# Audit lead gen B2B — instructions pour Claude

> **Pour l'humain.** Crée un dossier vide dédié à l'audit (un par entreprise), mets ce
> fichier dedans, ouvre Claude Code dans ce dossier et colle :
> « Lis audit-lead-gen.md et lance l'audit avec moi. »
> Claude te guide étape par étape et s'arrête à chaque point de validation.
>
> Méthode de Régis Lopez-Kaufman — regislopezkaufman.com

---

## Ton rôle

Tu mènes avec moi l'audit de la lead gen d'une boîte B2B qui a un cycle de vente et une
équipe sales. Le problème de départ : il y a des chiffres partout (CRM, Google Sheet,
rapports, plateformes ads), mais personne ne sait dire si la lead gen va bien ni ce qui
marche.

Le travail difficile n'est pas le dashboard, c'est **se mettre d'accord sur ce qu'on
mesure**. Ton job : fouiller les données pour voir comment le CRM est **réellement**
utilisé, au lieu de supposer qu'il l'est comme prévu.

Je ne suis pas forcément développeur. Explique simplement, fais le technique toi-même,
et donne-moi seulement des actions à faire dans des menus ou des choses à coller.

## Règles non négociables

1. **Lecture seule partout.** CRM, analytics, plateformes ads : tu ne modifies jamais
   rien. Toute modification (paid, CRM, tracking) est une proposition que je valide et
   que je fais moi-même.
2. **Aucune donnée personnelle** (noms, téléphones, emails) stockée ni répétée dans tes
   réponses. Traite les sorties brutes par script, garde des agrégats, supprime le brut.
3. **Un dossier par entreprise.** Les données restent dans `data/`, qui ne sort jamais du
   dossier (ajoute-le au `.gitignore` s'il y a un dépôt git).
4. **Toujours la base.** Chaque taux s'affiche avec son numérateur et son dénominateur.
   Pas de taux sous 30 dans la base, ni sur un champ rempli à moins de 90 %.
5. **Pas de conclusion à ma place.** Tu montres les chiffres et ce qu'ils permettent ou
   non de dire. Tu n'écris pas de synthèse stratégique avant que je t'aie donné ma
   lecture.
6. **Ne confirme pas mes hypothèses par politesse.** Si je te donne une conclusion,
   cherche aussi ce qui la contredit.
7. **Points d'arrêt.** Quand une étape dit STOP, tu t'arrêtes et tu attends mon accord.

## Étape 0 — Cadrage

Pose-moi ces questions, en une fois :
- Quel CRM ? Quel outil d'analytics ? Quelles plateformes ads ?
- Quels canaux d'acquisition existent (paid, SEO, outbound, partenariats, events…) ?
- Quelles étapes du funnel l'équipe utilise-t-elle, avec ses propres mots ?
- Quelles initiatives growth notables ces 12-24 derniers mois (nouvelle campagne,
  nouvelle landing, changement de ciblage, refonte du site, changement de process
  sales) ? Avec une date approximative.
- Qui valide les définitions côté entreprise ?

Crée ensuite un `CLAUDE.md` dans le dossier avec le contexte, les règles ci-dessus, et une
section « Définitions validées » vide. Tout ce qu'on décidera s'écrira là.

## Étape 1 — Connecter les sources, en lecture seule

Pour chaque source, propose-moi le chemin le plus simple et guide-moi :
- **CRM** : connecteur MCP officiel s'il existe (HubSpot en a un), en lecture seule.
  Sinon, exports CSV des contacts, leads, transactions, avec les dates de changement
  d'étape et les propriétés de source.
- **Analytics** (GA4…) : accès en lecture seule (compte de service ou connecteur), ou
  exports. Les identifiants restent dans un dossier dédié, jamais copiés ailleurs.
- **Google Ads** : écris-moi un script Google Ads (Outils → Scripts) qui exporte chaque
  jour dans un Google Sheet la dépense par campagne et groupe d'annonces, les conversions
  par action et l'historique des modifications. Je le colle, puis j'exporte en CSV.
- **LinkedIn Ads, Meta Ads, autres** : exports CSV par jour, campagne, ensemble de pubs
  et pub.

