# Scoring des leads : comment évaluer et qualifier vos leads automatiquement depuis le formulaire

> Guide pratique du scoring des leads : comment attribuer des points à chaque réponse, fixer des seuils Chaud/Tiède/Froid, étiqueter avec des règles et calibrer le modèle avec votre propre entonnoir.

- **Source (source):** https://aistohire.com/fr/aiformleads-formulaires-capture-leads-108/blog/scoring-leads-qualifier-formulaire
- **Plateforme (platform):** AIstoHire
- **Langue (language):** fr
- **Mis à jour (updated):** 2026-11-20

## En résumé

- **Le lead scoring est une somme de points, pas une devinette** : chaque réponse de votre formulaire vaut un certain nombre, le total décide qui vous appelez en premier. Ce qui est difficile, ce n'est pas la formule, c'est de choisir quelles questions comptent.
- **Noter sans étiqueter laisse le travail à moitié fait** : un 85 vous dit que le lead est bon ; une étiquette comme `budget-élevé` ou `sans-décision` vous dit *pourquoi* et quoi dire lors de l'appel.
- **Les seuils sont évalués de plus élevé à plus bas** : gagne le premier dont le minimum est atteint. Avec la répartition par défaut d'Aiformleads (Hot ≥ 80, Warm ≥ 50, Cold ≥ 0), un lead de 80 points est Hot et un de 79 est Warm. Cette frontière, c'est vous qui la décidez et vous allez la déplacer.
- **Un modèle non calibré est pire que pas de modèle** : si 70 % de vos leads sont Hot, votre échelle est cassée. Mesurez-le avec la distribution des notes et avec l'abandon réel par étape, pas avec le pourcentage qu'un prospectus promet.
- **Noter des personnes a des limites légales** : base juridique, information préalable et droit de suppression ne sont pas optionnels (Règlement (UE) 2016/679). Cet article explique comment fonctionne l'outil, il ne remplace pas le jugement de votre conseiller juridique.

Si vous recevez des formulaires et décidez ensuite manuellement lesquels méritent un appel, vous faites du lead scoring : sauf que vous le faites dans votre tête, tardivement et sans que cela soit enregistré. Ce guide explique comment transformer ce critère en un modèle de points et d'étiquettes qui s'applique automatiquement, au moment de l'envoi, et comment savoir si cela fonctionne. Les exemples sont basés sur **Aiformleads**, la mini app de génération de leads de **AIsToHire** ([fiche et démo d'Aiformleads](/fr/aiformleads-formulaires-capture-leads-108)), et tout ce qui est décrit ici a été vérifié dans sa version de **octobre 2026** : il n'y a aucune fonctionnalité promise que l'outil ne réalise.

![Schéma isométrique d'un entonnoir qui répartit les réponses de formulaire dans trois plateaux lumineux de hauteurs différentes : rouge, ambre et bleu](https://cdn.aistohire.com/i/4402-qees-jxcv-tlut-rxmy.webp)

---

## Qu'est-ce que le lead scoring exactement ?

Le lead scoring consiste à attribuer un score numérique à chaque contact en fonction de ce qu'il a répondu et de son comportement, afin de déterminer qui vous traitez en premier. Dans sa forme la plus pratique, chaque option de réponse de votre formulaire a un nombre de points associé ; lorsque le formulaire est soumis, les points des options choisies sont additionnés et le total tombe dans une tranche (`Hot`, `Warm`, `Cold`) qui détermine la priorité commerciale.

Ce n'est pas de l'intelligence artificielle, et il n'est pas nécessaire que ce le soit. C'est de l'arithmétique sur des critères que vous appliquez déjà dans votre tête :

- Celui qui a un budget vaut plus que celui qui n'en a pas.
- Celui qui a besoin de quelque chose ce mois-ci vaut plus que celui qui "regarde des options".
- Celui qui peut signer vaut plus que celui qui doit demander à trois personnes.

La différence entre le faire mentalement ou avec un modèle est que le modèle s'applique à **tous** les leads, à la seconde près, de la même manière, et laisse une trace pour que vous puissiez le revoir plus tard.

