
Le directeur des revenus d’une entreprise SaaS partage les flux de travail qui renforcent les SDR — sans les remplacer

Mukul Kaushik
Directeur des revenus chez Trackier

Découvrez comment un directeur des revenus d’une entreprise SaaS utilise l’IA pour renforcer les SDR, améliorer les prévisions et rationaliser les opérations de revenus, tout en préservant une approche humaine de la confiance, du coaching et des relations clients.
Mukul Kaushik
Directeur des revenus chez Trackier

Key Takeaways
Intégration de l’IA: L’introduction de l’IA dans les flux de travail des SDR améliore considérablement la priorisation des comptes et l’efficacité des démarches auprès des clients.
Dimension humaine: Malgré les progrès de l’IA, la gestion des relations et la confiance restent des composantes essentielles de stratégies de revenus performantes.
Gestion proactive: L’IA fournit des informations en temps réel et des signaux prédictifs, permettant aux équipes d’agir de manière proactive plutôt que réactive.
Discipline des processus: La qualité des données et la mise à jour régulière du CRM sont essentielles à une mise en œuvre efficace de l’IA dans les opérations de revenus.
Gestion du changement: L’adoption réussie de l’IA nécessite de répondre aux attentes des équipes et d’améliorer les flux de travail afin de soutenir le jugement humain.
Mukul Kaushik est directeur général des revenus (CRO) au sein d’une entreprise SaaS appelée Trackier, et il dirige également les revenus de leurs produits, Apptrove et Affnook.
Nous nous sommes entretenus avec Mukul pour comprendre comment il augmente les capacités de ses SDR grâce à l’IA. Voici ce qu’il nous a expliqué.
Se développer sur de nouveaux marchés
Bonjour à tous, je m’appelle Mukul Kaushik. Je suis directeur général des revenus (CRO) chez Trackier et je dirige les revenus de nos produits, Apptrove et Affnook.
Nous opérons dans les domaines du marketing à la performance, de la mesure mobile et des technologies d’affiliation, au service d’annonceurs, de réseaux publicitaires, d’agences, d’entreprises de jeux vidéo et de spécialistes du marketing d’applications dans le monde entier. Nous sommes actuellement dans une phase de forte croissance et d’expansion, avec un accent particulier sur notre développement international dans des régions comme l’Inde, l’Asie du Sud-Est, la région MENA, l’Europe et les Amériques. Notre modèle de revenus repose principalement sur le SaaS, avec des abonnements et des contrats d’entreprise qui varient selon la taille et l’utilisation du client.
L’organisation chargée des revenus couvre les ventes, les partenariats, la réussite client et les initiatives de croissance stratégique. Nous combinons des stratégies de mise sur le marché fondées sur l’inbound, l’outbound, les partenaires et les événements, notamment parce que notre secteur dépend fortement des relations et des écosystèmes.
Notre priorité actuelle consiste à associer les ventes traditionnelles aux entreprises à des flux de travail pilotés par l’IA pour les fonctions des SDR, le reporting, les prévisions et la connaissance client. Dans le même temps, nous conservons une approche consultative et axée sur les relations pour soutenir notre croissance.
More Articles
De meilleurs systèmes et des informations plus rapides
Il ne s’agit plus seulement d’avoir une équipe commerciale plus importante ; il s’agit d’avoir de meilleurs systèmes, des informations plus rapides et d’agir rapidement.

Mon parcours s’est concentré sur le marketing à la performance et l’attribution mobile — en travaillant avec des annonceurs, des affiliés, des entreprises de jeux vidéo et des spécialistes du marketing d’applications sur différents marchés. J’ai commencé dans les ventes et les partenariats. Au fil du temps, je me suis orienté vers la création d’équipes chargées des revenus, le développement de relations internationales et la conception de produits fondés sur les besoins des clients.
Il y a quelques années, les responsables des revenus fondaient la plupart de leurs décisions sur l’expérience, l’intuition et un travail manuel considérable. Aujourd’hui, l’IA transforme notre façon de travailler presque chaque jour — de la prospection et de la personnalisation à l’analyse, aux prévisions et à la communication avec les clients.
Ma principale prise de conscience au cours de cette vague d’IA a été de constater à quel point de petites équipes concentrées sur leurs objectifs peuvent avancer rapidement lorsqu’elles utilisent efficacement l’IA. Il ne s’agit plus seulement d’avoir une équipe commerciale plus importante ; il s’agit d’avoir de meilleurs systèmes, des informations plus rapides et d’agir rapidement.
Cependant, je continue de penser que la direction des revenus repose avant tout sur les personnes. Les relations, la confiance, la compréhension des difficultés des clients et les partenariats à long terme restent les éléments les plus importants. L’IA peut nous rendre plus efficaces, mais c’est l’élément humain qui permet de bâtir des entreprises durables.
Comment l’IA transforme les ventes sortantes et les opérations de revenus

