Points clés
Utiliser l’IA pour récupérer du temps à consacrer au travail que seul un humain peut accomplir
Une première rencontre stupéfiante. Le livre commence par Jeb Blount qui demande à une première version de ChatGPT d’écrire une histoire. Sa femme ne croyait pas qu’une machine l’avait produite. Ce moment résume la thèse centrale du livre: l’IA peut transformer la vente, mais sa plus grande valeur consiste à aider les gens à mieux accomplir les tâches qui reposent sur le jugement et le lien humains, et non à les remplacer dans les ventes complexes.
Quatre formes d’intelligence commerciale. Les auteurs associent les aptitudes innées, les connaissances acquises, l’intelligence émotionnelle et l’intelligence technologique. Ils soutiennent que l’aisance technique doit renforcer l’apprentissage et l’empathie, et non les évincer. L’IA peut trier rapidement l’information; il revient toujours au vendeur d’interpréter la situation, de gagner la confiance et de guider l’acheteur dans l’incertitude.
La distinction la plus utile ici est celle entre automatiser des tâches et automatiser la responsabilité. La recherche, la rédaction et le tri des données se délèguent souvent plus facilement que la responsabilité de ce qui est dit à un acheteur. L’augmentation des capacités par l’IA relève donc de la conception des emplois, et pas seulement de l’adoption d’outils. Le cadre considère aussi, à juste titre, les compétences émotionnelles comme pertinentes sur le plan commercial, et non comme un simple ornement. Une réserve toutefois : présenter le QI comme fixe risque de minimiser la mesure dans laquelle l’expertise et le jugement se développent par la pratique. Les résultats commerciaux dépendent moins d’une mesure unique de l’intelligence que de la combinaison, en contexte, des connaissances, de l’attention et des compétences sociales.
Considérer les réponses fluides de l’IA comme des brouillons, jamais comme des preuves
L’assurance peut masquer l’invention. Les auteurs racontent l’histoire d’un avocat qui a utilisé dans un mémoire judiciaire des citations juridiques générées par ChatGPT sans vérifier si les affaires citées existaient. Les erreurs semblaient crédibles, mais l’avocat en était responsable. L’IA générative produit du texte en prédisant des séquences plausibles; une réponse convaincante ne prouve pas que ses affirmations sont exactes.
Faire intervenir le jugement humain au moment du relais. Le livre prévient que la chaleur conversationnelle peut donner l’impression qu’un logiciel est bienveillant ou fait autorité. Il nomme deux pièges: l’anthropomorphisme, qui consiste à attribuer des qualités humaines aux machines, et le biais d’autorité, qui conduit à accepter une source parce qu’elle semble experte. Vérifiez les noms, les chiffres, les affirmations juridiques et les recherches sur les prospects à l’aide de sources fiables, et relisez chaque message avant de l’envoyer.
Il s’agit d’une présentation concrète du biais d’automatisation, c’est-à-dire la tendance à s’en remettre aux recommandations d’un système même lorsqu’on peut exercer son propre jugement. La fluidité accroît le risque, car un langage soigné donne une impression de compétence. Une meilleure norme consiste à accorder une confiance mesurée : utiliser librement l’IA pour les brouillons à faible enjeu, mais renforcer la vérification à mesure que le coût d’une erreur augmente. Cette approche évite les deux extrêmes : traiter l’IA comme un oracle ou refuser toute aide utile. La vérification protège aussi davantage que l’exactitude des faits. Dans la vente, un détail inventé peut nuire à une relation qui a mis des mois à se construire.
Protéger ses heures de vente avant que sa boîte de réception ne s’empare de sa journée
Le temps est un choix, pas un réglage. Chaque vendeur dispose des mêmes 24 heures, mais les auteurs estiment que seules six à huit heures peuvent être consacrées aux activités de vente directe. Ils distinguent le travail générateur de revenus, les tâches de soutien nécessaires et les distractions insignifiantes. Leur idée maîtresse en matière de gestion est d’assumer la responsabilité de l’emploi de ces heures, plutôt que de compter sur un agenda ou un outil d’IA pour instaurer de la discipline.
Organiser sa concentration à l’avance. Passez en revue vos activités par tranches de 15 ou 30 minutes pendant au moins une semaine. Réservez ensuite trois périodes de 90 minutes aux tâches à fort impact, en commençant si possible par la prospection. Le livre avertit également que les interruptions peuvent engloutir des heures: il cite environ 11 minutes de concentration avant une distraction et 25 minutes pour retrouver son niveau de concentration.
