Ivona Mikulčić5 septembre 202612 min de lectureMis à jour: 28 sept. 2026
Comment j'utilise Claude Skills pour l'analyse de pipeline (et le mythe du 4x coverage qui induit la plupart des équipes en erreur)
Le trimestre dernier, j'ai regardé un commercial travailler un deal pendant 47 jours. De bons meetings. Des signaux positifs. Puis le deal a disparu du pipeline sans date de closing, sans raison de perte, sans aucune leçon à en tirer. En creusant les données, j'ai trouvé 11 autres deals morts de la même façon, même étape, même silence.
C'est là que j'ai arrêté de surveiller mes pipelines à l'œil et que j'ai commencé à les analyser vraiment.
Dans cet article, je vous montre exactement comment fonctionne l'analyse de pipeline, les métriques qui comptent vraiment, comment l'IA et les Claude Skills changent la donne, et comment reconnecter les insights à l'action outbound. J'ai inclus chaque étape que je suis, les benchmarks que j'utilise (avec de vraies sources), et les outils que j'utilise avec Claude pour garder mes données pipeline fiables.
Qu'est-ce que l'analyse de pipeline
L'analyse de pipeline, c'est le processus qui consiste à examiner comment vos deals avancent à chaque étape de votre pipeline commercial pour repérer ce qui fonctionne, ce qui bloque et où le revenu vous échappe. L'objectif n'est pas tant de suivre l'activité que de vérifier si cette activité se transforme réellement en deals signés.
Voyez ça comme un bilan de santé régulier plutôt qu'un diagnostic ponctuel. La gestion de pipeline, c'est l'effort quotidien pour faire avancer les deals ; l'analyse de pipeline, c'est ce qui vous dit si cet effort paie.
On parle aussi d'analyse de deal pipeline ou d'analyse de funnel commercial. Même idée : examiner chaque transition d'étape et voir où les deals accélèrent, ralentissent ou disparaissent.
Pourquoi l'analyse de pipeline compte pour les équipes revenue
Sans revue régulière, les responsables commerciaux découvrent souvent un objectif manqué la semaine même où ça arrive, quand il est trop tard pour réagir. L'analyse détecte les signaux d'alerte plus tôt.
Voici ce qu'un processus de revue régulier vous apporte :
Des données de conversion réelles remplacent les prédictions au doigt mouillé : vous savez ce qui va probablement closer, et à peu près quand.
Les données par étape montrent exactement où chaque commercial perd des deals, ce qui rend le coaching ciblé au lieu de générique.
L'analyse identifie quels deals ouverts valent la peine d'être poursuivis et lesquels sont passés sous silence.
Savoir quelle étape fuit le plus vous indique où investir votre temps, vos effectifs ou votre budget.
C'est encore plus vrai aujourd'hui qu'il y a quelques années. Selon l'étude Landbase 2026 sur la couverture de pipeline, le taux de conversion moyen en B2B est de 21 % sur l'ensemble des opportunités et de 29 % sur les opportunités qualifiées. Ces chiffres sont inférieurs à l'hypothèse classique de « 33 % de win rate » intégrée dans l'ancienne règle du 3x de couverture, ce qui signifie que les équipes qui sautent les revues régulières de pipeline naviguent encore plus à l'aveugle qu'elles ne le pensent.
Un pattern aussi simple que « les deals avancent vite en discovery mais calent à l'étape proposal » peut transformer la façon dont une équipe investit son prochain trimestre. C'est exactement le type d'insight qu'une vraie revue de pipeline fait remonter, et qu'un coup d'œil rapide au dashboard rate en général.
Les étapes du pipeline commercial à analyser
L'analyse de pipeline repose sur des étapes clairement définies. Si les étapes d'une équipe sont floues ou incohérentes d'un commercial à l'autre, les données en dessous ne tiendront pas non plus.
Prospection et qualification des leads
C'est le point d'entrée, là où les nouveaux leads arrivent dans le pipeline. Un lead qualifié correspond à votre profil client idéal (ICP), dispose de coordonnées vérifiées et montre un signal d'intention d'achat.
Une qualification faible à ce stade crée des problèmes qui ressortent plus tard, en général sous la forme de commerciaux qui passent des heures sur des leads qui n'allaient jamais closer. Certaines équipes résolvent ça avec une base de données et des outils de signaux d'intention qui filtrent les prospects avant leur entrée dans le pipeline.
