Données Technographiques : Comment Identifier le Tech Stack de vos Prospects B2B

Les données technographiques (ou technographics) sont les faits sur la technologie qu'une entreprise fait réellement tourner : le CRM où elle enregistre ses deals, le logiciel marketing depuis lequel elle envoie, les outils d'analytics et de tag management chargés sur son site, le cloud et l'hébergement derrière son domaine, et les outils pour lesquels elle recrute publiquement. Les firmographics disent ce qu'une entreprise est ; les technographics disent ce avec quoi elle travaille. En vente B2B, c'est cette différence qui transforme une liste de noms en une liste de comptes qu'on peut qualifier.

Ce que les technographics ne sont pas. Ce ne sont pas des données démographiques, qui décrivent une personne. Ce ne sont pas des firmographics, qui décrivent l'effectif, le chiffre d'affaires, le secteur et la localisation. Et ce ne sont pas des données d'intention : une technologie détectée sur un domaine est un fait observé, pas le signe que l'entreprise cherche à acheter.

• D'où viennent les faits : le code source et les signatures de tags du site public, les enregistrements DNS et MX, les offres d'emploi qui nomment un outil, et les fiches publiques d'avis ou de marketplace.
• Ce que rend une détection : le nom de la technologie, sa catégorie (CRM, analytics, CMS, hébergement, paiement, chat, marketing automation) et le domaine sur lequel elle a été observée.
• Ce que ça coûte avec Derrick : Website Technologies coûte 2 crédits par site, sur un plan payant. Sur STANDARD (20 EUR pour 10 000 crédits), cela fait 0,004 EUR par site.
• À quelle vitesse ça vieillit : les tags front-end changent à chaque refonte de site ou renouvellement de contrat, donc une détection de plus d'un trimestre mérite d'être relancée avant d'atterrir dans un pitch.
• Les autres attributs de la série : les attributs firmographiques, les attributs de timing, les attributs comportementaux et la façon dont ils alimentent un modèle de lead scoring.
• Quatre façons de les collecter : l'app web, sans rien installer, la barre latérale Google Sheets pour une liste de domaines que vous avez déjà dans un tableur, l'API REST quand la détection doit vivre dans un workflow, et le serveur MCP quand vous préférez poser la question depuis Claude ou un autre client IA.

Imaginez que vous prospectez une entreprise depuis des semaines, investissant du temps et de l'énergie dans votre pitch, pour finalement découvrir lors de votre premier call que leur infrastructure technique n'est absolument pas compatible avec votre solution. Cette situation vous semble familière ?

C'est le problème que règlent les données technographiques B2B. Si vous savez quels outils un prospect fait tourner avant de le contacter, vous écartez les comptes qui ne colleront jamais et vous écrivez aux autres à propos d'un outil qu'ils utilisent vraiment.

Que sont les données technographiques ?

Les données technographiques sont la liste des technologies qu'utilise une entreprise, lue à partir de signaux publics : le code de son site, ses enregistrements DNS, ses offres d'emploi et ce que son équipe dit en public. Les données technographiques B2B transforment cette liste en un champ que vous pouvez filtrer, scorer et citer dans un message.

En pratique, elles couvrent les logiciels, outils, frameworks, l'infrastructure cloud et les applications qui font tourner l'entreprise au quotidien.

Concrètement, cela inclut tout ce qu'une entreprise utilise pour fonctionner : son CRM (Salesforce, HubSpot, Pipedrive), ses outils marketing (Marketo, Pardot, Mailchimp), son infrastructure cloud (AWS, Azure, Google Cloud), ses outils de collaboration (Slack, Microsoft Teams), son site web (WordPress, React, Angular), et bien plus encore.

Pour un SDR qui prospecte 200 leads par jour, ces données changent complètement la donne. Au lieu d'envoyer un cold email générique, il peut personnaliser son approche : "J'ai remarqué que vous utilisez Salesforce. Notre solution s'intègre nativement avec votre CRM pour automatiser X processus qui prend actuellement Y heures par semaine à votre équipe."

La différence entre prospecter avec et sans données technographiques tient surtout au gaspillage : moins d'appels avec des comptes qui ne pourront jamais utiliser votre produit, et des premiers messages qui partent des outils du prospect.

Données technographiques, firmographiques, démographiques, d'intention et comportementales

Cinq types de données se mélangent dans le ciblage B2B. Chacun répond à une question différente, et les données technographiques sont les seules à dire si votre produit peut se brancher sur la stack du compte :

Ces types de données sont complémentaires. Les firmographiques vous disent qui cibler, les démographiques qui contacter, les technographiques comment les approcher, et les données d'intention et comportementales quand. Le guide des attributs firmographiques détaille la première couche, et le guide des données comportementales la dernière.

Un prospect peut correspondre parfaitement à vos critères firmographiques (bonne taille d'entreprise, bon secteur), mais si ses données technographiques révèlent qu'il utilise un concurrent direct depuis 6 mois seulement, ce n'est peut-être pas le bon moment. À l'inverse, une entreprise qui utilise depuis 4 ans un outil obsolète constitue une cible de choix.

Comment fonctionnent les données technographiques : le mécanisme décrypté

Contrairement aux données firmographiques assez statiques (une entreprise ne change pas de taille ou de secteur du jour au lendemain), les données technographiques sont dynamiques et évolutives. Comprendre comment elles fonctionnent vous aidera à mieux les exploiter.