L’élément le plus fort est le passage de la gestion du temps à la gestion de l’attention. Un agenda peut réserver une plage, mais pas la rendre cognitivement calme ; les notifications, les interruptions dans les bureaux ouverts et le passage d’une tâche à l’autre peuvent toujours la fragmenter. L’audit rend visibles des coûts invisibles, une technique de changement de comportement élémentaire mais puissante. Les trois plages proposées constituent un point de départ, pas une formule universelle. La disponibilité des clients, le territoire et le rôle varient. Le meilleur principe consiste à protéger des périodes récurrentes pour le travail générateur de revenus et à vérifier si elles produisent réellement des conversations et alimentent le pipeline.
Automatiser certaines tâches ingrates, puis s’exercer jusqu’à ce que l’outil fasse gagner du temps
Commencer par un véritable point de blocage. Les auteurs conseillent aux vendeurs de ne pas intégrer l’IA partout à la fois. Repérez une tâche répétitive, testez un outil par rapport au processus actuel et ne le gardez que s’il améliore le résultat ou libère du temps pour des tâches à forte valeur. Ils décrivent l’adoption comme une démarche consistant à s’engager à utiliser de nouveaux outils, à les adapter à un processus de vente particulier et à s’exercer jusqu’à les maîtriser.
Les prompts font partie du travail. L’ingénierie des prompts consiste à rédiger des instructions claires qui précisent à un système d’IA générative la tâche à accomplir, le contexte et le format souhaité. Une demande vague tend à produire un contenu générique. Une bibliothèque de prompts évite de répéter les essais et les erreurs, tandis qu’une pratique délibérée aide les utilisateurs à découvrir quelles instructions fonctionnent. Les auteurs reconnaissent qu’un nouvel outil peut d’abord prendre plus de temps que l’exécution manuelle, avant que l’utilisateur ne le maîtrise.
Voilà un antidote utile aux achats motivés par la nouveauté. En recherche opérationnelle, un processus ne s’améliore pas simplement parce qu’on y ajoute une nouvelle technologie ; il faut considérer l’ensemble du flux de travail, y compris le temps de révision, les taux d’échec et les coûts de formation. La même logique s’applique ici. Mesurez le gain net de temps et la qualité, et non l’impression que produit une démonstration. L’approche progressive des auteurs tient également compte de la courbe d’apprentissage. Sa limite est que l’expérimentation individuelle peut passer à côté des contraintes de confidentialité ou de sécurité ; le choix des outils doit donc faire l’objet d’un examen organisationnel, en plus de reposer sur l’enthousiasme personnel.
Laisser l’IA préparer la prospection; garder les conversations en direct humaines
La préparation n’est pas la persuasion. Le livre distingue la prospection synchrone, comme une conversation téléphonique ou en personne qui se déroule en temps réel, des prises de contact asynchrones, comme les courriels ou les messages enregistrés. L’IA peut aider à trouver des prospects, à résumer des informations générales, à rédiger des messages et à gérer les relances. Elle ne dispense pas le vendeur de communiquer avec les gens, de gérer leurs réticences et de les écouter sur le moment.
Se méfier de la promesse du bouton magique. Un représentant aux résultats médiocres avait fait des courriels rédigés en masse par l’IA l’intégralité de sa routine de prospection. Son responsable a remis en question cette logique: si l’envoi de messages constituait tout le travail, une personne n’apporterait pas grand-chose de plus que le logiciel. Les auteurs préconisent d’utiliser plusieurs canaux tout en plaçant les conversations en direct au cœur de la démarche, surtout lorsque l’achat est complexe, coûteux ou risqué.
La distinction entre transmettre de l’information et construire une conversation est importante sur le plan commercial. Un acheteur peut ignorer un courriel ; un échange en direct permet au vendeur de remarquer une hésitation, de poser une question complémentaire et de s’adapter à de nouveaux éléments. Cela rappelle la différence, dans la théorie de la communication, entre la communication de masse et le dialogue. Toutefois, les prises de contact asynchrones ne sont pas intrinsèquement moins bonnes. Elles peuvent respecter l’emploi du temps de l’acheteur et fournir un contexte utile avant un appel. La question centrale est de savoir si l’automatisation favorise une prochaine interaction pertinente ou augmente simplement le volume de messages. Un volume sans pertinence peut apprendre aux prospects à ignorer l’expéditeur.
