L'IA comme catalyseur du win-back : scoring, segmentation et personnalisation à grande échelle

L'IA générative ne remplace ni le diagnostic humain ni le relationnel d'un commercial expérimenté. Elle industrialise les tâches que vous n'aviez pas le temps de faire : trier 200 comptes morts, écrire 50 ouvertures personnalisées, scorer la winnabilité, détecter les signaux faibles.

Ce chapitre vous donne des prompts opérationnels réutilisables, organisés selon les six étapes d'un programme win-back. Tous testés sur GPT-4o, Claude Sonnet, et Mistral Large.

Pourquoi l'IA est décisive sur le win-back spécifiquement

Trois caractéristiques font du win-back un terrain d'application idéal pour l'IA :

  1. Volume × profondeur : 50 à 500 comptes à traiter, chacun nécessitant 10 à 20 min d'analyse — humainement infaisable sans outillage
  2. Information structurée déjà disponible : CRM, emails passés, tickets support, données de signalement — un LLM peut les digérer
  3. Personnalisation indispensable : un message générique = du spam. La personnalisation est ce qui distingue un programme à 5 % de conversion d'un programme à 20 %

À retenir : l'IA ne remplace pas le commercial sur le win-back. Elle lui donne la bande passante pour appliquer les techniques humaines vues précédemment, à grande échelle.

Architecture d'un workflow win-back IA-augmenté

Voici la chaîne complète, étape par étape, et où l'IA intervient :

1. Extraction CRM       → IA : structurer la donnée brute en JSON
2. Tri en 4 familles    → IA : classifier sur émotions + cause de départ
3. Scoring winnabilité  → IA : noter sur les 2 axes de la matrice
4. Détection trigger    → IA : monitorer LinkedIn / news / signaux
5. Génération message   → IA : rédiger en respectant les contraintes
6. Coaching réponse     → IA : analyser la réponse + suggérer next-step

Chaque étape a son prompt. Les voici en détail.

Étape 1 — Prompt de structuration des données brutes

Cas d'usage : vous exportez 80 comptes perdus du CRM avec des notes de fin de contrat en texte libre. Vous voulez les structurer.

Prompt à utiliser

Tu es analyste commercial. Voici une liste de comptes clients perdus
avec leurs notes de clôture. Pour chaque compte, produis un JSON avec
les champs suivants :

- account_name : nom du compte
- date_churn : date estimée du départ
- raison_declaree : ce qu'a dit le client en partant
- raison_probable : ton hypothèse honnête de cause réelle
- famille : produit / prix / organisationnel / hostile
- emotion_residuelle_dominante : frustration / culpabilite / soulagement / colere
- signal_relance : faible / moyen / fort

N'invente rien. Si une info manque, mets "inconnu".
Réponds uniquement en JSON, sans introduction ni conclusion.

Données :
[COLLER LES NOTES BRUTES ICI]

Pourquoi ça marche : on demande un format machine-readable, on précise la liste fermée des valeurs, on impose "inconnu" plutôt que des hallucinations.

Gain de temps : 80 comptes structurés en 5 minutes au lieu de 10 heures.

Étape 2 — Prompt de scoring de winnabilité

Cas d'usage : vous avez les comptes structurés. Vous voulez les noter sur la matrice winnabilité × valeur.

Prompt à utiliser

Tu es directeur commercial expérimenté. Pour chacun des comptes
ci-dessous, attribue deux scores de 1 à 5 :

1. WINNABILITE : probabilité de re-signature dans les 12 prochains mois,
   avec un effort commercial structuré. Critères pour calibrer :
   - 5 : départ involontaire récent, sponsor encore en poste
   - 4 : départ produit, cause aujourd'hui corrigée
   - 3 : départ prix, possibilité de re-pricing
   - 2 : départ hostile mais > 12 mois, incident traité
   - 1 : départ hostile récent, ou produit non amélioré sur la cause

2. VALEUR : potentiel de revenu LTV sur 3 ans.
   - 5 : ACV historique haut, fort potentiel d'expansion, marque
   - 4 : ACV moyen-haut, bon ICP
   - 3 : ACV moyen
   - 2 : ACV bas mais référence
   - 1 : petit ticket, pas de référence

Produis pour chaque compte un JSON :
{ "account": "...", "winnabilite": N, "valeur": N, "score_total": N,
  "strategie_recommandee": "...", "justification": "1-2 phrases" }

Stratégies possibles : "ABM dédié", "high-touch 50 jours",
"semi-auto 30 jours", "newsletter bas effort", "archiver".

Comptes à scorer :
[COLLER LES COMPTES JSON ICI]

Gain : passer de "je sens que celui-là vaut le coup" à une priorisation mesurée et défendable auprès de la direction.

Étape 3 — Prompt de détection de signaux faibles

Cas d'usage : vous voulez monitorer 30 comptes prioritaires pour détecter des triggers de relance pertinente.

