Sur un cas client en avril, le scoring IA d'un éditeur SaaS recommandait d'appeler en priorité des prospects… que le commercial avait déjà signés deux mois plus tôt. Statut jamais mis à jour. L'IA avait fait son boulot. Le CRM, non.
C'est la phrase qu'on répète à chaque diagnostic : l'IA amplifie ce qui existe déjà. Si votre CRM est bordélique, l'IA amplifie le bordel. Plus vite, et avec un vernis de crédibilité technique en plus.
Ce n'est pas qu'une intuition de terrain. Dans son rapport State of Data and Analytics publié en novembre 2025 (enquête menée entre juin et août 2025, dont 3 800 décideurs analytics et IT dans 18 pays), Salesforce indique que 84 % des responsables data et analytics estiment que leur stratégie de données doit être entièrement revue avant que leurs ambitions en IA puissent aboutir. Ces mêmes responsables estiment qu'environ 26 % des données de leur organisation ne sont pas fiables. Et 89 % de ceux qui ont de l'IA en production disent avoir déjà obtenu des résultats inexacts ou trompeurs.
Même constat chez Gartner, qui citait dès juillet 2024 la mauvaise qualité des données parmi les causes d'abandon des projets d'IA générative après la preuve de concept (au moins 30 % d'abandons prévus d'ici fin 2025). Ces études portent sur des entreprises de toutes tailles, pas spécifiquement sur les PME françaises. Mais le mécanisme est le même : l'IA ne vaut pas mieux que les données qu'on lui donne.
Pourquoi un CRM mal rangé fait foirer un projet IA
Trois mécanismes vus en mission, à chaque fois, presque dans le même ordre.
Le scoring fantôme. Vous voulez prioriser vos leads chauds. L'IA apprend sur l'historique. Si 40% des opportunités gagnées sont mal taguées « perdues » ou « stand-by », le modèle apprend l'inverse de la réalité et vous renvoie sur les mauvais leads. Vous payez pour un outil qui dégrade votre pipeline.
La personnalisation cassée. Vous voulez générer des emails ou des relances automatiques. L'IA pioche dans « secteur », « taille », « dernier échange ». Si 60% des fiches sont vides ou fausses, vous envoyez du générique ou du faux à 60% de votre base. Pire : un email qui appelle un client « M. Dupont » alors qu'il s'appelle Martin. C'est pire que pas d'email du tout. Confiance brûlée.
Les faux KPI. Vous voulez un dashboard IA qui remonte vos vrais signaux. Si vos statuts ne sont pas alignés, l'IA calcule un taux de conversion à 12% quand le vrai est à 22%. Vous prenez des décisions stratégiques sur des chiffres faux. Coûteux.
La grille en 5 questions pour décider
Posez-vous ces 5 questions. Notez de 0 à 2.
- Champs clés remplis à plus de 70% ? Secteur, taille, source, dernier contact, statut, montant. 0 si moins de 50%, 1 entre 50 et 70%, 2 au-dessus.
- Statuts cohérents ? Combien d'opportunités « en cours » depuis plus de 6 mois ? Combien de clients « actifs » sans interaction depuis 12 mois ? 0 si plus de 30% incohérents, 1 entre 10 et 30%, 2 en dessous.
- Doublons critiques ? Même entreprise saisie 3 fois, même contact sur 2 fiches. 0 si plus de 15%, 1 entre 5 et 15%, 2 en dessous.
- Saisie en temps réel ou en batch ? Si vos commerciaux saisissent le vendredi soir pour la semaine, votre CRM a 5 jours de retard en permanence. 0 si saisie hebdo, 1 sous 48h, 2 sous 24h.
- KPI fiables sans Excel ? Si vous devez exporter en Excel pour calculer votre taux de conversion, c'est mauvais signe. 0 si tout passe par Excel, 1 si dashboards partiels, 2 si fiables dans le CRM.
Lecture du score. 0 à 4 : réparer d'abord, obligatoire. 5 à 7 : réparer en parallèle, périmètre IA restreint. 8 à 10 : démarrage IA possible sans détour. Rare.
