Une agence transforme les chats Telegram en canal stable de génération de leads avec un bot IA à 5 000 roubles

Les chats Telegram peuvent être autre chose qu'un lieu de bavardage : ils peuvent aussi servir de canal de vente. L'auteur de l'étude de cas explique comment une agence a conçu un bot IA qui suit des chats professionnels ouverts, repère les demandes de services et fournit un flux régulier de leads qualifiés pour environ 5 000 roubles par mois.

Où chercher la demande

L'idée est née d'un constat simple : dans les chats sectoriels de Telegram apparaissent régulièrement des demandes de prestataires, des conseils et des appels à l'aide. Pour les équipes B2B, c'est presque un panneau d'affichage en direct où échangent entrepreneurs, managers et décideurs. Le problème, c'est que ces demandes se noient dans des milliers de messages. Lire des dizaines de chats à la main coûte cher et prend du temps, et mobiliser un employé uniquement pour la veille n'est pas rentable. Presque tout le monde dispose donc du canal, mais peu l'exploitent de façon systématique.

Plutôt que de recourir à un service clé en main à la rentabilité floue, l'équipe a décidé de tester l'hypothèse avec ses propres moyens. En interne, un analyste métier a monté en une seule journée de travail un bot qui écoute des chats ouverts issus d'une base commune, fait passer les messages dans une série de filtres et n'envoie aux commerciaux que ce qui ressemble à un vrai besoin de service. Un humain décide ensuite s'il faut entrer dans la conversation et faire une offre en message privé.

Comment fonctionne la sélection

La principale valeur du système ne tient pas au simple fait de lire des chats, mais à la logique d'élimination du bruit. Telegram regorge de déchets : offres d'emploi, pavés publicitaires, bavardages, blagues et envois en masse. Le bot travaille donc en plusieurs étapes et n'essaie pas de tout déverser dans l'entonnoir du CRM. Il nettoie d'abord le flux, vérifie ensuite le sens du texte, puis évalue si le message contient une vraie demande d'aide et pas seulement une discussion sur un sujet.

«

Le bot n'écoute que les chats professionnels ouverts de ma base personnelle et de celle que les employés ont constituée. »

• Le filtre antispam écarte les messages comportant trop d'émojis, un style publicitaire et des listes d'offres d'emploi types.
• La lemmatisation ramène les mots à leur forme de base et aide à saisir le sens même si l'auteur écrit avec des fautes ou en argot.
• Une base d'environ 200 lemmes clés relie les messages aux services de l'agence : du marketing de performance à l'audit et à l'analytique.
• L'analyse d'intention cherche des formulations comme « il faut », « je cherche » et « conseillez-moi » pour distinguer la demande réelle du bavardage.

Après le scoring, le message subit une vérification finale via un prompt contenant la liste des services de l'agence. Si le modèle juge la demande pertinente, le bot l'envoie dans une messagerie d'entreprise et non directement dans le CRM. Le détail compte : les commerciaux reçoivent une file compacte à valider manuellement et peuvent, au besoin, modifier la logique sans développeur. Selon l'auteur, les commandes et les prompts sont stockés dans des feuilles Google : les employés ajoutent eux-mêmes de nouveaux services et lemmes clés et pilotent l'activation ou l'arrêt du bot.

Économie et résultats

Le budget du projet est presque celui d'un microservice. Le lancement a coûté environ 100 dollars de travail d'analyste métier, le serveur revient à environ 5 dollars par mois et les dépenses OpenAI s'élèvent à 20–50 dollars par mois. Converti, cela représente environ 5 000 roubles de coûts mensuels. En comparaison, un commercial dédié ou un développeur externe coûterait nettement plus cher, surtout avec la surveillance permanente de dizaines de milliers de messages.

En sortie, le bot lit des dizaines de milliers de messages par mois, en conserve environ 800–1 000 après deux niveaux de filtrage, puis aide les commerciaux à trouver 15 à 22 demandes qualifiées par mois. Parmi les messages qui arrivent au traitement manuel, 5–8 % sont pertinents et, parmi eux, 50–60 % deviennent des leads pour l'agence. À cause du volume de bruit, les auteurs ont délibérément choisi de ne pas relier l'outil directement au CRM : sinon, les déchets fausseraient les statistiques et feraient perdre du temps aux ventes.

Ce que cela signifie

Ce cas montre que les chats Telegram peuvent devenir un canal peu coûteux de génération de leads B2B, à condition de ne pas chercher à tout automatiser et de laisser la décision finale à un humain. L'approche fonctionne le mieux là où les clients fréquentent des chats thématiques : marketing, publicité, immobilier, conseil. L'atout principal n'est pas le modèle lui-même, mais une logique de filtrage bien réglée et un dispositif d'exploitation bon marché que l'équipe sait maintenir sans l'intervention constante d'un développeur.