D'où vient l'intent data et quelle part en est déduite

Qu'est-ce que l'intent data ?

En vente et marketing B2B, l'intent data (les données d'intention) est la preuve comportementale qu'un compte ou une personne recherche un achat en ce moment même, tirée de ce qu'il lit, cherche, demande et publie. L'unité de travail est le signal : une action observée, rattachée à une identité plus ou moins forte, portant un horodatage. Décidez quelle action précise vous ferait contacter quelqu'un avant d'en acheter la moindre, car cette décision fixe les signaux dont vous avez besoin.

L'intent data first-party (données propres) s'observe sur vos propres propriétés. L'intent data third-party (données de tiers) se déduit du trafic de quelqu'un d'autre.

Cette phrase règle l'essentiel de la confusion dans cette catégorie, y compris les fournisseurs qui vendent la seconde comme si c'était la première.

Quelle est la différence entre l'intent data first-party et third-party ?

L'intent data first-party enregistre des actions menées sur des actifs que vous possédez, et l'intent data third-party modélise des actions menées là où vous n'avez aucun contrôle. Ce qui les sépare, c'est la force du lien entre l'action et l'identité : votre analytics rattache une session à un contact connu ou à un compte connecté, tandis qu'un flux third-party rattache une session à une entreprise par une correspondance déduite. Gardez les deux dans des colonnes séparées avec des règles de suivi séparées, car une visite de la page de tarifs et un pic de sujet modélisé ne méritent pas le même appel.

L'intent data second-party se situe entre les deux, c'est-à-dire les données first-party d'une autre entreprise partagées avec vous, par exemple un site d'avis qui indique quels comptes ont consulté votre page de catégorie.

Comment l'intent data third-party est-elle réellement construite ?

Les fournisseurs construisent l'intent data third-party à partir de deux mécanismes : la correspondance IP vers entreprise et la consommation de contenu en co-op. La recherche IP inversée associe l'adresse IP d'un visiteur à une organisation grâce aux registres publics, à la propriété de l'ASN et au propre graphe d'adresses du fournisseur. Le co-op est un pool d'éditeurs B2B qui versent leurs journaux de pages vues et de formulaires remplis dans un jeu de données commun, où le fournisseur étiquette chaque page par sujet et signale un compte dès que sa consommation d'un sujet dépasse la ligne de base glissante de ce compte.

Chaque étape de cette chaîne est probabiliste, et c'est la partie que les pages des fournisseurs passent sous silence. Une IP ne se résout à une entreprise que tant que le visiteur se trouve derrière un réseau d'entreprise, donc le travail à distance, les opérateurs mobiles, les VPN et les FAI grand public cassent la correspondance ou la font tomber sur la mauvaise entreprise. Un pic est une comparaison statistique avec une ligne de base, pas l'affirmation qu'un humain de ce compte a décidé d'acheter. La sortie nomme une entreprise, jamais la personne, et jamais le problème dans les mots de cette personne.

Demandez à chaque fournisseur quel mécanisme a produit chaque signal, si l'enregistrement est de niveau compte ou de niveau personne, et comment le taux de correspondance a été mesuré. Obtenez les réponses par écrit avant de chiffrer le contrat.

Sur quels signaux d'intention vaut-il la peine d'agir ?

Classez les signaux d'intention selon trois propriétés : la clarté avec laquelle le signal énonce un problème, sa fraîcheur et la solidité de son rattachement à une personne que vous pouvez joindre.

Le signal le plus fort et le plus rare est une publication publique où une personne décrit le problème dans sa propre langue, car il porte l'énoncé du problème, une identité, un horodatage et un endroit où répondre dans un seul enregistrement. Aucun modèle ne reproduit cela, puisque la personne a fait le travail de l'écrire. Le collecter est un travail de social listening, et c'est le signal sur lequel RedReplier agit : il surveille Reddit, X, Bluesky, Facebook et Hacker News au même endroit, classe les mentions par intention d'achat et explique avec l'IA pourquoi chacune a été signalée.

Pourquoi l'intent data third-party se périme-t-elle si vite ?