### Scoring explicite et implicite : la distinction qui compte

| Type | D'où ça vient | Exemple | Est-ce couvert par un formulaire ? |
|---|---|---|---|
| **Explicite** | Ce que la personne déclare | Budget, taille de l'entreprise, urgence, rôle | Oui : c'est exactement ce qu'un formulaire recueille |
| **Implicite** | Ce que la personne fait | Pages vues, emails ouverts, téléchargements | Partiellement : nécessite un suivi du comportement |

Cet article se concentre sur le **scoring explicite**, qui est celui que vous pouvez mettre en place aujourd'hui avec un formulaire et qui se casse le moins : une donnée déclarée ne dépend pas du bon fonctionnement des cookies ni de l'utilisation par le visiteur du même navigateur.

---

## D'où viennent les points ? Des options que la personne choisit

Dans Aiformleads, les points vivent **à l'intérieur de chaque option** des questions à choix unique et à choix multiples : à côté du texte de chaque option, il y a une case numérique où vous écrivez combien de points cela vaut. Lorsque le formulaire est complété, le backend parcourt les réponses et additionne les points de toutes les options sélectionnées. Le résultat est enregistré dans le lead comme `score`.

![Carte avec quatre options où chaque option a une sphère lumineuse de taille différente et toutes convergent vers une balance : le poids en points de chaque réponse](https://cdn.aistohire.com/i/7068-qlhr-hhqo-hcrq-jppa.webp)

Trois conséquences pratiques de ce design, dites sans fioritures :

1. **Seules les questions avec des options comptent.** Un champ de texte libre, un curseur ou une date ne comptent pas de points par eux-mêmes. Si vous voulez que le budget compte, demandez-le par tranches (options), pas avec un nombre ouvert.
2. **Les points peuvent être négatifs.** Écrire `-20` dans l'option "Je suis étudiant / projet personnel" est parfaitement valide : cela s'additionne tel quel. Soustraire est la manière la plus propre d'éviter qu'un mauvais lead ne se glisse par accumulation.
3. **Dans le choix multiple, tous les sélectionnés sont additionnés.** Si une personne choisit trois services et que chacun vaut 10, elle obtient 30. Gardez-le à l'esprit ou mettez un maximum de sélections dans le champ.

> Ce qu'un champ ouvert ou numérique ne peut pas faire pour les points, il peut le faire pour les **étiquettes** : les règles d'étiquetage acceptent des opérateurs numériques (`plus grand que`, `moins ou égal`…) sur n'importe quelle réponse. Un curseur de budget ne compte pas de points, mais peut déclencher l'étiquette `budget-élevé`.

---

## Comment construire votre tableau de points en cinq étapes

La méthode qui fonctionne est inverse à celle qui semble logique : ne commencez pas par les questions, commencez par les clients que vous avez déjà. Réservez une heure, ouvrez votre liste de clients fermés de l'année dernière et faites ceci.

1. **Écrivez les cinq caractéristiques de votre meilleur client.** Pas "grandes entreprises", mais des choses vérifiables : "facture plus de 2 M€", "a un responsable marketing en interne", "nous a contactés avec une date limite".
2. **Écrivez les trois caractéristiques du client qui vous a fait perdre de l'argent.** Celles que vous jurez de ne pas répéter. Ce seront vos points négatifs.
3. **Transformez chaque caractéristique en question avec des options fermées.** Si vous ne pouvez pas la convertir en 3-5 options, ne la notez pas : posez-la quand même, mais comme texte libre et pour contexte.
4. **Répartissez 100 points entre les questions, pas entre les options.** Décidez d'abord combien pèse chaque question (p. ex. budget 40, urgence 25, rôle 20, taille 15) et ensuite répartissez le poids de chaque question entre ses options. Cela vous oblige à prioriser.
5. **Fixez les seuils avec le cœur :** à partir de combien de points appelleriez-vous en moins d'une heure ? C'est votre Hot.

Cinq questions notables est un bon plafond pour commencer. Chaque question supplémentaire réduit la probabilité que le formulaire soit terminé, et un lead parfait qui n'arrive pas ne marque rien.

