Skip to content
← Processus

Prospection à partir de données publiques

Le site de chaque candidat est vérifié avant qu'un crédit ne soit dépensé, chacun classé par force de signal, puis reçoit une accroche vérifiée pour éviter les répétitions.

INSEE Sirene→Serper→FullEnrich
Démarre
Nouvelle liste cible
Étapes
7
Contrôles et conditions
0
Une personne décide
Jamais, tourne seul

Déclencheur · Événement

Nouvelle liste cible

Une nouvelle liste cible définie déclenche l'exécution, et rien n'est sourcé tant qu'elle n'existe pas.

Claude exécute la suite en autonomie

  1. 1

    Lister chaque entreprise correspondante

    INSEE Sirene

    INSEE Sirene

    Chaque entreprise correspondant à votre profil cible revient du registre officiel, active et dans les tranches de taille et d'âge voulues.

  2. 2

    Garder les entreprises avec un vrai site web

    Serper

    Serper

    Seules les entreprises dont le site propre existe et correspond passent à l'enrichissement payant, car une vraie part de toute liste tirée s'avère être le mauvais profil.

  3. 3

    Classer chaque entreprise selon son signal

    Serper

    Serper

    Chaque entreprise est classée selon un poste ouvert, un système connu, une actualité récente ou rien, et même le dernier niveau reçoit une accroche tirée de son propre site.

  4. 4

    Trouver un email pour chaque entreprise

    FullEnrich

    FullEnrich

    Les emails reviennent par lots, et toute entreprise sans email mais avec un profil confirmé est redirigée vers un autre canal plutôt qu'abandonnée.

  5. 5

    Rédiger une accroche par entreprise

    Chaque entreprise reçoit sa propre phrase d'accroche à partir de preuves réelles, répartie sur plusieurs structures de phrase.

  6. 6

    Réécrire les accroches qui se répètent

    Toute structure ou formule trop utilisée sur le lot est comptée et réécrite avant de passer à la suite.

  7. 7

    Préparer la campagne pour validation

    Chaque entreprise se trouve dans le parcours correspondant à la force de son signal, son accroche vérifiée en place, prête pour qu'une personne la relise et la lance.

Construire une liste de cold outbound à la main, c'est en général une recherche par ville ou par catégorie, qui s'arrête à la première page de résultats, et le même message envoyé à tout le monde sans distinction de profil. Un export de registre peut livrer des milliers de noms en un après-midi, donc le volume n'a jamais été le problème. Savoir lesquelles, parmi quelques centaines, méritent vraiment un email, et écrire à chacune comme si elle était la seule, en est un.

Les registres publics d'entreprises contiennent déjà tout l'univers. La recherche web et une cascade d'enrichissement résolvent déjà qui contacter. Ce qui est difficile à bien automatiser, c'est la discipline entre les deux : vérifier avant de dépenser, classer sur des preuves réelles plutôt qu'une supposition, et repérer le moment où cent phrases vraies et personnelles commencent à se lire comme un même template.

What you get

A staged, two-track outbound campaign in which every message is personalized from real evidence, verified before it goes out, and handed to a person to launch.

Sourcer la liste à partir de données publiques

La liste part d'un registre officiel, INSEE Sirene ici, filtré sur les champs qui déterminent la pertinence pour ce type de campagne : secteur, tranche d'effectif et âge de l'entreprise. Le chiffre d'affaires est enregistré quand un dépôt propre existe, et une entreprise sans rien au dossier reste dans le périmètre. L'extraction est restreinte aux entreprises actives dans les tranches voulues, puis écrite une fois dans une seule table courante que chaque étape suivante consulte.

