• Articles
  • 5
  • Prospection
  • 5
  • Réussir son Go-to-Market : comment FullEnrich est passé de 0 à 1M€ d’ARR (post-live)

Réussir son Go-to-Market : comment FullEnrich est passé de 0 à 1M€ d’ARR (post-live)

Juil 15, 2026

Live avec Lona Béclié (Founding Team, FullEnrich), animé par Lucas Mias (Jova).

Pourquoi on a fait ce live ?

Montrer, à travers le cas FullEnrich, comment construire une traction commerciale en early-stage sur un marché très concurrentiel (Outils de data B2B) :

  • Sans réseau
  • Sans brand
  • Sans notoriété établie

Via une approche outbound structurée, un ICP construit sur le terrain, et une vraie réflexion sur ce qui dérisque une décision d’achat.

Partie 1. La naissance de FullEnrich : un problème de terrain

  • Dans une précédente boite, Lona et Benjamin envoyaient leurs listes de prospects chez Lusha, puis Kaspr, puis Apollo, pour compléter leurs taux d’enrichissement.
  • Aucun fournisseur « base unique » ne couvrait tout.
  • Ils ont construit leur propre système de « waterfall » en interne : interroger plusieurs sources de données successivement pour maximiser la probabilité d’obtenir téléphone et email.
  • Ils ont décidé d’en faire un produit.

Restait à trouver comment le vendre : leurs premiers pas en prospection ont d’abord été une erreur classique, le mass emailing.

    Partie 2. L’erreur de départ : le mass emailing

    • Leurs premières campagnes de prospection consistait à envoyer 10 000 à 15 000 emails de manière peu segmentées
    • Profils variés ciblés avec un message identique : Head of Sales, Sales Ops, RevOps, co-founders.
    • Résultat : taux de réponse autour de 1%, dégradation de la délivrabilité, environ 50 domaines « brûlés ».
    • Le constat de Lona : « On avait fait une bêtise… du mass emailing. »

    Face à ce constat, l’équipe a opéré un pivot vers des campagnes plus ciblées et la recherche de la conversation.

    Partie 3. Le pivot : micro-campagnes ciblées, puis conversation

    • Réduire drastiquement la taille des campagnes : environ 100 personnes au lieu de 10 000, mieux segmentées.
    • Chercher la conversation rapidement : email pour cadrer, puis call pour qualifier réellement le besoin et apprendre les objections.
    • Chaque échange traité comme une mini-enquête produit/marché.


    Cette logique de conversation continue est devenue une discipline quotidienne pour affiner l’ICP.

    Partie 4. Construire l’ICP en parlant à 20 personnes par jour

    • Objectif simple au lancement : 20 nouvelles conversations par jour.
    • Pas pour vendre : pour comprendre qui avait le problème le plus douloureux et qui était prêt à payer.
    • Le ciblage initial (« Head of Sales ») s’est élargi au fil des conversations vers RevOps, Sales Ops et marketing, selon la taille de l’entreprise.


    Une fois l’ICP plus clair, restait à lever le vrai frein à la décision d’achat : le risque perçu, plus que le prix.

    Partie 5. Le vrai frein à l’achat : le risque perçu, pas le prix

    • Promesse simple et vérifiable par chacun : passer de 60% à 80% de taux d’enrichissement.
    • La clé : rendre la valeur visible avant même la démo.
    • Dérisquer la décision à chaque étape : free trial, résultats concrets, verbatims de premiers clients.
    • Sur la donnée elle-même (sujet RGPD sensible) : données stockées environ 3 mois puis effacées, bascule ensuite vers le CRM du client, usage strictement B2B.


    Cette logique de dérisque a aussi structuré l’ordre des canaux utilisés par FullEnrich dans sa machine outbound.

    Partie 6. La machine outbound FullEnrich, dans l’ordre

    • Cold call d’abord, pour collecter les vrais pain points du marché.
    • Multicanal ensuite, mais seulement une fois qu’une première promesse a été validée.
    • Principe qui revient dans tout ce que dit Lona : parler à ses prospects d’abord, affiner, puis automatiser.


