il a commencé à construire chez Folk, en permettant à d'autres équipes de [créer, partager et faire évoluer collectivement leurs propres agents IA de Growth.](https://tulina.ai/processes) ## La stack de folk Une ligne par usage : un outil apparaît autant de fois qu'il sert des besoins distincts. Déclarée lors d'un entretien le 24 octobre 2026. | Workflow | Logiciel | Usage | État | | --- | --- | --- | --- | | CRM | [Folk](/folk.md) | Gestion des contacts, entreprises et contexte commercial | en usage | | IA / orchestration | [Claude](/anthropic.md) | Qualification, recherche, rédaction et orchestration des workflows | en usage | | Identification des visiteurs | [Snitcher](/snitcher.md) | Identification des entreprises visitant le site | en usage | | Prospection multicanale | [Lemlist](/lemlist.md) | Enrichissement et exécution des campagnes | en usage | | Enrichissement / automatisation | [Clay](/clay.md) | Enrichissement des inscriptions et workflows déterministes | en usage | | Relation client | [Intercom](/intercom.md) | Vérification des utilisateurs existants et onboarding | en usage | | Collecte de données | [Segment](/segment.md) | Collecte des événements d'inscription | en usage | | Prospection multicanale | [LaGrowthMachine](/la-growth-machine.md) | Ancien outil de prospection, remplacé par Lemlist | remplacé par Lemlist | | Enrichissement B2B | [Apollo](/apollo-io.md) | Fournisseur de données intégré à Folk | en usage | | Enrichissement B2B | [Dropcontact](/dropcontact.md) | Fournisseur de données intégré à Folk | en usage | | Enrichissement B2B | [Datagma](/datagma.md) | Fournisseur de données intégré à Folk | en usage | | Enrichissement B2B | [Prospeo](/prospeo.md) | Fournisseur de données intégré à Folk | en usage | | Enrichissement B2B | [Wiza](/wiza.md) | Fournisseur de données intégré à Folk | en usage | | SEO | [Ahrefs](/ahrefs.md) | Outil SEO également cité comme exemple pour les crédits Tulina | en usage | | Prospection / réseau professionnel | [LinkedIn](/linkedin.md) | Canal de prospection des agences partenaires | en usage | Source: https://www.softatlas.io/fr/use-case/folk-clay-lemlist-snitcher