Aller au contenu

Blog

Automatiser une variable grammaticale avec une IA dans n8n

Il y a des bugs qui se voient tout de suite : un email qui ne part pas, une erreur 500. Et il y a ceux qui se cachent dans le texte lui-même, invisibles tant que personne ne relit la phrase à voix haute. C'est cette deuxième catégorie qui a occupé cette session : une variable de personnalisation vide dans des campagnes Lemlist, et le correctif construit pour la remplacer, un petit sous-workflow n8n qui appelle un LLM pour écrire... trois mots de grammaire française.

Enrichir automatiquement des contacts Lemlist avec Apollo via n8n

Deux commerciaux, deux façons différentes de faire arriver un contact à moitié vide dans notre CRM d'outreach. Voici comment on a fini par construire deux workflows n8n pour combler ce trou, et surtout tout ce qui a cassé en chemin : un endpoint qui renvoie du CSV vide au lieu de JSON, un bug d'édition qui dupliquait silencieusement des paramètres, un rate limit qu'on a mangé deux fois, et un "poste en anglais" qui n'était en fait pas un bug du tout.

Générer des posts LinkedIn avec l'IA pour des commerciaux multi-secteurs

Nos commerciaux couvrent chacun plusieurs secteurs, avec pour chaque secteur une cible différente (DSI, marketing, direction générale) et un discours qui devrait varier en conséquence. Personne n'a le temps de tenir ce rythme de personnalisation en plus de la prospection : voici comment un pipeline n8n génère chaque semaine une base de posts LinkedIn prêts à retoucher, classés par secteur et par cible ; et pourquoi la vraie difficulté n'était pas de brancher un LLM sur un prompt.

Rappel quotidien des tâches Lemlist en 1:1 Teams avec n8n

Chez Dolist, l'équipe commerciale travaille ses séquences de prospection dans Lemlist. Chaque séquence génère des tâches manuelles (un appel, un message LinkedIn, une visite de profil) que Lemlist affiche très bien... dans Lemlist. Le problème, c'est que personne ne vit dans Lemlist toute la journée. Voici comment un petit workflow n8n a suffi à faire atterrir ces tâches là où l'attention se trouve déjà : Teams.

Détection IA de signaux d'affaires : construire un système RevOps utile

Il y a un moment où les bases de données commerciales ne suffisent plus.

Elles savent dire qu'une entreprise existe. Elles donnent parfois un secteur, une taille, un site web, un compte LinkedIn, quelques contacts.

Mais elles répondent rarement à la question la plus intéressante :

Pourquoi cette entreprise mérite-t-elle d'être contactée maintenant ?

C'est cette question qui m'a progressivement amené à travailler sur un sujet plus large : la détection de signaux d'affaires avec de l'IA, du scraping, des workflows automatisés et un peu de logique RevOps. Pas pour construire une machine magique à vendre. Pas pour remplacer les commerciaux. Mais pour mieux préparer le travail commercial, comprendre les mouvements d'une entreprise, et transformer des données publiques assez bruyantes en contexte exploitable.

Cette page est un point d'entrée. Elle relie plusieurs expérimentations techniques menées autour du scraping, de la veille concurrentielle, des signaux d'expansion et de la prospection semi-automatisée, et explique le raisonnement global derrière ces projets.

Refondre dolist.com de A à Z

Il y a des projets web qui commencent avec une page blanche.

Celui-ci a commencé avec quatre sites.

Quatre sites pour une seule entreprise.
Quatre portes d'entrée.
Quatre manières de présenter des offres qui, dans la réalité, faisaient partie du même écosystème.

D'un côté, il y avait dolist.com, le site principal : la marque, le blog, les ressources, les cas clients, une grosse partie de l'historique SEO.

À côté, il y avait aussi :

  • un site pour Campaign, la plateforme d'activation e-mail et SMS
  • un site pour Welkom Editor, l'email builder
  • un site pour les services Dolist, autour du conseil, du Studio, de la délivrabilité, de la data, des formations.

Sur le papier, chaque site avait sa logique.

Dans la réalité, pour quelqu'un qui découvre Dolist, ça pouvait vite devenir flou.

  • dans Sales Ops
  • 16 min de lecture

Construire une veille concurrentielle multi-source avec Trustpilot, LinkedIn et le web

Il y a des projets qu'on commence parce qu'on a un vrai problème à résoudre. Pas une idée abstraite. Un problème concret, qui revient chaque semaine.

Dans le cadre de Signar, je devais répondre à une question simple : comment aider une équipe commerciale à surveiller ses concurrents sans passer deux heures à chercher manuellement sur LinkedIn, Trustpilot et les sites web ?

  • dans Sales Ops
  • 12 min de lecture

La machine à leads SDR

Au départ, je voulais résoudre un problème simple : les SDR passaient trop de temps à chercher des entreprises, des contacts, à formuler des messages, et à relancer à la main.

Le vrai problème n'était pas le travail commercial. C'était tout ce qui précède : la préparation.

Construire un détecteur de technologies web avec Scrapy

Ce projet a commencé de façon très simple : éviter d'ouvrir manuellement 15 onglets pour comprendre la stack d'une entreprise.

C'est probablement le projet qui m'a le plus appris sur le scraping réel, les signaux techniques, les limites du web moderne, et la différence entre un script qui marche et un système qui tient dans le temps.