Lead scoring pour les salles de sport : le modèle 100 points que vous pouvez mettre en place cette semaine

Le lead scoring ne sert qu'à une seule chose : décider qui appeler en premier quand vous ne pouvez pas appeler tout le monde. Si vous générez 50 leads par mois et qu'une seule personne gère les ventes entre deux cours, cette décision vaut de l'argent tous les jours. Et la plupart des salles de sport la prennent selon le pire critère possible : l'ordre d'arrivée.

Cet article, c'est le modèle concret. Sans logiciel enterprise, sans consultants, sans les matrices "fit et engagement" des manuels HubSpot conçues pour vendre du B2B sur six mois. Une salle de sport vend quelque chose qui se décide en quelques jours, le scoring doit être tout aussi simple.

Quand vous en avez besoin (et quand pas encore)

D'abord le filtre honnête, parce que le scoring a un coût de mise en place et de maintenance qui ne se justifie pas toujours.

Vous n'en avez pas besoin si vous recevez 15 leads par mois. À ce volume, vous appelez tout le monde dans la journée et la priorisation est sans intérêt. Votre problème est d'acquisition, pas de gestion. Vous n'en avez pas besoin non plus si vous avez deux commerciaux avec du temps disponible. Le scoring résout la pénurie d'attention ; s'il n'y a pas de pénurie, c'est de la bureaucratie.

Vous en avez besoin quand deux conditions se croisent : plus de 30-40 leads par mois et un seul closer (qui êtes généralement vous, ou une réceptionniste avec six autres tâches). À ce stade, il n'y a plus le temps de traiter tous les leads aussi bien, et ce qui se passe en pratique : on les traite tous aussi mal, on appelle par ordre d'arrivée, les bons attendent derrière les mauvais, et les mauvais consomment le temps des bons. J'ai vu des commerciaux passer 40 minutes avec quelqu'un qui demandait les prix "pour plus tard" pendant qu'un lead vraiment urgent refroidissait dans la file.

Le scoring ne génère pas de leads et ne les conclut pas. Il ordonne la file. C'est tout, et c'est beaucoup.

Le modèle 100 points

La structure : chaque lead démarre à 0 et accumule ou perd des points selon ce qu'il a déclaré en entrant et ce qu'il fait ensuite. Deux blocs, plafond pratique autour de 100. Voici le tableau complet :

Un lead qui habite près, a un objectif concret, de l'urgence et a pris rendez-vous de lui-même totalise 80 points et vaut de l'or. Un qui a rempli le formulaire depuis l'autre bout de la ville, sans objectif précis, et qui ne répond plus depuis deux jours est dans le rouge et ne mérite pas une minute du closer aujourd'hui.

Deux décisions de conception qui méritent d'être expliquées. Première : la distance pèse 20 points parce que c'est le prédicteur de rétention le plus sous-estimé du secteur, le lead enthousiaste qui habite à 25 minutes convertit moins bien et résilie plus tôt que le tiède qui habite en face. Deuxième : la seule valeur négative est le silence. N'enlevez pas de points pour "objectif vague" ni pour des données démographiques : le scoring punitif basé sur des profils finit par écarter des gens qui paient leur abonnement pendant des années. Si vous vous demandez si un lead peu qualifié mérite d'exister, c'est un autre débat, celui de la qualité contre la quantité de leads.

Les seuils : que faire selon chaque score

Un score sans action associée est un chiffre décoratif. Trois niveaux, trois protocoles :

80 et plus : appel immédiat de votre meilleur closer. Pas un message, pas une séquence, un appel téléphonique, aujourd'hui, de la personne qui conclut le mieux dans votre équipe. Ces leads représentent 10-15% du total et génèrent la majorité des inscriptions. Chaque heure qu'un lead à 80+ passe dans la file est l'heure la plus coûteuse de votre funnel. C'est là que la règle des 5 minutes s'applique avec toute sa rigueur.

50-79 : séquence standard. WhatsApp rapide, proposition de visite avec deux créneaux, relances planifiées. Ce sont de bons leads qui ont besoin d'un peu plus de maturation. La majorité de votre volume vivra ici.

Moins de 50 : nurturing automatique, zéro temps humain. Messages de valeur espacés, contenus, une offre ponctuelle. Si le lead se réveille (répond, prend rendez-vous), son score monte et il change de niveau automatiquement. La clé ici, c'est la discipline : pas une minute de closer jusqu'à ce que le score le justifie. Un score bas aujourd'hui ne veut pas dire que le lead est sans intérêt ; ça veut dire que ce n'est pas son moment, et les leads apparemment froids se travaillent avec des systèmes peu coûteux, pas avec des heures chères.

Le bénéfice opérationnel est immédiat : le lundi matin, votre closer n'ouvre pas une liste de 30 noms par ordre d'arrivée. Il ouvre une liste triée où les 4 premiers sont ceux qui payent le mois.