---

## Un modèle d'exemple complet : quatre questions, 100 points

Voici un modèle réel et utilisable pour une agence ou une société de conseil B2B. Copiez-le, modifiez les textes et vous aurez un point de départ défendable.

| Question | Option | Points |
|---|---|---|
| **Quel budget gérez-vous ?** (poids 40) | Plus de 10.000 € | 40 |
| | 5.000 – 10.000 € | 30 |
| | 1.000 – 5.000 € | 15 |
| | Moins de 1.000 € | 0 |
| **Pour quand en avez-vous besoin ?** (poids 25) | Ce mois-ci | 25 |
| | Ce trimestre | 15 |
| | Plus tard | 5 |
| | Je fais juste des recherches | −10 |
| **Quel est votre rôle dans la décision ?** (poids 20) | Je décide | 20 |
| | Je décide avec mon équipe | 12 |
| | Je recommande, quelqu'un d'autre décide | 6 |
| | Aucun, c'est pour un travail de classe | −20 |
| **Combien d'employés êtes-vous ?** (poids 15) | Plus de 100 | 15 |
| | 51 – 100 | 12 |
| | 11 – 50 | 8 |
| | 1 – 10 | 3 |

Avec ce tableau, le parcours maximum est **100** et le minimum **−30**. Deux exemples de comment cela se présente :

- Directeur marketing d'une entreprise de 120 personnes, 12.000 € de budget, en a besoin ce mois-ci : `40 + 25 + 20 + 15 = 100` → **Hot**.
- Indépendant avec 800 € qui "fait des recherches" et recommande à un autre : `0 + (−10) + 6 + 3 = −1` → **Cold**.

Remarquez ce que font les points négatifs : sans eux, le deuxième lead aurait obtenu 9 points juste pour avoir rempli ; avec eux, il reste explicitement en dessous de zéro.

---

## Seuils : convertir le nombre en une décision

Un score isolé ne sert à rien ; ce qui compte, c'est la tranche à laquelle il appartient. Dans Aiformleads, vous définissez des tranches avec un nom, un minimum, une couleur et un emoji, et **elles sont évaluées de la plus élevée à la plus basse : le premier dont le minimum est atteint gagne**. Les tranches par défaut sont les suivantes :

| Tranche | Minimum | Signification opérationnelle suggérée |
|---|---|---|
| 🔥 Hot | 80 | Appel le même jour, par téléphone, par une personne |
| ⚡ Warm | 50 | Email personnel dans les 48 h avec une proposition concrète |
| ❄️ Cold | 0 | Séquence automatique de contenu, sans effort commercial |

Trois détails à connaître avant de les toucher :

- La tranche la plus basse doit avoir un minimum de `0` ou négatif, sinon les leads qui marquent en dessous resteront **sans qualification** et n'apparaîtront pas dans la distribution par qualification.
- Chaque tranche peut être associée à une **étiquette**, de sorte que la qualification et l'étiquetage restent synchronisés sans écrire une règle séparée.
- Les alertes peuvent avoir une **note minimale** : vous pouvez configurer que l'alerte à l'équipe, le message au chat ou un webhook ne se déclenchent que si le lead dépasse X points. C'est la différence entre que votre équipe consulte les notifications et qu'elle les ignore après une semaine.

---

## Noter n'est pas suffisant : l'étiquette est ce qui rend un lead actionnable

Un nombre ordonne ; une étiquette explique. `92 points` te dit d'appeler ; `budget-élevé` + `urgent` + `concurrent-actuel` te dit avec quel argument ouvrir l'appel. C'est pourquoi le marquage automatique n'est pas un ornement du scoring : c'est l'autre moitié du même travail.

![Schéma de règles en cascade : un flux entre par la gauche, traverse trois portes qui le dévient vers des étiquettes colorées, une porte fermée arrête le parcours et une étiquette grise à part fait d'étiquette par défaut](https://cdn.aistohire.com/i/9629-qoim-ownl-uyzb-hjtv.webp)

Une règle de marquage est un **SI… ALORS** : si certaines conditions sur les réponses sont remplies, certaines étiquettes sont attribuées. Les conditions sont regroupées avec la logique habituelle —dans un groupe, toutes doivent être remplies (ET), entre groupes, il suffit qu'une seule soit remplie (OU)— et acceptent dix opérateurs : *est égal à, n'est pas, contient, ne contient pas, supérieur à, supérieur ou égal, inférieur à, inférieur ou égal, est vide, n'est pas vide*.