Les différents types de données technographiques

Les données technographiques se déclinent en plusieurs catégories, chacune apportant des insights spécifiques :

1. Software stack (pile logicielle) Ce sont les applications et logiciels qu'utilise l'entreprise : CRM, marketing automation, gestion de projet, comptabilité, analytics. C'est généralement la catégorie la plus riche en insights pour la prospection B2B.

Exemple pour une scale-up tech : Salesforce (CRM), Marketo (marketing automation), Jira (gestion de projet), Tableau (analytics), Zendesk (support client).

2. Hardware et infrastructure Systèmes d'exploitation, types d'appareils (desktop/mobile), cloud providers. Moins directement actionnable pour la prospection, mais crucial si vous vendez des solutions d'infrastructure.

Exemple : Windows 10 pour les postes de travail, AWS pour l'infrastructure cloud, iOS et Android pour la flotte mobile.

3. Tech front-end vs back-end Pour les entreprises tech, savoir si elles utilisent React ou Angular en front, Node.js ou Python en back peut révéler leur niveau de maturité technique et leurs compétences internes.

4. Outils métier spécifiques Certaines industries ont des outils spécifiques : Bloomberg Terminal en finance, AutoCAD en architecture, Westlaw pour le juridique. Identifier ces outils permet un ciblage ultra-précis.

5. Stack de sécurité Fournisseurs d'identité, authentification unique (SSO), protection anti-bots, gestion du consentement, pare-feu applicatif. Une partie se voit de l'extérieur (une page de connexion servie par un fournisseur d'identité, le script d'un bandeau de consentement, un CDN avec un pare-feu devant). Ça compte si vous vendez quelque chose qui doit passer une revue de sécurité : vous savez à quel niveau d'exigence vous attendre.

6. Adoption de l'IA Widgets de chat construits sur un modèle de langage, recherche IA dans le centre d'aide, offres d'emploi qui demandent de l'expérience avec des API de LLM ou des bases vectorielles. Une entreprise qui livre déjà des fonctions IA ne lit pas un pitch sur l'IA comme une entreprise qui n'a jamais essayé. Lisez cette couche comme un signal d'appétit, pas comme la preuve d'un budget.

D'où proviennent ces données ?

Les données technographiques se collectent de deux façons. La détection active lit directement des traces techniques : le HTML et les scripts que charge un site, ses enregistrements DNS et MX, ses sous-domaines. Les signaux passifs déduisent la stack de ce que les gens publient : offres d'emploi, profils d'employés, blogs techniques, annonces. La détection active, c'est ce que fait Website Technologies sur un site public. Les signaux passifs, c'est ce que vous lisez à la main aux étapes 2 et 4 de la méthode plus bas.

Le détail de chaque source :

Job postings (offres d'emploi) La meilleure source pour le back-end. Quand une entreprise recrute, elle mentionne systématiquement les technologies que le candidat devra maîtriser. Un poste de "Senior Backend Developer" mentionnant "Python, Django, PostgreSQL, AWS" révèle instantanément 4 technologies de la stack.

Avantage : Données très fraîches et précises Limite : Ne capture que les technologies pour lesquelles l'entreprise recrute activement

Analyse du code source de sites web En inspectant le code HTML, CSS et JavaScript d'un site, on peut identifier les frameworks front-end, les outils d'analytics (Google Analytics, Mixpanel), les technologies de tracking, les CDN utilisés, etc.

Avantage : Données publiques et vérifiables Limite : Ne révèle que les technologies côté client, pas l'infrastructure back-end

Documentation API publique Certaines entreprises publient leur documentation API qui mentionne les technologies sous-jacentes ou les formats de données utilisés.

Déclarations publiques Blog d'entreprise, conférences, interviews techniques, posts LinkedIn d'employés, articles de presse tech. Par exemple, si le CTO d'une scale-up publie sur LinkedIn "Migrating from MongoDB to PostgreSQL: lessons learned", c'est une donnée technographique de première main.

Bases de données tierces Des fournisseurs de données agrègent ces signaux sur beaucoup d'entreprises et les structurent. La plupart attachent un niveau de confiance à chaque technologie détectée. Avant de vous y fier, demandez comment ce niveau est calculé (voir comment choisir un fournisseur de données technographiques, plus bas).

Pourquoi les données technographiques transforment votre prospection B2B

Maintenant que vous comprenez ce que sont les données technographiques et d'où elles viennent, voyons concrètement ce qu'elles vous apportent au quotidien.

1. Qualifier vos leads en quelques secondes

Le problème (exemple illustratif) : Marie, SDR dans une startup qui vend une solution de data warehouse, reçoit 300 leads par semaine de différentes sources. Lesquels prioriser ? Lesquels sont réellement qualifiés ?

Avec les données technographiques : Elle filtre instantanément pour ne garder que les entreprises qui utilisent déjà Redshift, BigQuery ou Snowflake. Ces entreprises ont déjà une maturité data suffisante pour comprendre la valeur de sa solution. En quelques minutes, les 300 leads deviennent une liste courte qu'elle peut vraiment appeler.

2. Personnaliser votre pitch de manière hyper-ciblée

Approche générique : "Bonjour, nous aidons les entreprises à optimiser leur processus de vente."

Approche avec technographics : "Bonjour Sophie, j'ai vu que votre équipe utilise Pipedrive. Notre solution s'intègre nativement à Pipedrive pour automatiser le scoring de vos leads et prédire la probabilité de closing de chaque deal. Je peux vous montrer comment trois équipes avec la même configuration s'en servent."

