Clément Lamblin

RevOps Manager

Comment Foodles a transformé son CRM en machine GTM autonome ?

+40K

SIRET ajoutés à HubSpot (vs 0 au départ)

+53K

Contacts enrichis et rattachés à la bonne entreprise dans HubSpot

+10k

Nouvelles entreprises ajoutées au TAM, scorées et assignées aux 30 sales

L'entreprise

Foodles est une scale-up française de la FoodTech qui réinvente la restauration d'entreprise avec des frigos connectés et une carte renouvelée chaque semaine. Certifiée B Corp et entreprise à mission depuis 2022.

Description de la mission

Nourrir les salariés sans les contraintes d'une cantine traditionnelle, avec une offre variée et accessible 24/7.

En 4 mois, Martin et Kaio ont structuré un CRM qui tourne tout seul. Nos 30 sales reçoivent chaque mois leurs 100 comptes priorisés automatiquement. Ce qui change vraiment, c'est qu'on n'a plus à y penser : les workflows d'enrichissement et de signaux tournent en continu, la donnée reste propre, et chacun sait sur quels comptes avancer. On a gagné en clarté et en temps, sans dépendre de personne pour faire tourner la machine.

Clément Lamblin

Foodles

RevOps Manager

Stratégie mise en place

Foodles voulait sortir d'un CRM hérité de Salesforce où 250 000 contacts et 88 000 entreprises s'étaient accumulés sans gouvernance. L'objectif : transformer HubSpot en source de vérité vivante, alignée avec les 6 ICP de Foodles et capable d'alimenter le pipeline en autonomie.

Nettoyer et enrichir HubSpot pour repartir sur une base fiable et scorable.
Cartographier le TAM et scorer chaque compte par tier sur la France entière.
Automatiser la détection de signaux pour passer du travail au feeling au signal-based.

Notre accompagnement

Workflows d'enrichissement automatique sur les entreprises et les contacts (à la création + cadence de mise à jour annuelle / semestrielle).
Dédoublonnage assisté par IA : l'IA compare le domaine, l'URL et l'ID LinkedIn, le SIRET et les champs de contexte (adresse, téléphone, nom), puis choisit la fiche maître selon les deals, les activités et les contacts associés. Deux établissements avec des SIRET différents ne sont jamais fusionnés.
Recherche des SIRET et analyse de la base avec Claude : pendant la phase de run, Claude a servi à retrouver des SIRET et SIREN et à analyser la base HubSpot pour préparer le nettoyage avant l'enrichissement.
Cartographie du TAM et scoring de chaque compte sur 1 000 points (géographie + effectif) avec attribution automatique en Tier 1 / 2 / 3.
4 workflows de signaux qui tournent en continu : lookalike sur deal signé, reverse champion, new hire chez un compte Tier 1, changement de poste d'un contact connu.
Account distribution automatique des comptes aux 30 sales selon 5 pôles (Immobilier, Public, Hôtellerie, Grands Comptes, Privé).
Listes de prospection mensuelles générées par un agent IA pour chaque sales (100 comptes priorisés, renouvelés le 1er de chaque mois, avec un récap envoyé sur Slack).
5 boutons d'action intégrés à HubSpot pour les enrichissements à la demande (entreprise, contact, mapping d'établissements, hiérarchie de compte, recherche persona décideur).
Documentation complète et formation des équipes Foodles pour autonomie totale après la mission.

Les résultats

53 000 contacts enrichis via LinkedIn et rattachés à la bonne entreprise.
40 000 SIRET ajoutés à HubSpot (vs 0 au départ).
TAM étendu de 44 000 à 53 000 entreprises qualifiées, scorées, assignées automatiquement aux 30 sales.
4 workflows de signaux qui tournent en continu : lookalike, reverse champion, new hire, changement de poste.
Listes de prospection mensuelles générées automatiquement pour chaque sales (100 comptes priorisés par tier).

Vous avez des problématiques similaires ?