Ce qui fait la différence entre un marquage qui aide et un qui encombre la boîte de réception, ce sont ces cinq contrôles :

| Contrôle | À quoi ça sert | Exemple |
|---|---|---|
| **Ordre des règles** | Elles sont évaluées dans l'ordre où tu les places | Mettre d'abord la règle de rejet évite de marquer comme `hot` un étudiant |
| **Arrêter si applicable** | Coupe l'évaluation à la première règle qui est remplie | Un lead rejeté ne continue pas à accumuler des étiquettes commerciales |
| **Étiquette par défaut** | Elle est attribuée uniquement si aucune règle n'a été appliquée | `sans-classer` : aucun lead ne reste orphelin dans la boîte de réception |
| **Règles d'exclusion** | Deux étiquettes qui ne peuvent pas coexister | `client-actuel` et `lead-nouveau` : si les deux apparaissent, une est retirée |
| **Hiérarchie (étiquette parente)** | Lors de l'attribution d'une fille, son père est ajouté, jusqu'à trois niveaux | `madrid` ajoute `espagne` ; filtrer par `espagne` récupère aussi Madrid |

Et une métrique que presque personne n'a et qui ici ressort toute seule : la **couverture**. L'éditeur calcule quel pourcentage de toutes les options de tes questions apparaît dans une règle. Si ta couverture est de 30 %, sept réponses possibles sur dix ne disent rien sur le lead. Il n'est pas nécessaire d'atteindre 100 %, mais une couverture très basse signifie souvent que tu poses des questions que tu n'utilises ensuite pas.

---

## Contactabilité : 90 points avec un email jetable valent zéro

Un excellent lead que tu ne peux pas appeler n'est pas un lead. C'est pourquoi, en plus du score de qualification que tu définis, Aiformleads calcule une **contactabilité de 0 à 100** avec une formule fixe qui ne dépend pas de ton modèle : elle mesure si les données de contact servent à quelque chose.

| Signal | Points |
|---|---|
| Email au format valide | 40 |
| Le domaine de l'email n'est pas jetable | 10 |
| Le domaine n'est pas un email gratuit (gmail, hotmail, outlook, yahoo, icloud) | 10 |
| Téléphone de 9 chiffres ou plus | 20 |
| Nom avec plus de 2 caractères | 10 |
| Une question répondue de plus (jusqu'à 10 questions) | 1 chacune |

Ce sont deux chiffres avec des travaux distincts et il est conseillé de ne pas les mélanger :

- Le **score** répond à *"Est-ce que ce lead m'intéresse ?"*.
- La **contactabilité** répond à *"Puis-je lui parler ?"*.

Un lead avec un score de 90 et une contactabilité de 40 (email Gmail, sans téléphone) n'est pas un mauvais lead : c'est un lead qui lui manque une donnée. L'action correcte n'est pas de le rejeter, c'est de lui demander le téléphone. Les deux valeurs voyagent ensemble dans la fiche du lead et dans l'exportation.

---

## Comment savoir si mon modèle est mal calibré ?

Un modèle de scoring de leads est mal calibré lorsque sa distribution ne ressemble pas à la réalité de ton entreprise. Le signal le plus clair est la **distribution par qualification** : si plus de 25-30 % de tes leads complétés sortent Hot, tu n'as pas un grand produit, tu as le seuil trop bas. Si en trois semaines, aucun Hot n'est sorti, tu l'as trop haut.

Quatre signaux d'alarme et quoi vérifier à chaque fois :

| Signal | Que se passe-t-il | Que vérifier |
|---|---|---|
| Presque tous les leads sont Hot | Seuil bas ou points gonflés | Distribution par qualification ; augmente le minimum de Hot |
| Aucun Hot ne sort jamais | Maximum théorique en dessous du seuil | Additionne les points maximums de ton tableau et compare-les avec le seuil |
| Les Hot n'achètent pas et les Cold oui | Tu notes ce qui ne prédit pas la vente | Carte des réponses : quelle option ont réellement choisie ceux qui ont conclu |
| Beaucoup de leads sans étiquette | Règles incomplètes | Couverture des règles et étiquette par défaut |

Pour ce dernier point, le tableau calcule une **carte des réponses** : pour chaque question avec options, combien de leads complétés ont choisi chaque option et quel pourcentage cela représente. C'est la manière rapide de découvrir que 80 % de tes leads choisissent la tranche de budget la plus basse et que, par conséquent, cette question ne discrimine presque rien.