La différence ? Dans le premier cas, vous êtes un commercial de plus. Dans le second, vous êtes un expert qui comprend leur contexte et apporte une solution concrète à un problème spécifique.

3. Identifier les opportunités de competitive displacement

Le scénario : Vous vendez un CRM et votre concurrent principal est Salesforce. Comment identifier les entreprises qui utilisent Salesforce ET qui pourraient être ouvertes à un changement ?

La méthode : Croisez données technographiques + données temporelles. Une entreprise qui a adopté Salesforce il y a 3-4 ans arrive potentiellement en fin de contrat. Si en plus vous voyez dans les job postings qu'elle recrute un "Salesforce Administrator", c'est le signe que la solution actuelle est complexe à maintenir, ce qui est un point de douleur parfait pour votre pitch.

Par exemple, un AE chez une alternative à Salesforce peut utiliser cette approche pour construire une liste de 200 comptes cibles, puis ne travailler que ceux qui montrent les deux signaux. Les chiffres qui en sortent sont à mesurer chez vous, pas à promettre ici.

4. Optimiser le timing de votre approche

Les données technographiques ne révèlent pas seulement quels outils une entreprise utilise, mais aussi, quand vous les suivez dans le temps, depuis quand. C'est ce qui les rend utiles pour le timing.

Signaux d'achat forts :

• Adoption récente d'un outil complémentaire au vôtre (ils construisent leur stack)
• Utilisation d'une version obsolète depuis 3+ ans (prêts pour une modernisation)
• Multiplication des outils dans une même catégorie (besoin de consolidation)
• Abandon récent d'un concurrent (une fenêtre courte, le temps que le nouveau dispositif se décide)

Déclencheurs lisibles dans la stack :

• Une migration de CRM ou de cloud : un nouveau tag CRM sur le site, une offre d'emploi pour piloter une migration de CRM, un ingénieur qui raconte son départ d'un fournisseur cloud. Tout ce qui gravite autour de l'outil migré est remis à plat en même temps.
• Une fenêtre de renouvellement de contrat : un outil détecté pour la première fois il y a environ un an approche souvent de son premier renouvellement. Rescannez le compte un trimestre avant et regardez s'il est toujours là.
• Un pic de recrutement technique : cinq postes ouverts qui citent la même base de données ou le même framework, c'est une équipe qui se construit autour, et cette équipe va acheter des outils.
• Un outil qui disparaît : un script de chat ou d'analytics qui a disparu entre deux scans signifie qu'un remplaçant est en train d'être choisi, ou l'est déjà.

Aucun de ces signaux n'est un signal d'achat à lui seul. Deux ensemble, sur un compte qui colle déjà à votre profil, c'est une raison d'écrire cette semaine.

Comment identifier la tech stack de vos prospects : guide étape par étape

Passons maintenant à la pratique. Voici comment collecter les données technographiques de n'importe quelle entreprise que vous ciblez, à la main puis à l'échelle.

Étape 1 : Analysez le site web de votre prospect

C'est la méthode la plus simple et la plus accessible. Chaque site web livre une partie de ses données technographiques dans son code source.

Action : Ouvrez le site web de votre prospect, faites clic droit > "Inspecter" (ou "Afficher le code source").

Ce que vous allez trouver :

• Frameworks front-end : Cherchez des patterns comme react, angular, vue.js dans le code
• Outils d'analytics : Google Analytics (gtag), Mixpanel, Amplitude
• CRM/Chat : Intercom, Drift, Zendesk apparaissent sous forme de scripts
• Marketing tools : HubSpot, Marketo, Pardot laissent des empreintes dans le code
• CDN et hosting : Cloudflare, AWS CloudFront, Fastly

Résultat attendu : En 5 minutes, vous identifiez 5-10 technologies utilisées côté front-end et marketing.

Raccourci : notre outil gratuit d'analyse de site (en anglais) scanne un domaine pour vous dans le navigateur, sans inscription et sans dépenser de crédit. C'est le moyen le plus rapide de voir ce que fait tourner un site avant de décider de vérifier toute une liste.

Limite : Cette méthode ne révèle pas le back-end (base de données, serveurs applicatifs, infrastructure cloud). Pour ça, passez à l'étape 2.

Étape 2 : Analysez les offres d'emploi de l'entreprise

Les job postings sont une source de données technographiques souvent sous-exploitée. Quand une entreprise recrute, elle liste explicitement les technologies que le candidat devra maîtriser.

Action : Allez sur la page carrières de l'entreprise, ou cherchez leurs offres sur LinkedIn, Welcome to the Jungle, Indeed.

Ce que vous cherchez :

• Postes techniques : "Backend Developer", "DevOps Engineer", "Data Engineer"
• Section "Requirements" ou "Stack technique" : Liste exhaustive des technos

Exemple concret : Une offre "Senior Backend Engineer" chez une fintech parisienne mentionne :

"Stack : Python, Django, PostgreSQL, Redis, AWS (EC2, S3, RDS), Docker, Kubernetes, CI/CD avec GitLab"

Vous venez d'identifier 9 technologies en 30 secondes.

Résultat attendu : Vous mappez l'ensemble de la stack technique : front, back, infra, data, outils DevOps.

Bonus : Si l'entreprise recrute massivement sur une techno spécifique, c'est qu'elle l'utilise intensivement ou qu'elle est en train de migrer dessus. Les deux sont des signaux d'achat potentiels.