Nous avons introduit l’IA dans nos flux de travail liés aux ventes sortantes et aux opérations de revenus l’année dernière. Auparavant, une grande partie de notre processus était manuelle — les SDR consacraient beaucoup de temps à rechercher des comptes, à rédiger des messages de prospection et à mettre Salesforce à jour. Ils préparaient également des rapports, tandis que les analyses de la direction reposaient largement sur des données compilées manuellement.
Après avoir intégré l’IA à plusieurs niveaux du processus de revenus, celle-ci aide désormais les SDR à hiérarchiser les comptes, à identifier les signaux d’intention, à personnaliser leurs démarches et à automatiser certaines relances. Parallèlement, nous avons automatisé une grande partie du reporting dans Salesforce, ce qui nous offre une visibilité plus claire et en temps réel sur l’évolution des opportunités et l’activité des équipes.
Voici notre flux de travail des revenus piloté par l’IA :
- L’IA identifie et hiérarchise les comptes présentant une forte intention d’achat sur la base des signaux d’engagement et de leur correspondance avec notre profil de client idéal (ICP).
- Elle aide ensuite les SDR à personnaliser leurs démarches et à automatiser les relances.
- Une fois que les prospects entrent dans le pipeline, l’IA de Salesforce automatise le reporting et suit l’activité des opportunités en temps réel.
- Nous recevons des alertes prédictives lorsqu’une opportunité ralentit, que l’engagement diminue ou qu’un compte manifeste une intention d’achat plus forte.
Voici les outils que nous utilisons :
- Salesforce AI pour les prévisions
- 11x.ai pour la prospection
- Sales Navigator pour les indicateurs de comptes
- Apollo pour l'enrichissement des données
Les déclencheurs prédictifs et les prévisions ont eu le plus grand impact. Au lieu d'attendre la fin du trimestre pour constater qu'une affaire ralentissait, nous recevons désormais des signaux précoces lorsque l'engagement diminue, que les schémas de réponse changent ou qu'une affaire commence à présenter des indicateurs de risque. De même, l'IA aide à identifier les comptes les plus susceptibles de se convertir en fonction des comportements historiques et des schémas d'activité.
Par conséquent, l'équipe est devenue beaucoup plus proactive au lieu de réactive. Les responsables passent moins de temps à relancer pour obtenir des mises à jour et davantage à accompagner les équipes et à faire avancer les affaires. Les discussions sur les prévisions sont désormais davantage fondées sur les données plutôt que sur la seule intuition.
Ce que l'IA ne peut pas reproduire dans les opérations génératrices de revenus

Les réflexions de Mukul
Un client peut acheter en raison des fonctionnalités d’un produit, mais nous construisons généralement des partenariats à long terme grâce à notre crédibilité, à notre compréhension du contexte commercial et aux relations humaines — des éléments que l’IA ne peut pas entièrement reproduire.
Aujourd'hui, nous dépendons fortement de l'IA pour les domaines qui impliquent la reconnaissance de schémas, la rapidité et l'analyse de données à grande échelle, mais nous continuons à confier les décisions stratégiques essentielles à des personnes.
Les négociations avec les grandes entreprises, la stratégie tarifaire pour les comptes clés, les partenariats à long terme, les décisions de recrutement, le positionnement sur le marché et la gestion des relations reposent encore largement sur le jugement et l'expérience humains.
Dans notre secteur en particulier, la confiance et les relations sont essentielles. Un client peut acheter en raison des fonctionnalités d'un produit, mais nous construisons généralement des partenariats à long terme grâce à notre crédibilité, à notre compréhension du contexte commercial et aux relations humaines — des éléments que l'IA ne peut pas entièrement reproduire.
Pourquoi les SDR autonomes ne sont pas encore possibles
Une autre chose que l'IA ne parvient pas encore à gérer est la prospection commerciale sortante et la gestion des relations entièrement autonomes.
Au départ, nous étions enthousiastes à l'idée que des SDR utilisant l'IA prennent en charge de manière autonome une grande partie de la prospection et de la prise de contact. L'IA a amélioré l'efficacité, la personnalisation et la priorisation des comptes. Mais dans les ventes aux grandes entreprises et celles axées sur les partenariats, notamment dans des secteurs comme le marketing à la performance et le jeu vidéo, les relations continuent de favoriser les conversions bien davantage que l'automatisation seule.
Par exemple, l'IA peut générer des messages de prospection hautement optimisés, mais elle peine encore à comprendre le contexte commercial plus profond, la sensibilité au calendrier et les enjeux politiques internes du côté du client, ou à instaurer une véritable confiance au cours de cycles de vente longs. Dans de nombreux cas, les communications générées par l'IA semblaient également trop similaires ou excessivement soignées, ce qui réduisait leur authenticité.
Pourquoi la rigueur des processus est essentielle lors de l'utilisation de l'IA

