Prospection
Score de prospection immobilière : comment le rendre explicable
Distinguer un ordre de priorité vérifiable d’une probabilité opaque, documenter les signaux et laisser à l’agent la décision finale.
11 août 2026, 09 h · 6 min de lecture
Un score de prospection n’a d’intérêt que s’il aide à hiérarchiser des propriétaires à travailler en priorité. La CNIL rappelle qu’en intelligence artificielle, l’explicabilité consiste à relier le résultat aux éléments pris en compte par le système, avec des explications adaptées à la personne concernée. Dans l’immobilier, cela revient à montrer quels signaux ont pesé, comment ils ont été combinés et ce que l’agent en fait ensuite.
01 —
Un score utile n’est pas une boîte noire
Dans la prospection immobilière, le risque est de confondre deux choses : un ordre de priorité et une probabilité présentée comme certaine. Les sources de marché rappellent que le scoring vendeur sert à classer des propriétaires selon leur propension à vendre avant la mise en vente, à partir de signaux et de variables croisées. La CNIL, elle, définit l’explicabilité comme la capacité à mettre en relation les éléments pris en compte par le système d’IA et le résultat produit.
Pour un professionnel, l’enjeu n’est donc pas seulement d’obtenir un score. Il faut pouvoir comprendre pourquoi une adresse remonte, quels signaux ont été retenus et dans quel cadre le modèle a été conçu. La CNIL recommande d’ailleurs de s’interroger sur le type d’algorithme utilisé, sa mise en œuvre, sa robustesse et l’équilibre entre complexité et perte d’explicabilité.
L’explicabilité, ce n’est pas afficher un score de plus ; c’est relier ce score à des éléments compréhensibles.
02 —
Documenter les signaux et leur rôle
Les sources fournies citent plusieurs familles de signaux utilisés en prospection prédictive : événements de vie, données comportementales, données événementielles, variables sociodémographiques et signaux territoriaux. Elles mentionnent notamment le divorce, la naissance, la retraite, le déménagement, le mariage, le changement d’emploi et, dans une source, les travaux. L’idée n’est pas de multiplier les indices sans cadre, mais de rendre visible ce qui a été observé et ce que cela signifie dans le score.
Un score explicable doit donc distinguer les signaux eux-mêmes, leur pondération et leur effet sur la priorité finale. La CNIL précise que les explications doivent être adaptées au niveau de compréhension de la personne à laquelle elles sont destinées. Pour un agent immobilier, cela veut dire pouvoir lire un score comme un ordre de travail argumenté, et non comme une prédiction fermée.
Un score sans signaux documentés reste une hiérarchie opaque.
03 —
Garder la décision finale côté agent
Les sources de prospection prédictive insistent sur un point : le score aide à savoir où concentrer les efforts, il ne remplace pas l’action commerciale. La logique décrite consiste à prioriser les propriétaires à contacter, au bon moment et sur le bon secteur. Dans cette approche, l’agent reste celui qui décide de la prise de contact, du message et de la suite à donner.
C’est aussi ce qui distingue un outil de priorisation d’un système de décision automatisée. La décision finale doit rester humaine, avec la possibilité de tenir compte du contexte local, d’un retour terrain ou d’un élément non capté par le modèle. Cette séparation est importante pour éviter de faire porter au score une responsabilité qu’il n’a pas : il classe, il n’arbitre pas à la place du professionnel.
04 —
Ce que l’agent doit pouvoir vérifier
Pour qu’un score soit défendable en interne, il doit être lisible à trois niveaux : les signaux retenus, la logique de classement et la manière dont le secteur est travaillé. Les recommandations de la CNIL sur le développement des systèmes d’IA rappellent l’importance de vérifier le choix de l’algorithme, son principe de fonctionnement, sa mise en œuvre et les tests éventuels par des tiers indépendants.
Dans la pratique, cela revient à pouvoir répondre à des questions simples : quels signaux ont été pris en compte, pourquoi ce propriétaire est-il devant un autre, et que se passe-t-il si un signal manque ou change ? Plus la réponse est claire, plus le score devient un outil de prospection exploitable par l’agent, et non une simple note difficile à justifier.
Ce que change Freya
Ce que change FreyaFreya aide le mandataire à travailler la prospection vendeurs par signaux immobiliers en structurant les informations utiles à la priorisation : détection de projets de vente, identification des propriétaires, score explicable et travail par secteur. L’agent peut ainsi lire pourquoi une adresse remonte, vérifier les signaux associés et garder la décision de contact et de suivi.
Questions fréquentes
Un score explicable doit-il révéler tout le modèle ?
Non. Les sources parlent d’explicabilité, pas de divulgation intégrale. L’essentiel est de relier le résultat aux éléments pris en compte et de rendre la logique compréhensible.
Quelle est la différence entre score et décision ?
Le score classe des propriétaires ou des adresses par priorité. La décision de contacter, de qualifier ou de relancer reste celle de l’agent.
Quels signaux peut-on documenter ?
Les sources mentionnent notamment des événements de vie, des données comportementales, des données événementielles, des variables sociodémographiques et des signaux territoriaux.
Pourquoi la CNIL est-elle utile sur ce sujet ?
Parce qu’elle rappelle que l’explicabilité doit relier les variables d’entrée au résultat, avec des explications adaptées à la personne concernée, et que la conception du système doit rester robuste et vérifiable.
