Cartographier le funnel et trouver le goulot

Cette étape a une seule mission : désigner l’étape où un effort supplémentaire fait le plus bouger le chiffre d’affaires, et aligner le reste de l’audit derrière elle. Sur un audit mené pour un SaaS B2B, le trafic reposait sur de bonnes bases et la conversion n’avait presque pas été travaillée : ce verdict est donc venu en premier, et l’analyse s’est concentrée sur la conversion. Dites aussi ce que vous n’avez pas creusé, et abstenez-vous de recommander là où quelqu’un d’autre est mieux placé que vous.

Tout au long de ce chapitre, prenons un SaaS B2B à 2 M€ d’ARR qui vend un logiciel de devis à des entreprises de 50 à 500 personnes. Les chiffres sont inventés pour illustrer la méthode.

Écrivez chaque étape comme un événement que l’on peut compter

Un funnel dessiné sur une slide ne prouve rien tant que chaque étape n’a pas un événement d’entrée, un événement de sortie et un seul système qui fait foi. Si le marketing et les sales ne comptent pas « qualifié » de la même façon, réglez ce point avant de calculer le moindre taux.

Étape	Comptée quand	Source de vérité
Visite	Une session démarre sur le site	Web analytics
Inscription	Un compte est créé	Base de données de l’application
Activé	Le premier devis part chez un vrai client	Base de données de l’application
Qualifié	Le compte correspond à la cible et les sales l’acceptent	CRM
Gagné	La première facture est payée	Facturation

Si ces événements sont fragiles, retournez au chapitre sur la fiabilisation des données. Un taux calculé sur une attribution bancale donne une mauvaise réponse très sûre d’elle.

Calculez les taux par cohorte et par segment

Suivez les comptes par mois d’inscription, pour qu’un contrat signé en juin revienne à l’inscription de mars qui l’a produit. Laissez les cohortes récentes hors du taux de closing tant que votre cycle de vente habituel n’est pas écoulé, sinon elles paraîtront moins bonnes qu’elles ne le sont.

SELECT
  date_trunc('month', signup_at) AS cohort_month,
  company_size_band,
  count(*) AS signups,
  count(activated_at) AS activated,
  count(qualified_at) AS qualified,
  count(won_at) AS won
FROM accounts
WHERE signup_at >= now() - interval '12 months'
GROUP BY 1, 2
ORDER BY 1, 2;

En moyenne sur douze mois, notre exemple donne ceci :

Étape	Volume mensuel	Taux vers l’étape suivante
Visites	20 000	2 %
Inscriptions	400	40 %
Activés	160	25 %
Qualifiés	40	20 %
Gagnés	8

Trouvez le goulot en testant ce que vaut une hausse

Un funnel se multiplie : une hausse de 20 % à n’importe quelle étape donne les mêmes 20 % de clients en plus. Le taux le plus bas ne vous apprend donc pas grand-chose. Vous cherchez l’étape où une hausse est la plus plausible et la moins chère à obtenir, et l’écart entre votre moyenne et votre meilleur segment reste l’estimation la plus honnête de ce qui est plausible.

Transition	Actuel	Meilleur segment	Gagnés par mois si toute l’étape s’y alignait
Visite vers inscription	2 %	2,6 % (pages fonctionnalités)	10,4
Inscription vers activé	40 %	62 % (comptes avec un collègue invité)	12,4
Activé vers qualifié	25 %	30 % (search payant)	9,6
Qualifié vers gagné	20 %	24 % (démos entrantes)	9,6

Ici, le goulot est l’activation, et le travail se poursuit dans le chapitre activation. Deux vérifications avant de vous engager. Un meilleur segment peut être une population différente : réduisez l’estimation si ces comptes auraient réussi de toute façon. Cherchez aussi les limites de capacité : si deux commerciaux ne peuvent traiter que 40 comptes qualifiés par mois, les leads supplémentaires feront la queue et refroidiront. L’équation de croissance vous donne le cadre pour chiffrer chaque levier.

Confrontez les étiquettes des contenus à ce qu’ils font vraiment

La plupart des équipes étiquettent leurs contenus TOFU, MOFU ou BOFU au moment de les planifier, puis ne vérifient plus jamais. Exportez toutes les URL de contenu et remplissez cette grille.