Vérifier chaque entreprise avant de dépenser un crédit

Une liste extraite n'est pas encore une liste qualifiée. Les données de registre se trompent assez souvent de secteur ou de tranche de taille pour que sauter la vérification transforme chaque étape suivante (enrichissement, rédaction d'accroche, envoi) en travail perdu sur la mauvaise entreprise. Chaque entreprise reçoit une recherche via Serper sur son nom, sa ville et son site officiel. Les registres d'entreprises, sites d'avis, fiches de cartes et pages de marketplace ne comptent jamais comme la réponse, et le vrai site se trouve souvent sous un nom de marque différent du nom légal.

Une entreprise sans site propre vérifié ne reçoit aucun crédit d'enrichissement. Un site qui révèle le mauvais secteur est écarté, avec la raison enregistrée. Sur une exécution réelle, environ une ligne extraite sur quatre s'avère être le mauvais secteur, une entreprise dissoute, ou une filiale sans acheteur local — ce ratio est à prévoir. Les résultats sont sauvegardés au fil du lot, donc une exécution qui s'arrête en cours de route garde ce qu'elle a déjà vérifié.

Classer par signal et trouver l'email

Chaque entreprise vérifiée est classée selon la preuve la plus forte trouvée, dans l'ordre : un poste back-office pertinent ouvert, un système back-office connu, une actualité récente qui signale un changement (acquisition, nouvelle implantation, contrat de franchise, investissement, transmission générationnelle), ou rien. La preuve elle-même est enregistrée, car les accroches en sont tirées. Classer par preuve garde chaque accroche honnête. Une entreprise avec un signal de recrutement reçoit une phrase qui le nomme, et une entreprise sans rien reçoit quand même une vraie phrase tirée de son propre site, jamais une phrase par défaut recyclée sur tout le niveau.

Les emails viennent de FullEnrich par lots de 20, car des lots plus grands sont rejetés et une seule ligne mal formée peut faire échouer tout le lot. Une entreprise sans email mais avec un profil confirmé est redirigée vers un autre canal plutôt qu'abandonnée. Un email sur un domaine de siège étranger ou sans rapport appartient au mauvais acheteur, et cette ligne est abandonnée pour de bon.

Personnaliser les cold emails sans effet template

Chaque entreprise reçoit une phrase d'accroche tirée de sa propre preuve : moins de 35 mots, registre soutenu, un fait précis qu'un inconnu n'aurait pas pu deviner, tourné vers la douleur quotidienne qui se cache derrière. Si rien de précis n'est trouvable, la phrase est marquée à faible confiance et jamais envoyée. Les phrases tournent entre plusieurs structures (densité, historique, flux, un événement adressé directement, une déclaration plate de longue traîne, une question construite à partir de leur propre site) pour que cent phrases vraies ne se lisent pas comme un même template.

Le contrôle mécanique sur tout le lot est la partie facile à sauter et coûteuse à sauter. Six phrases individuellement vraies et précises peuvent quand même toutes s'appuyer sur le même procédé rhétorique, un deux-points, une formule de clôture, une structure de phrase, et se lire comme automatisées dès qu'on les voit ensemble. Le lot est donc compté : aucune structure au-dessus de 30 %, les pivots sur deux-points et formules de clôture répétées plafonnés à 20 %, aucune paire de premiers mots partagée au-delà de 5 %, et aucune phrase de plus de 35 mots. Le surplus est réécrit et le contrôle repasse. C'est seulement alors que chaque entreprise entre dans le parcours correspondant à la force de son signal, son accroche confirmée en place, pour qu'une personne la relise et la lance.

The prompt

The real prompt behind the steps above, detailed enough that an agent with the same tools can run it as written. The Run buttons copy the full version, which also carries the steps for connecting those tools.

# Build a cold outbound list from public company data

You have access to an official company registry, web search, and an
email-enrichment tool. Run this for **[your target company profile: size,
sector, and company age]**.


## 1. List every matching company

- Pull every company matching your target profile from an official
  registry — the fields that matter are sector, headcount band, and
  company age, not revenue: revenue is worth recording where a clean
  filing exists, but a company with none on file is still in scope.
- Filter to active status and the age/size bands you actually want before
  doing anything else — a first pull that's too broad is fine, a filtered
  list is what the rest of this runs against.
- Write the full list to one running table. Don't re-pull per batch.

