--- type: "use_case" title: "Comment Pleo adapte son approche CSM à plus de 30 000 clients SMBs ?" locale: "fr" client: "Pleo" interviewee: "Marion Comolet" interviewee_role: "Manager of CX Scale" interview_date: "3 septembre 2026" publication_date: "3 septembre 2026" canonical: "https://www.softatlas.io/fr/use-case/pleo-customer-success-scale-30000-clients" updated_at: "2026-09-11T15:34:32.116Z" --- # Comment Pleo adapte son approche CSM à plus de 30 000 clients SMBs ? Cet article a été rédigé par Atlas à la suite d'une interview avec Marion Comolet, Manager des équipes CX Scale chez Pleo, menée le 3 septembre 2026, dans le cadre d'un use case consacré aux outils Customer Success. Pleo est une scale-up d'environ 800 employés qui propose une solution de spend management qui compte environ 40 000 entreprises clientes, principalement en Europe. Plus de 30 000 d’entre elles sont suivies par les équipes CX Scale, qui doivent accompagner à la fois les plus gros clients SMB et un grand nombre de clients fonctionnant davantage en self-service. L'équipe Customer Experience regroupe Customer Success et Customer Support. Marion Comolet travaille dans l'équipe CX Scale, chargée des clients SMBs (Small & Medium Businesses). Le problème auquel Pleo a dû répondre est assez mécanique : le nombre de clients doit augmenter beaucoup plus vite que le nombre de Customer Success Managers. > « Quand Pleo avait peu de clients, on pouvait traiter chacun d’entre eux comme un VIP. Avec 30 000 clients SMBs aujourd’hui, ce modèle n’est évidemment plus scalable : on ne peut pas multiplier les équipes au même rythme que le nombre de clients, il faut donc trouver des solutions pour apporter le même niveau de service à nos clients tout en étant plus efficaces » La réponse de Pleo ne consiste pas à remplacer les CSM par un seul outil ou un chatbot. L'entreprise a progressivement construit une architecture mêlant centralisation des données, analyse des conversations, support automatisé, contenus éducatifs et communauté. Cet article vise à mieux comprendre cette transformation. ## Quels logiciels Pleo utilise pour gérer ses enjeux Customer Success ? La stack CX de Pleo s'est construite progressivement. HubSpot et Freshworks faisaient partie des briques historiques. Vitally a ensuite été ajouté pour créer un véritable environnement de travail dédié aux CSM. Gong est arrivé plus récemment. D'autres outils spécialisés ont ensuite complété cette architecture. ## Pourquoi Vitally est-il le cockpit des CSM de Pleo ? Vitally est utilisé chez Pleo depuis plus de cinq ans. Pour Marion Comolet, il fonctionne comme le « HubSpot des CSM ». Les équipes y retrouvent les données d'utilisation du produit, le segment du client, les interactions précédentes, les notes des CSM et différentes informations permettant de comprendre l'état de la relation. Vitally est surtout intéressant chez Pleo par les données qui y convergent. - -BigQuery alimente les données d'utilisation produit. - Les informations commerciales issues de HubSpot remontent également dans Vitally. Lorsqu'un Sales échange avec un client, le CSM peut donc retrouver cette activité. - Les calls enregistrés dans Gong apparaissent eux aussi dans Vitally. - Les tickets Freshworks sont également accessibles au niveau du client. Vitally devient ainsi le point de départ opérationnel du CSM plutôt qu'une nouvelle base isolée. « C'est vraiment le centre de contrôle de l'activité », résume Marion. Elle apporte néanmoins une nuance : après plus de cinq ans d'utilisation, certaines fonctions pourraient aujourd'hui être couvertes différemment par d'autres outils. Mais Vitally conserve un rôle important comme centre de monitoring et environnement quotidien des CSM. ## Comment Pleo utilise Gong pour analyser et coacher ses CSM ? Gong est une brique plus récente de la stack. Pleo l'utilise depuis moins d'un an environ au moment de l'interview (septembre 2026) Tous les calls clients sont enregistrés. Ils peuvent ensuite être analysés par Gong et remontent dans Vitally. Pleo utilise notamment les scorecards de