Colonne	Comment la remplir
Étape déclarée	L’étiquette du plan éditorial
Étape observée	Votre lecture des requêtes principales et de la page
Sessions, inscriptions, leads qualifiés	Analytics, rapprochés du CRM via la première page vue
Cible du CTA et son étape	L’endroit où mène réellement le bouton principal
Position et visibilité du CTA	Part des lecteurs qui descendent jusqu’à lui
CTA suivi	Oui ou non

Le test de l’étape observée reste simple. Le lecteur TOFU découvre un problème. Le lecteur MOFU a le problème et compare des approches. Le lecteur BOFU compare des fournisseurs ou s’apprête à en essayer un.

Cette grille fait presque toujours ressortir les mêmes constats. Un contenu étiqueté MOFU est souvent du TOFU, parce qu’un guide pratique attire des gens qui apprennent le métier. Des CTA envoient les lecteurs MOFU vers un autre contenu MOFU, voire les ramènent au TOFU, alors que chaque clic devrait les rapprocher d’une étape. Des CTA dorment en bas de page, là où peu de monde les voit et où personne ne les compte.

Le BOFU a sa place sur des landing pages. Un article intitulé « meilleurs logiciels de devis » a la mauvaise mise en page, les mauvaises preuves et un CTA générique. Et si vos conversions se font sur les pages fonctionnalités et tarifs, chaque article doit renvoyer vers la fonctionnalité liée à son sujet. Un article sur les conditions de paiement dans les devis pointe vers la fonctionnalité correspondante, avec une phrase qui rend le clic évident.

Corrigez le tracking en même temps. Un lien qui part vers l’application sur un autre domaine peut porter des UTM. Les liens à l’intérieur d’une même propriété GA4 doivent plutôt envoyer un événement, car un UTM sur un lien interne démarre une nouvelle session et écrase la source.

<a href="https://app.example.com/signup?utm_source=blog&utm_medium=cta&utm_campaign=payment-terms&utm_content=inline-1"
   data-cta-stage="mofu" data-cta-position="inline-1">Try it on a real quote</a>

Comparez ceux qui lisent et ceux qui achètent

Une poignée de pages peut concentrer une grande part du trafic et attirer la mauvaise taille d’entreprise, le plus souvent parce que les sujets sont trop opérationnels. Un modèle pour indépendants remplira vos inscriptions d’indépendants. Certains articles TOFU apportent beaucoup d’inscriptions et presque aucun lead qualifié : jugez donc chaque page sur les leads qualifiés.

SELECT
  first_landing_page,
  count(*) AS signups,
  count(*) FILTER (WHERE employees BETWEEN 50 AND 500) AS icp_signups,
  count(qualified_at) AS qualified_leads
FROM accounts
WHERE signup_at >= now() - interval '12 months'
GROUP BY first_landing_page
ORDER BY signups DESC;

Triez par inscriptions, puis lisez la colonne des leads qualifiés juste à côté. Les pages en haut de liste avec une colonne vide sont celles qui flattent votre tableau de bord. Le choix inverse se défend aussi : sur le projet Deux.io, nous avons visé un petit nombre de recherches à forte intention, même là où la requête était rarement tapée, et ces pages ont apporté 35 à 50 leads par mois.

Ce qu’il faut livrer

Trois éléments : le tableau du funnel avec ses définitions, le verdict sur le goulot avec son calcul, et la grille des contenus avec les étiquettes corrigées. Rédigez chaque constat de la même façon, pour pouvoir le noter ensuite.

Champ	Exemple
Observation	La moitié des articles étiquetés MOFU répondent à des requêtes de débutants
Preuve	Grille, 40 URL revues, requêtes principales jointes
Conséquence	Le parcours de nurturing paraît plein alors que peu de lecteurs évaluent réellement
Action	Réétiqueter, puis écrire 5 landing pages comparatives liées depuis ces articles

Votre prochaine étape : sortez les cinq volumes d’étapes des douze derniers mois, découpez-les par taille d’entreprise et écrivez le goulot en une phrase avant d’ouvrir le moindre autre rapport.