Prompt à utiliser

Tu es analyste de signaux commerciaux. Pour chaque compte ci-dessous,
je vais te coller :
- Le profil LinkedIn récent du sponsor principal et son contenu posté
  ces 3 derniers mois
- Les news publiques de l'entreprise (10K, presse, blog)
- L'évolution de leur équipe sur LinkedIn

Identifie pour chacun :
1. Un trigger de relance pertinent (événement précis, changement de
   rôle, douleur visible, contradiction entre discours et action)
2. La fenêtre temporelle d'opportunité (immédiate / 30 jours / 90 jours)
3. L'angle d'ouverture à utiliser (1 phrase)

Format JSON :
{ "account": "...", "trigger": "...", "fenetre": "...",
  "angle_ouverture": "..." }

Si aucun trigger sérieux : "trigger": "aucun pour l'instant".
Pas d'invention. Si l'info est ambigüe, dis-le.

Données :
[COLLER LES DONNEES ICI]

Variante automatisée : ce prompt peut tourner en mode "veille hebdomadaire" via un workflow Zapier / n8n qui agrège LinkedIn Sales Navigator + Google News + Albacross et déclenche l'analyse IA chaque lundi.

Étape 4 — Prompt de génération de message d'ouverture personnalisé

Cas d'usage : vous avez identifié 12 comptes high-priority. Vous voulez 12 emails d'ouverture, chacun unique, respectant la formule "3 phrases" du chapitre 4.

Prompt à utiliser

Tu es un expert en win-back B2B. Tu vas écrire UN email d'ouverture
pour chacun des comptes ci-dessous.

Contraintes absolues :
- Structure obligatoire : 3 phrases, dans cet ordre
  Phrase 1 = reconnaissance honnête du départ (sans culpabiliser ni
             s'excuser à plat)
  Phrase 2 = élément nouveau et factuel (changement chez nous,
             dans le marché, ou chez eux)
  Phrase 3 = question ouverte sur leur situation, SANS CTA commercial
- Ton : direct, humain, non-vendeur. Pas de superlatifs. Pas de "ravi de".
- Longueur max : 70 mots
- Pas de "j'espère que vous allez bien"
- Pas de signature (je l'ajoute moi-même)
- L'objet doit faire référence au passé partagé, pas vendre

Tu adapteras le ton à l'émotion résiduelle :
- frustration : reconnaître la cause précise du grief
- culpabilite : proposer un filet de sécurité sans pression
- soulagement : se rappeler à son existence, sans rien demander
- colere : confronter le passé frontalement, donner permission de refuser

Format de sortie : pour chaque compte, "Objet : ..." puis le corps.

Comptes :
[COLLER LES COMPTES AVEC EMOTION + RAISON + FAIT_NOUVEAU + CONTEXTE]

Pourquoi cette précision : sans contraintes serrées, l'IA produit du "marketing-speak" générique reconnu en 2 secondes par le destinataire. Les contraintes la forcent à respecter la mécanique humaine vue au chapitre 4.

Garde-fou de validation

Toujours relire un message IA avant envoi. Critères de rejet :

  • Contient "ravi", "heureux", "j'espère que vous allez bien", "n'hésitez pas"
  • Présente l'évolution comme un reproche déguisé ("on a corrigé ce que vous nous reprochiez")
  • Inclut un CTA commercial dans le 1er email
  • Dépasse 70 mots

Si un de ces critères est présent : faites réécrire avec une instruction corrective précise.

Étape 5 — Prompt de coaching de réponse

Cas d'usage : un client répond enfin. Vous voulez analyser sa réponse et décider du next-step.

Prompt à utiliser

Voici la réponse d'un ancien client à mon email de win-back.
Contexte : il avait churné en [DATE] pour cause [X],
émotion résiduelle dominante = [Y].

Analyse :
1. À quel ETAGE MENTAL (1 à 7) se trouve-t-il dans sa réponse ?
   (1=Permission, 2=Curiosite, 3=Legitimite, 4=Securite, 5=Identite,
    6=Economie, 7=Decision)
2. Quelle EMOTION transparait dans sa réponse ?
3. Y a-t-il une OBJECTION cachée ? Si oui, laquelle ?
4. Quelle est la PROCHAINE ACTION la plus juste ? Choisis parmi :
   - répondre par un nouveau fait
   - proposer un café virtuel court
   - proposer un audit / livrable gratuit
   - laisser respirer 14 jours
   - archiver (pas winnable)
5. Si tu suggères de répondre, ECRIS la réponse en respectant les
   règles : pas de pression, pas de CTA commercial avant l'étage 5,
   reformuler avant de proposer.

Réponse du client :
[COLLER LA REPONSE]

Effet : ça vous fait gagner 30 min de réflexion par réponse traitée, et — surtout — ça vous empêche les réponses "à chaud" agressives qui font dérailler la séquence.

Étape 6 — Prompt de bilan de campagne

Cas d'usage : à la fin de votre campagne de 50 jours, vous voulez un bilan structuré pour la direction.

