Plezi

Plezi est une plateforme d'automatisation marketing B2B qui expose deux types d'entités pertinents pour le pilotage de la performance : les contacts, qui représentent les leads individuels progressant dans un entonnoir de qualification, et les campagnes, qui représentent les séquences d'emails et les campagnes intelligentes animant cet entonnoir. Cette intégration couvre les deux types d'objets et retient quatre KPIs. La sélection a été effectuée selon trois critères : capacité d'attribution à un marketeur identifié, résistance au gaming, et équilibre entre indicateurs avancés et retardés. Plusieurs métriques candidates ont été exclues parce qu'elles mesurent des sorties système plutôt que des contributions individuelles, ou parce qu'elles présentent un risque de surrogation élevé lorsqu'elles sont utilisées isolément.

Contribution au pipeline : lire ensemble le résultat de l'entonnoir et l'efficacité du nurturing

MQLs Generated comptabilise le nombre de contacts dont le statut dans le cycle de vie a atteint le seuil de lead qualifié marketing pendant une période donnée. C'est l'expression la plus directe de la contribution d'une équipe marketing au pipeline commercial. Nurturing Velocity mesure le nombre moyen de jours qu'un contact met à atteindre le statut MQL depuis son entrée dans la base. Ces deux indicateurs sont conçus pour être lus ensemble : MQLs Generated confirme que du pipeline est produit, tandis que Nurturing Velocity révèle si ce pipeline est généré efficacement. Une équipe peut produire un volume élevé de MQLs en maintenant une large base de contacts pendant de nombreux mois, ce qui constitue un résultat structurellement différent et moins scalable que produire le même volume via des cycles de qualification plus courts. La combinaison des deux indicateurs fait apparaître cette distinction, qu'aucune métrique n'expose seule.

MQLs Generated présente également un risque de Goodhart : si les seuils de qualification MQL sont configurables par l'équipe marketing, la métrique peut être manipulée en abaissant le modèle de scoring plutôt qu'en améliorant la qualité du nurturing. Ce risque n'est pas pleinement neutralisé dans Plezi seul — le contrepoids le plus fiable est le taux de conversion MQL-en-opportunité, qui requiert des données CRM hors du périmètre de cette intégration. Au sein de Plezi, Score Increase Events joue le rôle de proxy partiel : une augmentation soutenue du nombre d'événements de score positifs, sans augmentation correspondante des MQLs Generated, peut indiquer que les contacts s'engagent avec le contenu sans atteindre le seuil de qualification, signalant un problème de calibrage plutôt qu'une génération de leads réelle.

Engagement campagne : ce que mesure et ne mesure pas l'Email Click Rate

Email Click Rate mesure le rapport clics sur envois à travers les campagnes d'un marketeur. Il a été retenu en préférence au taux d'ouverture, systématiquement gonflé par Apple Mail Privacy Protection depuis 2021, qui ne constitue plus une mesure fiable de l'engagement des destinataires. Le taux de clic capture une action délibérée du destinataire et reflète la pertinence du contenu email par rapport à la position du contact dans le parcours. Un taux de clic élevé sur une séquence de nurturing indique que le contenu est correctement aligné avec l'intention du destinataire — une conclusion que le taux d'ouverture ne peut soutenir avec une confiance équivalente. Toutefois, le taux de clic ne doit pas être lu comme une mesure de la contribution au pipeline. Une campagne peut générer un fort engagement en clics sans produire de conversions MQL : le taux de clic mesure la pertinence du contenu et l'attention, non le résultat de qualification. Il appartient à une revue de contenu et de campagnes, pas en substitut de MQLs Generated dans une revue pipeline.

Périmètre et limites de l'intégration

Plezi enregistre les événements de scoring et les transitions de statut dans le cycle de vie des contacts, mais ne mesure pas la qualité des contacts produits. Un MQL généré par Plezi peut évoluer vers une opportunité commerciale ou stagner immédiatement après la passation aux ventes ; l'intégration n'a aucune visibilité sur les résultats post-MQL. La dimension la plus importante de la performance marketing B2B — quel pourcentage des MQLs se convertit en clients — dépasse ce que les données Plezi seules peuvent répondre et nécessite un croisement avec les données CRM. De même, la fonctionnalité de campagne intelligente, qui est le différenciateur central de Plezi, sélectionne automatiquement du contenu pour les contacts sans entité campagne discrète qui s'associe clairement à un modèle d'attribution par propriétaire ; sa contribution n'est observable qu'indirectement à travers l'évolution agrégée des scores et le volume de MQLs.

L'attribution dans cette intégration dépend de l'assignation cohérente des contacts à un marketeur nommé via le champ propriétaire. Dans les petites équipes marketing où une seule personne gère l'ensemble de l'entonnoir, ce champ peut ne pas être renseigné systématiquement, ce qui agrégerait tous les KPIs sous un propriétaire anonyme et supprimerait la visibilité par marketeur que ces indicateurs sont conçus à fournir. La fiabilité de l'intégration est directement proportionnelle à la discipline de l'équipe dans la maintenance des assignations de contacts.