---

## Ne crois pas aux pourcentages des brochures : mesure ton propre entonnoir

Quiconque te promet qu'un formulaire multipage convertit un X % de plus qu'une page unique te vend la moyenne d'autres entreprises. Ce qui importe, c'est où **tes** gens abandonnent, et cela se mesure avec l'entonnoir de ton propre formulaire, pas avec une étude externe.

![Escalier descendant de cinq plateformes de plus en plus étroites par lesquelles descend un flux de particules : à chaque marche, une partie du flux s'écoule, avec la plus grande fuite au troisième pas](https://cdn.aistohire.com/i/3062-mgdi-unbb-deim-keyw.webp)

L'entonnoir d'Aiformleads compte, pour chaque étape, combien de sessions y sont arrivées et calcule l'abandon avec une formule explicite :

```
abandon de l'étape = (arrivées à l'étape précédente − arrivées à cette étape) / arrivées à l'étape précédente × 100
```

À côté de ce pourcentage, tu verras le **temps moyen** que chaque personne a passé à cette étape. La combinaison est très informative :

- **Abandon élevé + temps élevé** → la question est difficile ou inconfortable (budget, téléphone). Déplace-la plus loin ou rends-la optionnelle.
- **Abandon élevé + temps bas** → les gens sont effrayés en voyant l'étape. C'est souvent un formulaire qui demande soudainement trop de champs.
- **Abandon bas + temps très élevé** → la question est mal comprise, mais les gens insistent. Réécris l'énoncé.

Si tu testes deux versions du formulaire, le panneau affiche en plus la **marge d'erreur à 95 %** de chaque variante, calculée comme `1,96 × √(p(1−p)/n)` sur le taux de conversion. Cela sert à ce qui importe vraiment dans un test A/B : savoir si la différence que tu vois est réelle ou si c'est du bruit. Si la variante A convertit à 22 % ± 6 et la B à 25 % ± 6, tu n'as toujours rien gagné : il te manque des données.

---

## Six erreurs qui ruinent un modèle de scoring de leads

1. **Noter l'intention au lieu de l'adéquation.** "Je veux commencer tout de suite" est gratuit à dire. Le budget et le rôle ne le sont pas.
2. **Ne pas utiliser de points négatifs.** Sans soustractions, le score ne fait qu'augmenter, et au bout de quelques semaines, tout le monde est Hot.
3. **Poser des questions que tu ne vas pas utiliser.** Chaque question coûte un abandon. Si une question n'entre pas dans le score ni dans une règle d'étiquetage ni dans la conversation commerciale, supprime-la.
4. **Le mettre en place et ne plus y revenir.** Un modèle doit être révisé lorsque l'offre, le prix ou le marché changent. Au minimum, une fois par trimestre.
5. **Confondre le score avec une promesse.** Le score ordonne une file de travail ; il ne prédit pas une vente ni ne remplace la conversation.
6. **Noter sans avoir préparé la partie légale.** Collecter des données pour classer des personnes exige une base juridique et des informations préalables ; cela se prépare avant la publication, pas après.

---

## Que faut-il prendre en compte légalement lors du scoring et de l'étiquetage des leads ?

Noter et étiqueter une personne, c'est traiter ses données personnelles, donc cela entre pleinement dans le Règlement (UE) 2016/679 (RGPD) et, si tu envoies des communications commerciales en Espagne, dans l'article 21 de la Loi 34/2002 (LSSI-CE). En pratique, cela signifie avoir une base juridique pour le traitement, informer de la raison pour laquelle tu collectes les données avant de les collecter et être en mesure de respecter les droits de la personne. **Ceci n'est pas un conseil juridique : Aiformleads est un outil de formulaires, pas un service légal, et la responsabilité du traitement incombe à celui qui publie le formulaire.**

Ce que l'outil te donne pour respecter cette partie, vérifié en octobre 2026 :

| Obligation habituelle | Ce que l'app offre |
|---|---|
| Consentement éclairé et séparé (arts. 6.1.a et 7 RGPD) | Consentements granulaires à l'étape de contact, conservés avec le lead |
| Informations préalables (art. 13 RGPD) | Texte de consentement et liens configurables dans le formulaire |
| Droit d'accès (art. 15 RGPD) | Exportation de toutes les données d'un lead spécifique |
| Droit à l'effacement (art. 17 RGPD) | Suppression du lead et de ses données associées sur demande |
| Minimisation et délais (art. 5.1.e RGPD) | Conservation configurable en mois : les leads les plus anciens sont automatiquement supprimés |