Premier appel offert avec notre équipe

Réserver un workshop

En savoir plus sur ceux qui sont passés par Youno

On avait une base HubSpot qui s'était beaucoup remplie au fil des années, et des SDR qui construisaient leurs listes à la main. Avec Youno, on a une donnée fiable, un score sur chaque compte de notre marché et des signaux d'achat détectés automatiquement. Et en fait, le plus important pour moi, c'est que tout est documenté : notre GTM Engineer a pu reprendre le système dès son arrivée, sans repartir de zéro.

Estelle Cadoret

Skillup

CMO

L'étude de cas

Comment Skillup a structuré son CRM et son acquisition avec Claude Code ?

Stratégie

Fiabiliser HubSpot avec un enrichissement et un dédoublonnage continus
Scorer le marché sur 1 000 points et le répartir en Tier 1, 2 et 3
Tracer la source de chaque deal automatiquement
Détecter 8 signaux d'achat et les envoyer aux SDR

Résultats

48 450

contacts mis à jour avec persona, poste et email vérifié

4 260

comptes cibles absents du CRM identifiés et scorés, dont 1 317 en Tier 1

20 → 63 %

des contacts avec un persona renseigné, avant et après la mission

Découvrir le cas d'usage

On lançait le produit avec une waitlist et un Product Hunt, et toute notre activité sur LinkedIn et sur le site générait des signaux qu'on ne captait pas. Youno a construit le système qui les transforme en leads qualifiés. Chaque matin j'ai mes 10 meilleurs leads dans Attio, avec le détail de ce qu'ils ont fait.

Maxime Champoux

Well

Co-founder & CEO

L'étude de cas

Comment Well génère 10 leads qualifiés par jour à partir de ses signaux d'intent ?

Stratégie

Centraliser cinq sources de signaux d'intent dans un data warehouse
Scorer chaque contact avec des prompts IA sur son Fit et son Intent, de 0 à 1 000
Livrer les 10 meilleurs leads du jour dans le CRM Attio
Boucler le système : les contacts qualifiés regénèrent des signaux

Résultats

leads qualifiés livrés chaque jour dans le CRM, sélectionnés sur leur score total

workflows d'enrichissement, de scoring et de distribution automatisés

sources de signaux d'intent agrégées dans une base unique

Découvrir le cas d'usage

Estelle Cadoret

Skillup

CMO

L'étude de cas

Comment Skillup a structuré son CRM et son acquisition avec Claude Code ?

Stratégie

Fiabiliser HubSpot avec un enrichissement et un dédoublonnage continus
Scorer le marché sur 1 000 points et le répartir en Tier 1, 2 et 3
Tracer la source de chaque deal automatiquement
Détecter 8 signaux d'achat et les envoyer aux SDR

Résultats

48 450

contacts mis à jour avec persona, poste et email vérifié

4 260

comptes cibles absents du CRM identifiés et scorés, dont 1 317 en Tier 1

20 → 63 %

des contacts avec un persona renseigné, avant et après la mission

Découvrir le cas d'usage

Maxime Champoux

Well

Co-founder & CEO

L'étude de cas

Comment Well génère 10 leads qualifiés par jour à partir de ses signaux d'intent ?

Stratégie

Centraliser cinq sources de signaux d'intent dans un data warehouse
Scorer chaque contact avec des prompts IA sur son Fit et son Intent, de 0 à 1 000
Livrer les 10 meilleurs leads du jour dans le CRM Attio
Boucler le système : les contacts qualifiés regénèrent des signaux

Résultats

leads qualifiés livrés chaque jour dans le CRM, sélectionnés sur leur score total

workflows d'enrichissement, de scoring et de distribution automatisés

sources de signaux d'intent agrégées dans une base unique

Découvrir le cas d'usage

On envoyait nos campagnes à la main depuis Apollo, marché par marché. Youno a assaini notre infrastructure email et industrialisé nos campagnes sur plusieurs pays, connectées au CRM. On a un outbound qu'on peut faire tourner nous-mêmes.