La plupart des équipes commerciales découvrent d’abord les données d’intention d’achat comme quelque chose que l’on achète. Un fournisseur vend un score, le score indique qu’un compte est en phase d’achat, et personne dans l’entreprise ne peut expliquer ce qui a produit ce chiffre.
C’est un type de données d’intention. Il en existe un autre, à la vue de tous, qui possède une propriété que le type acheté n’a généralement pas : on peut désigner l’événement précis qui l’a provoqué. Une entreprise a publié une offre d’emploi. Une entreprise a modifié sa page de tarifs. Une entreprise est apparue dans une catégorie de site d’avis où elle n’était pas présente le trimestre dernier. Ce sont des faits observables horodatés, et une équipe commerciale peut agir sur un fait d’une façon qu’elle ne peut pas agir sur un score de 78.
Ce que sont réellement les données d’intention d’achat
Le terme recouvre trois choses différentes que l’on traite comme si elles n’en formaient qu’une seule.
L’intention de première partie correspond aux comportements sur vos propres supports. Quelqu’un a lu trois pages de tarifs, téléchargé un comparatif, est revenu deux fois. Vous possédez cette donnée, c’est le type le plus fiable, et elle n’existe que pour les comptes qui vous ont déjà trouvé.
L’intention de tierce partie correspond aux comportements observés à travers un réseau d’éditeurs ou une coopérative, vendus sous forme agrégée. Elle a une portée que les données de première partie n’ont pas, et la contrepartie est que l’on ne peut généralement pas voir les événements sous-jacents ni vérifier la méthodologie.
L’intention du web public est l’empreinte observable qu’une entreprise laisse en évoluant. Recrutement, technologie, financement, produit, tarification, plaintes publiques. Personne ne la vend sous forme de score car ce n’en est pas un. C’est un flux d’événements que vous devez collecter et interpréter vous-même.
C’est cette troisième catégorie qui fait l’objet de cet article, car c’est celle où une couche de collecte détermine ce que l’on peut voir.
Les signaux qui méritent d’être collectés
Tout ce qui est public n’est pas un signal. Ceux qui précèdent de façon fiable une conversation d’achat partagent une propriété : ils coûtent quelque chose à l’entreprise pour être produits, ce qui les rend difficiles à falsifier et indique un engagement réel.
Les offres d’emploi. Le signal public le plus fort à lui seul. Une entreprise qui recrute trois ingénieurs data construit quelque chose. Une entreprise qui recrute son premier responsable conformité a franchi un seuil réglementaire. Les offres nomment aussi directement des outils, ce qui transforme un signal vague en signal précis. Les mécanismes de collecte pour cette surface sont décrits dans job-board data and labour-market intelligence.
Les changements technologiques. Nouvelles balises, nouveaux sous-domaines, une migration visible dans le DNS public ou le code source des pages. L’ajout d’une catégorie d’outils signifie généralement qu’un budget a déjà bougé.
Les changements de tarification et d’offres. Un nouveau palier, un plan supprimé, un passage du tarif par siège au tarif à l’usage. Ces changements précèdent souvent une vague de comparaisons chez les propres clients de cette entreprise, ce qui constitue un signal d’intention pour tout un segment de marché plutôt que pour un seul compte.
Les mouvements sur les sites d’avis. Une entreprise apparaissant dans une nouvelle catégorie, ou accumulant des plaintes dans une catégorie existante, est un signal de déplacement. L’insatisfaction publique envers un acteur en place est l’intention d’achat la plus directe qui existe.
Les changements de financement et de direction. Bien couverts par les fournisseurs de données existants, donc la valeur marginale à les collecter soi-même est faible. Ça vaut la peine de les avoir, pas de les construire.
Les questions publiques. Publications communautaires demandant comment résoudre un problème que votre produit résout. Forte intention, faible volume, et le plus difficile à bien faire car le rapport signal/bruit est mauvais.
La fraîcheur constitue l’essentiel de la valeur
L’erreur qui gaspille le plus d’efforts consiste à traiter les signaux d’intention comme des attributs plutôt que comme des événements.
Une offre d’emploi publiée la semaine dernière est une raison d’appeler. La même offre publiée il y a six mois n’est qu’un contexte. Si votre pipeline stocke les signaux sans dégradation, votre scoring dérive vers les entreprises ayant généré beaucoup de signal à un moment donné plutôt que vers les entreprises qui font quelque chose en ce moment, ce qui est proche de l’inverse de ce à quoi servent les données d’intention.
La conséquence pratique est que la cadence détermine la valeur. Un signal qui change quotidiennement, collecté chaque semaine, est un indicateur retardé, quelle que soit la qualité de la collecte. Décidez de la fréquence de rafraîchissement par type de signal en fonction de la vitesse réelle à laquelle ce signal évolue, et soyez honnête : une collecte lente d’un signal rapide n’est pas de la donnée d’intention, c’est de l’histoire.
Deux conséquences en découlent. Stockez l’horodatage de l’observation, pas seulement le signal. Et appliquez une fonction de dégradation explicite lors du scoring, afin que le score d’un compte baisse de lui-même lorsqu’il ne se passe rien de nouveau.
Pourquoi la collecte est la partie difficile
Ces signaux vivent sur des surfaces qui n’ont pas été conçues pour être lues en masse, et trois propriétés les rendent délicates.
Elles sont filtrées géographiquement. Les sites d’offres d’emploi renvoient des résultats par proximité. Les sites d’avis et les stores d’applications localisent à la fois le catalogue et le contenu. Les offres allemandes d’une entreprise peuvent être invisibles depuis un point d’observation américain, ce qui transforme discrètement une prétention de couverture internationale en une couverture domestique.