    Partie 7. PLG et outbound : piloter par les bons indicateurs

    • FullEnrich fonctionne en logique “Product-Sales Growth” : inscription et test en autonomie sur le produit. Commerciaux qui appellent les prospects les plus qualifiés.
    • Indicateurs suivis : ARR/MRR, nombre de sign-ups, conversion de sign-up > paiement, churn.
    • Enseignement clé : regarder la qualité des conversations plutôt que le seul volume de messages envoyés.

    C’est sur cette combinaison produit et outbound que s’imbrique l’approche multicanal pilotée par les signaux, au cœur du combo Jova x FullEnrich.

    Partie 8. Multicanal piloté par les signaux (combo Jova x FullEnrich)

    • Logique : signal (interactions LinkedIn) → micro-liste priorisée → enrichissement (email/téléphone) → activation multicanal contextualisée.
    • Repères de performance évoqués pendant le live :
      • Environ 2% de réponse en email « classique »
      • 5 à 10% sur LinkedIn
      • Jusqu’à 10-15% (parfois 20%) avec signaux et personnalisation combinés


    Cette personnalisation passe aussi par une segmentation par secteur, appliquée sans rigidité.

    Partie 9. La segmentation par secteur, sans rigidité

    Dernier levier évoqué par Lona : la place de l’IA dans cette prospection, pensée comme un assistant et non un remplaçant.

    • Segmenter par vertical aide surtout la pertinence du message, pas forcément le volume de réponses.
    • Exemple cité : dans la santé, les interlocuteurs et le wording changent (consultant vs commercial), avec des contraintes spécifiques (numéros directs difficiles à obtenir, standards, emails génériques).
    • Des études de cas sectorielles guident la priorisation.

    Partie 10. IA et prospection : un assistant, pas un remplaçant

    • « L’IA va nous permettre de gagner du temps, mais ça ne remplacera jamais la touche humaine d’un commercial. » (Lona Béclié)
    • Exemple d’usage interne : analyser les données CRM (deals clos) pour générer des listes de prospects similaires, ou identifier les bons moments pour appeler.
    • L’IA accélère l’exécution : elle ne remplace pas la relation ni la gestion des objections complexes.

    La traction commerciale de FullEnrich ne vient pas d’un coup de chance ni d’un seul levier marketing, mais d’une discipline répétée. Parler chaque jour à des prospects, en tirer des enseignements, dérisquer la décision d’achat à chaque étape, puis seulement ensuite structurer et multiplier les canaux. L’IA et le multicanal viennent accélérer cette discipline, ils ne la remplacent pas.

    Live avec Lona Béclié (Founding Team, FullEnrich), animé par Lucas Mias (Jova).

    Replay complet disponible ici :

    Questions du public

    Jova s’est lancé avec un principe de waitlist, comment avez-vous créé la waiting list pour Jova ?

    • Environ 2 mois avant le lancement : prospection et discussions pour affiner l’audience.
    • Lancement sur LinkedIn avec un Lead Magnet avec une promesse forte et un formulaire d’inscription → 350 inscrits jour 1
    • Accès accordé de façon priorisée, selon l’ICP et la capacité à absorber les démos – 70 démos en semaine 1 / semaine 2

    Comment gérez-vous la conformité RGPD pour l’enrichissement ?

    • Données (téléphones/emails) stockées environ 3 mois puis effacées.
    • Bascule ensuite vers le CRM du client.
    • Démarche strictement B2B : pas d’enrichissement pour des cas B2C non légitimes.

    Segmentez-vous par persona et/ou par secteur ?

    • Oui : le wording change selon le secteur (ESN/ »consultants » vs commerciaux).
    • La verticale impacte parfois le closing.
    • Des études de cas sectorielles guident la priorisation.

    Contact et pour aller plus loin

    • Jova (getjova.com), avec son agent IA Joy : 200 crédits FullEnrich offerts + 7 jours d’essai gratuit
    • Replay du webinar : ici

    Il est temps de passer à l'action ?

    Découvrez tous nos autres articles