Discovery et évaluation des besoins
À cette étape, les commerciaux vérifient si le prospect a un vrai budget et un calendrier, et si le problème que vous résolvez en est un qu'il rencontre réellement. Les deals qui stagnent ici pointent souvent vers des problèmes de messaging ou de ciblage plutôt que vers un problème de commercial.
Si vos commerciaux entendent sans cesse « on n'a pas le budget », la cause racine remonte en général à l'étape précédente : une qualification trop lâche.
Proposal et négociation
C'est là que le pricing, les conditions et la validation interne se jouent. Les deals qui traînent ici, rebondissant entre « proposal envoyée » et « en attente de validation », signifient souvent qu'il manque un décideur dans la conversation.
Closed won ou closed lost
Les deux résultats méritent votre attention, même si les deals perdus ont tendance à vous apprendre davantage. Des patterns récurrents (la même objection, le même concurrent, un point de blocage constant, un interlocuteur manquant) pointent vers un problème systémique que l'effort individuel du commercial ne suffira pas à résoudre.
Les métriques clés pour l'analyse de pipeline commercial
Ces chiffres vous disent si un pipeline est sain, assez rapide et assez gros pour atteindre l'objectif.
Métrique | Ce qu'elle mesure | Pourquoi c'est important |
|---|---|---|
Vélocité du pipeline | Vitesse à laquelle le revenu traverse le funnel | Montre si le pipeline va convertir à temps pour atteindre les objectifs |
Taux de conversion par étape | Déperdition entre chaque étape | Identifie exactement où les deals stagnent ou meurent |
Ratio de couverture du pipeline | Pipeline ouvert vs. objectif de revenu | Vous dit s'il y a assez de pipeline pour absorber les pertes |
Taux de conversion | Deals créés vs. deals closés | Mesure l'efficacité commerciale globale |
Durée moyenne du cycle de vente | Jours entre la création et le closing | Identifie les segments, commerciaux ou types de deals lents |
Vélocité du pipeline
La vélocité du pipeline combine quatre chiffres en un seul indicateur de vitesse : opportunités qualifiées, taux de conversion, montant moyen des deals et durée du cycle de vente. Une vélocité élevée signifie en général que le revenu arrive plus vite ; une vélocité faible pointe souvent vers des deals mal ciblés ou un closing trop lent.
Taux de conversion étape par étape
Le taux de conversion est le pourcentage de deals qui passent d'une étape à la suivante. Une chute brutale entre deux étapes adjacentes, c'est votre goulot d'étranglement, et c'est souvent le chiffre le plus actionnable d'une revue de pipeline.
Ratio de couverture du pipeline
Le ratio de couverture correspond à la valeur totale du pipeline ouvert divisée par votre objectif de revenu sur la période. Comme l'étude de Clari sur la couverture de pipeline l'explique, vous divisez 1 par votre taux de conversion pour trouver la couverture nécessaire : avec un win rate de 25 %, ça donne une couverture de 4x. Pas assez de couverture, et les pertes normales de deals vous laisseront en dessous de l'objectif.
Win rate vs. taux de conversion par étape
Le win rate couvre l'ensemble du parcours, de la création du deal au closing. Le taux de conversion fonctionne étape par étape. Le win rate donne la vue d'ensemble ; le taux de conversion vous dit exactement où intervenir.
Durée moyenne du cycle de vente
C'est le nombre moyen de jours entre la création de l'opportunité et le closing. En segmentant par commercial, segment ou taille de deal, vous identifiez souvent exactement là où le processus traîne.
Comment faire une analyse de pipeline commercial étape par étape
1. Exportez vos données de pipeline depuis le CRM
Exportez les deals avec l'étape, la valeur, la date de closing, le propriétaire et la date de dernière activité. Supprimez les doublons, les deals obsolètes et tout ce qui a des champs clés manquants : chaque métrique en aval en dépend.
2. Calculez les taux de conversion à chaque étape
Calculez le pourcentage de deals qui passent de chaque étape à la suivante. Segmentez par commercial, taille de deal ou source de lead pour voir si un goulot d'étranglement est généralisé ou limité à un groupe.
