Comment ChargeMate a obtenu des taux de réponse 5 à 8 fois plus élevés tout en économisant plus de 5 heures chaque semaine grâce à Gojiberry AI.
5-8x
des taux de réponse plus élevés
5 h+
gagnées chaque semaine sur l'outbound
50 %
de réponses positives débouchant sur des rendez-vous
Aperçu
ChargeMate est une jeune entreprise technologique cofondée par Brad Crist, qui développe une plateforme opérationnelle d'IA pour l'infrastructure énergétique physique.
L'entreprise a commencé par la recharge des véhicules électriques, un secteur qui présente une lacune majeure en matière de fiabilité : alors que près de 98 % des bornes de recharge semblent en ligne, environ une tentative de recharge sur quatre échoue. ChargeMate aide les réseaux de recharge et les opérateurs de bornes à combler cette lacune en améliorant la fiabilité, en récupérant des revenus, en fidélisant les conducteurs et les propriétés commerciales, et en réduisant les coûts d'exploitation grâce à l'IA.
Aujourd'hui, ChargeMate compte neuf clients B2B et commence à se développer à l'international.
Mais comme Brad assurait personnellement la quasi-totalité des ventes, l'entreprise était confrontée à un défi bien connu : comment faire évoluer la prospection sortante sans transformer une approche réfléchie en une automatisation générique ?
Le défi
Avant Gojiberry, la démarche sortante (outbound) de ChargeMate était fragmentée et extrêmement manuelle.
Brad utilisait Apollo pour trouver et enrichir les contacts, expérimentait des outils comme PhantomBuster et Waalaxy pour LinkedIn, et rédigeait personnellement des messages aux prospects à forte valeur ajoutée.
La prospection la plus personnalisée fonctionnait le mieux, mais c'était aussi la plus difficile à mettre à l'échelle.
LinkedIn et les e-mails existaient dans des flux de travail distincts. Les contacts devaient être suivis manuellement. Les séquences semblaient souvent stéréotypées. Et pour maintenir une prospection régulière, Brad devait constamment réserver des plages horaires dans son calendrier pour la recherche de prospects et les suivis.
Comme l'explique Brad :
« La majeure partie de ce qui fonctionnait pour obtenir une réponse ou décrocher un rendez-vous était une prospection manuelle très soignée, ce qui est évidemment excellent, mais ne passe pas à l'échelle. »
L'objectif n'était pas de tout automatiser.
Il s'agissait d'automatiser les tâches répétitives tout en préservant l'aspect humain qui rendait la prospection efficace.
La solution
ChargeMate a implémenté Gojiberry pour passer d'une prospection traditionnelle basée sur des listes à l'outbound basé sur les signaux.
Au lieu de créer une liste statique de profils clients idéaux (ICP) et de contacter tout le monde, Gojiberry identifie en continu des prospects en fonction de signaux qui suggèrent qu'il existe une raison pertinente d'engager la conversation dès maintenant.
De nouveaux leads sont présentés à Brad pour examen. Il décide qui vaut la peine d'être contacté, ajuste les messages si nécessaire, et laisse Gojiberry gérer les connexions, le timing des séquences et les suivis.
Comme Brad le décrit :
« Je passe peut-être 15 ou 20 minutes à examiner quelques leads. Et ensuite, je sais qu'elles seront envoyées au bon moment. Et cela fonctionne pour ainsi dire en pilote automatique pour moi. »
Le résultat est un flux de travail qui permet de faire évoluer la prospection sortante sans exclure Brad des étapes où son jugement est essentiel.
Utiliser les signaux pour contacter les prospects au bon moment
Pour ChargeMate, le plus grand changement n'a pas simplement été d'automatiser davantage la prospection.
C'était d'améliorer le moment où cette prospection avait lieu.
