Profil Client Idéal — Atelier ICP

ICP Luxurynsight

Le portrait du profil compte Dream Client : les clients qui trouvent le plus de valeur dans nos produits, chez qui le fit est le plus naturel, et qui gardent le plus fort potentiel d'expansion et de cross-selling vers les autres produits.
Priorisation des comptes — Dream Client, ICP Secondaire, Anti-ICP
Luxurynsight · Cadre ICP

Priorisation des comptes pour l'ABM Cross-selling

Trois niveaux d'ICP pour concentrer les efforts de vente, Customer Success et marketing là où le potentiel d'expansion est réel.

Priorité
Dream
Client
🟢 ICP #1
Socle
ICP
Secondaire
🟡 ICP #2
Anti-
ICP
🔴 Exclu

🟢 Dream Client

Meilleur potentiel de cross-sell, upsell et rétention. Équipes, sponsors, maturité et budget réunis pour élargir naturellement l'usage.

  • Priorité absolue vente / CS / marketing
  • Fort potentiel d'expansion

Exemples cités en atelier : Decathlon, Walmart, Coach, Makalot, Riachuelo.

🎯 Cible unique du programme ABM cross-selling

🟡 ICP Secondaire — Client Socle

Clients rentables, stables, fidèles. Use case pertinent, mais potentiel d'expansion limité par la taille du compte.

  • Base de revenus récurrents solide
  • Cible d'acquisition valable
  • Pas prioritaire pour cross-sell / upsell

Exemples cités en atelier : Fev Eterno, The Reformation.

⚠️ À distinguer clairement du Dream Client — hors focus ABM cross-selling

🔴 Anti-ICP

Probabilité de succès faible, coût d'acquisition/gestion supérieur à la valeur créée. Fort risque de churn.

  • Budget insuffisant, besoin mal défini
  • Absence de sponsor influent
  • Processus incompatibles, faible potentiel d'adoption
🚫 Disqualifier tôt — hors scope du programme ABM cross-selling
Luxurynsight — Cadre de priorisation ICP · ABM Cross-selling
"Nos meilleurs clients sont des entreprises qui..."

...ont une taille suffisante pour avoir des workflows structurés, un champion transverse légitime qui pilote plusieurs use cases, une culture data-driven diffusée à toutes les équipes (pas juste un sponsor isolé), un budget engagé assez significatif pour créer un vrai intérêt individuel à faire fonctionner le partenariat — et, pour les marques avec présence physique, un ancrage retail ou industriel conséquent.

ICP en un coup d'œil
DREAM CLIENT Firmographique Seuil de CA précis ? (à compléter par les équipes) Taille ~ maturité des workflows Culture d'entreprise et decision making Culture data-driven et technology-driven diffusée et portée par le top management Conséquence : Champion transverse, légitime, identifiable + détails Workflows ou Process Processus & use case déjà standardisés, track record de standardisation, ou un champion très data-oriented Transparence spontanée = signal de maturité Si pas de workflows, vérifier "Culture d'entreprise et decision making" + détails Budget Budget minimum 25-30K€ Vrai intérêt individuel du décisionnaire <10-12K€ = adoption fragile Anti-ICP - Rappel Petite marque, pas de taille critique Budget <10-12K€ Manque culture data-driven et process ou personnes avec ce profil Pas de champion identifiable "Black box" — zéro transparence
Firmographique
Taille d'entreprise significative

Pas de seuil de CA précis — mais plus l'entreprise est grande, plus les workflows internes sont matures et structurés. Corrélation confirmée par Nico : les grosses marques avec de "petites" souscriptions performent souvent mieux que des petites marques avec le même budget, car les cas d'usage y sont plus structurés et transversaux.

Présence physique conséquente

Applicable aux marques avec présence retail (nombre de magasins) ou volume de production significatif pour les manufacturiers.

⚠ Signal à lire avec prudence

Pour les petites marques, ce critère peut être trompeur : avoir beaucoup de points de vente ne veut pas dire que l'entreprise est solide si elle est en difficulté sectorielle (ex. marques en Retail Tech qui coulent malgré un fort maillage).