Concernant l'article 22 du RGPD (décisions automatisées) : un score qui ne sert qu'à ordonner la file d'appels d'un commercial n'est généralement pas une "décision automatisée ayant des effets juridiques ou similaires", car la décision réelle est prise par une personne. Si ton cas l'était — par exemple, refuser automatiquement un service selon le score —, consulte ton conseiller avant de le mettre en place. L'outil ne décide rien pour toi : il calcule, étiquette et te le laisse dans la boîte de réception.

---

## Comment cela se monte dans Aiformleads, onglet par onglet

Voici les étapes réelles dans l'application, avec les noms que vous allez voir à l'écran.

1. **Créez le formulaire.** Partez de zéro ou d'un des 10 modèles intégrés. Un formulaire est une couverture, les étapes de questions dont vous avez besoin et une étape finale de contact.
2. **Ajoutez les questions notables dans l'onglet Étapes.** Il y a 13 types de champs (texte court et long, sélection unique et multiple, échelle et NPS, curseur, matrice, date, téléphone, adresse, fichier, signature et calcul). Pour le scoring, utilisez sélection unique ou multiple et écrivez les points dans la case numérique de chaque option.
3. **Activez le scoring et définissez les tranches** dans la section des notifications : nom, minimum, couleur, emoji et, si vous le souhaitez, une étiquette associée.
4. **Écrivez les règles d'étiquetage dans l'onglet Étiquettes.** Définissez d'abord le glossaire (nom, couleur, catégorie, étiquette parent) puis les règles avec leurs conditions. Classez les règles, cochez "arrêter si applicable" pour celles de rejet et fixez une étiquette par défaut. Surveillez l'indicateur de couverture.
5. **Vérifiez-le dans l'aperçu.** C'est le même rendu que verra celui qui remplira le formulaire, donc ce que vous voyez est ce qu'il y a. En mode aperçu, aucune session n'est créée, aucun email n'est envoyé et aucun webhook n'est déclenché.
6. **Publiez-le.** Il existe sept façons : lien public, iframe, script avec hauteur automatique, fenêtre modale, panneau latéral, bouton flottant et code QR téléchargeable pour les matériaux imprimés.
7. **Travaillez la boîte de réception.** Filtrez par étiquette, par état du lead (nouveau, contacté, en cours, qualifié, converti, rejeté) ou par plage de score ; triez par score ; ajoutez des notes ; agissez en lot. Exportez au format CSV ou Excel en choisissant les colonnes, parmi lesquelles score, évaluation, contactabilité, étiquettes, pays, appareil, référent, utm_source, utm_medium, utm_campaign et variante.
8. **Revoyez et recalibrez.** Revenez chaque mois à la distribution par évaluation et à l'entonnoir, et déplacez les seuils.

---

## Ce que fait Aiformleads et ce qu'il ne fait pas

L'honnêteté ici évite des désagréments. Voici ce qui entre et ce qui ne rentre pas dans le champ d'application de l'application, à date d'octobre 2026.

| Oui, cela le fait | Non, cela ne le fait pas |
|---|---|
| Noter avec les points de chaque option de sélection | Scoring par comportement sur votre site (pages vues, temps sur la page) |
| Évaluer par tranches et étiqueter avec des règles lors de l'envoi du formulaire | Décider à votre place : l'appel est toujours effectué par une personne |
| Calculer la contactabilité avec une formule fixe | Vérifier avec l'opérateur si un téléphone existe |
| Entonnoir, abandon par étape, carte des réponses, sources, pays, appareils et variantes | Attribution multicanal complète de votre marketing |
| Notifications à l'équipe, confirmation au lead et séquences d'email conditionnelles | Être un CRM complet avec opportunités et prévisions de ventes |
| Webhooks sortants et API REST avec clé propre | Synchronisation bidirectionnelle avec Google Sheets via OAuth |
| Exporter au format CSV et Excel avec sélecteur de colonnes | Domaine propre pour le formulaire public |

---

## Questions fréquentes

### Combien de points dois-je attribuer à chaque réponse ?

Il n'existe pas de tableau universel. La méthode qui fonctionne est de répartir d'abord 100 points entre vos questions selon ce qui prédit réellement une vente dans votre entreprise (par exemple : budget 40, urgence 25, rôle 20, taille 15) et ensuite de répartir le poids de chaque question entre ses options. Commencez par des chiffres ronds, laissez passer quelques semaines et ajustez en regardant quels leads ont fini par acheter.