Établir ses listes en fonction de l’adéquation et des signaux d’achat, pas du volume
Définir d’abord le bon client. Le Profil du client idéal (ICP) décrit les types d’organisations les plus susceptibles de tirer profit de l’offre d’un vendeur et de l’acheter. Il peut inclure le secteur, la taille, le cas d’usage, l’adéquation financière, les parties prenantes et les déclencheurs d’achat probables. L’IA peut comparer les clients précédents et les ventes conclues afin de faire ressortir des tendances qui aideront à affiner le profil.
Le moment et la portée comptent. Les données d’intention sont des indices comportementaux, comme les visites de sites Web pertinents ou l’interaction avec du contenu, qui peuvent indiquer un intérêt pour un achat. La notation prédictive des prospects peut aider à les classer par ordre de priorité, tandis que la multiplication des contacts dans un compte (multithreading) consiste à établir des relations avec plusieurs parties prenantes d’un même compte plutôt qu’à dépendre d’un seul interlocuteur. Ces signaux aident à concentrer les efforts, mais les auteurs soulignent l’importance de la qualité des données et de la qualification humaine.
Cette approche transforme la prospection : au lieu d’un problème de volume brut, elle devient un problème d’allocation des ressources. Un modèle bayésien est utile : chaque nouveau signal doit mettre à jour l’estimation de l’adéquation par le vendeur, et non imposer une conclusion sans appel. Une visite de site Web peut signaler un intérêt pour un achat, ou simplement relever d’une recherche menée dans un autre but. De même, les données historiques peuvent refléter les anciens angles morts d’une entreprise et les reproduire dans son système de notation. L’IA est particulièrement utile lorsqu’elle rend visibles les hypothèses et aide les vendeurs à les mettre à l’épreuve dans des conversations, et non lorsqu’un score se substitue à la curiosité.
Personnaliser les messages avec discernement, pas avec des flatteries tirées des données
Montrer qu’on comprend, pas qu’on surveille. Les auteurs distinguent les messages fondés sur des recherches approfondies et destinés à un prospect de grande valeur des messages ciblés envoyés à un segment de prospects similaires. L’IA peut résumer l’actualité d’une entreprise, les tendances du secteur et les informations publiques. Le vendeur doit décider quels détails révèlent un véritable enjeu commercial et relier cet enjeu à une conversation utile. Une référence personnelle superficielle ou un compliment générique peut sembler moins pertinent qu’astucieux en matière de vente.
Rendre le brouillon plus humain. Le livre raconte l’histoire d’une agence de relations publiques qui a soumis un article rédigé par l’IA sans le remanier sérieusement. Lorsque le client a découvert cette facilité, sa confiance dans l’agence s’est érodée. L’IA peut aider à rédiger, à réviser et à raccourcir les messages, mais le vendeur doit vérifier les faits, supprimer les tournures robotiques et préserver une voix qui témoigne d’une connaissance et d’une attention véritables.
La personnalisation fonctionne lorsqu’elle aide l’acheteur à comprendre pourquoi une conversation pourrait avoir de l’intérêt. Elle échoue lorsqu’elle sert seulement à prouver que l’expéditeur a recueilli des renseignements personnels. Cette différence rappelle, dans les recherches sur la protection de la vie privée, la distinction entre pertinence et intrusion. Les auteurs ont raison de mettre l’accent sur la révision et l’authenticité, mais une rédaction qui « sonne humain » ne suffit pas. Un message peut être chaleureux et rester inutile. Le meilleur critère consiste à déterminer s’il désigne avec justesse un enjeu commercial plausible et donne au prospect une raison de répondre.
Faire de la découverte une conversation préparée, pas une liste de questions
Se renseigner avant de poser des questions. La découverte consiste à comprendre la situation de l’acheteur, ses obstacles, ses objectifs, les parties prenantes et ses critères de réussite. Les auteurs soutiennent qu’elle mérite l’essentiel de l’attention du vendeur, car une proposition fondée sur une compréhension superficielle se réduit facilement à une comparaison de prix. L’IA peut rechercher des informations sur une entreprise et son secteur, consulter les notes du CRM et aider à préparer des questions, mais elle ne peut remplacer l’écoute ni le jugement pendant la conversation.