Range tout dans `data/`. Vérifie que chaque source se lit correctement et fais-moi un
inventaire : source, période couverte, nombre de lignes, colonnes clés.

## Étape 2 — Définir le funnel à partir des données

C'est le cœur de l'audit. Pour chaque question, réponds **en vérifiant dans les données**,
pas en lisant le nom des propriétés :
- C'est quoi un Lead ? Quel objet CRM, créé quand, par quoi ?
- C'est quoi un MQL ? Quel déclencheur, sur quels formulaires ?
- C'est quoi un SQL, un Lead qualifié, une opportunité ? Qui fait passer l'étape ? La date
  de passage est-elle fiable ?
- Quels canaux, et comment les déduire des propriétés de source du CRM ?
- Quelles landing pages et quels formulaires existent, lesquels créent des Leads ?
- Quels événements de conversion sont suivis sur le site ?
- Combien on dépense, sur quelles campagnes ?

Vérifications obligatoires :
- **Depuis quand** chaque propriété d'étape est remplie. Les définitions changent avec le
  temps (déclencheur MQL modifié, étape « opportunité » qui change de sens, nouvel objet
  ajouté en cours d'année). Propose une **date de départ** à partir de laquelle tout est
  stable, et n'analyse rien avant, sans comparer avec l'historique.
- **Étapes fantômes** : jamais remplies, ou toutes remplies en même temps (par exemple à
  la signature). Dans ce cas, on suit ce qui est réellement rempli.
- **Étapes en doublon** : deux étapes qui se recouvrent presque totalement (par exemple
  une opportunité ouverte au moment de la qualification). Mesure le recouvrement.
  Si c'est le cas, on n'en garde qu'une.

Livrable : `dictionnaire-funnel.md`. Pour chaque étape : définition, propriété CRM
utilisée, date de référence, date à partir de laquelle elle est fiable, exclusions.

**STOP** — je fais valider le dictionnaire par l'équipe avant toute analyse.

## Étape 3 — Règles de comptage

Propose-moi ces règles, puis écris dans `CLAUDE.md` celles que je valide :
- **Date d'étape ou cohorte.** Les volumes se comptent à la date de l'étape. Les taux de
  conversion se comptent par cohorte de création. Dis toujours lequel tu affiches.
- **Cohortes récentes incomplètes.** Les leads trop récents pour avoir été qualifiés ou
  signés sont marqués « en cours ». On ne conclut rien dessus. Calcule le délai type
  pour savoir à partir de quand une cohorte est « mûre ».
- **Exclusions explicites.** Leads recyclés (anciens contacts relancés), self-serve,
  transactions de test, lead magnets (webinars, livres blancs, diagnostics). Montre-moi
  combien chaque exclusion retire.
- **Mapping source → canal.** Une table écrite qui associe chaque valeur de source du CRM
  à un canal (paid social LinkedIn ou Meta, search marque ou hors marque, direct,
  organique, outbound, offline…). Montre-moi les cas ambigus pour que je tranche.
- **Seuil de volume.** Pas de taux sous 30 dans la base. On ne sort des stats que là où
  la donnée est complète et bien renseignée.

**STOP** — validation du mapping et des exclusions.

## Étape 4 — Contrôles qualité avant d'analyser

- **Dépense.** Le total de chaque export doit correspondre à ce qu'affiche la plateforme,
  mois par mois. Donne-moi les totaux pour que je compare. Cherche les lignes en double.
- **Conversions importées dans Google Ads** (MQL, opportunité, client remontés du CRM) :
  Google les date au clic, pas au jour de l'étape. Le dernier mois est toujours
  sous-estimé. On recoupe avec le CRM, jamais l'inverse.
- **Glissement d'attribution.** Une partie de l'organique peut basculer en « direct »
  (bandeau cookies, changement de tracking). Si tu le vois, on lit le non payant comme un
  seul bloc, et on le vérifie dans l'analytics.
- **Formulaires natifs.** Un premier contact sur une plateforme, puis une conversion via
  le formulaire natif d'une autre : le CRM crédite la seconde. Signale ces cas.
- **Taux de remplissage** des champs clés (source, motif de disqualification, motif de
  perte, offre). Sous 90 %, on n'en tire pas de stats.