## 2. Keep companies with a real website

- For each company, one search for its name plus city plus "official
  site." Registry/directory listings (business registries, review sites,
  map listings, marketplace pages) are never the answer — the real site
  is often under a brand name that differs from the legal name, and a
  generic listing snippet usually reveals it.
- Treat this as qualification, not enrichment: a row with no verified
  first-party website doesn't get an email credit spent on it. A website
  that reveals the wrong sector gets dropped, with the reason recorded —
  on a real run, roughly one in four pulled rows turns out to be the
  wrong sector, dissolved, or a subsidiary with no local buyer. Expect
  that ratio; it's not a bug in your query.
- This step is a bulk job — batch it and save results as you go, not only
  at the end. A run that only saves at the end loses everything if
  credits run out mid-batch.

## 3. Tier each company by its signal

In order of strength:

1. **A relevant open role** — anything back-office: order processing,
   billing, admin, customer service. If you have a job-postings source,
   query it by company name directly; searching job boards by keyword
   instead returns staffing agencies hiding the real employer, not the
   company itself.
2. **A known back-office system** — if you have a technology-stack
   signal source, check for it.
3. **Recent, relevant press** — an acquisition, a new location, a
   franchise deal, an investment, a generational handover. Filter hard:
   an old story, a routine mention, or a profile piece isn't a trigger.
4. **Nothing** — still gets an opener, written from the company's own
   site. This is most of the list, not a fallback case to skip.

Record which signal each row got, and the evidence itself (the posting
title, the system name, the headline) — step 5 writes from this, never
from a guess about the segment.

## 4. Find an email for each company

- Submit in batches of 20 through an enrichment waterfall — larger
  batches get rejected outright, and one malformed row can fail the
  whole batch, so validate names are present before submitting.
- Poll until each batch finishes rather than assuming a fixed wait.
- Expect the tool to correct the domain when the real mailbox lives
  elsewhere from the site you found.
- A miss on email that still returns a verified profile match isn't a
  dead end — route that row to a different channel instead of dropping
  it. An email on an unrelated or foreign-HQ domain is the wrong buyer;
  drop that one for real.

## 5. Write one opener per company, then rewrite openers that repeat

Every row gets its own opening line, written from its own evidence —
the signal from step 3, or the company's own site for tier 4. One
sentence, two short ones at most, under 35 words, formal register, no
em dash. It states one specific fact a stranger couldn't have guessed
and turns it toward the actual daily pain in the same breath. Never
invent a fact — if nothing specific is findable, mark that row's
confidence low, and never send a low-confidence line.

**Rotate across several structural frames, so a hundred true lines don't
read as one template:**

- **Density** — a number against a headcount: *"47 accounts on file,
  4 people touching every one of them — a ratio that only tightens as
  the roster grows."*
- **History** — the company's own longevity: *"[Company] has run the
  same regional routes since 1998. The trucks got faster. The paperwork
  behind them didn't."*
- **Flow** — people and volume in motion: *"Three reps on the road, two
  people at a desk turning what they bring back into orders that
  actually ship."*
- **Event, addressed directly** — from the step-3 signal: *"You're
  hiring an ops coordinator this month. Most of that role, on paper, is
  re-entering what already arrived once."*
- **Long tail, plainly** — two flat sentences, no twist: *"[Company] has
  supplied independent retailers since 2003. A lot of small orders,
  entered by hand, one at a time."*
- **Question** — built from a fact on their own site: *"How many of your
  [N] regional accounts still order by phone or email?"*

Then run a mechanical check over the whole batch before anything moves
forward — count, don't eyeball:

| Check | Cap |
|---|---|
| Same structural frame | no more than 30% of the batch |
| Lines built on a colon pivot | 20% |
| Lines closing on the same stock phrase | 20% |
| Same opening two words, grouped | no group over 5% |
| Em dash, or over 35 words | 0 — reject and rewrite |

Rewrite the surplus into an under-used frame and re-run the check. A
batch that hasn't passed doesn't move to step 6 — this catches what
individually-true lines miss when read as a set.