3. Calculez la vélocité et la couverture du pipeline
Appliquez la formule de vélocité et le ratio de couverture pour voir si le pipeline actuel est en bonne voie pour l'objectif de la période. Si la couverture est insuffisante, le problème se situe en général en haut du funnel.
4. Identifiez les deals bloqués et les opportunités à risque
Un deal bloqué n'a pas changé d'étape et n'a eu aucune activité dans la fenêtre définie par votre équipe. Ces deals gonflent la valeur du pipeline et faussent les prévisions : signalez-les pour relance ou suppression.
5. Construisez un plan d'action avec des responsables et des échéances
Transformez vos constats en missions : qui relance quel deal bloqué, quel commercial reçoit du coaching sur quelle étape. Une analyse sans responsable désigné finit en général en slide deck.
Comment identifier et corriger les goulots d'étranglement du pipeline
Un goulot d'étranglement, c'est toute étape où les deals stagnent ou chutent à un rythme plus élevé qu'ailleurs. Le repérer, c'est la partie facile ; le corriger, c'est là que le revenu bouge vraiment.
Repérer les déperditions par étape
Parcourez vos données de conversion pour trouver l'écart le plus important entre deux étapes. Les déperditions en début de funnel pointent en général vers des problèmes de ciblage ou de qualification, tandis que les déperditions tardives signalent plutôt un problème de pricing ou un décideur absent.
Diagnostiquer les causes racines avec des revues de deals
Prenez un échantillon de deals perdus ou bloqués à l'étape du goulot et cherchez les traits communs : même objection, même concurrent, un interlocuteur manquant que personne n'avait remarqué. Les notes CRM et les enregistrements d'appels font en général remonter le pattern, et le correctif doit cibler cette cause précise plutôt qu'un appel général à « faire mieux ».
Comment l'IA change l'analyse de pipeline
L'IA prend en charge les tâches manuelles de l'analyse de pipeline : extraction de données, détection d'anomalies, signalement des deals à risque, synthèse de patterns sur des centaines de lignes. Un travail qui prenait un après-midi dans un tableur peut se faire en quelques minutes. Si vous utilisez déjà lemlist, ses agents IA gèrent une partie de ce workflow nativement, en récupérant les données de leads et de campagnes sans export manuel.
Le vrai avantage, c'est la reconnaissance de patterns, pas la vitesse. L'IA peut comparer un deal bloqué à des milliers de deals historiquement similaires et estimer ses chances de closing. Une échelle qu'aucun humain ne capte lors d'un pipeline meeting du lundi.
Cela dit, l'analyse par IA n'est jamais meilleure que les données CRM qui la nourrissent. Si les commerciaux ne mettent pas à jour les étapes, l'IA amplifie les mauvaises données au lieu de les corriger. Des inputs propres restent la priorité.
Les outils utilisés par les équipes pour l'analyse de pipeline
Avant de parler de l'approche Claude Skills, un état des lieux s'impose. La plupart des équipes font déjà une forme d'analyse de pipeline avec les outils qu'elles ont :
Le reporting CRM (HubSpot, Salesforce, Pipedrive) vous offre des dashboards intégrés, des funnels par étape et des prévisions basiques. Pour beaucoup d'équipes, ça suffit.
Les dashboards BI (Looker, Tableau, Power BI) permettent aux équipes RevOps de créer des vues pipeline personnalisées, de segmenter selon n'importe quelle dimension et de partager des rapports en temps réel. La contrepartie : du temps de setup et de la bande passante analyste.
Les tableurs (Excel, Google Sheets) restent le choix par défaut pour les équipes sans RevOps dédié. Flexibles mais fragiles, et les formules cassent dès que quelqu'un réorganise une colonne.
Les plateformes RevOps (Clari, Gong Forecast, InsightSquared) ajoutent de la prévision IA et de l'inspection de deals par-dessus les données CRM. Puissantes, mais avec un pricing pensé pour le mid-market et au-delà.
Chacun de ces outils fonctionne. Là où les Claude Skills apportent quelque chose de différent, c'est la rapidité de mise en place et la capacité à lancer une analyse interactive à partir d'un CSV brut, sans formules, sans config BI, sans équipe RevOps.