L'intent data third-party se périme parce que deux horloges tournent contre elle : la fenêtre d'achat se ferme, et le lien entre le compte et l'IP vieillit. Une évaluation passe de la recherche à la liste courte pendant que le pipeline du fournisseur traite encore par lots la consommation de la semaine dernière, et un signal qui arrive après l'écriture de la liste courte ne vous apporte rien. La ligne de base ajoute un troisième effet, puisqu'un pic se mesure par rapport à l'historique récent du compte lui-même, donc une recherche soutenue relève la ligne de base jusqu'à ce que le même comportement cesse d'apparaître comme un pic.

Datez chaque enregistrement à son arrivée, envoyez tout ce qui est plus vieux que le cycle de rafraîchissement vers la publicité et le nurture, et réservez le suivi humain à ce qui est plus frais.

Comment noter l'intention d'achat sans vous mentir ?

Notez chaque signal sur ce que la personne a dit, pas sur le sujet qu'elle a touché, car trois personnes différentes déclenchent le même mot-clé. Celui qui demande "qu'est-ce que tout le monde utilise à la place de X" choisit un produit et accueille une réponse. Celui qui publie "X est encore tombé cette semaine" est mécontent d'un fournisseur en place et n'a énoncé aucune intention de changer, ce qui en fait un événement de brand monitoring avant d'être un événement commercial. Celui qui écrit "comment configurer X pour la préproduction" produit un tutoriel et n'achètera jamais à partir de la réponse. Les flux basés uniquement sur des mots-clés traitent les trois comme de l'intention, et les auteurs de tutoriels sont la première source de faux positifs.

Notez avec trois facteurs au lieu d'un :

Intent score = signal strength (1 to 10) x recency multiplier x fit multiplier

Réglez le multiplicateur de fraîcheur sur 1.0 dans les 24 heures, 0.5 dans les sept jours et 0.2 au-delà. Réglez le multiplicateur d'adéquation sur 1.0 quand le compte correspond à votre ICP et sur 0.3 quand ce n'est pas le cas. Un commentaire qui demande une alternative à la catégorie, publié il y a deux heures par quelqu'un de votre ICP, obtient 9 x 1.0 x 1.0 = 9.0. Un pic de sujet modélisé sur ce même compte, rafraîchi il y a cinq jours, obtient 3 x 0.5 x 1.0 = 1.5. Un compte, un chiffre qui mérite une réponse et un autre qui mérite une audience de retargeting.

Gardez ce score à part de votre modèle de lead scoring, qui répond à qui est la personne alors que le score d'intention répond à ce qu'elle fait cette semaine. Notre référence sur l'intention d'achat parcourt les schémas de langage qui séparent la sélection de la plainte.

Que faites-vous de l'intent data une fois que vous l'avez ?

Orientez chaque signal vers le canal qui correspond à sa force, et n'envoyez jamais un signal faible à un humain. Les publications publiques qui énoncent un problème vont à une personne qui répond dans le fil tant qu'il est ouvert, les demandes de démo first-party vont directement aux ventes, et les pics de compte modélisés vont à la publicité, où une mauvaise supposition coûte des impressions au lieu de la bonne volonté. Notre page génération de leads B2B couvre la configuration des mots-clés et des sites web derrière le flux de conversations publiques, et RedReplier envoie des alertes par email à un intervalle défini par le plan pour qu'un fil récent vous parvienne avant que les réponses ne s'accumulent.

Questions fréquentes

Quelle est la différence entre l'intent data first-party et third-party ?

L'intent data first-party vient d'actifs que vous possédez, comme l'analytics de votre site, votre produit et votre CRM, et elle rattache une action à un contact que vous pouvez identifier. L'intent data third-party vient du trafic de quelqu'un d'autre et vous parvient comme sortie d'un modèle, associée à une entreprise au lieu d'une personne. Un score unique mélange les deux et cache laquelle est laquelle.

L'intent data third-party est-elle précise ?

La précision dépend du graphe d'identité du fournisseur et du nombre de vos comptes situés derrière un réseau d'entreprise, et aucun chiffre unique ne vaut pour tous les fournisseurs. Le mécanisme fixe le plafond : une correspondance IP vers entreprise échoue ou dérape dès qu'un visiteur est à distance, sur un VPN ou chez un opérateur mobile. Faites un test sur un échantillon témoin de vos comptes gagnés et comptez combien le flux avait signalés avant l'ouverture de l'affaire.