Étape 3 : Utilisez des outils spécialisés de détection de tech stack

Pour aller plus vite et couvrir plusieurs prospects à la fois, utilisez un outil de détection plutôt que de lire le code source à la main.

Les extensions de navigateur listent les scripts que charge un site pendant que vous le visitez. Elles suffisent pour un compte à la fois, et cessent de tenir vers le dixième.

Comment procéder avec Derrick :

1. Collez les domaines de vos prospects dans l'app web Derrick (ou importez votre liste de comptes)
2. Choisissez Website Technologies et lancez-la sur la colonne des domaines
3. Lisez la stack détectée dans les colonnes suivantes : analytics, CMS, frameworks, hébergement, paiement, chat
4. Filtrez la liste sur la technologie qui compte pour votre pitch

Cela coûte 2 crédits par site et tourne sur toute la liste d'un coup : le 50e compte ne demande pas plus d'effort que le premier. Si les domaines sont déjà dans un tableur, la même recherche tourne depuis la barre latérale Google Sheets. À partir du plan PLUS, elle est aussi disponible via l'API REST et le serveur MCP, si vous préférez la déclencher depuis votre propre workflow ou depuis Claude.

Résultat attendu : une stack structurée pour chaque compte de votre liste, pas un rapport par visite manuelle.

Étape 4 : Exploitez LinkedIn et les réseaux sociaux

Les employés de vos prospects partagent régulièrement des données technographiques sur leur propre entreprise, parfois sans s'en rendre compte.

Où chercher :

• Posts techniques sur LinkedIn : "Excited to announce we've migrated to AWS!"
• Profils des employés : Section "Compétences" des développeurs
• Blog technique de l'entreprise : Articles de type "How we scaled our infrastructure"
• GitHub : Certaines entreprises ont des repos publics révélant leur stack

Action : Recherchez [nom entreprise] + tech stack ou [nom entreprise] + migration sur LinkedIn.

Exemple : En cherchant "Doctolib tech stack" sur LinkedIn, vous tombez sur des posts d'ingénieurs mentionnant Ruby on Rails, PostgreSQL, Kubernetes, etc.

Résultat attendu : Validation des technos identifiées + découverte de migrations récentes (signaux d'achat).

Étape 5 : Recoupez et validez vos informations

Comme pour toute donnée, la qualité prime sur la quantité. Il est crucial de croiser vos sources.

Une technologie que vous allez citer dans un pitch a besoin d'un niveau de confiance. Pas besoin du chiffre d'un fournisseur pour ça, il faut savoir ce qui le compose :

• La récence : quand la technologie a-t-elle été vue pour la dernière fois ? Un tag détecté la semaine dernière vaut mieux qu'une offre d'emploi de l'an passé.
• L'accord entre sources : combien de sources indépendantes montrent le même outil ? Le site et une offre d'emploi ensemble valent plus que l'un ou l'autre seul.
• Observé ou déduit : un script chargé sur le site est observé. Un outil cité dans une offre, ou supposé d'après une entreprise similaire, est déduit. Quand les deux divergent, l'observé l'emporte.

Si une techno apparaît dans au moins 2 sources différentes, considérez-la comme validée.

Attention aux faux positifs : Un outil peut détecter un tracking pixel Facebook même si l'entreprise n'utilise pas Facebook Ads activement. Contextualisez toujours.

Résultat attendu : Une liste fiable de 10-15 technologies que vous pouvez mentionner en confiance dans votre prospection.

Segmentation technographique : trois niveaux de priorité

La segmentation technographique consiste à trier les comptes selon ce qu'ils font tourner, puis à donner à chaque groupe sa priorité et son message. Un modèle en niveaux reste assez simple pour qu'une équipe s'en serve vraiment.

Dans chaque niveau, la maturité de la stack dit comment parler. La même segmentation par maturité vaut pour les trois niveaux :

Segment "Early-stage" (Stack basique) :

• Tech stack : Google Sheets, pas de CRM, Gmail
• Message : Éducatif, focus sur les fondamentaux, ROI rapide
• Ton : "Voici comment vous pouvez structurer votre prospection avec un CRM simple"

Segment "Growth" (Stack en construction) :

• Tech stack : HubSpot Starter, quelques intégrations
• Message : Optimisation, automatisation, gain de productivité
• Ton : "Voici comment automatiser X processus que vous faites manuellement"

Segment "Enterprise" (Stack mature) :

• Tech stack : Salesforce, Marketo, Tableau, multiples intégrations
• Message : Consolidation, insights avancés, features enterprise
• Ton : "Voici comment notre solution s'intègre dans votre écosystème existant"

Une campagne suit ensuite les segments au lieu de partir vers tout le monde. Les utilisateurs de HubSpot reçoivent « Boostez votre HubSpot avec notre intégration native », ceux de Salesforce « Simplifiez votre Salesforce », et les comptes sans CRM identifié « Ce qu'un CRM change à vos ventes ». Mesurez chaque segment contre un envoi générique plutôt que de croire le gain annoncé par quelqu'un d'autre : votre liste et votre offre décident du résultat.

Pondérer l'adéquation technographique dans votre score ICP

La segmentation technographique devient plus fine quand la stack est une ligne de votre modèle de scoring plutôt qu'un filtre à part. Donnez à l'adéquation technographique son propre poids à côté de l'adéquation firmographique et de l'intention, et laissez le total décider de l'ordre de votre liste d'appels. Le poids qu'elle mérite dépend de la dépendance de votre produit aux outils du prospect. Le guide pour pondérer l'adéquation technographique dans un modèle de lead scoring détaille le modèle complet.