Nous avons constaté des résultats très positifs ainsi que quelques difficultés d'apprentissage en intégrant l'IA à nos flux de travail générateurs de revenus au cours de l'année écoulée.
Du côté positif, l'efficacité opérationnelle et la visibilité ont constitué les améliorations les plus importantes. Les flux de travail des SDR assistés par l'IA ont aidé l'équipe à réduire le temps consacré aux recherches répétitives, à la personnalisation de la prospection sortante et aux relances, améliorant ainsi la rapidité globale de la prospection et la gestion des réponses. L'équipe commerciale consacre désormais davantage de temps aux véritables conversations avec les clients plutôt qu'aux tâches administratives.
Nous avons également constaté des améliorations notables de la précision des prévisions et de la gestion du pipeline après l'automatisation des rapports et l'introduction de signaux prédictifs dans Salesforce. Auparavant, les revues du pipeline étaient manuelles et réactives. Désormais, la direction dispose beaucoup plus tôt d'une visibilité sur les risques liés aux affaires, les opportunités qui stagnent, les baisses d'engagement et les comptes manifestant une forte intention. Cela a accéléré la prise de décision et rendu les discussions sur les prévisions beaucoup plus étayées par les données.
D'un point de vue qualitatif, les responsables se concentrent désormais davantage sur l'accompagnement et la stratégie plutôt que sur le suivi de la qualité du CRM et les mises à jour manuelles. L'organisation dans son ensemble est devenue plus proactive que réactive.
Parallèlement, nous avons rencontré des difficultés. Nous avons rapidement compris que la qualité de l'IA dépend de celle des données et des processus qui la sous-tendent. Au début, des mises à jour incohérentes du CRM et des données fragmentées généraient parfois des signaux trompeurs ou des prévisions trop bruitées. Nous avons compris que si les mises à jour du CRM sont incohérentes, si les équipes ne gèrent pas correctement les étapes ou si le suivi des activités est incomplet, l'IA ne fait qu'amplifier ces problèmes au lieu de les résoudre. Nous avons dû renforcer la rigueur des processus avant que les résultats de l'IA ne deviennent véritablement fiables.
Nous avons également constaté que les outils d’IA créent parfois une illusion de productivité — davantage de prospection, davantage de rapports, davantage d’automatisation — sans nécessairement améliorer les résultats réels en matière de chiffre d’affaires dans les mêmes proportions. Nous sommes donc devenus beaucoup plus attentifs à mesurer l’impact réel sur l’entreprise plutôt que de nous limiter aux indicateurs d’automatisation.
Enfin, nous avons constaté qu’une automatisation excessive peut parfois donner à la prospection un aspect robotique.
Pourquoi l’adoption de l’IA nécessite une gestion du changement
L’adoption n’a été couronnée de succès que lorsque les collaborateurs ont compris que l’IA favorisait une meilleure exécution, plutôt que de remplacer le jugement humain.

J’ai également sous-estimé l’ampleur de la gestion interne du changement nécessaire. Au départ, les équipes percevaient l’IA soit comme une menace, soit comme quelque chose qui allait résoudre automatiquement tous les problèmes comme par magie. En réalité, l’adoption n’a été couronnée de succès que lorsque les collaborateurs ont compris que l’IA favorisait une meilleure exécution, plutôt que de remplacer le jugement humain.
Si je l’avais su plus tôt, nous aurions d’abord consacré davantage de temps à améliorer la qualité des données du CRM, à définir clairement les flux de travail et à former les équipes à travailler aux côtés de l’IA. Cela aurait permis d’éviter de nombreux rapports brouillons, des attentes irréalistes et la confusion initiale concernant l’impact réel de l’IA.
Pourquoi les équipes commerciales évoluent
Ce que j’ai appris, c’est que développer le chiffre d’affaires ne nécessite plus d’augmenter les effectifs.
Aujourd’hui, une équipe plus réduite et dotée de l’IA peut souvent agir plus rapidement et avec une meilleure visibilité qu’une organisation commerciale traditionnelle beaucoup plus importante. L’IA peut prendre en charge une grande partie de la recherche, de la priorisation, des rapports, des prévisions et de l’automatisation des flux de travail, à une échelle auparavant impossible à atteindre.
Pourquoi les CRO doivent préserver l’humain au sein des équipes

Les CRO qui se remémoreront cette période avec fierté ne seront pas ceux qui auront avancé le plus vite. Ce seront ceux qui auront préservé l’humain au sein de leurs équipes, qui auront réfléchi soigneusement à la place de l’IA et qui n’auront pas confondu activité et dynamique.
Vous avez déjà traversé des périodes de bouleversement. Celle-ci implique davantage d’outils, mais le travail reste le même : instaurer la confiance, résoudre de vrais problèmes et conclure des ventes.
Suivez notre actualité
Vous pouvez suivre le travail de Mukul Kaushik sur LinkedIn et Instagram.
D’autres entretiens d’experts seront bientôt publiés sur The CRO Club !