2
Culture d'entreprise et decision making
Culture data-driven et technology-driven diffusée

L'innovation doit être portée par toutes les équipes, pas seulement par un sponsor isolé. Elle vient du top management et infuse les équipes opérationnelles. C'est cette culture qui est la variable causale de l'ICP — le reste (champion, process) en découle.

Ex. Makalot : le groupe pousse activement ses équipes à être innovantes — c'est ce qui en fait un bon ICP. Sans cette diffusion, l'outil reste un simple "nice to have" individuel.

Définition opérationnelle (Jules & Nico) : la décision finale est faite par la donnée de manière objective, pas par l'intuition — l'entreprise utilise déjà des sources de données quantitatives dans sa prise de décision. Concrètement : une entreprise data-driven est une entreprise où la prise de décision se fait sur les insights que nos plateformes donnent, et où la donnée qu'on fournit devient la boussole du business.

Question clé en call : « Donne-moi l'exemple de la dernière question difficile à trancher — qui a eu le dernier mot, et pourquoi ? »

Nuance produit : la culture technology-driven est déterminante pour les produits "business optimization" (Trends, Price) — moins pour Marketing Intelligence. Plus un produit est transformationnel pour les process du client, plus il exige un client déjà technology-driven pour être vraiment adopté — sinon il reste sous-utilisé côté client.

Champion transverse — le symptôme, pas la cause

Une personne avec légitimité et autorité en interne, qui pilote plusieurs use cases ou plateformes, ou travaille en transverse avec différents départements. C'est le signal le plus visible dès le premier call — mais le champion n'a pas créé cette culture data-driven : c'est elle qui le produit. Ne pas sur-pondérer ce critère au détriment du diagnostic de maturité culturelle sous-jacente.

Ex. Pauline Vigot chez Decathlon, Patricia chez Riachuelo — les champions de qualité sont ceux qui ouvrent les portes en interne et accélèrent l'intégration.

⚠ Signal visible — le détail est dans l'onglet Culture & Maturité
Workflows ou Process
Processus de travail et use case déjà standardisés

Le client sait qui décide, comment et à quel moment — avant même le premier call. Les deals les plus stables partent d'un besoin identifié en interne, pas d'un "on veut de l'IA" générique. À défaut de process déjà standardisés, un track record de standardisation des opérations ou un champion très data-oriented peuvent jouer le même rôle de signal.

La transparence spontanée (partage du fonctionnement interne, des use cases, des autres outils) découle directement de cette maturité de processus. Son absence est un signal d'alerte fort — cf. Decathlon (très transparent) vs clients "black box".

⚠ Sans cette maturité, ancrer l'usage peut prendre des années
4
Budget
Budget engagé autour de 25-30K€

Seuil psychologique (terme de Nico en atelier) à partir duquel le décisionnaire a un vrai intérêt individuel à faire fonctionner le partenariat — indépendamment de la taille globale de l'entreprise.

Ex. Walmart à 35-40K€ : usage beaucoup plus structuré et transversal qu'une souscription à 25K€ chez une plus petite structure. En dessous de ~10-12K€, l'adoption reste individuelle et l'outil devient un "nice to have" facilement coupé.

Anti-ICP - Rappel — Signaux disqualifiants
Petite marque, pas de taille critique — souvent <1M€ de revenus (parfois plus, mais sans présence physique solide) → workflows peu structurés, adoption individuelle, outil "nice to have".
Budget <10-12K€ — pas d'incitation individuelle suffisante pour le décisionnaire → risque de churn en fin d'année sans effort de rétention.
Mono-produit sans veille structurée (pas de personne ou culture data-driven et process-oriented) — besoin mal calibré avec la solution dès le départ (ex. Messika, Armani).
Dépendance à un seul contact non-légitime — pas de champion transverse identifiable, pas d'autorité pour ouvrir les portes en interne.
Culture d'innovation portée par un seul sponsor isolé et non légitime — sans diffusion aux équipes opérationnelles.
Le champion transverse n'est pas la cause — c'est le symptôme
Luxurynsight · ICP — Culture & Maturité organisationnelle

Le champion transverse peut être un symptôme — ou un moteur

Un même signal, deux réalités opposées. À distinguer avant de scorer l'ICP — elles n'ont pas le même risque.

Deux cas de figure, pas un seul.