Gong. Par exemple, une équipe peut créer une scorecard spécifique pour un call d'onboarding. Gong vérifie alors si le CSM a posé certaines questions, présenté le cadre du rendez-vous ou abordé les fonctionnalités attendues. Les critères peuvent évoluer selon le type de call. Un appel d'onboarding, un call lié à un risque de churn et un rendez-vous d'optimisation n'ont pas la même grille d'analyse. Gong est également utilisé pour analyser plusieurs calls d'un même collaborateur et pour le coaching des CSM, AM et Sales. Marion Comolet conserve toutefois une approche assez pragmatique de ces analyses IA : > « Il n'y a rien de tel que de regarder vraiment un call pour pouvoir faire un feedback pertinent et adapté. » Pour elle, l'analyse automatisée apporte surtout un gain de temps. Lorsqu'elle veut aller vite, les insights et scorecards permettent d'obtenir une première lecture. Lorsqu'elle dispose du temps nécessaire pour faire un coaching approfondi, elle préfère écouter le call elle-même. Gong est aussi utilisé pour le forecast de churn. Chaque mois, les CSM renseignent leur prévision pour le mois en cours et les trois mois suivants, avant de comparer cette estimation au churn réellement observé. ## Comment Pleo automatise son support avec Freshworks et Rippit ? Freshworks constitue l'autre brique historique de la stack. Pleo l'utilise pour gérer les tickets de support, le Help Center, la knowledge base et le chatbot IA. Cette couche devient particulièrement importante pour les clients long tail. Pour ces comptes, Pleo cherche davantage à permettre une résolution via le bot en première instance afin de répondre plus rapidement aux questions et d’éviter l’aspect chronophage de répondre toujours au mêmes questions. Cela ne signifie pas que les CSM se désintéressent de ces interactions. Ils surveillent également ce qui se passe dans le bot afin de vérifier que les clients self-service obtiennent des réponses adaptées. Freshworks est décrit par Marion comme un outil très complet qui évolue rapidement. Mais certains besoins nécessitent encore des briques spécialisées. C'est notamment le cas du Quality Assurance. Pleo utilise Rippit pour analyser la qualité des tickets Freshworks et des interactions du bot. Cette combinaison illustre la logique générale de la stack Pleo : conserver une plateforme centrale tout en ajoutant des outils spécialisés lorsqu'un workflow nécessite davantage de profondeur. ## Pourquoi Pleo a créé une communauté pour ses 40 000 clients ? La communauté répond directement au problème de passage à l'échelle. Pleo voulait créer un endroit où les clients puissent trouver du contenu, poser des questions et échanger avec d'autres utilisateurs sans dépendre systématiquement d'un CSM. > « L’idée, c’est que nos clients puissent aussi s’entraider directement. Un CFO qui rencontre un problème peut échanger avec un autre CFO qui a déjà vécu la même situation et trouver une solution sans forcément passer par nos équipes » Trois plateformes ont été étudiées : Turf, Bettermode et Circle. Pleo a eu un bon contact avec Turf, mais cherchait une plateforme capable de supporter immédiatement une ouverture à une très large population. L'équipe a davantage hésité entre Bettermode et Circle. Circle a finalement été retenu, notamment pour ses fonctionnalités IA et pour la confiance que son équipe a donnée à Pleo sur sa capacité à continuer à innover. Marion mentionne notamment que Circle travaillait déjà sur MCP à un moment où le sujet était encore peu répandu. Le choix de la plateforme a pris environ deux semaines. Pleo a ensuite bénéficié d'environ huit semaines d'onboarding. Marion souligne que la plateforme était suffisamment simple pour que l'équipe puisse gérer elle-même une grande partie de la configuration, l'accompagnement étant surtout utile pour certains points spécifiques et pour sécuriser le lancement. ## Comment Pleo a obtenu 2 000 utilisateurs sur sa communauté ? Pleo n'a pas envoyé simultanément ses invitations à toute sa base. Le lancement a été organisé en quatre vagues. La première ciblait volontairement