Un lead qualifié par le produit : quelqu'un qui a franchi un seuil d'usage qui prédit l'achat — qualifié par ce qu'il fait, pas par ce qu'il a téléchargé.
En pratique
Un PQL qualifie sur un comportement dans le produit plutôt que sur une taille d'entreprise ou un intitulé de poste — c'est toute la différence avec un MQL, un lead qualifié par le marketing, et la raison pour laquelle il prédit mieux : la personne a déjà fait ce qu'une démo aurait essayé de la convaincre de faire. La partie que la plupart des définitions ratent est qu'un bon seuil doit tenir sur deux axes, pas un. Le lift — à quel point le groupe qualifié convertit mieux — est celui qu'on mesure toujours ; la taille de la liste est celui qu'on oublie, et deux seuils au lift identique peuvent produire l'un une dizaine de contacts par jour à forte densité, l'autre une liste de diffusion déguisée. Enfin, un seuil se périme : quand le produit change, le comportement qui était un signal fort devient banal, et le recalculer chaque trimestre est de l'entretien normal.
La formule
Lift du PQL = (taux de conversion des utilisateurs au-dessus du seuil) ÷ (taux de conversion de ceux en dessous) — et le seuil n'est utile que si la liste qu'il produit est travaillable par un humain
- Seuil
Un comportement dans le produit — a invité un coéquipier, a importé de vraies données, a atteint une limite d'offre — pas une taille d'entreprise ni un intitulé de poste. C'est toute la différence avec un MQL, et la raison pour laquelle le chiffre veut dire quelque chose.
- Lift
À quel point le groupe qualifié convertit mieux que le groupe non qualifié. Un seuil au lift proche de 1 ne qualifie personne, il trace une ligne au milieu de tes utilisateurs.
- Taille de la liste
Combien d'utilisateurs franchissent le seuil sur une période. La moitié oubliée de la définition : un seuil peut avoir un lift magnifique et qualifier quand même plus de gens que personne ne pourra jamais contacter.
Les deux moitiés doivent tenir. Optimiser le seul lift produit des seuils si rares qu'ils qualifient quatre personnes par trimestre ; optimiser le volume produit une liste impossible à distinguer de « tous ceux qui se sont inscrits ».
Exemple chiffré
Deux seuils, le même lift, un seul utilisable
- 5 000 inscriptions gratuites sur un trimestre, dont 300 passent au payant : une base de 6 %.
- Seuil A, « a invité un coéquipier » : 900 utilisateurs qualifient et 135 convertissent (15 %) ; les 4 100 autres produisent 165 conversions (4,0 %). Lift = 15 ÷ 4,0 ≈ 3,7×.
- Seuil B, « s'est connecté trois fois » : 3 200 qualifient et 260 convertissent (8,1 %) ; les 1 800 autres produisent 40 conversions (2,2 %). Lift = 8,1 ÷ 2,2 ≈ 3,7× — identique.
- Le même lift, et une seule des deux est une liste. A, c'est 900 personnes par trimestre qui convertissent à 15 % : une dizaine de contacts par jour, chacun avec une chance sérieuse d'en valoir la peine. B, c'est 3 200 personnes à 8 %, autrement dit une liste de diffusion avec des étapes en plus.
Le lift seul aurait noté ces deux seuils à égalité. Le second axe — combien de personnes le seuil qualifie, et à quelle densité — est ce qui sépare un signal sur lequel une équipe peut agir d'un signal qu'elle cessera discrètement d'ouvrir au bout de trois semaines.
Ordres de grandeur
- L'affirmation qu'on croise partout est que les PQL convertissent plusieurs fois mieux que les MQL. C'est vrai et la comparaison est biaisée : un PQL a utilisé le produit, un MQL a téléchargé un PDF. Citer ce rapport ne prouve rien sur tes seuils, parce qu'il tiendrait pour presque n'importe quel seuil comportemental.
- La seule référence qui vaille est ton propre taux de conversion de base, mesuré avant qu'un seuil n'existe. Sans lui il n'y a pas de lift à calculer, et c'est pour ça que c'est le premier chiffre à obtenir.
- Un seuil qui cesse de fonctionner est normal plutôt qu'alarmant : le produit a changé et le comportement qui était un signal fort est devenu banal. Le recalculer chaque trimestre est de l'entretien, pas le signe que le premier était mauvais.
Comment l'améliorer
- Dérive le seuil des données, jamais d'un atelier. Prends les utilisateurs qui ont converti, regarde ce qu'ils ont fait dans leurs deux premières semaines que les autres n'ont pas fait, et teste chaque comportement candidat sur le lift et la taille de liste.
- Vérifie les deux axes avant d'en adopter un, comme le montre l'exemple ci-dessus. Note le lift ET le nombre trimestriel à côté de chaque candidat.
- Garde un comportement unique qu'une personne peut lire en une phrase. Un score construit sur sept signaux pondérés ne se discute pas, ne se débogue pas, et se fait ignorer la première fois qu'il se trompe.
- Décide de ce qui se passe quand quelqu'un le franchit, avant de commencer à compter. Un PQL que personne ne contacte et qu'aucune offre dans l'app n'accueille est une colonne de base de données, pas un mécanisme de croissance.
Dans le Tour
Sais-tu quel pourcentage d'utilisateurs atteint ce moment ?
- Oui, suivi précisément20 pts
- Une intuition approximative7 pts
- Aucune visibilité0 pts
Le Tour demande si tu connais le pourcentage d'utilisateurs qui atteignent ton moment d'activation, pour 20 points. Un seuil de PQL est cette même mesure pointée vers une décision commerciale : les deux cherchent quel comportement sépare ceux qui ont compris de ceux qui n'ont pas compris, et une équipe qui répond 20 a déjà fait l'essentiel du travail. L'ordre compte — définir un PQL avant de connaître son événement d'activation produit en général un seuil choisi pour sa facilité d'extraction plutôt que pour ce qu'il prédit.
Questions fréquentes
PQL ou MQL ?
Ils répondent à des questions différentes et peuvent coexister. Un MQL dit que quelqu'un s'est intéressé à la catégorie ; un PQL dit que quelqu'un a tiré de la valeur de ton produit. Si tu as un palier gratuit ou un essai, le second t'est accessible et prédit bien mieux — l'utilisateur a déjà fait ce qu'une démo aurait essayé de le convaincre de faire.
Comment choisir le seuil ?
À l'envers, en partant de tes clients convertis. Liste ce qu'ils ont fait tôt et que les non-convertis n'ont pas fait, puis calcule le lift et la taille de liste pour chaque candidat. Trois ou quatre candidats suffisent en général pour en trouver un à la fois prédictif et travaillable, et l'exercice prend un après-midi avec une base de données.
Faut-il une équipe commerciale pour utiliser les PQL ?
Non. Le seuil peut déclencher une offre dans l'app, un e-mail, ou un changement dans ce que le produit affiche — autant de choses qui passent à l'échelle sans que personne décroche un téléphone. Une équipe commerciale permet d'utiliser un seuil plus rare et à plus fort lift, mais le mécanisme fonctionne sans elle.
Combien de PQL faut-il avoir ?
Autant que ce que peut réellement traiter la personne qui agit dessus, ce qui est une question de capacité et non de marketing. Règle le seuil pour que la liste hebdomadaire corresponde au suivi que tu peux honnêtement assurer ; un seuil qui produit le triple de cette capacité produit un arriéré et une fausse impression de pipeline.