Poser une question, puis rebondir sur la réponse. Les questions ouvertes invitent à raconter et à préciser. Les auteurs mettent en garde contre les questions dont les réponses se trouvent facilement en faisant des recherches, les listes rigides de questions posées à la chaîne et les argumentaires présentés dès qu’un problème est mentionné. L’exemple de Rachel illustre le coût de cette précipitation: elle est passée trop vite de la demande de devis d’un acheteur à une proposition élaborée par l’IA, sans disposer ensuite d’éléments ni de contexte pour en défendre la valeur.
La découverte se comprend mieux comme une construction commune du sens. Les acheteurs n’ont souvent pas établi de diagnostic complet de leur propre problème ; de bonnes questions peuvent donc aider les deux parties à clarifier la situation et les résultats que produirait un changement. L’importance que le livre accorde à l’écoute est plus convaincante que n’importe quelle série de questions toutes faites. Il existe toutefois une limite éthique importante : poser des questions pour susciter de l’anxiété ou fabriquer un sentiment d’urgence peut miner la confiance que la découverte est censée instaurer. La préparation doit aider le vendeur à comprendre l’acheteur, pas à lui tendre un piège.
S’appuyer sur des preuves pour remettre les affaires en question avant que l’attachement ne fausse le jugement
Qualifier l’occasion, pas le scénario idéal. Une affaire peut être disqualifiée par des interlocuteurs inadaptés, l’absence de raison de changer, une solution inadéquate, une fenêtre d’achat refermée ou le contrat d’un concurrent. L’IA peut faire ressortir des faits pertinents et estimer la probabilité de conclure, mais les vendeurs doivent toujours reconnaître les signaux humains, comme le faible engagement et la réticence au changement.
Essayer de faire échouer l’affaire. Les auteurs décrivent la simulation d’échec d’une vente (murder boarding), un examen collectif qui cherche toutes les raisons plausibles pour lesquelles une affaire importante pourrait échouer. Cette méthode révèle les angles morts et oblige à poser des questions que l’optimisme risque d’étouffer. L’IA peut aider à modéliser des scénarios ou à répéter des réponses aux objections; le vendeur décide ensuite s’il doit persister, ajuster sa stratégie ou consacrer son temps à des occasions plus prometteuses. La même préparation améliore les propositions, les comparaisons avec la concurrence et les conversations de conclusion.
Ce conseil s’appuie sur la psychologie des coûts irrécupérables : après avoir beaucoup investi dans une occasion, on a tendance à investir davantage au lieu de réévaluer ses chances. La recherche délibérée d’éléments qui contredisent l’hypothèse de départ peut contrer cette impulsion. Les scores prédictifs ne doivent toutefois pas devenir des verdicts autoréalisateurs. Les modèles historiques peuvent sous-évaluer des comptes inhabituels ou de nouveaux marchés, et un score faible peut refléter des données CRM incomplètes. La meilleure utilisation de l’IA consiste à susciter des questions plus pointues et à préparer des scénarios, tout en laissant à un humain la responsabilité de la décision.
Alimenter le CRM avec soin; l’IA ne peut qu’amplifier les informations qu’il contient
La base de données est un atout. Un système de gestion de la relation client, ou CRM, consigne les contacts, les conversations, les détails des comptes et les prochaines étapes. Les auteurs soutiennent que l’IA peut le transformer, d’un simple système de classement, en une source de listes de prospects, d’informations sur les comptes, d’alertes sur les affaires et de préparations adaptées. Mais ces avantages dépendent de la fiabilité des données. Si les notes de réunion et les détails de qualification manquent, le système dispose de peu d’informations fiables à analyser.
Faire de la mise à jour un outil au service du vendeur. Le livre décrit un représentant compétent qui utilisait à peine le CRM et n’est pas parvenu à constituer un pipeline stable. La solution proposée consiste à consigner rapidement les conversations, à tenir à jour les informations sur les comptes, à apprendre à utiliser les outils disponibles et à considérer les dossiers de qualité comme utiles au vendeur, et non comme un simple moyen de surveillance pour la direction. La prise de notes par l’IA peut réduire la saisie manuelle, mais le vendeur doit toujours vérifier les informations et en assumer la responsabilité.
