Découvrez comment Lead Panda a construit un fichier de prospection ultra-ciblé pour trouver des directeurs SIRH dans des entreprises

Cibler des prospects par technologie utilisée, c'est l'une des approches les plus redoutables en prospection B2B — et l'une des moins exploitées. Dans cette étude de cas, on vous montre exactement comment l'agence Lead Panda a construit un fichier de prospection chirurgical pour identifier des directeurs SIRH dans des entreprises utilisant le logiciel Euroquartz. Au programme : les sources de données, les outils utilisés, les techniques de scraping, et les résultats concrets obtenus sur le terrain.

Pourquoi cibler par logiciel est une approche redoutable

La majorité des fichiers de prospection sont construits sur des critères classiques : secteur d'activité, taille d'entreprise, zone géographique. C'est utile, mais c'est générique.

Cibler par technologie utilisée, c'est un niveau de granularité supérieur. Vous ne contactez pas "une entreprise du secteur RH de 200 salariés". Vous contactez une entreprise qui utilise déjà un logiciel précis, ce qui signifie :

• Un besoin identifié et déjà budgété
• Un interlocuteur qui comprend votre univers produit
• Un argumentaire de vente beaucoup plus personnalisé
• Un taux de pertinence bien plus élevé lors des appels

Dans ce cas précis, le client vendait une solution complémentaire ou concurrente à Euroquartz. Trouver les entreprises utilisatrices, c'était trouver son marché adressable exact.

Étape 1 : Identifier les entreprises utilisatrices via les témoignages clients

La première source de données, c'est souvent la plus simple — et la plus négligée.

Tout éditeur de logiciel B2B sérieux publie des témoignages clients sur son site web. Ces pages sont une mine d'or : les entreprises citées sont, par définition, des utilisatrices confirmées du logiciel.

Dans le cas d'Euroquartz, le site comportait une dizaine de pages de témoignages, soit environ 100 entreprises identifiées d'emblée.

Pour extraire ces données sans effort, l'outil utilisé est Instant Data Scraper, une extension Chrome gratuite qui permet de récupérer automatiquement les noms d'entreprises listés sur une page web. En quelques minutes, on obtient une première liste propre et fiable.

Avantages de cette source :

• Fiabilité à 100 % (l'entreprise est explicitement citée par l'éditeur)
• Zéro ambiguïté sur l'usage du logiciel
• Accessible sans abonnement ni API

Limite : Le volume est restreint aux entreprises ayant accepté de témoigner publiquement.

Étape 2 : Élargir la liste via les offres d'emploi

100 entreprises, c'est un bon départ. Mais pour avoir un fichier de prospection réellement scalable, il faut aller chercher d'autres sources.

La deuxième technique utilisée : scraper les offres d'emploi. Quand une entreprise recrute un utilisateur d'un logiciel, elle le mentionne explicitement dans l'annonce. Une offre pour un "Gestionnaire RH — maîtrise d'Euroquartz souhaitée" trahit immédiatement l'usage interne du logiciel.

Cette méthode s'applique à des dizaines de cas d'usage :

• Logiciels métiers (SIRH, ERP, CRM...)
• Outils de prospection (Sales Navigator, HubSpot, Salesforce...)
• Équipements spécifiques (flottes de véhicules, matériel industriel...)

Ce qu'il faut savoir sur la fiabilité :

La méthode n'est pas fiable à 100 %. Une offre peut mentionner un logiciel "du type Euroquartz" sans que l'entreprise l'utilise réellement. En pratique, on obtient environ 80 % de bons résultats. Les 20 % restants ne sont pas un problème : on qualifie simplement lors de l'appel. Les commerciaux savent dès le départ qu'ils doivent vérifier, et c'est noté dans le fichier.

Étape 3 : Centraliser et dédoublonner dans Clay

Une fois les deux sources rassemblées — témoignages clients + offres d'emploi + signalements du client lui-même — tout est consolidé dans Clay, l'outil de référence pour construire des bases de données de prospection enrichies.

Clay permet de :

• Fusionner plusieurs sources en une seule table
• Dédoublonner automatiquement les entreprises en double
• Lancer des agents IA pour enrichir chaque ligne

À ce stade, on part souvent d'un simple nom d'entreprise, sans site web, sans LinkedIn, sans aucune autre information. C'est là qu'interviennent les agents IA.

Étape 4 : Enrichir les données entreprises avec des agents IA

Pour chaque nom d'entreprise, un agent IA est envoyé sur Google avec une instruction simple : retrouver le site web, l'URL LinkedIn, le secteur d'activité, la description de l'entreprise.

