Entreprises analysées
2 847
+134 cette semaine
Leads qualifiés ≥ 65
312
11 % de la base totale
Taux de conversion
8,4 %
+2,1 pts vs mois dernier
Pipeline CA estimé
68 k€
14 deals actifs
Score moyen par région
Répartition des priorités
Haute priorité72
Moyenne priorité128
Faible priorité112
Top opportunités du jour
| Entreprise | Secteur | Région | Score IA | Signal principal | Priorité |
|---|
Top région
Hérault (34)
Score moy. 72 · 847 entreprises
Contactés ce mois
89
67 % taux de réponse
Rappels planifiés
23
7 à traiter aujourd'hui
—
—
—
SCORE
Téléphone—
Région—
Employés—
Site web—
Note Google—
Avis Google—
Réseaux sociaux—
Zone géographique—
Détail du scoring algorithmique
Suivi CRM
Notes internes
Historique
Message personnalisé IA
Sélectionnez le type de message — il sera personnalisé selon les signaux détectés.
Non contactés
—
Contactés
—
En discussion
—
Convertis
—
Perdus
—
Paramètres à simuler
Site web
Note Google My Business3.0 ★
Nombre d'avis GMB30 avis
Réseaux sociaux
Effectif
Zone géographique
Score calculé
—
points sur 100
Décomposition des points
Pseudocode de l'algorithme
function calculateScore(company): score = 0 // ── Présence digitale (max 37pts) if website == "none": score += 22 elif website == "basic": score += 10 if social == 0: score += 15 elif social == 1: score += 7 // ── Qualité GMB (max 32pts) if gmb < 2.5: score += 20 elif gmb < 3.5: score += 12 elif gmb < 4.0: score += 6 if reviews < 10: score += 12 elif reviews < 30: score += 8 elif reviews < 80: score += 4 // ── Potentiel business (max 23pts) pts = {"1-5":8, "6-20":12, "21-50":10, "50+":6} score += pts[employees] if zone_dynamique: score += 11 return min(score, 100)
Règles d'automatisation
Journal d'activité — Aujourd'hui
Roadmap — Fonctionnalités avancées
● IA Prédictive
Détection "Prêt à acheter"
Modèle ML entraîné sur signaux comportementaux — recrutements récents, visites GMB, pics d'activité. Score de propension dynamique.
Roadmap Q3 2026
● Enrichissement auto
Emails & contacts manquants
Connexion Hunter.io + Clearbit + Pappers pour enrichir les fiches sans email. Couverture cible : 78 % de la base.
Roadmap Q2 2026
● Campagnes auto
Séquences multi-canaux
Intégration Brevo & Lemlist — 3 emails sur 14 jours déclenchés par score ≥ 70. A/B test automatique. Reporting hebdo.
Roadmap Q3 2026
Schéma base de données PostgreSQL
-- Table principale CREATE TABLE companies ( id UUID PRIMARY KEY DEFAULT gen_random_uuid(), name TEXT NOT NULL, sector TEXT, region TEXT, department VARCHAR(3), employees VARCHAR(10), phone TEXT, email TEXT, website VARCHAR(10), gmb_score DECIMAL(2,1), gmb_reviews INTEGER, social_count SMALLINT, zone_dynamic BOOLEAN, score SMALLINT, created_at TIMESTAMPTZ DEFAULT now() ); -- CRM CREATE TABLE crm_records ( id UUID PRIMARY KEY DEFAULT gen_random_uuid(), company_id UUID REFERENCES companies(id), status crm_status, notes TEXT, reminder_at TIMESTAMPTZ, updated_at TIMESTAMPTZ DEFAULT now() ); -- Historique actions CREATE TABLE actions ( id UUID PRIMARY KEY DEFAULT gen_random_uuid(), company_id UUID REFERENCES companies(id), action_type TEXT, body TEXT, acted_at TIMESTAMPTZ DEFAULT now() ); CREATE TYPE crm_status AS ENUM ( 'non_contacte', 'contacte', 'en_discussion', 'converti', 'perdu' );
Scoring — Node.js / TypeScript
export function scoreCompany(c: Company) { let s = 0; s += {none:22,basic:10,pro:0}[c.website]; s += c.social_count === 0 ? 15 : c.social_count === 1 ? 7 : 0; if (c.gmb_score < 2.5) s += 20; else if (c.gmb_score < 3.5) s += 12; else if (c.gmb_score < 4.0) s += 6; if (c.gmb_reviews < 10) s += 12; else if (c.gmb_reviews < 30) s += 8; else if (c.gmb_reviews < 80) s += 4; s += {"1-5":8,"6-20":12,"21-50":10,"50+":6}[c.employees]; if (c.zone_dynamic) s += 11; return Math.min(s, 100); }
Stack complète
Frontend
Next.js 14 App Router · React Server Components · SWR · Recharts
Backend
Node.js · tRPC · Prisma ORM · Bull/Redis pour queues async
Data / Scraping
Python · Playwright · Scrapy · API Pappers (SIRENE) · Hunter.io
Infra
PostgreSQL sur Supabase · Redis Upstash · Déploiement Vercel Edge · Auth Clerk