Prompt à utiliser

Tu es analyste commercial. Je te fournis les données de ma campagne
win-back menée du [DATE_DEBUT] au [DATE_FIN].

Données :
- Nombre de comptes entrés : N
- Tri par famille (produit/prix/organisationnel/hostile)
- Taux de réponse 1er email : X%
- Taux de meeting accepté : Y%
- Taux de signature : Z%
- Revenu récupéré : XXX €
- Coût de la campagne : XXX €

Produis un bilan structuré en 5 sections :
1. EXECUTIVE SUMMARY (3 lignes)
2. KPI vs BENCHMARK (avec analyse écart)
3. CE QUI A MARCHE (top 3 patterns + comptes signés)
4. CE QUI N'A PAS MARCHE (top 3 patterns + comptes échoués)
5. RECOMMANDATIONS POUR PROCHAINE CAMPAGNE (max 5 actions concrètes)

Ton : factuel, anti-bullshit. Si un KPI est mauvais, dis-le.

[COLLER LES DONNEES BRUTES]

Utilité : transforme 4h de PowerPoint en un bilan structuré en 10 min. Et oblige à mesurer ce qu'on a fait (vs auto-congratulation).

Combiner plusieurs prompts dans un workflow n8n / Make / Zapier

Pour les équipes qui veulent industrialiser, voici le workflow type :

[Trigger : Lundi 8h]
    ↓
[Étape 1 : Export CRM des comptes perdus 6-18 mois]
    ↓
[Prompt IA : structuration en JSON]
    ↓
[Prompt IA : scoring winnabilité × valeur]
    ↓
[Filtre : score ≥ 15]
    ↓
[Prompt IA : recherche triggers via LinkedIn / news]
    ↓
[Filtre : trigger présent OU fenêtre fiscale]
    ↓
[Prompt IA : génération email d'ouverture]
    ↓
[Notification Slack au commercial : "12 comptes prêts à relancer"]
    ↓
[Commercial relit, valide, envoie depuis sa boîte personnelle]

Important : l'envoi reste manuel. L'IA suggère, le commercial valide et personnalise les 5 derniers %.

Les cinq erreurs IA fatales sur le win-back

Erreur 1 — Faire envoyer le mail directement par l'IA

Si le mail est envoyé sans relecture humaine, vous perdez le facteur 5× de conversion d'un programme personnalisé. L'IA assiste, elle n'envoie pas.

Erreur 2 — Trop standardiser les prompts

Si tous vos prompts produisent le même style, vos messages deviennent reconnaissables. Variez les prompts par segment, par persona, par secteur.

Erreur 3 — Ne pas garder en mémoire les itérations qui marchent

Si vous itérez sur 30 versions de prompts et ne capitalisez pas, vous repartez de zéro à chaque campagne. Tenez un "prompt journal" avec les versions testées et leur taux de conversion.

Erreur 4 — Demander à l'IA "écris un mail de win-back" sans contraintes

Sans contraintes serrées, l'IA produit du marketing-speak. Toujours imposer : structure, longueur, ton, ce qu'il faut éviter.

Erreur 5 — Croire l'IA sur les données factuelles

L'IA hallucine sur les dates, montants, noms. Toujours vérifier les éléments factuels qu'elle introduit, surtout si vous citez le client ou un événement public.

Garde-fou éthique IA-spécifique

Trois interdits supplémentaires propres à l'IA :

  1. Ne jamais utiliser l'IA pour générer des messages à grand volume. Le win-back est un acte personnalisé. >50 comptes par semaine = ce n'est plus du win-back, c'est du spam.
  2. Ne jamais utiliser des données privées du client (emails passés, échanges sensibles) sans son consentement pour nourrir un prompt — RGPD + éthique.
  3. Ne jamais faire croire au client qu'il échange avec un humain quand c'est l'IA qui répond. Le moment où il découvre la supercherie = perte définitive.

Synthèse opérationnelle

Au terme de ce chapitre IA, vous disposez de six prompts prêts à l'emploi :

Prompt Usage Gain de temps typique
Structuration des données brutes Mettre en ordre un export CRM 80 %
Scoring winnabilité × valeur Prioriser le pipeline mort 90 %
Détection de signaux faibles Monitoring proactif 95 %
Génération de message d'ouverture Rédaction personnalisée à grande échelle 70 %
Coaching de réponse Aide à la décision next-step 60 %
Bilan de campagne Reporting direction 80 %

Ces prompts vous permettent de passer d'une capacité de 5 comptes traités par semaine en pleine attention à 50 comptes par semaine, sans perdre la personnalisation qui fait la conversion.

Le chapitre suivant assemble tout dans un cadre opérationnel unique : le framework REVIVE, applicable dès demain.

Prochaine étape : le framework REVIVE — la méthode pas-à-pas qui assemble psychologie, business et IA pour orchestrer un programme win-back de A à Z sur 30 jours.