En quelques secondes par ligne, l'agent remonte :

• Le site web de l'entreprise
• L'URL LinkedIn de la page entreprise
• L'activité principale (ex : "vente de produits alimentaires à base de fruits")
• L'effectif, récupéré via l'enrichissement de l'URL LinkedIn

L'effectif est un critère de segmentation clé. Dans ce projet, la prospection a été découpée en deux segments : les entreprises de moins de 1 000 salariés et celles de plus de 1 000 salariés, car l'interlocuteur cible et le cycle de vente ne sont pas les mêmes.

Les entreprises déjà clientes du client ou explicitement exclues par celui-ci sont filtrées à cette étape.

Étape 5 : Identifier les bons interlocuteurs dans chaque entreprise

Une fois la liste d'entreprises propre et enrichie, place à la recherche de contacts. Dans ce cas : des directeurs SIRH et des DRH.

Deux approches sont utilisées en parallèle :

Option 1 — Find People via ICP (connexion API)Une connexion API permet d'envoyer la liste d'entreprises directement dans un moteur de recherche de contacts, qui remonte les profils correspondant aux titres de poste ciblés.

Option 2 — LinkedIn Sales Navigator + WaalaxyLes entreprises sont importées dans Sales Navigator, une recherche booléenne est construite sur les intitulés de poste, et les résultats sont extraits via un outil de scraping LinkedIn. On obtient alors une feuille de contacts structurée avec :

• Prénom, nom
• Intitulé de poste exact
• Score de pertinence du poste par rapport à l'offre
• Nom de l'entreprise
• Nombre d'employés
• URL LinkedIn du contact

Étape 6 : Trouver les numéros de téléphone et emails

C'est souvent le point de friction numéro un en prospection B2B : avoir le bon numéro de téléphone direct.

Pour contourner ce problème, Lead Panda utilise une cascade de fournisseurs de données — une dizaine de sources interrogées les unes après les autres pour maximiser le taux de couverture. Si le premier fournisseur ne trouve pas le numéro, on passe au suivant, et ainsi de suite.

Résultats obtenus en pratique :

• 50 à 80 % de numéros de téléphone retrouvés (principalement des mobiles directs)
• 70 à 80 % d'emails retrouvés

Ce niveau de couverture est suffisant pour alimenter une prospection téléphonique intensive sans perdre de temps à chercher manuellement des coordonnées.

Étape 7 : Construire la base finale et segmenter pour prioriser

La base de données finale regroupe pour chaque contact :

• Nom de l'entreprise
• Prénom et nom du contact
• Intitulé de poste
• Numéro de téléphone (mobile direct si disponible)
• Email professionnel
• URL LinkedIn
• Effectif de l'entreprise
• Segment (moins ou plus de 1 000 salariés)
• Source de détection (témoignage / offre d'emploi / signalement client)
• Note de qualification (utilisation confirmée ou à vérifier lors de l'appel)

La segmentation par effectif permet de prioriser les appels selon la maturité de la cible et d'adapter le discours commercial. Les grandes entreprises impliquent plus d'interlocuteurs et un cycle de décision plus long — ce n'est pas le même pitch qu'avec une ETI de 150 personnes.

Résultat final : 3 à 4 rendez-vous par jour de prospection, en tombant sur les bonnes personnes dans les bonnes entreprises.

📌 Ce qu'il faut retenir

• Cibler par technologie utilisée est bien plus précis qu'un ciblage sectoriel classique
• Les pages de témoignages clients des éditeurs logiciels sont une source sous-exploitée, fiable à 100 %
• Les offres d'emploi permettent d'élargir la liste avec ~80 % de fiabilité — les 20 % restants se qualifient à l'appel
• Clay + agents IA permettent d'enrichir automatiquement un nom d'entreprise en fiche complète en quelques secondes
• Une cascade de fournisseurs de données est indispensable pour atteindre 50-80 % de couverture en numéros directs
• La segmentation par effectif conditionne la priorisation et l'adaptation du discours commercial
• Ce type de fichier génère 3 à 4 rendez-vous par jour — à condition d'avoir le bon fichier ET les bons appelants

Vous voulez externaliser votre prospection téléphonique ?

Chez Lead Panda, on a accompagné plus de 95 clients B2B dans la génération de rendez-vous qualifiés — principalement via cold call. Si vous voulez arrêter de chercher des numéros et commencer à remplir votre agenda, contactez-nous.

‍