Einstein pour Sales Cloud : prévisions et scoring de leads

Einstein apporte à Sales Cloud deux fonctionnalités concrètes pour les équipes commerciales : le Lead Scoring, qui priorise automatiquement les leads à traiter en premier, et l'Einstein Forecasting, qui affine les prévisions de vente à partir de l'historique. Ces deux briques nécessitent des prérequis de données précis pour être fiables — voici comment les mettre en œuvre correctement.

1. Prérequis avant d'activer Einstein

Einstein Lead Scoring et Einstein Forecasting sont des fonctionnalités d'IA prédictive incluses dans les éditions Sales Cloud Einstein ou Unlimited Edition (ou en add-on selon votre contrat). Avant activation, vérifiez :

• Un historique d'au moins plusieurs centaines de leads convertis et non convertis sur les 6 à 12 derniers mois pour le scoring.
• Une hygiène de données correcte : champs standards (source, secteur, taille d'entreprise) renseignés de façon cohérente, sans valeurs "Autre" en majorité.
• Pour Einstein Forecasting : au moins un an d'historique d'Opportunités clôturées avec des dates de clôture fiables.

Sans ce volume de données propres, le modèle prédictif produit des scores peu discriminants et l'outil perd sa valeur.

2. Activer et configurer Einstein Lead Scoring

Le paramétrage se fait dans Setup > Einstein Lead Scoring :

1. Lancez l'assistant de configuration, qui analyse automatiquement vos données de leads existantes.
2. Le modèle identifie les facteurs prédictifs (source du lead, secteur, taille d'effectif, engagement email...) qui corrèlent avec la conversion.
3. Un champ Einstein Lead Score (0 à 99) est ajouté automatiquement à la page Lead.
4. Le modèle se réentraîne automatiquement chaque semaine pour intégrer les nouvelles conversions.

Ajoutez ce champ à vos List Views de leads triées par score décroissant, et intégrez-le dans vos règles d'assignation ou de routage pour que les leads à fort potentiel remontent en priorité aux commerciaux.

Attention : le score Einstein est un indicateur statistique, pas une garantie de conversion. Formez les commerciaux à l'utiliser comme aide à la priorisation, pas comme unique critère de traitement.

3. Comprendre les facteurs explicatifs (Score Insights)

Chaque score s'accompagne d'une explication : la fiche Lead affiche les Top Positive et Top Negative Factors qui ont influencé la note. C'est un point clé pour l'adoption terrain — un commercial comprend pourquoi un lead est noté 85 plutôt que 30, et peut adapter son approche (par exemple relancer un lead avec un facteur négatif "pas d'ouverture d'email" via un autre canal).

4. Activer Einstein Forecasting

Contrairement au scoring, l'Einstein Forecasting agit au niveau de l'équipe et non de chaque enregistrement. Il ajoute une prévision générée par IA en complément de la prévision manuelle du manager, visible dans la page Forecasts.

• Activation dans Setup > Forecasts Settings, en cochant Einstein Forecasting après avoir activé les prévisions standards.
• Le modèle s'appuie sur l'historique de closing par commercial, la saisonnalité et l'évolution du pipeline en cours de période.
• La prévision IA s'affiche à côté de la prévision manuelle, avec un delta visible — utile pour challenger les commerciaux trop optimistes ou trop prudents.

5. Suivre la performance du modèle dans le temps

Il ne suffit pas d'activer Einstein une fois : suivez régulièrement l'écart entre score prédit et résultat réel via les rapports de conversion de leads, et surveillez si de nouveaux facteurs (nouvelle source marketing, nouveau segment produit) doivent être réintégrés. Si vos processus commerciaux changent significativement (nouveau marché, nouvelle offre), prévoyez un point de contrôle avec votre administrateur Salesforce pour vérifier que le modèle reste pertinent plutôt que de laisser tourner un score devenu obsolète.