les clients les plus satisfaits. L'objectif était de créer une première activité positive avant d'ouvrir la communauté plus largement. Pleo a également proposé d’offrir du merchandising aux 30 premiers utilisateurs publiant sur la communauté afin de lancer la dynamique. Cette première vague a permis d'obtenir rapidement des posts et des interactions positives. Lorsque les vagues suivantes ont été envoyées, les nouveaux membres n'arrivaient donc pas sur une communauté vide. Environ 100 000 utilisateurs potentiels ont été invités, plusieurs utilisateurs pouvant appartenir à une même entreprise cliente. Au moment de l'interview, environ 2 000 personnes avaient rejoint la communauté, soit un taux de conversion de 2 %. Marion souligne surtout que ces premiers membres ne se sont pas contentés de créer un compte : une partie d'entre eux a publié et participé aux échanges. La priorité passe désormais de l'acquisition à l'engagement. Pleo a par exemple constaté une forte présence d'utilisateurs allemands mais un manque de contenus en allemand. L'équipe prévoit donc d'augmenter la production de contenus pour ce marché. ## Comment Pleo produit-il ses contenus éducatifs avec Clueso ? La communauté fonctionne également comme un canal de distribution pour l'académie Pleo. Pour alimenter cette académie, les CSM utilisent Clueso. Environ 60 vidéos ont été produites en trois mois. Les CSM enregistrent leur écran puis utilisent Clueso pour produire une vidéo plus aboutie. L'outil permet notamment de générer une voix IA, modifier un passage sans réenregistrer toute la vidéo et décliner les contenus dans de nombreuses langues. Cette dernière fonction est particulièrement utile pour une entreprise européenne comme Pleo. Avant Clueso, les équipes utilisaient notamment Tella et Loom. Pour le cas d'usage de Pleo, Marion considère que Clueso permet de produire plus facilement des contenus avec un rendu professionnel et surtout de mieux industrialiser la production multilingue. Les vidéos ne sont pas personnalisées client par client. Elles sont conçues comme une bibliothèque commune pour les nouveaux utilisateurs, les utilisateurs avancés ou certains cas d'usage spécifiques. Pleo développe également des contenus davantage orientés « best practices » : comment mieux utiliser le produit ou optimiser certains workflows. ## Comment Pleo maintient-il une interaction humaine dans un modèle self-service ? Le passage au self-service ne signifie pas la disparition des CSM. La communauté permet également d'organiser des événements virtuels. Pleo propose notamment des office hours chaque semaine. Les clients peuvent rejoindre une session et échanger avec un CSM lorsqu'ils ont une question, veulent revoir une partie du produit ou sont bloqués sur un problème. > « Le self-service doit nous permettre de passer à l’échelle, mais jamais au prix de l’expérience client. Notre principe est simple : aucun client ne doit se retrouver bloqué sans pouvoir parler à quelqu’un. » Pleo réfléchit également à organiser des office hours avec des dirigeants de l'entreprise, par exemple avec le CEO ou d'autres membres de l'équipe exécutive. Le modèle qui se dessine n'oppose donc pas humain et self-service. Le self-service absorbe les questions qui peuvent être résolues instantanément. La communauté permet aux clients de s'entraider. Les contenus traitent les problématiques récurrentes. Et l'humain reste accessible lorsque ces différentes couches ne suffisent pas. ## Quel agent IA Pleo veut-il construire pour ses clients ? La prochaine étape consiste à rendre le chatbot beaucoup plus contextuel. Pleo partait d'une situation fragmentée : plusieurs équipes avaient développé leurs propres bots. - Les équipes commerciales disposaient d'un bot sur le site. - Le Support en avait un autre. - Les CSM avaient également construit leur propre bot pour le Help Center. Le premier chantier a donc été de repartir sur une architecture commune. Pleo veut utiliser le même bot Freshworks sur le site, dans le Help Center, dans la communauté et dans le produit. > « Quel que soit