Brad utilise plusieurs types de signaux pour identifier les opportunités potentielles :
l'engagement avec des personnalités influentes de l'écosystème VE et énergie
l'engagement avec les concurrents
les abonnés des entreprises et des dirigeants
les levées de fonds
les changements de poste
les recrutements
les licenciements
les prospects similaires déjà chauds
Certains des résultats les plus probants proviennent du suivi des interactions autour de dirigeants, clients et entreprises de premier plan dans le secteur de ChargeMate.
Un autre signal, plus inattendu, s'est également révélé utile : les licenciements.
Les modifications des subventions fédérales ont mis sous pression certains segments du secteur de la recharge des VE. Certains opérateurs doivent gérer une infrastructure en pleine croissance sans pour autant augmenter leurs effectifs de manière proportionnelle.
Pour ChargeMate, cela crée un moment opportun pour aborder la manière dont l'IA peut aider les équipes à gérer plus d'actifs avec moins de ressources opérationnelles.
Plutôt que de prospecter simplement parce que quelqu'un correspond au client idéal (ICP), ChargeMate peut intervenir lorsqu'il y a un contexte propice à la discussion.
Le flux de travail
ChargeMate combine l'automatisation et l'examen humain tout au long du processus d'acquisition :
Détection des signaux
↓
Gojiberry identifie les prospects pertinents
↓
Brad examine et valide les leads
↓
Personnalisation assistée par IA
↓
Séquences LinkedIn + e-mail
↓
Le prospect répond
↓
Brad reprend la conversation
L'exécution répétitive est automatisée, tandis que les messages et les conversations peuvent rester sous contrôle humain.
« Nous automatisons ce qui prend du temps, tout en gardant un humain dans la boucle pour les aspects qui méritent une touche humaine. »
Cet équilibre est particulièrement important pour ChargeMate car elle vend sur un marché B2B spécialisé où les relations comptent et où épuiser un profil de client idéal (ICP) limité avec des messages génériques serait coûteux.
Personnaliser la prospection avec Claude + MCP
Brad a poussé le workflow encore plus loin en connectant Claude à Gojiberry via MCP.
Il a créé des skills Claude personnalisés qui comprennent le type de séquence, de texte et de ton qu'il souhaite.
Il peut prendre des lots de cinq ou dix profils LinkedIn, utiliser Claude pour créer des messages contextuels et envoyer ces mises à jour dans Gojiberry via MCP.
Sa philosophie en matière de messages est délibérément simple : privilégier la curiosité plutôt que de passer immédiatement en mode vente.
Si l'entreprise d'un prospect a rapidement augmenté le nombre d'actifs qu'elle gère, par exemple, le message peut commencer en demandant comment l'équipe gère ce volume opérationnel supplémentaire.
Le but n'est pas de faire écrire par l'IA un argumentaire de vente plus élaboré.
Il s'agit d'utiliser le contexte disponible pour entamer une conversation qui semble pertinente et naturelle.
Résultats
L'amélioration la plus significative concerne le taux de réponse.
Brad fait état de taux de réponse 5 à 8 fois plus élevés par rapport à ce qu'il obtenait auparavant avec Apollo et des méthodes de prospection plus traditionnelles.
ChargeMate a également pu comparer directement la prospection basée sur les signaux à celle basée sur des listes statiques.
Brad a intégré des prospects existants d'Apollo et Unify dans des séquences. Ces contacts correspondaient toujours parfaitement au profil client idéal (ICP), mais en l'absence de signal opportun derrière la prospection, ils ont généré un taux de réussite plus faible.
« Lorsque la démarche est guidée par un signal et qu'elle arrive au bon moment, le taux de réponse est nettement plus élevé. »
Cette comparaison a renforcé l'idée fondamentale qui sous-tend la stratégie de prospection de ChargeMate : le profil vous indique qui cibler ; les signaux vous aident à savoir quand les cibler.
Plus de 5 heures économisées chaque semaine
Gojiberry permet également à Brad d'économiser environ cinq heures par semaine.
Auparavant, pour assurer la continuité de la prospection, il fallait rechercher manuellement les prospects, envoyer les messages, gérer les connexions et vérifier qui avait répondu.