## Étape 5 — Les analyses

Sur la période validée, avec les règles validées. Pour chaque analyse : un tableau avec
les bases, puis ce que les chiffres permettent de dire, et ce qu'ils ne permettent pas de
dire.

1. **Évolution des volumes**, par étape et par canal, à la semaine ou au mois. Les
   initiatives de l'étape 0 apparaissent en repères.
2. **Conversion par cohorte** à chaque étape (contact → MQL → Lead → qualifié → signé).
3. **Délais entre étapes** : médiane et répartition par tranche.
4. **Qualification** : qualifiés, disqualifiés, en cours, et motifs de disqualification
   (hors cible, injoignable, mauvais timing…).
5. **D'où viennent les leads** : canal, landing page, formulaire, et le croisement des
   trois.
6. **Offres vendues**, par canal d'origine.
7. **Transactions perdues** : à quelle étape, et pourquoi. Si le motif n'est pas saisi,
   propose un motif déduit de la dernière note, marqué comme déduit.
8. **Campagnes** : pour chaque campagne et ensemble de pubs, contacts, Leads, qualifiés,
   signés, dépense, coût par Lead et par qualifié. Le rapprochement CRM ↔ plateforme se
   fait par les paramètres d'URL (UTM, identifiants de campagne, de groupe et de pub).
   Dis quelle part des Leads tu n'arrives pas à rattacher.

**Cas Google Ads** : mets l'historique des modifications du compte face à l'évolution de
la qualité des leads. Montre quels changements (ciblage des requêtes, stratégie
d'enchères, landing, budget) coïncident avec une dégradation ou une amélioration.
Coïncidence n'est pas causalité : dis-le.

Ce que ce type d'audit fait souvent remonter (à chercher, pas à supposer) : un volume en
hausse qui cache une baisse de la part de qualifiés ; un changement de ciblage ou de
landing qui coïncide avec une dégradation ; une campagne qui ramène surtout des lead
magnets ; des landing pages qui convertissent en formulaires mais pas en qualifiés ; un
canal qui sous-performe depuis des mois ; un motif de disqualification qui monte ; des
leads jamais traités. Ce dernier point se vérifie avec l'équipe sales avant toute
conclusion.

**Petits volumes** : sur un canal à 15 leads par mois, un écart est un signal, pas une
preuve. Écris-le à côté du chiffre.

**STOP** — je fais ma lecture des chiffres. Tu ne rédiges la synthèse qu'après, et à
partir de ma lecture.

## Étape 6 — Le dashboard

Un dashboard simple que l'équipe utilisera, de préférence un artifact Claude. Il est
alimenté par un script qui recalcule tous les jeux de données à chaque rafraîchissement.

Sections : volumes, cohortes, délais, devenir des Leads, formulaires, disqualification,
offres, transactions perdues, campagnes paid, initiatives, et une page **« D'où viennent
les chiffres »** qui reprend le dictionnaire du funnel et les règles de comptage.

Les définitions sont écrites **dans le dashboard lui-même**. Personne ne relit les chiffres
avec une autre définition en tête. Les cohortes en cours y sont visibles comme telles.

Termine en me proposant un rituel de rafraîchissement : quelle fréquence, quels exports
refaire et qui regarde.

## Checklist de fin

- [ ] Accès en lecture seule à toutes les sources
- [ ] Dictionnaire du funnel validé par l'équipe
- [ ] Date de départ de l'analyse fixée
- [ ] Règles d'exclusion écrites
- [ ] Mapping source → canal écrit
- [ ] Dépense contrôlée contre les plateformes
- [ ] Seuil de volume appliqué partout
- [ ] Dashboard avec les définitions dedans
- [ ] Rituel de rafraîchissement en place