Utiliser l'IA dans Google Sheet pour sa Prospection B2B : extraire des leads, nettoyer et enrichir ses fichiers

Votre fichier de prospection est un chantier : prénoms mal formatés, intitulés de poste incohérents, sites web manquants, et des heures passées à nettoyer à la main. L'IA peut faire ce travail à votre place, directement dans Google Sheet, sans toucher une ligne de code. Dans cet article, on vous explique comment utiliser l'extension GPT for Sheets pour extraire, normaliser, classifier et enrichir vos données B2B — avec des cas concrets issus du terrain.

Pourquoi intégrer l'IA dans Google Sheet pour sa prospection ?

Quand vous faites de la prospection B2B — que ce soit du cold call, du cold email ou du social selling — la qualité de votre base de données est votre premier levier. Un fichier mal structuré, c'est du temps perdu, des appels ratés, des messages qui tombent à côté.

Le problème, c'est que nettoyer un fichier manuellement est chronophage et répétitif. Extraire un prénom depuis un champ "Prénom Nom", vérifier si une personne est décisionnaire, trouver l'URL LinkedIn d'une entreprise — ce sont des tâches que l'IA peut exécuter en quelques secondes sur des milliers de lignes.

Google Sheet reste l'outil de travail standard de beaucoup d'équipes commerciales. L'avantage d'y intégrer l'IA directement : pas besoin de changer d'outil, pas besoin d'exporter-importer, pas besoin d'un développeur.

Qu'est-ce que GPT for Sheets ?

GPT for Sheets (aussi appelé "GPT for Sheets and Docs") est une extension Google Workspace qui ajoute des fonctions IA directement dans vos cellules. Elle s'installe en quelques clics depuis le Marketplace Google.

Une fois installée, vous avez accès à des fonctions comme =GPT() que vous utilisez exactement comme n'importe quelle formule native Google Sheet. Vous écrivez un prompt en texte, vous lui donnez une cellule source, et il vous retourne un résultat.

Ce que vous pouvez faire avec :

• Extraire une information précise depuis un texte (prénom, ville, fonction)
• Normaliser des données (mettre en majuscule, uniformiser les intitulés)
• Classifier des contacts selon vos critères (décisionnaire ou non, secteur, taille)
• Rechercher des informations sur internet (URL de site web, profil LinkedIn)
• Traduire ou reformuler du contenu en masse

L'extension est payante, mais vous pouvez connecter votre propre clé API OpenAI pour utiliser vos crédits — ce qui revient souvent moins cher que les crédits natifs de l'extension. Une version avec crédits offerts existe pour tester.

Comment installer GPT for Sheets : le guide rapide

L'installation prend moins de 5 minutes :

1. Dans Google Sheet, allez dans Extensions → Modules complémentaires → Télécharger des modules
2. Recherchez "GPT for Sheets and Docs"
3. Installez l'extension et autorisez les permissions
4. Ouvrez l'extension depuis le menu Extensions
5. Connectez votre clé API OpenAI (ou utilisez les crédits intégrés)
6. Choisissez votre modèle — GPT-4o est recommandé pour des tâches de traitement de données B2B

Une fois activée, tapez =GPT( dans n'importe quelle cellule : vous verrez apparaître les fonctions disponibles avec leur documentation inline.

Cas d'usage n°1 : extraire le prénom depuis un champ texte

C'est le cas le plus basique, mais il illustre parfaitement la logique de l'outil.

Vous avez scrappé une liste depuis Google ou un autre outil, et vous vous retrouvez avec des champs comme "Jean-Pierre Dupont - Directeur Commercial - Acme SAS". Vous voulez juste le prénom.

La formule :

=GPT("Extrait le prénom de la personne. Répond uniquement par le prénom. Exemple : Joseph", A2)

Vous tirez la formule sur toute la colonne, et en quelques secondes, vous avez une colonne "Prénom" propre sur l'ensemble de votre fichier.

Ce que vous pouvez adapter :

• Extraire le nom de famille séparément
• Normaliser en format "Nom Propre" (première lettre en majuscule)
• Extraire l'entreprise, la ville, l'email depuis un texte brut

Cas d'usage n°2 : classifier vos contacts selon leur fonction

Avant de lancer une campagne de prospection, vous voulez savoir si vos contacts sont vraiment décisionnaires. L'IA peut faire ce tri à votre place.

Exemple de prompt :

=GPT("Répond par Oui si cette personne est un directeur commercial ou un décisionnaire avec une fonction commerciale. Sinon répond par Non.", B2)

Résultat : une colonne Oui/Non qui vous permet de filtrer immédiatement votre fichier.