Utiliser les données technographiques en ABM

L'account-based marketing part d'une liste courte de comptes plutôt que d'une large audience. Les données technographiques gardent cette liste honnête : elles retirent les comptes qui ne peuvent pas utiliser votre produit avant que quelqu'un y passe une semaine. Un déroulé qui marche tient en quatre étapes.

1. Définir l'ICP par la stack. Notez les outils que fait tourner un bon client (ceux avec lesquels vous vous intégrez), ceux qui disqualifient (une plateforme incompatible) et ceux qui signalent un remplacement possible. Regardez d'abord vos meilleurs clients actuels : leurs stacks en disent souvent plus qu'un document de persona.
2. Construire la liste de comptes et la filtrer. Partez de vos entreprises cibles, passez les domaines en détection de site, et ne gardez que les comptes dont la stack correspond. Si vous avez un compte qui colle parfaitement, Find Similar Companies le transforme en liste d'entreprises similaires à 1 crédit par entreprise, disponible sur le plan gratuit, et vous lancez ensuite la détection sur cette liste.
3. Découper la liste en niveaux. Utilisez les trois niveaux de segmentation technographique ci-dessus. Chaque niveau a sa séquence, ses preuves et son responsable.
4. Écrire un message par segment. Nommez l'outil que fait tourner le compte, dites ce qui change pour lui, et arrêtez-vous là. Une technologie par message suffit ; le reste de la stack reste dans vos notes pour l'appel.

Rafraîchissez la stack de vos comptes ABM plus souvent que le reste de la base. Un outil qui apparaît ou disparaît sur un compte cible, c'est exactement le genre d'événement qui justifie une nouvelle prise de contact.

Les outils pour automatiser la détection de stack sur une liste

Si vous prospectez à grande échelle (100+ comptes par mois), collecter à la main les données technographiques de chaque prospect devient rapidement chronophage. Voici comment automatiser le processus.

Détecter la stack sur toute une liste avec Derrick

Derrick fait la recherche de technos sur votre liste, au lieu de vous demander de visiter les sites un par un.

Points forts :

• Website Technologies sur toute une colonne de domaines, ligne par ligne, dans l'app web
• La stack arrive à côté du reste des données société, dans la même liste
• Même recherche disponible dans la barre latérale Google Sheets, et à partir du plan PLUS via l'API REST et le serveur MCP (Claude, ChatGPT, tout client MCP)
• Facturé au site analysé, pas au siège utilisateur ni au contrat annuel

Cas d'usage : un AE qui vend une solution complémentaire à Shopify colle 500 domaines de boutiques dans l'app, lance la recherche, et filtre les lignes qui affichent Shopify et Klaviyo sans outil d'avis clients.

Pricing : 2 crédits par site, sur les plans payants.

Solutions no-code : les extensions Chrome

Si vous prospectez un volume modéré (moins de 50 comptes par mois), une extension de navigateur qui liste les scripts chargés par un site peut suffire. Elle montre les trackers, l'analytics et les tag managers de la page visitée. Elle n'exporte pas de liste, ne garde pas d'historique, et il faut tout refaire à chaque mise à jour.

Intégrations avec Derrick

Derrick propose plusieurs fonctionnalités d'enrichissement qui complètent vos données technographiques :

Website Technologies analyse un domaine et retourne les technologies détectées (CMS, frameworks, analytics, paiement, chat). Coût : 2 crédits par site, sur un plan payant. Pilotez-la depuis l'app web, sans rien installer, depuis la barre latérale Google Sheets pour une colonne de domaines, depuis l'API REST quand la détection doit vivre dans un workflow, ou depuis le serveur MCP quand la question se pose dans Claude ou un autre client IA.

G2 Insight récupère les avis clients et le contexte outillage d'une entreprise listée sur G2, à 2 crédits par ligne sur un plan payant. Utile pour repérer les solutions qu'une entreprise évalue, plutôt que celles qu'elle fait déjà tourner.

Find Similar Companies transforme un compte en une liste alignée sur votre ICP à 1 crédit par entreprise : un tech stack que vous venez de qualifier devient un segment, pas un nom isolé.

En combinant ces features avec vos données technographiques, vous obtenez une vue plus complète de chaque prospect : les outils qu'il fait tourner, ceux qu'il évalue, et les entreprises qui lui ressemblent.

Combien coûtent les données technographiques ?

Avec Derrick, les données technographiques coûtent 2 crédits par site, quelle que soit la surface (app web, Google Sheets, API ou MCP). Sur STANDARD, 20 EUR par mois pour 10 000 crédits, cela fait 0,004 EUR par site, soit 5 000 sites par mois. Sur SCALE, où le crédit descend à 0,0016 EUR, cela fait 0,0032 EUR par site. Website Technologies est réservée aux plans payants : le plan gratuit (100 crédits par mois) sert à essayer l'app, pas à lancer la détection de stack. La plupart des fournisseurs de données technographiques vendent plutôt un contrat annuel, chiffré au volume et négocié en démo : comparez le prix par compte réellement utilisé, pas le prix catalogue.