### Puis-je soustraire des points au lieu de les additionner ?

Oui. Dans la case de points d'une option, vous pouvez écrire un nombre négatif et il sera additionné tel quel. C'est le meilleur moyen de faire en sorte que les profils qui ne vous intéressent pas — "c'est pour un travail de classe", "je fais juste des recherches" — restent en dessous du seuil au lieu d'accumuler des points simplement pour avoir rempli le formulaire.

### Que se passe-t-il avec les questions qui ne sont pas à choix multiple ?

Elles ne rapportent pas de points : le score est uniquement calculé avec les options choisies dans des questions à sélection unique ou multiple. Mais toute réponse, y compris des curseurs, des chiffres et des textes, peut déclencher une règle d'étiquetage, car les conditions acceptent des opérateurs numériques et textuels. Si vous avez besoin que quelque chose soit noté, transformez-le en options fermées.

### Combien de questions devrais-je avoir dans le formulaire ?

Le moins possible pour vous permettre de décider. Chaque question ajoute un risque d'abandon, et cela, vous pouvez le mesurer : l'entonnoir vous indique exactement à quelle étape les gens abandonnent et combien de temps ils y ont passé. Commencez avec quatre ou cinq questions notables, regardez l'abandon par étape pendant quelques semaines et éliminez celles qui n'apportent rien au score ni aux étiquettes.

### Quand le score est-il calculé, lors de la réponse ou de l'envoi ?

Lors de la complétion du formulaire. À ce moment-là, le backend valide l'envoi, additionne les points des options choisies, détermine la tranche de qualification, applique les règles d'étiquetage, résout l'écran final et lance les notifications et webhooks correspondants. Les réponses partielles d'une session abandonnée sont sauvegardées, mais cette session n'est ni notée ni étiquetée.

### À quelle fréquence faut-il revoir le modèle de scoring des leads ?

Au minimum une fois par trimestre, et chaque fois que vous changez d'offre, de prix ou de marché. La révision rapide consiste en deux données : la distribution par qualification (si presque tout est noté Hot ou si aucun ne l'est, le seuil est mal défini) et la carte des réponses (ce que les leads qui ont fini par acheter ont réellement choisi).

### Puis-je avertir l'équipe uniquement lorsqu'un bon lead entre ?

Oui. Les notifications à l'équipe, le message au chat et les webhooks acceptent un score minimum : en dessous de celui-ci, ils ne s'activent pas. C'est une manière de s'assurer que les notifications continuent d'avoir un sens après le premier mois au lieu de finir par être silencieuses.

### Peut-on transférer les leads vers un autre outil ?

Oui. Vous pouvez exporter au format CSV ou Excel en choisissant quelles colonnes vous emportez (score, qualification, contactabilité, étiquettes, état, origine, UTM, variante…), envoyer chaque lead à vos systèmes avec des webhooks sortants et consulter des formulaires, des leads et des statistiques via une API REST avec clé propre.

### Est-il légal de scorer les personnes qui remplissent mon formulaire ?

Classer les leads est un traitement de données personnelles et est soumis au RGPD : vous avez besoin d'une base juridique, d'informer avant de collecter les données et de pouvoir répondre aux droits d'accès et de suppression. L'application fournit les éléments techniques (consentements granulaires sauvegardés avec le lead, exportation et suppression d'un lead spécifique, rétention configurable en mois), mais la responsabilité du traitement vous incombe et la configuration concrète doit être revue avec votre conseiller juridique.