Autres classifications utiles en B2B :

• Identifier les C-levels vs les managers intermédiaires
• Distinguer les fonctions techniques des fonctions commerciales
• Détecter les doublons sémantiques ("DG" et "Directeur Général" → même fonction)
• Qualifier une entreprise par secteur à partir de sa description

Ce type de classification qui prendrait des heures à la main se fait en quelques minutes sur des milliers de lignes.

Cas d'usage n°3 : trouver l'URL du site web d'une entreprise

Vous avez une liste de noms d'entreprises mais aucun site web associé. GPT for Sheets permet de lancer des recherches internet directement depuis une cellule.

Pour ça, il faut utiliser le modèle Sonar de Perplexity (accessible via l'extension) qui est optimisé pour la recherche en temps réel.

La logique du prompt :

=SEARCH("Recherche sur Google France le site web officiel de [entreprise]. Output uniquement l'URL du site web.", C2)

Point d'attention : la fonction de recherche ne respecte pas toujours scrupuleusement les consignes de format. Il arrive que le modèle retourne une phrase au lieu d'une URL brute. Dans ce cas, chaînez avec une fonction =GPT() pour extraire uniquement l'URL :

=GPT("Donne-moi uniquement l'URL du site web contenu dans ce texte.", H2)

C'est une étape supplémentaire, mais ça reste infiniment plus rapide que de chercher manuellement.

Cas d'usage n°4 : normaliser vos données en masse

La normalisation, c'est le travail invisible de la prospection. Vos données sont rarement propres à la sortie d'un scraping ou d'un export CRM.

Exemples de prompts de normalisation :

• "Reformule ce nom en format Prénom NOM (première lettre du prénom en majuscule, nom entier en majuscules)" → pour uniformiser les noms propres
• "Identifie si cet intitulé de poste correspond à une fonction commerciale. Répond par le secteur fonctionnel : Commercial / Marketing / Technique / Direction / Autre" → pour catégoriser les fonctions
• "Extrait uniquement le numéro de téléphone de ce texte, au format international +33" → pour nettoyer les numéros
• "Ce texte contient-il un email professionnel ? Si oui, extrait-le. Sinon répond par Vide." → pour nettoyer les champs email

Le principe est toujours le même : un prompt précis, une cellule source, une consigne de format stricte dans la réponse.

GPT for Sheets vs Clay : lequel choisir ?

GPT for Sheets est un excellent point d'entrée, mais il a ses limites. Sylvain Coindre, cofondateur de Lead Panda, le dit clairement dans la vidéo : pour des besoins plus avancés, Clay est supérieur.

CritèreGPT for SheetsClayPrise en mainTrès simpleCourbe d'apprentissageBudgetFaible (crédits API)Plus élevéSources de dataLimitées (web + votre fichier)Multiples (LinkedIn, Apollo, etc.)Prompts avancésBasiquesTrès avancésAutomatisationManuelleSemi-automatiqueIdéal pourNettoyer un fichier existantConstruire une base from scratch

Notre recommandation : commencez par GPT for Sheets si vous avez déjà un fichier à nettoyer et que vous n'avez pas de budget d'outillage. Passez à Clay si vous voulez construire des bases de données qualifiées à grande échelle avec enrichissement automatique.

Les bonnes pratiques pour ne pas perdre de temps

Avant de vous lancer, quelques règles issues de l'expérience terrain :

• Soyez ultra-précis dans vos prompts : "Répond uniquement par le prénom, rien d'autre" vaut mieux que "Donne-moi le prénom". Plus le prompt est ambigu, plus les résultats seront variables.
• Testez toujours sur 5 à 10 lignes avant de lancer sur tout le fichier. Un mauvais prompt sur 5 000 lignes, c'est 5 000 crédits gaspillés.
• Chaînez les formules : extrayez d'abord, puis vérifiez dans une colonne séparée, puis nettoyez. Ne faites pas tout dans une seule cellule.
• Documentez vos prompts : créez un onglet "Prompts" dans votre fichier avec les formules qui fonctionnent. Vous les réutiliserez sur vos prochains fichiers.
• Vérifiez les résultats sur les cas limites : l'IA se trompe parfois sur des intitulés inhabituels ou des noms étrangers. Un contrôle qualité rapide sur 10% du fichier suffit généralement.

📌 Ce qu'il faut retenir

• GPT for Sheets est une extension Google Workspace qui intègre l'IA directement dans vos formules — sans code, sans export.
• Elle permet d'extraire, normaliser, classifier et enrichir vos données de prospection B2B en masse.
• La fonction de base est =GPT("votre prompt", cellule_source) — simple et puissante.
• La recherche internet est possible via le modèle Sonar (Perplexity), mais nécessite parfois un prompt de nettoyage en complément.
• Pour des usages basiques (nettoyer un fichier existant), GPT for Sheets suffit. Pour construire des bases enrichies à grande échelle, Clay est plus adapté.
• La clé : des prompts précis avec des consignes de format strictes dans la réponse attendue.

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.

‍