Envoyer les données technographiques dans votre CRM, votre entrepôt ou un agent IA (API et MCP)

Une stack qui vit dans un export ponctuel est périmée en un trimestre. Les équipes qui tirent le plus des données technographiques les poussent là où se prennent les décisions : la fiche CRM, l'entrepôt de données, ou l'assistant IA auquel les commerciaux parlent déjà.

Dans le CRM, à l'arrivée d'un lead. Appelez Website Technologies via l'API REST Derrick à la création d'un compte, et écrivez les outils détectés dans des champs du CRM. Les règles de routage et les scores de leads peuvent alors utiliser la stack avant même qu'un commercial ouvre la fiche.

Dans l'entrepôt, par lots. Lancez la détection sur toute votre base de comptes à intervalle régulier (trimestriel pour la base, mensuel pour le pipeline) et chargez le résultat à côté de vos données firmographiques. Comparer deux passages montre quels outils sont apparus ou ont disparu, et c'est de là que viennent les signaux de timing.

Dans un agent IA, à la demande. Avec le serveur MCP Derrick connecté à Claude, ChatGPT ou un autre client MCP, un commercial peut demander « quel CMS et quel analytics utilise acme.com ? » dans le chat et obtenir la réponse sans en sortir. Pratique avant un appel, quand vous avez besoin d'un compte, pas d'une liste.

L'API et le serveur MCP sont inclus à partir du plan PLUS (47,5 EUR par mois). Le prix de la donnée ne change pas avec la surface : 2 crédits par site, par API, par MCP, dans l'app ou dans Sheets. Pour la mise en place, partez de la page sur l'API d'enrichissement de données.

Comment choisir un fournisseur de données technographiques

Chaque fournisseur de données technographiques dit avoir la meilleure couverture. Impossible de le vérifier sur une plaquette commerciale, mais vous pouvez poser des questions dont vous vérifierez la réponse sur vos propres comptes. Passez un échantillon de 50 domaines que vous connaissez bien dans n'importe quel outil avant de signer quoi que ce soit.

Le test le moins cher reste toujours votre propre liste. Un fournisseur qui a juste sur vos 50 comptes connus vaut plus qu'un autre avec un plus gros chiffre sur sa page d'accueil.

Bonnes pratiques : les règles d'or pour exploiter les technographics en prospection

Avoir accès aux données technographiques, c'est bien. Les exploiter efficacement pour booster vos résultats, c'est mieux. Voici les bonnes pratiques éprouvées sur le terrain.

1. Croisez technographiques + intent data pour un timing parfait

Les données technographiques seules vous disent quoi utilise un prospect. Les intent data (données d'intention) vous disent quand il est actif sur le marché.

Exemple concret : Un prospect utilise Salesforce depuis 4 ans (techno) + il consulte activement des alternatives CRM sur G2 (intent) + son CTO a liké 3 posts LinkedIn sur "migrating from Salesforce" (intent social) = Timing parfait pour l'approcher.

Pour faire simple : les données technographiques parlent d'adéquation, les données d'intention parlent du moment. L'adéquation sans le moment, c'est un bon compte qui ne cherche rien. Le moment sans l'adéquation, c'est un compte pressé qui ne peut pas utiliser votre produit. Le guide des données d'intention B2B couvre la seconde moitié.

Action : Si vous utilisez une plateforme d'intent data, créez des segments qui croisent "utilise technologie X" ET "montre des signaux d'intent pour catégorie Y".

2. Personnalisez chaque touchpoint, pas seulement le premier email

Trop d'équipes commerciales personnalisent uniquement leur cold email initial avec les données technographiques, puis passent en mode générique pour les relances.

Mauvaise approche :

• Email 1 : "J'ai vu que vous utilisez HubSpot…"
• Email 2 (relance J+3) : "Je voulais m'assurer que vous aviez vu mon message…"
• Email 3 (relance J+7) : "Dernier email avant de vous retirer de ma liste…"

Bonne approche :

• Email 1 : "J'ai vu que vous utilisez HubSpot…"
• Email 2 (relance J+3) : "J'ai préparé une demo customisée montrant l'intégration avec HubSpot…" [lien vers vidéo Loom de 2 min]
• Email 3 (relance J+7) : "Voici un case study d'une entreprise similaire qui utilise HubSpot + notre solution…" [lien vers PDF]

Résultat : chaque relance donne au prospect une nouvelle raison de répondre, au lieu du même rappel trois fois.

3. Créez des battle cards spécifiques par tech stack concurrent

Si vous vendez un CRM et que vos principaux concurrents sont Salesforce, HubSpot et Pipedrive, ne créez pas une seule battle card générique. Créez-en trois, une par concurrent.

Battle card "vs Salesforce" :

• Pain points spécifiques : Complexité, coût élevé, besoin d'admin dédié
• Arguments : Simplicité, prix transparent, onboarding en 1 semaine vs 3 mois
• Questions à poser : "Combien d'heures/semaine votre admin Salesforce passe-t-il sur la plateforme ?"

Battle card "vs HubSpot" :

• Pain points : Limitations features sales en version gratuite, montée en gamme coûteuse
• Arguments : Features sales avancées dès le starter plan
• Questions : "Quelle version de HubSpot utilisez-vous ? Quelles limitations rencontrez-vous ?"

Construites sur les données technographiques, des battle cards spécifiques arment vos commerciaux pour chaque situation.

4. Mettez à jour régulièrement vos données technographiques

Les tech stacks évoluent constamment. Une entreprise peut migrer de MongoDB à PostgreSQL, passer d'AWS à GCP, abandonner Marketo pour HubSpot. Ces changements sont des signaux d'achat majeurs.