Cas 1 — la culture data-driven est déjà diffusée dans l'entreprise : le champion n'est que la pointe visible de cette maturité, la culture le produit. Cas 2 — la culture n'est pas encore alignée, mais un profil identifié en interne comme data-driven prend le rôle de moteur et crée le changement lui-même, avant le reste de l'organisation. Les deux sont des signaux ICP valables. L'un est durable, l'autre repose sur une personne.

Cas 1 — Culture diffusée la culture produit le champion
LIGNE DE FLOTTAISON — ce que révèle un premier call Champion transverse = ce qu'on voit en premier Culture data-driven décision pilotée par la donnée Culture technology-driven impulsion top-down, diffusée Maturité process-driven use cases déjà standardisés
La pointe — ce qu'on voit en premier
Champion transverse, légitime, identifiable

Une personne avec légitimité et autorité en interne, qui pilote plusieurs use cases ou travaille en transverse avec différents départements. Facile à repérer dès les premiers calls — et donc facile à sur-pondérer dans l'évaluation d'un compte.

⚠ Signal visible, mais pas la variable déterminante
Sous la ligne — niveau 1
Culture data-driven

La décision finale se fait sur la donnée, de manière objective — pas sur l'intuition. L'entreprise utilise déjà des sources quantitatives dans sa prise de décision : la donnée que nous fournissons devient la boussole du business, pas un simple complément.

Question clé en call : « Donne-moi l'exemple de la dernière question difficile à trancher — qui a eu le dernier mot, et pourquoi ? »

⚠ Signal d'alerte : une entreprise qui se déclare « data-driven » sans pouvoir détailler le process
Sous la ligne — niveau 2
Culture technology-driven

L'impulsion d'innovation vient du top management et irrigue toutes les équipes — pas l'intérêt isolé d'une seule personne. L'entreprise est prête à faire évoluer ses opérations et ses process de décision pour intégrer une techno qui change fondamentalement sa façon de travailler, pas juste l'adopter en surface.

Déterminant pour les produits « business optimization » (Trends, Price) — moins pour Marketing Intelligence. Plus un produit est transformationnel pour les process du client, plus il exige un client déjà technology-driven pour être réellement adopté et intégré dans la prise de décision. Sans cette maturité, le produit reste sous-utilisé côté client.

Sous la ligne — niveau 3
Maturité organisationnelle / process-driven

Processus et use cases déjà standardisés — ou, à défaut, un track record de standardisation des opérations.

⚠ Sans cette maturité, ancrer l'usage peut prendre des années
VS
Cas 2 — Le champion moteur le champion précède la culture

Un profil connu en interne pour être hors-norme sur la donnée prend le lead avant que le reste de l'organisation ne suive. Le partenariat peut réussir — mais il repose sur une personne, pas sur un système.

Le moteur tient — même seul
BDI — Chanel

Une personne identifiée en interne comme largement plus data que la norme maison — pas la culture de Chanel, une exception dans Chanel. Elle a obtenu un rôle transverse parce qu'elle a elle-même créé cette culture data autour d'elle.

« Une fille qui est très très data, connue même en interne chez Chanel pour être bien plus data que la plupart des gens d'habitude chez Chanel. » — Julien C.

Le moteur s'arrête — avec la personne
Champion parti — Audemars Piguet

Ultra champion transverse dans une maison structurellement plus lente (carnet de commandes déjà plein 5 ans à l'avance — peu d'urgence business à devenir data-driven). Il portait le partenariat seul. À son départ, le niveau retombe.

« C'est super tant qu'il est là et qu'il fait le taf de champion. [...] Il est parti, et le taf est à refaire. » — Julien C.

⚠ Risque structurel : dépendance à une personne, pas à un système
Implication pour l'ICP

« J'ai un champion transverse en face » ne suffit pas — la question qui tranche : ce profil est-il représentatif de la culture de l'entreprise, ou une exception ? Cas 1 → pari sûr, ancré dans l'organisation. Cas 2 → pari valable mais fragile, à traiter avec un plan de diffusion/succession — jamais comme un acquis.

À retenir

Le champion transverse n'est jamais neutre : soit la preuve d'une culture déjà data-driven, soit le seul moteur d'une culture qui ne l'est pas encore. Le diagnostic ICP doit trancher lequel — l'un est durable, l'autre est fragile.