Comment utiliser les Claude Skills pour une analyse de pipeline interactive
Une option plus récente pour les équipes sans analyste RevOps dédié : faire tourner l'analyse de pipeline via les Claude Skills, un moyen de donner à Claude un template pré-construit pour une tâche spécifique.
Ce que fait le skill d'analyse de pipeline
Le skill prend un export de pipeline (un CSV suffit) et le transforme en dashboard interactif : funnel par étape, taux de conversion, vélocité, couverture et signalement des deals bloqués, sans écrire une seule formule.
Comment installer et lancer le skill
Vous pouvez construire un skill d'analyse de pipeline en utilisant les patterns Agent Skills publics d'Anthropic sur GitHub, le connecter à Claude, et uploader votre export pour le lancer. C'est un workflow à construire soi-même où vous définissez les prompts et les étapes d'analyse que Claude doit suivre. Si vos données outbound et CRM sont déjà dans lemlist, lemlist MCP connecte ces données directement à Claude, sans passer par l'export manuel.
Lire le dashboard visuel interactif
Une fois l'analyse lancée, vérifiez quatre vues : le funnel par étape avec les taux de conversion, le graphique de vélocité, les indicateurs de santé du pipeline et la liste des deals bloqués. Chaque vue correspond à une décision : coacher un commercial, relancer un deal ou corriger le ciblage en amont.
Bonnes pratiques pour l'analyse de pipeline
Faites une revue hebdomadaire au niveau du commercial, mensuelle au niveau de la direction. La régularité compte en général plus que la profondeur.
Supprimez les deals morts, imposez des champs obligatoires, mettez à jour les dates de closing régulièrement. Des données sales rendent chaque métrique en aval peu fiable.
Segmentez les métriques par commercial, taille de deal, source et segment ICP. Les moyennes masquent souvent le vrai problème.
Comparez les métriques mois après mois au lieu de vous fier à un seul instantané. C'est comme ça que vous saurez si un correctif fonctionne vraiment.
Astuce : quand la prospection, l'enrichissement, le séquençage et les données CRM vivent dans des outils séparés, les données de pipeline se fragmentent vite. Gérer l'outbound depuis une seule plateforme connectée (lemlist s'intègre directement avec HubSpot et Salesforce) garde tout le contexte des deals au même endroit dès le départ.
Transformez vos insights pipeline en actions outbound
L'analyse de pipeline ramène souvent directement à l'outbound. Un haut de funnel trop maigre signifie en général un problème de sourcing, tandis que des deals qui stagnent à la qualification indiquent souvent que les leads entrants ne correspondent pas autant à votre ICP que prévu.
Quand la qualification est le goulot d'étranglement, un meilleur ciblage et un enrichissement en amont de la prospection règlent en général le problème. La Lead Database et les Intent Signals de lemlist vous aident à sourcer des leads qui correspondent à votre ICP. Email Finder & Verifier et Phone Finder les enrichissent avec des données de contact vérifiées. La prospection multicanale lance la campagne sur email, LinkedIn et appels depuis un seul workflow, avec des signaux d'intention qui identifient le bon moment pour contacter vos leads, qui arrivent ainsi chauds plutôt que froids.
L'analyse de pipeline vous dit ce qui est cassé. L'outbound, c'est en général là que vous le réparez.
Pour conclure
Je reviens toujours à la même leçon : l'analyse de pipeline ne fonctionne que si elle change ce que vous faites ensuite. Un dashboard sur lequel personne n'agit, c'est juste un tableur plus joli.
Commencez par les bases. Récupérez vos données CRM, cartographiez vos taux de conversion étape par étape, et identifiez le point de déperdition qui vous coûte le plus. Corrigez ça en premier. Ensuite, ajoutez l'IA et les Claude Skills pour accélérer le cycle d'analyse : vous détectez les problèmes chaque semaine, pas chaque trimestre.
lemlist est noté 4,6/5 sur G2 avec plus de 1 500 avis. Et si j'en parle ici, c'est parce que les équipes qui laissent ces avis suivent exactement cette boucle : analyser le pipeline, trouver la faille, la corriger avec un meilleur ciblage et plus d'outbound, recommencer.
Démarrez l'essai gratuit de 14 jours, sans carte bancaire.
Transformez vos leads en pipeline
Trouvez des prospects, automatisez vos relances et générez plus d'opportunités commerciales.