Trois scénarios, trois logiques
Scénario A : Réparer d'abord (0 à 4). Vous stoppez le projet IA pendant 4 à 12 semaines. Toute l'énergie sur le CRM. C'est frustrant. C'est aussi la seule façon d'éviter de cramer 30 000€ de projet IA qui termine dans un placard.
Scénario B : Réparer en parallèle (5 à 7). Vous isolez un périmètre où les données sont propres. Exemple : un cabinet d'expertise comptable lyonnais avait son champ « secteur client » rempli à 23% sur l'ensemble. Mais sur le segment grands comptes (45 fiches), c'était 91%. On a démarré l'IA sur les grands comptes, équipe nettoyage sur le reste en fond. 6 cas sur 10 chez nous.
Scénario C : Démarrer direct (8 à 10). CRM propre, KPI fiables, équipe disciplinée. Vous attaquez sans détour. Si vous êtes dans ce cas, allez vite. La fenêtre se ferme.
Coût et délai d'un fix CRM en PME française
Sur les 18 derniers fix accompagnés par Flip ou nos partenaires data en 2025-2026 :
- Petit fix (PME 10-30 personnes, CRM simple) : 4 à 6 semaines, 3 000 à 8 000€. Déduplication, enrichissement champs critiques, alignement statuts.
- Fix moyen (PME 30-80, CRM personnalisé) : 6 à 10 semaines, 8 000 à 18 000€. Idem plus refonte règles de saisie, formation équipe, dashboards.
- Gros fix (PME 80+, CRM custom ou multi-outils) : 8 à 12 semaines, 15 000 à 25 000€. Idem plus intégration, migration partielle, gouvernance.
Fourchettes réalistes sur le marché français 2026. Pas des promesses commerciales. Et ridiculement faibles comparé à un projet IA qui foire à 6 mois.
La méthode Flip en 30 jours sur un CRM moyen
Quand on accompagne un fix CRM en parallèle d'un démarrage IA, voici la séquence. Trois temps. Pas un de plus, pas un de moins.
Semaine 1 : Audit. Extraction de la base (volumétrie, remplissage, doublons, fraîcheur), 5 entretiens commerciaux et ADV, cartographie des champs critiques contre champs morts. Livrable : 8 à 12 pages avec score sur la grille.
Semaine 2 : Nettoyage prioritaire. Déduplication automatisée. Enrichissement des 3 champs clés (secteur, taille, source). Archivage des opportunités fantômes (plus de 12 mois sans activité). Réalignement des statuts sur une nomenclature unique. C'est le travail le moins glamour. C'est celui qui change tout.
Semaine 3 : Règles de saisie. Une page, pas trente. Champs obligatoires paramétrés dans le CRM. Alertes sur les fiches incomplètes. Cadrage avec le manager commercial pour que les règles tiennent dans le temps.
Semaine 4 : Formation et passation. 2 sessions de 2h pour les commerciaux. Rituel hebdo de contrôle (15 minutes). 3 KPI de qualité de données suivis. Passation au référent CRM interne.
À ce stade, votre CRM est utilisable. Pas parfait. Utilisable. Et dans la plupart des cas, on attaque le projet IA dès la semaine 4 sur un périmètre restreint.
Comme une cuisine de restaurant : on ne met pas un grand chef sur un plan de travail jamais nettoyé. On nettoie d'abord. Ensuite, on cuisine.
Si vous voulez savoir où vous en êtes, on propose un pré-diagnostic CRM en 5 jours : score sur la grille des 5 questions, 3 chantiers prioritaires, scénario opérationnel le plus probable. Vous saurez si vous pouvez démarrer un projet IA, ou si vous devez d'abord nettoyer la maison.
Demander un pré-diagnostic de votre CRM
Sources
- Salesforce, 4 novembre 2025 : State of Data and Analytics, principaux enseignements (deux enquêtes menées du 27 juin au 13 août 2025 auprès de 3 800 décideurs analytics et IT et 3 852 responsables métiers, dans 18 pays)
- Gartner, communiqué du 29 juillet 2024 : Gartner Predicts 30% of Generative AI Projects Will Be Abandoned After Proof of Concept By End of 2025