Un CRM est une forme de mémoire organisationnelle. Sa valeur augmente lorsque les gens consignent l’information de manière à ce que leurs collègues puissent la trouver et l’utiliser ; la qualité des données devient alors une responsabilité collective, et non une simple tâche administrative. Cela soulève aussi une question de gouvernance : davantage de données peut améliorer la coordination, mais une collecte sans discernement pose des problèmes de confidentialité et d’accès. Le constat pratique du livre demeure juste : l’automatisation ne peut pas compenser des données manquantes ou inexactes. Les équipes ont besoin de normes claires sur les informations à consigner, d’incitations à les maintenir à jour et d’une vérification humaine des notes produites par les machines.
Analyse
L’argument central du livre n’est pas que l’IA rend la vente sans effort. Il est que l’IA change les tâches de vente auxquelles une personne doit consacrer son temps. Le récit passe de la stupeur de voir une machine produire un langage semblable à celui des humains à une répartition pratique du travail: laisser les logiciels rechercher, trier, rédiger, résumer et rappeler; réserver l’attention humaine à la confiance, à la découverte, à l’interprétation et à la persuasion. Son avertissement le plus marquant est que l’automatisation peut donner l’apparence de la productivité tout en supprimant l’activité même qui fait la valeur d’un vendeur: la conversation.
Le cadre est le plus convaincant lorsqu’il relie la technologie à un flux de travail précis. Un audit de l’utilisation du temps révèle où vont les efforts. Un profil de prospect ciblé permet de mieux décider à qui consacrer ces efforts. Une meilleure préparation améliore la conversation, et des dossiers CRM tenus avec rigueur rendent les analyses ultérieures plus utiles. Il s’agit d’un modèle opérationnel cohérent, et pas simplement d’une liste d’astuces liées à l’IA. La mise en garde contre les erreurs plausibles, les pourriels trop personnalisés et les outils sans objectif clair est particulièrement pertinente sur un marché des logiciels en évolution rapide.
Certaines affirmations doivent être nuancées. Le texte présente les échanges en direct comme le centre naturel de la vente, alors que les acheteurs ont des préférences différentes en matière de canaux, et que la communication asynchrone peut être utile lorsqu’elle est pertinente et respectueuse. L’assurance des auteurs que les vendeurs humains restent indispensables est surtout convaincante pour les décisions complexes et à haut risque, et non pour toutes les transactions. Le livre accorde aussi une grande confiance aux futurs systèmes prédictifs. Leurs recommandations dépendront de données représentatives, d’hypothèses transparentes et d’un traitement prudent des informations sur les clients.
La leçon durable n’est donc pas de maximiser l’utilisation de l’IA, mais de préserver la capacité d’action humaine tout en recourant à l’IA là où elle améliore le travail de façon mesurable. L’outil doit réduire les frictions, et non devenir une fin en soi. Sa réussite se mesure à des conversations mieux préparées, à des décisions plus claires et au temps supplémentaire consacré à aider les acheteurs à résoudre des problèmes importants.
Résumé des avis
Il semble que le contenu à traduire soit vide. Pourriez-vous me fournir le texte à traduire en français ? Je serai ravi de vous aider.
Les lecteurs ont aussi lu
Glossaire
Avantage humain
Atouts commerciaux spécifiquement humainsLes capacités qui, selon les auteurs, donnent aux personnes un avantage sur les machines dans la vente. Elles comprennent l’empathie, la conscience émotionnelle, la créativité, le jugement, l’adaptabilité et la capacité à instaurer la confiance grâce à des conversations nuancées. L’objectif pratique du livre est de recourir à l’IA pour les tâches exigeant beaucoup d’informations, afin que les vendeurs puissent consacrer davantage d’attention à ces capacités humaines.
Les quatre composantes de l’intelligence commerciale
Quatre capacités commerciales complémentairesLe cadre proposé par les auteurs pour combiner l’intelligence innée (QI), les connaissances acquises (AQ), l’intelligence émotionnelle (QE) et l’intelligence technologique (QT). Le QI concerne les capacités de raisonnement, l’AQ se développe par l’apprentissage et l’expérience, le QE porte sur la gestion des émotions et des relations, et le QT désigne la capacité à adopter et à utiliser efficacement la technologie dans la vente.
Les trois A de l’adoption de l’IA
Une méthode pour adopter l’IALa démarche préconisée par les auteurs pour utiliser efficacement l’IA : s’engager à essayer des outils pertinents, les adapter à un processus de vente précis, puis s’exercer jusqu’à savoir les utiliser correctement. Ce cadre privilégie une mise en œuvre progressive. Les vendeurs devraient commencer par un petit nombre de tâches, évaluer les résultats et affiner leur utilisation, plutôt que de tout automatiser d’un coup.