L'intent data peut-elle identifier une personne précise ?

Les pics de sujet third-party identifient un compte, pas une personne, car la correspondance passe par l'adresse réseau au lieu de l'identité. Les données first-party identifient une personne dès qu'elle s'est connectée, a rempli un formulaire ou a cliqué dans un email suivi. Une publication publique identifie le compte qui l'a écrite en même temps que le problème qu'elle décrit, et c'est pourquoi ce signal supporte une réponse directe.

Quelle fraîcheur l'intent data doit-elle avoir ?

Assez fraîche pour atteindre l'acheteur avant la fermeture de la liste courte : des heures pour une conversation publique, et l'intérieur du cycle de rafraîchissement pour un pic modélisé. Datez chaque enregistrement et laissez la fraîcheur réduire le score au lieu de supprimer les vieux signaux. L'intent data vieillie sert encore pour la publicité et le nurture, et elle ne sert plus pour un appel téléphonique.

En quoi l'intent data diffère-t-elle du lead scoring ?

Le lead scoring note qui est un lead, avec la firmographie, le rôle et l'historique, et il bouge lentement. L'intent data note ce qu'un compte ou une personne fait en ce moment, et elle expire. Gardez-les comme deux chiffres sur un même enregistrement, car un ICP parfait qui ne fait rien et une adéquation moyenne qui construit activement une liste courte demandent un traitement différent.

Pourquoi les auteurs de tutoriels apparaissent-ils comme des leads à forte intention ?

Les flux de mots-clés font correspondre des chaînes de caractères, et un tutoriel nomme le produit plus souvent qu'un acheteur. L'auteur n'a aucun achat à faire, donc la réponse tombe à côté. Filtrez sur la forme de la phrase : une question sur ce qu'il faut acheter, une plainte sur un outil actuel et une série d'instructions d'installation se lisent différemment, et seules les deux premières appartiennent à une file de vente.

Qu'est-ce que l'IP-to-company matching ?

L'IP-to-company matching associe l'adresse IP d'un visiteur à une organisation à partir des registres, de la propriété des ASN et du graphe d'adresses propre au fournisseur. La correspondance n'est juste que tant que le visiteur se trouve derrière un réseau d'entreprise. Le télétravail, les réseaux mobiles, les VPN et les fournisseurs d'accès résidentiels cassent la correspondance ou l'attribuent à la mauvaise entreprise.

Qu'est-ce que l'intent data second-party ?

L'intent data second-party correspond aux données first-party d'une autre entreprise, partagées avec vous, par exemple un site d'avis qui signale quels comptes ont consulté votre page de catégorie. Elle se situe entre le first-party et le third-party parce que le lien entre l'action et l'identité a été construit par quelqu'un d'autre puis transmis. Traitez-la comme une donnée au niveau du compte, résolue par le site qui l'a collectée, et rafraîchie selon le calendrier de ce site, pas le vôtre.

Comment calculer un score d'intention ?

Multipliez la force du signal (1 à 10) par un multiplicateur de fraîcheur et par un multiplicateur de fit. Fixez le multiplicateur de fraîcheur à 1,0 dans les 24 heures, 0,5 dans les sept jours et 0,2 au-delà, et fixez le multiplicateur de fit à 1,0 quand le compte correspond à votre ICP et à 0,3 sinon. Un commentaire demandant une alternative, posté il y a deux heures par quelqu'un dans votre ICP, obtient 9 x 1,0 x 1,0 = 9,0, tandis qu'un pic modélisé sur ce même compte datant de cinq jours n'obtient que 1,5.

Un pic de compte modélisé doit-il aller aux ventes ou à la publicité ?

Envoyez-le à la publicité. Un pic modélisé nomme une entreprise, pas une personne, et c'est une comparaison statistique contre la base de référence de ce compte, pas une décision d'achat. Les ventes travaillent avec des signaux auxquels une personne peut répondre, comme une demande de démo ou un post public qui énonce le problème, là où une mauvaise supposition coûte de la bonne volonté plutôt qu'une simple impression.