## 6. Stage the campaign for a person to launch

- Route each row to the track matching its signal strength: rows with a
  real trigger (role, system, press) into your highest-touch track,
  everything else into your standard track.
- A simple three-touch structure holds up well: touch one leads with the
  opener and one clear value line; touch two, a few days later,
  references what the delay is now costing them and — if you have real,
  named public customers — names one and asks a different, more direct
  question; touch three, about a week later, closes the loop rather than
  pushing again, and offers to redirect to whoever else might own this.
- Before loading anything, read back what you just wrote and confirm the
  opener field actually changed per row — a write that silently fails
  ships a generic line where a personal one should be, with no visible
  symptom.
- Stage everything, then stop. The agent prepares the campaign; a person
  reviews and launches it. Never call a send/launch action yourself.

## Output

Report: how many companies pulled, how many passed the website gate,
how many landed in each signal tier, how many resolved to a usable
email or fallback channel, how many openers passed the mechanical check
on the first pass vs. needed a rewrite, and the campaign staged for
review.

Pourquoi le faire tourner avec Tulina

Un prompt aide une personne. Un processus fait avancer une équipe.

Collé dans une conversation, le prompt ci-dessus marche une fois, pour celui qui l'a collé. Dans Tulina, « Prospection à partir de données publiques » devient un processus que l'équipe partage, qui garde son historique, qui tourne seul, et qui reste dans le même périmètre de sécurité que les outils qu'il appelle.

  • Toute l'équipe travaille sur le même

    PersonnelÉquipeOrganisation

    Un processus se range à l'endroit qui lui correspond : à vous, à votre équipe ou à toute l'organisation. Celui qui l'exécute peut l'améliorer, et tout le monde repart de la meilleure version au lieu de réexpliquer le travail à chaque fois.

  • Chaque modification est une version

    v1v2v3

    Chaque changement crée une nouvelle version et garde la précédente ; une mauvaise modification se défait en restaurant une version antérieure. Chaque exécution enregistre la version qu'elle a suivie, et ce qu'elle a appris revient dans le processus.

  • Il tourne sans vous

    planifiéwebhookà la demande

    Un agent hébergé exécute le processus sur l'infrastructure de Tulina, à heure fixe ou quand un événement arrive, et continue quand vous fermez la conversation. Rien à héberger. Chaque exécution est suivie jusqu'à son résultat.

  • Dans le même périmètre de sécurité

    coffrerôlesjournal

    Les identifiants restent dans le coffre, jamais dans le prompt. Les rôles décident qui peut lancer quoi, chaque appel est journalisé, et une étape qu'une personne doit valider attend cette personne.

Questions sur la construction de listes de cold outbound

Oui — un agent ayant accès à un registre officiel d'entreprises peut récupérer toute entreprise correspondant à un profil cible, vérifier le site réel de chacune avant de dépenser un crédit d'enrichissement, et les classer selon le signal le plus fort trouvé.

En rédigeant une phrase d'accroche par entreprise à partir de preuves réelles, puis en passant un contrôle mécanique sur tout le lot pour repérer les formulations et structures répétées — des phrases individuellement vraies peuvent quand même se lire comme un même template une fois vues ensemble.

Oui — un contrôle de vérification du site web s'exécute avant toute étape payante, car environ un quart de toute liste tirée d'un registre s'avère être le mauvais secteur ou déjà disparue.

Non — tout est préparé et vérifié, puis l'agent s'arrête. Une personne relit et lance.

D'autres processus qui tournent surtout sur Serper. Les outils partagés avec celui-ci sont allumés.

Découvrez Tulina en 30 minutes.

Réserver une démo