D'où viennent les données

Le modèle ne fonctionne que si les signaux sont capturés sans effort manuel. Deux sources :

Les données déclarées viennent des questions posées lors de la capture du lead : un formulaire avec 2-3 questions bien choisies (code postal ou quartier, objectif, quand il veut commencer), ou mieux, une conversation de qualification à l'entrée. Si vous utilisez la qualification par IA sur WhatsApp, ces questions se posent seules dans les deux premières minutes et le scoring se nourrit des réponses sans que personne ne saisisse quoi que ce soit.

Le comportement est enregistré par votre CRM ou WhatsApp Business : qui a répondu, quand, qui a pris rendez-vous. Si vous gérez vos leads dans un carnet ou un tableur, vous pouvez commencer quand même : une colonne de points mise à jour à la main chaque matin est rudimentaire mais ordonne déjà la file mieux que l'ordre d'arrivée. Pas élégant. Ça marche.

Calibrez avec vos données à 3 mois

Les pondérations du tableau ci-dessus sont un point de départ raisonnable, pas une vérité absolue. Le scoring théorique est mal adapté à votre salle, par définition : votre quartier, votre prix et votre type de client déterminent quels signaux prédisent réellement une inscription.

L'exercice de calibration, après 3 mois de fonctionnement : prenez vos 20 dernières inscriptions réelles. Regardez quel score elles avaient en entrant et quels signaux elles avaient en commun. Trois patterns typiques que vous découvrirez :

Si la moitié de vos inscriptions sont arrivées avec des scores de 40-60, vos pondérations sous-évaluent quelque chose. Cherchez le signal commun (peut-être que dans votre cas "recommandé par un membre" vaut plus que l'urgence) et augmentez-le.

Si vous avez des leads à 85 points qui n'ont jamais conclu, quelque chose est surévalué. Le cas classique : "a demandé le prix" score haut, mais dans votre marché les demandeurs de prix sont des chasseurs de promos qui n'achètent pas. Baissez-le.

Si la distance ne discrimine rien dans vos données (ça arrive dans les petites villes où tout est à 10 minutes), redistribuez ces 20 points.

Une demi-heure de travail par trimestre. Après deux calibrations, le modèle cesse d'être générique et commence à connaître votre activité mieux que vous.

L'erreur du scoring fantôme

L'échec le plus courant n'est pas technique. C'est de mettre en place le scoring, de le montrer à l'équipe, et que l'accueil continue d'appeler par ordre d'arrivée parce que "c'est comme ça qu'on a toujours fait", ou parce que la liste triée se trouve dans un onglet que personne n'ouvre.

Ça transforme tout le système en décoration. Le scoring n'existe que s'il ordonne physiquement la liste d'appels que votre closer a devant lui à 9h00. Pas "disponible s'il veut le consulter", c'est la liste. Si votre outil ne peut pas afficher les leads triés par score en vue par défaut, imprimez les cinq premiers sur une feuille chaque matin et collez-la au bureau d'accueil. Sérieusement. Une feuille qu'on utilise vaut plus qu'un dashboard qu'on ignore.

Le test à un mois d'utilisation : demandez à la personne qui appelle les leads quel était le score du dernier qu'elle a appelé. Si elle ne sait pas, vous n'avez pas de scoring, vous avez un joli tableau.

La version avec IA : à quel moment ça vaut le coup

Tout ce qui précède peut fonctionner manuellement. La limite apparaît avec le volume et le temps réel : à partir de 60-80 leads par mois, maintenir les scores à jour à la main prend une heure par jour, et la version manuelle est toujours en retard (le lead qui a pris rendez-vous à 22h score encore bas dans votre tableau jusqu'à ce que quelqu'un le mette à jour à 10h, juste dans les heures où c'est le plus important).

Le scoring par IA inverse la mécanique : chaque message du lead recalcule le score en temps réel, la qualification conversationnelle alimente les signaux déclarés sans formulaires, et le changement de niveau déclenche l'action automatiquement (le lead qui franchit les 80 points à minuit apparaît comme premier appel du lendemain, ou reçoit une proposition de rendez-vous à l'instant même). C'est la différence entre une photo quotidienne et une vidéo en continu. Chez Pilotium, le scoring fonctionne ainsi, intégré à l'agent WhatsApp de qualification : le score n'est pas un champ que quelqu'un remplit, c'est un sous-produit de la conversation.

En avez-vous besoin dès le premier jour ? Non. Commencez avec le tableau 100 points et un champ dans votre CRM. Quand vous constatez que la mise à jour manuelle prend du retard ou que les changements de niveau arrivent trop tard, c'est le moment d'automatiser. Et rappelez-vous que le scoring est la moitié de l'équation : il trie qui vous traitez en priorité, mais il ne décide pas qui vous arrêtez de suivre, c'est une décision différente avec son propre piège. Quand abandonner un lead et quand ne pas le faire, on en parle dans un autre article, parce qu'abandonner trop tôt est l'erreur coûteuse que le scoring, mal utilisé, peut finir par justifier.

Cette semaine : ajoutez les trois questions au formulaire, créez le champ de points, triez la liste du lundi. Avec ça, vous priorisez déjà mieux que 90% de vos concurrents.