Comment trancher en call questions diagnostic

Ces questions méritent d'être posées tout au long de la relation et du suivi habituels côté AM et CX. L'enjeu est de les documenter pour alimenter la machine à signaux.

Question pivot — la plus rapide à trancher en un call
« Ce que vous faites avec la donnée, c'est propre à vous ou c'est comme ça que toute l'équipe travaille ? »

La réponse spontanée classe généralement le compte d'un coup sur le Cas 1 ou le Cas 2, et définit l'exécution et les actions à mener.

Ce que révèle la réponse déclenche 3 axes d'action
Multithreading & cross-sell
Risque de churn si le champion part
  • Multithreading & cross-sell — si la réponse fait émerger d'autres profils ou départements data-driven, il y a un potentiel d'expansion à enclencher : embarquer ces profils sur d'autres produits.
  • Risque de churn si le champion part — si la réponse révèle une dépendance à une seule personne (Cas 2), traiter ce risque en amont plutôt qu'au moment du départ (ex. Audemars Piguet).
  • Ancrage / stickiness du compte — dans les deux cas, la réponse donne des pistes concrètes pour ancrer l'usage au-delà d'une seule personne et sécuriser le compte dans la durée.
Cas 1
Culture diffusée — chercher la largeur
  1. « Donne-moi un exemple de la dernière décision difficile à trancher entre départements — qui a eu le dernier mot, et sur quoi il/elle s'est appuyé(e) ? »
  2. « Qui d'autre dans l'équipe utilise ce type de données au quotidien, à part vous ? »→ teste la largeur, pas juste la profondeur d'un individu.❓ Multithreading & cross-sell
  3. « Ce reporting data, c'est venu d'en haut (direction) ou c'est vous qui l'avez mis en place ? »→ origine top-down = Cas 1.
  4. « Dans quelles réunions récurrentes la donnée est présentée, et qui y assiste ? »→ mesure les rituels partagés.
  5. « Si [le champion identifié] partait demain, qui prendrait le relais sur ce sujet ? »→ réponse immédiate et nommée = ancré dans l'organisation.⚠ Si non ancré : plan si le champion quitte l'entreprise
2
Cas 2
Champion moteur isolé — chercher la dépendance
  1. « Est-ce que cette façon de travailler avec la donnée est courante chez vous, ou plutôt rare / propre à vous ? »→ si l'interlocuteur admet lui-même être une exception (comme BDI chez Chanel), signal fort.❓ Cross-sell si 1-2 profils similaires identifiés
  2. « Depuis quand ce fonctionnement existe-t-il — qu'est-ce qui a changé quand vous êtes arrivé(e) ou avez pris ce rôle ? »→ teste si la pratique précède la personne ou pas.
  3. « C'est documenté/outillé quelque part, ou ça repose surtout sur vous ? »→ process ancré vs dépendance individuelle.

Grâce à ces questions, on aurait une approche « proactive » et « chirurgicale » à la place d'attentiste sur les comptes — et on pourra déployer les playbooks ABM en même temps que nourrir le compte dans le projet farming à deux sources.

Pourquoi les processus et workflows sont au cœur de la qualification ICP

Placer les processus métier et les workflows au cœur de la qualification de l'ICP permet de révéler les véritables dynamiques internes du client : maturité data vs approche intuitive, intégration de la solution dans les processus, impact métier, organisationnel et même individuel.

Cette approche permet d'identifier :

  • Le niveau de stickiness du compte et le risque de churn.
  • Le potentiel de cross-sell et d'upsell.
  • Les équipes et parties prenantes à embarquer pour favoriser l'expansion.

Voici des questions pour creuser sur les dynamiques internes et faire le farming à deux sources pour nourrir l'intelligence de comptes :

Ancienneté & résilience du workflow

  1. Depuis combien de temps ce workflow existe-t-il sous cette forme ?
  2. A-t-il déjà survécu à un changement d'équipe, une réorg ou un changement de personne clé ? Comment ? (objectif : évaluer le stickiness)
  3. Ce workflow a-t-il déjà été remis en question ou menacé de suppression ? Pourquoi a-t-il été maintenu ?