le point de contact, notre objectif est que le client retrouve la même expérience et le même niveau de réponse. » La deuxième étape est plus ambitieuse : donner au bot suffisamment de contexte pour éviter de demander au client des informations que Pleo possède déjà. Aujourd'hui, un bot peut devoir demander si la personne est administrateur ou utilisateur, ou encore quelle transaction pose problème. Pleo veut progressivement supprimer ces questions. L'objectif est que le bot puisse connaître suffisamment le contexte du client pour apporter une réponse plus pertinente, voire proactive. Marion résume l'objectif ainsi : « On veut créer vraiment une relation d'instantanéité avec le client. » ## Quels autres outils Marion Comolet utilise-t-elle au quotidien ? Deux autres outils ressortent de l'entretien : Miro et Notion. Marion utilise Miro lorsqu'un problème est plus simple à représenter visuellement qu'à expliquer. > « Dès qu’un sujet devient difficile à expliquer avec des mots, je préfère le poser visuellement. Un schéma permet souvent de comprendre le problème beaucoup plus vite. » Notion joue un rôle différent. Pleo y centralise une grande partie de ses informations internes : produit, process et documentation. Marion explique avoir longtemps été peu convaincue par l'outil, notamment parce que la quantité d'informations rendait la recherche difficile. Son opinion a évolué avec Notion AI. Elle l'utilise désormais pour rechercher plus facilement une information dans la documentation, retrouver les sources associées et identifier les pages qui peuvent nécessiter une mise à jour. ## Ce que montre la stack CX de Pleo Le cas Pleo montre qu'un Customer Success à l'échelle ne repose pas sur un outil unique. Vitally donne aux CSM une vue consolidée du client. Gong structure l'analyse des conversations et le coaching. Freshworks et Rippit prennent en charge le support, l'automatisation et son contrôle qualité. Clueso permet d'industrialiser l'éducation client. Circle ajoute une couche communautaire où les utilisateurs peuvent accéder à des contenus, participer à des événements et s'entraider. La prochaine étape consiste à mieux connecter ces différentes couches de données à l'IA. L'ambition de Pleo est qu'un client puisse obtenir immédiatement une réponse contextualisée lorsque son problème peut être automatisé, tout en conservant un accès simple à un humain lorsque la situation l'exige. ## The stack of Pleo One row per workflow: a tool appears as many times as it serves distinct jobs. Declared in an interview on 3 septembre 2026. | Workflow | Tool | Usage | Status | | --- | --- | --- | --- | | CRM commercial | [HubSpot](/hubspot-inc.md) | Gestion des interactions et données Sales | in use | | Données d'usage | [BigQuery](/google-cloud/products/bigquery.md) | Alimentation des données produit utilisées dans Vitally | in use | | Customer Success | [Vitally](/vitally.md) | Cockpit quotidien des CSM et centralisation de la donnée client | in use | | Calls clients | [Gong](/gong.md) | Enregistrement, analyse IA, coaching et scorecards | in use | | Forecast | [Gong](/gong.md) | Forecast de churn renseigné par les CSM | in use | | Support | [Freshworks](/freshworks-inc.md) | Tickets et gestion du support | in use | | Knowledge | [Freshworks](/freshworks-inc.md) | Help Center et knowledge base | in use | | Chatbot | [Freshworks](/freshworks-inc.md) | Bot IA commun aux différents points de contact | in use | | Quality Assurance | [Rippit](/rippit.md) | Analyse et QA des tickets et conversations du bot | in use | | Vidéo | [Clueso](/clueso.md) | Production de contenus éducatifs multilingues | in use | | Communauté | [Circle](/circle.md) | Communauté clients, contenus, événements et échanges entre pairs | in use | | Documentation interne | [Notion / Notion AI](/notion-labs-inc.md) | Base de connaissance et recherche d'informations internes | in use | | Visualisation | [Miro](/miro.md) | Schémas et représentation visuelle de problèmes | in use | Source: https://www.softatlas.io/fr/use-case/pleo-customer-success-scale-30000-clients