Fréquence de mise à jour recommandée :

• Comptes stratégiques (top 50) : Hebdomadaire
• Pipeline actif (leads chauds) : Mensuel
• Base complète : Trimestriel

Automatisation : Configurez des alertes sur votre outil d'enrichissement pour être notifié quand un compte de votre target list adopte une nouvelle technologie pertinente.

5. Gardez un discours aligné sur la maturité de la stack

Toutes les entreprises n'ont pas le même niveau de sophistication technique. Les segments early-stage, growth et enterprise décrits dans la section sur la segmentation technographique valent pour chaque relance, pas seulement pour le premier email.

6. Formez votre équipe à interpréter les données, pas juste à les lire

Savoir qu'un prospect utilise "Python + PostgreSQL + AWS" ne sert à rien si votre SDR ne comprend pas ce que cela implique.

Formation recommandée :

• Niveau 1 : Qu'est-ce qu'un CRM, un marketing automation, un cloud provider (vocabulaire de base)
• Niveau 2 : Qu'implique telle techno pour notre pitch (connexions logiques)
• Niveau 3 : Identifier les patterns (startup qui scale fast = stack moderne, corporate = stack legacy)

Exercice pratique : Organisez des sessions où l'équipe analyse 5 tech stacks de clients existants et identifie les patterns communs à vos meilleurs clients.

7. Respectez la conformité RGPD et les bonnes pratiques éthiques

Les données technographiques sont généralement considérées comme des données d'entreprise (pas personnelles), mais leur utilisation doit rester éthique et conforme.

Bonnes pratiques :

• N'utilisez que des données publiques ou achetées auprès de fournisseurs RGPD-compliant
• Mentionnez vos sources si un prospect vous demande comment vous avez eu l'info
• N'utilisez pas les technos pour "stalker" un prospect (ex: "J'ai vu que vous avez installé notre concurrent il y a 2 jours")
• Donnez toujours la possibilité d'opt-out de vos communications

Formulation correcte : "J'ai remarqué que vous utilisez HubSpot d'après votre site web…" Formulation incorrecte : "J'ai analysé votre infrastructure technique et découvert que…"

La première approche est transparente et respectueuse. La seconde peut sembler intrusive.

Ce que les données technographiques ne disent pas

Les données technographiques sont un bon outil de qualification et un mauvais oracle. Connaître leurs limites garde votre pitch exact.

• L'usage réel et la profondeur d'adoption. Un script HubSpot sur le site ne dit pas si dix personnes vivent dans HubSpot ou si une seule s'y connecte une fois par mois.
• Le contrat. Date de renouvellement, prix payé et nombre de licences ne se voient pas de l'extérieur. Une date de première détection est un indice, pas une date de renouvellement.
• La satisfaction. Une entreprise peut faire tourner un outil et le détester, ou l'adorer et ne jamais le remplacer. Seuls une conversation, des avis ou des signaux d'intention vous disent lequel.
• Le back-end et les outils internes. Bases de données, applications internes et tout ce qui se trouve derrière une connexion ne laissent aucune trace sur les pages publiques. Les offres d'emploi comblent une partie du trou.
• Qui décide. La stack dit quelle équipe possède un outil, pas qui signe. Ça, c'est de la donnée démographique, pas technographique.

C'est pour ça que la méthode ci-dessus croise la détection sur le site avec les offres d'emploi et les posts publics, et que les données technographiques donnent leur meilleur à côté des données d'intention plutôt que seules.

Les erreurs à éviter (et comment les corriger)

Même avec de bonnes données technographiques, certaines erreurs sont fréquentes. Voici comment les éviter.

Problème 1 : Surcharger votre prospect avec trop de détails techniques

Symptôme : Votre email froid fait 300 mots et mentionne 8 technologies différentes que le prospect utilise.

Impact : Le prospect se sent surveillé, votre message est indigeste, vous passez pour un stalker plutôt qu'un conseiller.

Solution : Mentionnez maximum 1-2 technologies dans votre approche initiale, et seulement celles qui sont directement pertinentes pour votre pitch.

Exemple corrigé : Au lieu de "J'ai vu que vous utilisez Salesforce, Marketo, Pardot, Google Analytics, Hotjar, Drift, Intercom et AWS", dites simplement : "J'ai remarqué que vous utilisez Salesforce pour votre CRM. Notre solution s'y intègre nativement pour…"

Problème 2 : Se fier à des données obsolètes

Symptôme : Vous mentionnez une technologie que le prospect utilisait il y a 2 ans mais qu'il a abandonnée depuis.

Impact : Vous perdez toute crédibilité. Le prospect se dit "Il ne sait même pas de quoi il parle."

Solution : Vérifiez toujours la fraîcheur de vos données technographiques. Privilégiez les job postings récents (datant de moins de 6 mois) et les signaux en temps réel (code source actuel du site).

Check rapide : Avant d'envoyer un email, vérifiez que la techno est toujours présente sur le site ou mentionnée dans une offre d'emploi récente.

Problème 3 : Ignorer le contexte business au profit de la tech

Symptôme : Votre pitch est centré sur "Vous utilisez X, nous sommes compatibles avec X" sans mentionner aucun bénéfice business.

Impact : Les décideurs (souvent non-techniques) ne voient pas la valeur. Vous parlez features, pas outcomes.

Solution : Reliez toujours les données technographiques à un bénéfice que l'acheteur peut mesurer.

