Tailoring : personnaliser le pitch pour chaque persona du comité d'achat (avec IA)
Le mythe du "decision maker" unique est mort
Gartner (2024) mesure entre 6 et 10 décideurs dans un cycle de vente B2B SaaS. Le commercial qui pitche la même chose au CEO, au CFO et au CTO perd. Chacun de ces personas :
- ne mesure pas la valeur de la même façon (revenu vs coût vs risque technique),
- ne supporte pas le même langage (vision vs P&L vs architecture),
- ne déclenche pas une décision au même moment.
Le Challenger ne pitche pas le produit. Il pitche la version pertinente du Commercial Insight pour chaque décideur — c'est ce qu'on appelle le Tailoring.
Les 4 niveaux de tailoring
graph LR
A[Industrie] --> B[Entreprise]
B --> C[Rôle / Persona]
C --> D[Individu]
| Niveau | Quoi adapter | Effort |
|---|---|---|
| Industrie | Vocabulaire, métriques, benchmarks sectoriels | Faible (1 fois) |
| Entreprise | Chiffres internes, stack technique, contexte stratégique | Moyen (par compte) |
| Persona/Rôle | Le résultat mis en avant, le KPI, le langage | Moyen (par rôle) |
| Individu | Style relationnel, ancienneté, biais perso | Élevé (par contact) |
Beaucoup d'équipes commerciales s'arrêtent au niveau 1 ou 2. Le Challenger qui scale avec l'IA atteint systématiquement les niveaux 3 et 4.
La matrice persona × outcome
Pour chaque persona, l'IA peut générer une matrice du type :
| Persona | KPI qu'il défend | Outcome de notre solution | Métaphore qui parle | Crainte cachée |
|---|---|---|---|---|
| CEO | ARR, valorisation | "+18 points de NRR" | "Le moteur tourne mieux" | Rater le prochain board |
| CFO | Cash, OPEX, marge | "ROI 3x en 14 mois" | "Le robinet est mieux réglé" | Mauvaise allocation budget |
| CTO | Stack, dette, sécurité | "Zero-touch, SOC2-ready" | "On rajoute un capteur" | Encore un outil à maintenir |
| CSO | Quota, pipeline, win rate | "+22 % win rate top deals" | "Une jumelle dans le brouillard" | Perdre sur le forecast |
| Head of CS | NRR, churn, NPS | "Score d'activation par client" | "Un radar de patient" | Décisions en aveugle |
Une bonne règle : un Commercial Insight, 5 versions tailored, 5 emails de suivi distincts. Pas une seule version générique.
Le prompt IA réutilisable pour générer un Tailoring
Voici un prompt système (Claude ou GPT-4o) qui automatise 80 % du travail :
Tu es un coach commercial spécialisé Challenger Sale.
CONTEXTE :
- Notre produit : {{product_short_description}}
- Notre Commercial Insight cœur : {{commercial_insight}}
- Cible : {{target_industry}}, taille {{company_size}}
- Persona à addresser : {{persona_role}} (KPI principal : {{persona_kpi}})
OBJECTIF :
Produire une version tailored du Commercial Insight pour ce persona précis :
1. Réécrire le Reframe (1 phrase) avec le vocabulaire de ce persona
2. Donner 3 chiffres pertinents pour SON KPI principal
3. Énoncer la "perte si rien n'est fait" en monnaie de SON budget
4. Proposer une métaphore courte qui parle à SON quotidien
5. Anticiper SA crainte cachée et la rassurer en 1 phrase
CONTRAINTES :
- Pas de jargon corporate vide ("synergies", "transformation digitale")
- Chaque chiffre doit être plausible et défendable
- Pas plus de 180 mots au total
Exemple de sortie pour un CFO de SaaS Series B
Reframe : Votre problème de churn n'est pas un problème CS, c'est un
problème de qualité du revenu : 31 % de votre ARR vient de cohortes
qui churnent avant 9 mois.
Chiffres :
- 31 % de l'ARR à 18M€ est "instable" → 5,5M€ de revenu fantôme
- Coût d'acquisition perdu sur ces cohortes : ~1,8M€ / an
- Si NRR repasse à 115 %, valorisation x1,3 au prochain tour
Perte si rien n'est fait :
À 24 mois, vous lèverez moins (1,5x plus dilutif) ou pas du tout.
Métaphore :
C'est un seau percé : remplir plus vite ne sert à rien tant que le
trou n'est pas bouché. On bouche le trou.
Crainte cachée :
"Encore une dépense" → notre tarif est gagé sur le NRR uplift,
si on ne livre pas, vous ne payez pas le delta.
Niveau 4 : tailoring à l'individu via LinkedIn enrichment
L'IA permet d'aller un cran plus loin : enrichir avec le profil LinkedIn du contact.
Pipeline classique :
graph LR
A[Contact LinkedIn URL] --> B[Scraping<br/>Clearbit / Apollo]
B --> C[Synthèse parcours<br/>Claude]
C --> D[Pattern hooks<br/>3 angles]
D --> E[Tailored email]
Les 3 angles à extraire :
- Parcours : a-t-il vécu le problème avant (ex : ex-CFO d'un SaaS qui a churné) ?
- Posts : qu'est-ce qu'il a publié récemment qui montre une douleur ou un POV ?
- Affiliation : ex-école / ex-boîte commune avec un client référent → activer le biais d'autorité par proximité.
⚠️ Éthique : on personnalise pour être utile, pas pour faire croire qu'on est un ami. La frontière, c'est l'honnêteté du message (cf. chapitre 7 : éthique du Challenger).
Les pièges du tailoring à grande échelle
| Piège | Symptôme | Remède |
|---|---|---|
| Faux personnalisé | Toutes les ouvertures se ressemblent ("J'ai vu votre poste sur…") | Varier les angles : parcours, post, métrique sectorielle |
| Tailoring sans Insight | Un message hyper-perso… sur un produit générique | L'Insight est la fondation, le tailoring n'est que l'habillage |
| Trop de tailoring | Ralentit la vélocité, baisse l'output | Limiter le L4 (individu) aux 20 % top accounts |
| Hallucination IA | L'IA invente un fait sur le prospect | Toujours valider à la main les chiffres / postes / dates |
Récap : le check-list Tailoring du Challenger
Avant d'envoyer un message ou de démarrer un appel, vérifiez :
- Je connais le KPI cœur du persona
- J'ai au moins un chiffre dans sa monnaie (€, points NRR, ms latence…)
- J'ai une métaphore qui parle à son quotidien
- J'ai anticipé sa crainte cachée
- Le Reframe reste cohérent entre les 5 versions (même Insight, formulations différentes)
Au chapitre suivant, on attaque le 3e pilier : prendre le contrôle de la conversation et du process commercial.