---

## En une phrase

**Aiformleads est la mini application d'AIsToHire qui transforme un formulaire multipage en leads déjà notés et étiquetés au moment de l'envoi, et est disponible sur [Aiformleads — Des formulaires qui capturent les leads et les classent](/fr/aiformleads-formulaires-capture-leads-108)**. Le scoring des leads n'est pas de la magie : c'est décider une fois, par écrit, ce qui fait qu'un client est bon, et laisser cette décision s'appliquer automatiquement à tous ceux qui frappent à votre porte.

> Configurez votre modèle de scoring de leads sur Aiformleads : créez le formulaire, attribuez des points à chaque option, définissez vos tranches et commencez à recevoir chaque lead déjà noté et étiqueté dans la boîte de réception.

- [Aiformleads — Des formulaires qui capturent les leads et les classent automatiquement](https://aistohire.com/fr/aiformleads-formulaires-capture-leads-108)

## À propos de la plateforme

**Aiformleads — Des formulaires qui capturent les leads et les classent automatiquement** — une application de AIstoHire. Disponible sur: https://aistohire.com/fr/aiformleads-formulaires-capture-leads-108/blog/scoring-leads-qualifier-formulaire

### Autres langues

- `es`: https://aistohire.com/es/aiformleads-formularios-captacion-leads-108/blog/lead-scoring-cualificar-leads-formulario
- `en`: https://aistohire.com/aiformleads-forms-lead-capture-108/blog/lead-scoring-qualify-leads-form
- `it`: https://aistohire.com/it/aiformleads-moduli-acquisizione-lead-108/blog/lead-scoring-qualificare-lead-modulo
- `pt`: https://aistohire.com/pt/aiformleads-formularios-captacao-leads-108/blog/lead-scoring-qualificar-leads-formulario
- `de`: https://aistohire.com/de/aiformleads-formulare-lead-gewinnung-108/blog/lead-scoring-leads-qualifizieren-formular
- `bg`: https://aistohire.com/bg/aiformleads-formulyari-za-privlichane-i-klasifitsirane-na-liydove-108/blog/lead-scoring-kvalifitsirane-na-liydove-formulyar
- `ja`: https://aistohire.com/ja/aiformleads-lead-capture-forms-108/blog/riido-sukoaringu-fomu-ridoshikaku
- `nl`: https://aistohire.com/nl/aiformleads-formulieren-om-leads-binnen-te-halen-en-in-te-delen-108/blog/leadscoring-leads-kwalificeren-formulier
- `ko`: https://aistohire.com/ko/aiformleads-lead-suljip-form-108/blog/rideu-seukoeoring-rideu-seonbyeol-pom
- `sv`: https://aistohire.com/sv/aiformleads-formular-for-att-fanga-och-sortera-leads-108/blog/lead-scoring-kvalificera-leads-formular
- `da`: https://aistohire.com/da/aiformleads-formularer-til-at-indfange-og-klassificere-leads-108/blog/lead-scoring-kvalificer-leads-formular
- `ar`: https://aistohire.com/ar/aiformleads-nmadhj-ljdhb-alamla-almhtmlin-wtsnifhm-108/blog/tasjil-nuqat-alumalaa-almuhtamalin-namudhaj
- `no`: https://aistohire.com/no/aiformleads-skjemaer-for-a-fange-og-klassifisere-leads-108/blog/lead-scoring-kvalifisere-leads-skjema
- `fi`: https://aistohire.com/fi/aiformleads-lomakkeet-liidien-keraamiseen-ja-luokitteluun-108/blog/liidien-pisteytys-lomakkeesta
- `zh`: https://aistohire.com/zh/ai-form-lead-capture-scoring-108/blog/qianzai-kehu-pingfen-biaodan-shaixuan
- `pl`: https://aistohire.com/pl/aiformleads-formularze-do-pozyskiwania-i-klasyfikowania-leadow-108/blog/lead-scoring-kwalifikacja-leadow-formularz
- `he`: https://aistohire.com/he/aiformleads-tpsim-lgios-vsioog-lidim-108/blog/lead-scoring-hakshara-lidim-tofes
- `cs`: https://aistohire.com/cs/aiformleads-formulare-pro-ziskavani-a-trideni-leadu-108/blog/lead-scoring-kvalifikace-leadu-formular
- `id`: https://aistohire.com/id/aiformleads-formulir-untuk-menjaring-dan-mengklasifikasikan-lead-108/blog/lead-scoring-kualifikasi-lead-dari-formulir