Dépendance à une seule personne (bus factor)

  1. Si la personne qui pilote ce workflow partait demain, que se passerait-il ?
  2. Est-ce que d'autres personnes dans l'équipe savent faire tourner ce workflow, ou est-ce qu'une seule personne en a la maîtrise ?
  3. Ce workflow est-il documenté quelque part (process écrit, SOP), ou existe-t-il uniquement dans la tête de quelqu'un ?

Cadence & rituel

  1. À quelle fréquence ce workflow tourne-t-il, et est-ce calé sur un rendez-vous récurrent fixe (comité, reporting mensuel, réunion de collection) ?
  2. Ce rendez-vous existait-il avant votre besoin actuel, ou est-ce que vous le créez spécifiquement pour ce projet ?

Ancrage dans la prise de décision

  1. Qu'est-ce qui se passe concrètement avec l'output de ce workflow une fois produit — il alimente quelle décision, présentée à qui ?
  2. Si ce workflow s'arrêtait du jour au lendemain, qui s'en rendrait compte, et quelle décision serait bloquée ou dégradée ?
  3. Est-ce que d'autres équipes ou systèmes dépendent de cet output (BI, reporting exec, autre outil en aval) ?

Visibilité exécutive

  1. Est-ce que le top management voit ou consomme régulièrement le résultat de ce workflow, ou reste-t-il cantonné à l'équipe opérationnelle ?

Culture & Maturité

  1. Ce que vous faites avec la donnée, c'est propre à vous ou c'est comme ça que toute l'équipe travaille ?
  2. Donne-moi un exemple de la dernière décision difficile à trancher entre départements — qui a eu le dernier mot, et sur quoi il/elle s'est appuyé(e) ?
    Ancrage / stickiness du compte
  3. Ce reporting data, c'est venu d'en haut (direction) ou c'est vous qui l'avez mis en place ?
    Ancrage / stickiness du compte
  4. Qui d'autre dans l'équipe utilise ce type de données au quotidien, à part vous ?
    Multithreading & cross-sell
Entreprises citées à l'atelier — solidité du workflow interne
Workflows solides
Décathlon

"énormément de transparence sur leur processus, les différents workflows"

"chef de projet [...] Pauline Vigot chez Decathlon"

Nicolas Poncet / Jules Vagner
Riachuelo, Walmart, Echo, Makalot

"une interaction avec une équipe Insight, soit une équipe transversale qui pilote l'innovation"

"Patricia chez Riachuelo"

Jules Vagner
Walmart

"les cas d'usage sont beaucoup plus structurés, beaucoup plus cross fonctionnels"

Nicolas Poncet
Chanel

"une seule personne [...] championne sur chaque plateforme, qui génère un output pour le top management"

"c'est la seule SKU level qui ouvre LY Platform"

Adeline Mazars
Bulgari

"à peu près le même case mais sur des interlocutrices un peu moins transverses"

Adeline Mazars
Makalot

"ils poussent leurs équipes à être innovantes"

Léa Gossein
Coach

"budget défini avant même de discuter du scope [...] entre 50 et 60 000 euros"

Jules Vagner
Fev Eterno

"équipe assez bien organisée, mais c'est un manufacturier, pas gigantesque"

Jules Vagner
The Reformation

"équipe assez bien organisée, mais pas du niveau de Decathlon, pas du niveau de Nike"

Jules Vagner
Chaloub, Arrazantty

"on savait exactement comment ils utilisaient nos produits [...] on les a quand même perdus"

Adeline Mazars
Workflows pas solides
Messika, Armani

"arrivés avec un besoin peu défini [...] pas très calibré avec la solution"

Adeline Mazars
Minetonka

"l'équipe est minuscule, peu organisée"

"ils ont baissé leur scope [...] on est vraiment sur le minimum"

Jules Vagner
Zet Supply

"une petite boîte un peu moins organisée"

Jules Vagner
2 niveaux de next steps
Méthodologie AM + CX — Stickiness & Cross-sell

Le Farming à deux sources

La machine de farming est un système et process structuré de collecte et de croisement d'informations sur les clients existants pour savoir où agir entre le CX et AM.