Gestion de soi (Me Management)
Gérer ses choix et son attentionUn terme que le livre emploie pour désigner la gestion de soi, plutôt que la tentative de gérer le temps lui-même. Il s’agit d’assumer la responsabilité de ses priorités, de son attention, de sa planification et de son comportement. Les calendriers et les outils d’IA peuvent soutenir ce travail, mais ils ne peuvent ni décider de ce qui compte ni fournir la discipline nécessaire pour aller jusqu’au bout.
Heures d’or
Les meilleurs moments pour vendreLes périodes où les prospects d’un vendeur sont disponibles et où celui-ci est prêt à travailler avec concentration. Les auteurs exhortent les vendeurs à protéger ces heures pour la prospection, les conversations avec les clients et l’avancement des opportunités, au lieu de laisser l’administration, les courriels ou les interruptions les accaparer.
Audit de l’utilisation du temps
Un relevé de l’emploi du tempsUn examen structuré de la manière dont un vendeur passe ses heures de travail, en particulier ses meilleures heures de vente. Le livre recommande de consigner ses activités par tranches de 15 ou 30 minutes pendant au moins une semaine, puis de distinguer le travail générateur de revenus des tâches de soutien et des distractions. Le tableau qui en résulte aide à déterminer ce qu’il faut automatiser, déléguer, éliminer ou préserver.
Ingénierie des prompts
Concevoir des instructions pour l’IALa pratique consistant à donner à une IA générative des instructions claires sur une tâche, son contexte et le résultat souhaité. Dans la vente, un prompt utile peut préciser le prospect, le secteur, le public visé, l’objectif et le format. Les auteurs recommandent d’expérimenter et de conserver les prompts qui fonctionnent, afin de ne pas repartir de zéro pour les tâches récurrentes.
Séquence de prospection
Une série planifiée de démarchesUne série organisée de prises de contact visant à capter l’attention d’un prospect au fil du temps. Une séquence coordonne sa cible, son message, ses canaux de communication, l’ordre et le nombre des tentatives, leur durée et leur espacement. L’IA peut aider à planifier les démarches et à analyser les résultats, tandis que le vendeur reste responsable de leur pertinence et de la qualité des échanges humains.
Profil du client idéal (ICP)
Description des clients les mieux adaptésUne description composite des organisations les plus susceptibles de tirer parti de l’offre d’un vendeur et de l’acheter. Elle peut inclure le secteur, la taille, l’adéquation financière, les cas d’usage, les parties prenantes, les motivations d’achat et les événements déclencheurs probables. Ce profil aide les vendeurs à constituer des listes de prospects plus ciblées et à déterminer si une opportunité mérite d’entrer dans le pipeline.
Données d’intention
Signaux d’un possible intérêt d’achatDes informations tirées de signaux comportementaux pouvant indiquer qu’une personne ou une organisation se renseigne en vue d’un achat. Parmi les exemples cités dans le livre figurent l’activité sur un site web, l’intérêt pour du contenu, les recherches et les interactions avec une entreprise. L’IA peut combiner ces signaux avec d’autres informations sur un compte pour hiérarchiser les démarches, mais ils ne prouvent pas qu’un acheteur est prêt à acheter.
Multiplication des contacts dans un compte (multithreading)
Échanger avec plusieurs parties prenantes d’un compteLa pratique consistant à nouer des relations avec plusieurs personnes au sein d’une organisation cible, au lieu de s’appuyer sur un seul contact. Dans les ventes interentreprises complexes, différentes parties prenantes peuvent influencer ou approuver un achat, ou en subir les effets. Échanger avec plusieurs d’entre elles aide le vendeur à comprendre des priorités distinctes et réduit sa dépendance à une relation unique.
Simulation d’échec d’une vente (murder boarding)
Mettre une opportunité commerciale à l’épreuveUn exercice d’équipe visant à examiner comment une vente importante pourrait échouer. Les participants passent au crible les parties prenantes, les concurrents, les questions restées sans réponse et les faiblesses de la position du vendeur. L’objectif est de mettre au jour les hypothèses et de préparer des réponses alors qu’il est encore temps de s’adapter, plutôt que de découvrir des risques fatals pendant la conversation de conclusion.
Télécharger le PDF
Télécharger l'EPUB
.epub est idéal pour lire des livres numériques sur téléphone, tablette ou liseuse.