On a inversé l'ordre
Avant, l'équipe cherchait des profils à la main et contactait au jugé. Maintenant l'IA trouve et qualifie ; l'équipe ne fait que valider, puis la campagne part toute seule. Le temps libéré va aux dossiers et aux entretiens.
Démo · Lead Hub · ESPE
L'école vend un master de psychologie. Ses futurs étudiants sont en fin de licence, sur LinkedIn, au moment précis où ils choisissent leur suite. Lead Hub les trouve, les qualifie par IA, laisse l'équipe pédagogique valider — et la campagne LinkedIn démarre toute seule.
Démonstration sur données fictives : les écrans sont fidèles à l'application en production, les personnes sont inventées. Essayez : lancez une recherche, puis la campagne.
ⓘ Au rendement observé, 60 leads chauds demandent entre 420 et 650 profils, soit 3 à 5 €. La recherche enchaîne les lots d'elle-même et s'arrête quand l'objectif est atteint.
Un lead chaud = un profil dans la cible, scoré 7 ou plus, validé par l'équipe. Le coût comprend les pages LinkedIn lues et le détail des profils.
| Date | Cible | Profils lus | Retenus | Scorés | Leads chauds | Durée | Coût | Coût / lead | Statut |
|---|---|---|---|---|---|---|---|---|---|
| 01:43 | Principale | 119 | 68 | 68 | 16 (13 %) | 2 min 57 | 0,95 € | 0,06 € | ✓ Terminé |
| 01:40 | Principale | 96 | 52 | 52 | 11 (11 %) | 2 min 33 | 0,77 € | 0,07 € | ✓ Terminé |
| 01:36 | Principale | 103 | 59 | 59 | 13 (13 %) | 2 min 59 | 0,82 € | 0,06 € | ✓ Terminé |
| 01:34 | Principale | 76 | 44 | 44 | 9 (12 %) | 2 min 43 | 0,61 € | 0,07 € | ✓ Terminé |
| 01:31 | Secondaire | 88 | 51 | 51 | 10 (11 %) | 2 min 48 | 0,70 € | 0,07 € | ✓ Terminé |
| Total du mois | 3 412 | 1 820 | 1 820 | 412 (12 %) | 1 h 24 min | 27,30 € | 0,07 € | ||
| Nom | Poste | Segment | Score | Destination | Trouvé par | |
|---|---|---|---|---|---|---|
| Camille L. | Étudiante en L3 de psychologie — Université Paris Nanterre | Étudiant L3 Psycho | 9 | → Campagne | licence psychologie Nanterre | |
| Inès M. | Licence de psychologie, 3ᵉ année · recherche un master clinique | Étudiant L3 Psycho | 8 | → Campagne | psychologie Paris Cité L3 | |
| Théo G. | Diplômé de licence de psychologie (2026) — en recherche de master | Diplômé récent | 8 | → Campagne | stage L3 psychologie | |
| Nadia B. | Chargée de clientèle · en reconversion vers la psychologie | Reconversion active | 7 | → Campagne | reconversion licence psychologie | |
| Léa B. | Étudiante en L2 de psychologie — Université Paris 8 | Licence 2 Psycho (actuel) | 5 | Plus tard | psychologie Paris 8 étudiante | |
| Hugo P. | Étudiant en master 1 de psychologie clinique | Master en cours | 3 | Skip | troisième année psychologie | |
| Sofia R. | Assistante RH · intéressée par la psychologie du travail | Signal faible | 6 | → Nurturing | licence psychologie Nanterre | |
| Mathis D. | Psychologue clinicien — cabinet libéral | Disqualifié | 0 | Skip | psychologie Paris 8 étudiante | |
| Amira K. | Étudiante en L3 de psychologie — Sorbonne Paris Nord | Étudiant L3 Psycho | 9 | Déjà contactée | psychologie Sorbonne Paris Nord licence |
| Requête de recherche | Profils | Cibles | Composition | Score moy. | Leads chauds | État |
|---|---|---|---|---|---|---|
| psychologie Paris Cité L3 | 78 | 18 23 % | 7,9 | 18 | Épuisée · réveil le 8 nov. | |
| stage L3 psychologie | 107 | 27 25 % | 7,6 | 25 | Épuisée · réveil le 8 nov. | |
| psychologie Sorbonne Paris Nord licence | 115 | 20 17 % | 7,4 | 20 | Active | |
| licence psychologie Nanterre | 452 | 47 10 % | 7,8 | 44 | Active · page 20 | |
| psychologie Paris 8 étudiante | 542 | 38 7 % | 7,5 | 36 | Active · page 23 | |
| troisième année psychologie | 715 | 35 5 % | 7,2 | 31 | Au banc 14 j |
Une requête dont la dernière sortie n'a rien produit de neuf est mise au banc 14 jours ; une requête qui a atteint le bout de son vivier LinkedIn est déclarée épuisée et réveillée 30 jours plus tard. Ce sont ces deux règles qui empêchent de repayer les mêmes profils.
| Nom | Segment | Demande envoyée | Acceptée | Réponse |
|---|---|---|---|---|
| Amira K. | Étudiant L3 Psycho | 3 oct. | ✓ 5 oct. | ✉️ Message envoyé · a répondu le 7 oct. |
| Yanis T. | Diplômé récent | 3 oct. | ✓ 4 oct. | en attente |
| Clara V. | Étudiant L3 Psycho | 3 oct. | ✓ 6 oct. | ✉️ Message envoyé |
| Julien A. | Reconversion active | 26 sept. | en attente | — |
| Manon F. | Étudiant L3 Psycho | 26 sept. | ✓ 27 sept. | ✉️ Message envoyé · a répondu le 2 oct. |
114 profils lus sur LinkedIn, 61 retenus et scorés par l'IA, 14 leads chauds trouvés. Ils sont prêts à être relus dans la page Profils.
Les 41 leads chauds validés reçoivent une demande de connexion LinkedIn. Dès qu'un profil accepte, le premier message part automatiquement — l'équipe n'a plus qu'à répondre.
La page Performance montre les vraies requêtes LinkedIn lancées par l'outil, et ce que chacune rapporte : combien de profils trouvés, combien de leads chauds. C'est là qu'on voit ce qui amène réellement de futurs clients — et l'outil réutilise d'office les requêtes qui marchent.
Avant, l'équipe cherchait des profils à la main et contactait au jugé. Maintenant l'IA trouve et qualifie ; l'équipe ne fait que valider, puis la campagne part toute seule. Le temps libéré va aux dossiers et aux entretiens.
Chaque recherche annonce une fourchette de profils et un coût avant de partir, et s'arrête d'elle-même quand l'objectif de leads chauds est atteint. Quelques centimes par lead, pas une facture surprise.
Chaque requête LinkedIn est mesurée sur ce qu'elle rapporte. Les puits à sec sont mis de côté, les meilleurs réutilisés, et les acceptations de la campagne remontent par requête et par segment : on sait ce qui convertit.
Le même socle sert à n'importe quelle cible — étudiants, dirigeants, candidats — avec sa propre définition du lead chaud.
Parler de votre cible avec nous