Désormais, il lui suffit de passer environ 15 à 20 minutes à examiner un lot de leads pour que les séquences continuent de s'exécuter en arrière-plan.
Pour un fondateur qui gère simultanément le produit, la recherche de fonds, les clients et les ventes, cette régularité compte autant que le temps brut économisé.
La prospection ne dépend plus du fait que Brad se souvienne de planifier une nouvelle session de recherche de prospects dans son calendrier.
Des réponses aux rendez-vous
Moins d'un mois après avoir commencé à utiliser Gojiberry, ChargeMate avait déjà entamé des conversations avec des clients et partenaires potentiels à travers le monde.
Parmi les prospects pertinents qui avaient répondu ou manifesté leur intérêt, Brad a estimé que près de la moitié étaient passés à l'étape du rendez-vous.
Au lieu de forcer les prospects à assister directement à une démonstration, le processus peut commencer par un message pertinent, se poursuivre par un ou deux échanges humains, et déboucher naturellement sur un rendez-vous.
Pourquoi cette approche fonctionne
L'expérience de ChargeMate met en évidence une distinction simple entre la prospection statique et l'outbound basé sur des signaux :
Correspondre au profil client idéal (ICP) ne signifie pas que c'est le bon moment pour le contacter.
Une liste statique vous indique simplement qu'un contact pourrait être un client.
Un signal vous apporte le contexte expliquant pourquoi une conversation est pertinente aujourd'hui.
Ce signal peut être une levée de fonds, un changement de recrutement, un licenciement, un engagement avec un leader d'opinion du secteur ou une interaction avec une entreprise pertinente.
Brad a constaté la différence directement : les prospects découverts grâce à des signaux opportuns ont généré de manière constante des taux de réponse plus élevés que des contacts similaires provenant de listes statiques Apollo ou Unify.
Pour une entreprise opérant sur un marché relativement ciblé, cela signifie également que ChargeMate peut éviter de démarcher à froid de manière répétée le même groupe limité de prospects.
Et ensuite ?
ChargeMate prévoit de continuer à tester différents types de signaux plutôt que de s'appuyer sur une seule stratégie de prospection.
Un agent peut se concentrer sur l'engagement des concurrents et des influenceurs du secteur, tandis qu'un autre suit les événements d'achat au niveau de l'entreprise, tels que les levées de fonds, les recrutements ou d'autres changements organisationnels.
L'objectif est de comparer non seulement les signaux qui génèrent des réponses, mais aussi ceux qui, en fin de compte, génèrent le plus de rendez-vous et de clients.
Brad souhaite également pousser la personnalisation plus loin, avec des flux de travail qui apprennent progressivement de la manière dont il modifie les messages et gère les conversations.
Le système idéal n'est pas celui qui retire le fondateur du processus de vente.
C'est celui qui prend en charge une plus grande partie du travail répétitif autour de lui afin qu'il puisse se concentrer sur les conversations où l'humain fait réellement la différence.
L'essentiel à retenir
ChargeMate n'avait pas besoin de plus de prospects.
Il lui fallait un meilleur moyen d'identifier quand ces prospects valaient la peine d'être contactés.
En combinant la découverte basée sur les signaux, la personnalisation assistée par IA, les séquences multicanales et la validation humaine, ChargeMate a construit un moteur d'outbound piloté par son fondateur qui est à la fois plus évolutif et plus pertinent.
Les premiers résultats :
Des taux de réponse 5 à 8 fois plus élevés.
Plus de 5 heures gagnées chaque semaine.
Environ 50 % des conversations positives pertinentes débouchent sur un rendez-vous.
Pour les entreprises où le fondateur porte les ventes, cela montre une autre manière de penser l'outbound :
Ne vous contentez pas de trouver la bonne personne. Trouvez la bonne raison — et le bon moment — pour engager la conversation.
Vos 10 prochains clients sont déjà là.
Laissez votre agent les trouver.
Essai gratuit · Prêt en 5 minutes · Annulez à tout moment