Mauvais : "Notre solution s'intègre avec votre Salesforce." Bon : "En intégrant notre solution à votre Salesforce, vos commerciaux économisent 5h/semaine de saisie manuelle, ce qui représente 20% de temps en plus sur des calls prospects."

Problème 4 : Ne cibler que les utilisateurs de concurrents

Symptôme : Vous focalisez 100% de votre prospection sur les entreprises qui utilisent vos concurrents directs.

Impact : Vous passez à côté d'opportunités tout aussi intéressantes : les entreprises sans solution (greenfield) ou celles avec des solutions adjacentes.

Solution : Diversifiez vos segments :

• 40% : Utilisateurs de concurrents (competitive displacement)
• 30% : Utilisateurs d'outils complémentaires (cross-sell)
• 30% : Pas de solution identifiée (greenfield)

Exemple : Si vous vendez une solution de customer success, ciblez non seulement les utilisateurs de Gainsight (concurrent), mais aussi les entreprises avec un CRM mature (Salesforce) mais sans outil de CS. Elles ont le besoin mais pas encore la solution.

Problème 5 : Oublier de tracker les résultats de vos approches

Symptôme : Vous prospectez avec des messages personnalisés par tech stack, mais vous ne mesurez pas si ça performe mieux que vos approches génériques.

Impact : Vous investissez du temps sans savoir si ça en vaut la peine. Vous ne pouvez pas optimiser.

Solution : Créez un système de tracking simple dans votre CRM :

• Tag "techno-mentionnée" sur chaque lead prospecté avec personalisation
• Comparez taux de réponse, taux de démo, taux de closing vs baseline générique
• Itérez en fonction des résultats

Point de comparaison : comparez avec vos propres envois génériques sur la même période. C'est le seul chiffre de gain qui ait un sens pour votre offre.

Aspects légaux et éthiques : ce qui est permis, ce qui ne l'est pas

Les données technographiques décrivent une entreprise, pas une personne, et elles viennent pour l'essentiel de sources publiques : code des sites, enregistrements DNS, offres d'emploi. Elles sont donc bien moins sensibles que des données de contact, mais trois réflexes restent valables.

• Soyez transparent. Si un prospect demande d'où vient l'information, dites-le : « nous avons regardé les technologies publiques de votre site et vos offres d'emploi ».
• Minimisez. Gardez les technologies qui vous servent vraiment pour qualifier et écrire, pas cent champs par compte.
• Ne les mélangez pas avec des données personnelles que vous n'avez aucune raison de détenir. La stack appartient à l'entreprise ; gardez-la comme ça.

Quand la stack alimente une campagne email, ce sont les règles de l'email lui-même qui s'appliquent. Notre guide du cold emailing B2B et des règles qui l'encadrent couvre cette partie.

À retenir

• Les données technographiques révèlent la stack complète d'une entreprise (CRM, outils marketing, infrastructure) et permettent une prospection ultra-ciblée
• Trois méthodes principales pour les collecter : détection sur le site, offres d'emploi et posts publics, automatisées sur toute une liste avec un outil de détection comme Derrick
• Croisez technographiques + intent data pour un timing optimal : identifier quand un prospect est actif sur le marché
• Personnalisez chaque touchpoint en mentionnant les outils du prospect, pas seulement le premier email
• La segmentation technographique en trois niveaux (fort potentiel, remplacement concurrentiel, terrain vierge) décide de qui vous appelez en premier
• Les données technographiques montrent l'adéquation, pas l'usage, le contrat ni la satisfaction : croisez-les avec les offres d'emploi et les données d'intention
• Avec Derrick, la détection coûte 2 crédits par site, dès 0,004 EUR par site sur STANDARD, dans l'app, Sheets, l'API ou le MCP
• Segmentez par maturité tech stack pour adapter votre message (early-stage, growth, enterprise)
• Mettez à jour vos données régulièrement : les tech stacks évoluent et ces changements sont des signaux d'achat majeurs

Conclusion : par où commencer avec les données technographiques

Vous comprenez maintenant comment les données technographiques transforment la prospection B2B. Mais par où commencer concrètement ?

Si vous débutez : Commencez manuel. Prenez vos 10 meilleurs clients existants et analysez leur tech stack (site web + job postings). Identifiez les patterns communs. Puis cherchez 50 prospects similaires et approchez-les avec un message personnalisé mentionnant ces technos.

Si vous scalez : Lancez la détection sur toute votre liste avec un outil comme Derrick. Créez des segments par tech stack dans votre CRM. Formez votre équipe à interpréter les données, pas juste à les lire. Mesurez les résultats et itérez.

Si vous êtes déjà avancé : Croisez technographiques + intent data + firmographics pour un targeting ultra-précis. Automatisez l'enrichissement via l'API, ou posez la question depuis Claude grâce au MCP. Créez des playbooks spécifiques par segment tech.

Restez à jour : la newsletter Derrick envoie un email tous les 15 jours avec ce que disent vraiment les données B2B, là où elles cassent, et ce qu'elles coûtent à volume. Vous pouvez vous inscrire en bas de cette page.

La clé du succès ? Ne pas tomber dans le piège de la data paralysis. Commencez simple, testez, mesurez, et ajustez progressivement. Les données technographiques sont un moyen, pas une fin. L'objectif final reste de mieux servir vos prospects en leur apportant une solution qui s'intègre naturellement dans leur écosystème existant.