L'idée centrale de la machine de farming est simple : ne pas attendre qu'une opportunité de cross-sell apparaisse ; organiser la collecte de signaux qui permettent de la détecter.
Découvrir la dernière version Machine Farming ici
AM + CX · Diagnostic stickiness et détection de signaux cross-sell
Le principe

Deux sources, un seul farming

Source 1 — Quantitatif

Signaux d'usage plateforme

  • Fréquence de connexion et d'usage récent
  • Nombre d'utilisateurs actifs sur le compte
  • Nombre de produits utilisés parmi les 5 (Trends, Price, Retail, Watch, News)
  • Modules / fonctionnalités réellement consultés
  • Alertes, dashboards ou exports configurés
Source 2 — Qualitatif

Insights des questions en call

  • Process & workflow — profondeur d'usage réelle
  • Prise de décision & gouvernance — solidité du sponsor
  • Usage multi-produits — potentiel de cross-sell
↓ ↓
AM + CX — Farming conjoint
La data seule ne dit pas "pourquoi". Le call seul ne dit pas "à quelle échelle". Ensemble, ils qualifient le risque et l'opportunité.
Diagnostic stickiness + plan d'action par compte
Risques de churn identifiés → next steps concrets à jouer en call
Pourquoi les deux sources sont nécessaires

La plateforme montre qu'un compte est fragile (peu d'utilisateurs, un seul produit, usage en baisse) mais pas pourquoi ni ce qu'il faut faire. Les questions en call révèlent la cause (dépendance à une personne, gouvernance non consolidée, process non ancré) et ouvrent la porte à l'action — multithreading, cross-sell, consolidation du sponsor.

Diagnostic & Farming

Une approche orchestrée, pas opportuniste

Poser les questions de façon orchestrée entre AM et CX pendant les calls de suivi client permet de nourrir les insights du compte, avec une approche chirurgicale et proactive — à la place d'une approche attentiste ou opportuniste. L'objectif : pouvoir creuser la connaissance compte de manière à aller vers une vente plus consultative.

  1. Créer un ICP secondaire aux objectifs acquisition - département Jules.
  2. Infuser les questions sur les dynamiques internes/process dans les départements concernés : acquisition, product marketing, AM, CX.
  3. ICP présenté : valider ou compléter s'il y a des contre-exemples qui remettent en cause l'ICP.
  4. Projet cross-selling — farming à 2 sources : définir les next steps avec Adeline et Nico.
Critère ✅ Coche la case (exemple ICP dream) ❌ Ne coche pas la case (exemple + pourquoi) Poids du critère*
Taille d'entreprise significative (workflows matures) Walmart : géant du retail, use cases structurés, corrélation taille/maturité confirmée (Nico) Minetonka : >100M€ de CA mais équipe minuscule et peu organisée, scope réduit après signature — la taille seule ne suffit pas sans structuration interne (Jules) ★★★★
Champion transverse avec légitimité Decathlon : champion identifié (Pauline Vigot), transversalité forte, accélère l'intégration x10 (Nico) Armani : pas d'interlocuteur transverse clair, besoin arrivé mal défini dès le départ (Adeline) ★★★★★
Processus/use case standardisés + transparence Decathlon : transparence totale sur les workflows internes et les partenaires tiers utilisés (Nico) Prospects "black box" (non nommés) : ne répondent pas aux questions de qualification, offre non envoyée (Jules) ★★★★★
Budget ≥ 25-30K€ Coach : budget de 50-60K€ défini avant même de discuter du scope du projet (Jules) Skims : 21K€, sous le seuil, jugé "dur à faire grandir" (Léa) ★★★★★
Culture data-driven / innovation diffusée aux équipes Makalot : innovation poussée du top management jusqu'aux équipes opérationnelles (Adeline/Léa) Aucun contre-exemple nommé en atelier, Adeline reconnaît ne pas en avoir en tête sur le moment ★★★★★
Présence retail/manufacturing conséquente Riachuelo : marque avec un fort réseau de magasins (Jules) Minelli / Naf Naf : beaucoup de magasins mais chiffre d'affaires par magasin trompeur, entreprises en difficulté sectorielle (Jules) ★★★★★

Le product marketing pourra trouver un intérêt à approfondir le poids des variables qui constituent l'ICP. Note : pour ce projet, le travail actuel est suffisant.

5.6

Déployer l'utilisation de ce doc en appui d'autres docs complémentaires déjà existants comme le "SDP · Use Cases".

Voir le SDP · Use Cases