Elles sont paginées et protégées. Les résultats intéressants sont rarement sur la première page, et les pages plus profondes sont généralement là où commence la limitation de débit.
C’est la même page pour tout le monde jusqu’à ce que ce ne soit plus le cas. La personnalisation et les tests A/B font que deux collecteurs peuvent ne pas être d’accord sur ce que disait une page, ce qui compte quand on enregistre un événement.
C’est là qu’une couche de proxy résidentiel cesse d’être un détail d’implémentation. Des sorties géo-cohérentes permettent qu’un signal régional soit véritablement régional. Les sessions persistantes gardent un ensemble de résultats paginés cohérent en interne, de sorte que la page quatre appartienne à la même requête que la page un.
Avec la passerelle Shifter, les deux se règlent dans les identifiants face à p.shifter.io:443 :
customer-USERNAME-country-de-city-berlin-sid-intent01-ttl-600:PASSWORDcountry-de et city-berlin fixent le point d’observation, sid-intent01 maintient une seule sortie sur toute la requête, et ttl-600 la conserve pendant dix minutes. Une session par requête, pas par requête individuelle, est la règle qui garde un ensemble de résultats cohérent.
La cadence doit ressembler à de l’intérêt plutôt qu’à un balayage : étalez la collecte sur la journée, gardez une concurrence modeste, et ralentissez en cas d’erreurs plutôt que de réessayer à travers elles. Les mécanismes sont décrits dans rate limiting and request throttling.
Transformer les signaux en quelque chose d’utilisable par un commercial
Un flux d’événements n’est pas une intelligence commerciale. Trois étapes comblent l’écart.
Résoudre vers les comptes. Normaliser les noms d’entreprises, les domaines et les filiales afin qu’une offre d’emploi, un avis et un changement technologique atterrissent sur une seule fiche. C’est peu glorieux et c’est là que la plupart des projets d’intention internes s’arrêtent.
Pondérer par spécificité, pas par volume. Une offre nommant le produit d’un concurrent vaut plus que quarante offres génériques. Un scoring qui compte les événements récompense les grandes entreprises simplement parce qu’elles sont grandes.
Livrer la preuve, pas le score. Un commercial peut ouvrir une conversation avec « J’ai vu que vous recrutez deux personnes pour gérer ça » et ne peut rien faire avec « votre compte a un score de 78 ». Faites remonter l’événement sous-jacent jusqu’à la fiche CRM. Ce seul choix fait plus pour l’adoption que toute amélioration de modélisation.
Le pipeline de données de compte plus large auquel cela contribue est couvert dans residential proxies for B2B lead generation, et la vue produit se trouve sur la page lead generation.
Où se situe la limite
La collecte d’intention du web public porte sur des entreprises, et elle reste propre tant qu’elle s’y limite.
Collectez ce que les organisations publient sur elles-mêmes. Ne collectez pas d’informations personnelles sur des individus pour construire des profils comportementaux les concernant, ne récupérez pas de contenu derrière une connexion ou un compte que vous vous êtes engagé à ne pas automatiser, et ne traitez pas le numéro de téléphone d’un recruteur nommé dans une offre d’emploi comme un actif sous prétexte qu’il était techniquement visible. Supprimez les identifiants personnels dès l’ingestion plutôt que de les stocker en promettant de la retenue plus tard.
La distinction n’est pas subtile : une entreprise qui recrute des ingénieurs data est un fait commercial, et l’activité d’un individu nommé est une personne. Le premier relève des données d’intention. Le second est de la surveillance avec un argumentaire commercial accolé. Le cadrage général se trouve dans ethical residential proxies for AI data collection, et il s’applique ici avec la même force.
FAQ
Les données d’intention du web public sont-elles meilleures que les données d’intention achetées ?
Elles sont plus explicables et plus vérifiables, et elles ont moins de portée. La plupart des équipes qui font bien ce travail utilisent les deux, les données achetées pour l’ampleur et les signaux publics pour les comptes sur lesquels elles travaillent réellement.
À quelle fréquence les signaux doivent-ils être rafraîchis ?
Faites correspondre la fréquence de rafraîchissement à la vitesse d’évolution du signal. Les offres d’emploi et l’activité sur les sites d’avis méritent une collecte quotidienne ou quasi quotidienne. Les changements technologiques et tarifaires peuvent se contenter d’une fréquence hebdomadaire. Le financement est piloté par événement et mieux vaut l’acheter.
Quelle est la version minimale viable ?
Un signal, collecté correctement, résolu vers les comptes, livré dans le CRM avec la preuve jointe. Les offres d’emploi sont le point de départ habituel car le signal est fort et la surface bien comprise.
Ai-je besoin du géociblage si nous vendons uniquement en local ?
Si vos comptes sont domestiques, un seul point d’observation peut suffire. Dès que vous revendiquez une couverture internationale, un collecteur non ancré sous-représentera les marchés étrangers d’une manière qui donnera l’impression que ces marchés sont calmes.
L’essentiel
Les données d’intention d’achat ne sont pas un produit que l’on est obligé d’acheter. Une grande partie en est publique, structurée en événements et datée, ce qui les rend explicables d’une façon qu’un score acheté ne sera jamais.
Le travail se situe dans la couche de collecte et la plomberie : voir les signaux régionaux depuis le bon point d’observation, rafraîchir assez vite pour qu’un signal soit encore exploitable une fois qu’il arrive, résoudre les événements vers les comptes, et faire passer la preuve plutôt qu’un chiffre. La planification de bande passante pour ce pipeline se trouve sur la page tarifaire.