CRM ou tableur au stade seed : la dette de données commerciales que vous accumulez sans la voir

Un fondateur seed me montre son pipeline. C’est un Google Sheet magnifique : dix-huit colonnes, du conditionnel de couleur, une ligne par prospect. Il en est fier, et il a raison de l’être — ça a suffi pour signer ses douze premiers clients. Puis il ajoute, presque en s’excusant : « Par contre, je ne sais plus vraiment pourquoi on a perdu les six deals du T2. »

C’est là que le tableur cesse d’être un atout. Pas parce qu’il manque de fonctionnalités, mais parce qu’il n’a jamais forcé personne à écrire pourquoi les choses se passaient. Le débat « CRM ou tableur » que tout le monde tranche sur des critères de prix et d’ergonomie est en réalité un débat sur un actif invisible : la qualité de vos données commerciales. Et comme la dette technique, cette dette-là ne se voit pas tant qu’elle ne vous coûte pas une levée ou un recrutement.

Le vrai sujet n’est pas l’outil, c’est la source de vérité

Quand on oppose CRM et tableur, on compare deux outils. Mais la question utile est ailleurs : où vit la vérité sur votre activité commerciale, et qui a le droit de la modifier ?

Un tableur ne répond jamais bien à cette question. Il est trop permissif. N’importe qui renomme une colonne, écrase une cellule, duplique un onglet « pipeline v3 (final) (vraiment final) ». Tant que vous êtes seul à vendre, ça n’a aucune importance : la source de vérité, c’est votre tête, et le tableur n’est qu’un pense-bête. Le problème surgit au moment exact où votre tête cesse d’être la source de vérité — c’est-à-dire quand vous embauchez votre premier commercial, quand un associé reprend un deal, ou quand un investisseur vous demande votre taux de conversion étape par étape.

À ce moment, vous découvrez que vos données ne racontent rien. Vous avez des noms d’entreprises et des montants, mais pas de dates d’entrée en étape, pas de raisons de perte structurées, pas d’historique de relance. Impossible de calculer un cycle de vente moyen. Impossible de dire si votre problème est un manque de leads ou une conversion qui fuit au milieu du funnel. Vous avez conduit pendant dix-huit mois sans jamais regarder le tableau de bord — et maintenant qu’il faut piloter, l’instrument est vide.

C’est ça, la dette de données commerciales : chaque interaction non consignée proprement est une information que vous ne pourrez jamais reconstituer. Contrairement au code, on ne refactore pas un passé qu’on n’a pas enregistré.

Pourquoi la plupart des startups tranchent au mauvais moment — dans les deux sens

Il y a deux erreurs symétriques, et les deux coûtent cher.

La première, la plus fréquente : garder le tableur trop longtemps. Le fondateur repousse le CRM parce qu’il a « d’autres priorités » et que le tableur « fait le job ». Il fait le job jusqu’au jour où vous voulez comprendre votre machine commerciale — souvent au pire moment, à trois mois d’une levée, quand un fonds vous demande votre win rate par source de lead et que vous n’avez tout simplement pas la donnée. Vous passez alors deux semaines à reconstruire un historique approximatif à partir de votre boîte mail, et vous présentez des chiffres dont vous n’êtes pas sûr. Un investisseur sent immédiatement une startup qui ne mesure pas son commerce.

La seconde erreur, plus rare mais bien réelle chez les fondateurs qui viennent de grandes boîtes : déployer un Salesforce ou un HubSpot Enterprise dès le pre-seed, avec des champs personnalisés partout, des automatisations, un scoring de leads. C’est le pendant commercial de la startup qui monte du Kubernetes avant d’avoir un produit. Vous passez des semaines à configurer un outil calibré pour une équipe de vingt commerciaux, alors que vous êtes deux et que vous n’avez pas encore de processus de vente stable. Résultat : un CRM que personne ne remplit correctement parce qu’il demande trop, et une donnée aussi pourrie que dans un tableur, mais avec une facture mensuelle en plus.

Le bon moment n’est ni « le plus tard possible » ni « dès le premier jour ». Il est indexé sur un signal précis : le moment où la source de vérité doit sortir de votre tête.

Décider selon le stade, sans surdimensionner

Au pre-seed, quand vous êtes le seul à vendre et que vous parlez à vingt ou trente prospects, le tableur est un choix parfaitement défendable — à une condition. Structurez-le comme si c’était une base de données, pas comme un brouillon. Une ligne par deal, jamais réutilisée. Des colonnes figées : date de création, étape actuelle, date d’entrée dans l’étape, source, montant, prochaine action, raison de perte parmi une liste fermée (pas de texte libre). Cette discipline de saisie vaut plus que n’importe quel outil : elle vous entraîne à consigner le pourquoi, et elle rend la future migration triviale. Un tableur bien tenu se convertit en CRM en une après-midi. Un tableur négligé ne se convertit jamais — vous repartez de zéro.

Au stade seed, dès que vous embauchez votre premier commercial ou SDR, passez à un CRM léger. Pas Salesforce : un outil comme HubSpot (formule gratuite ou Starter), Pipedrive ou Attio suffit largement. L’enjeu n’est pas la puissance, c’est de matérialiser une source de vérité partagée, avec des étapes de pipeline que tout le monde utilise de la même manière et un historique automatique des e-mails. Le déclencheur n’est pas « on a de l’argent maintenant », c’est « deux personnes ou plus touchent aux mêmes deals ». À partir de là, le tableur produit mécaniquement des conflits et des trous.

En approche de série A, votre CRM doit déjà pouvoir répondre sans effort à trois questions : quel est mon cycle de vente par segment, où fuit mon funnel, et quelle source de lead a le meilleur retour. Si vous ne pouvez pas produire ces chiffres en cinq minutes, ce n’est pas un problème d’outil, c’est un problème d’hygiène de saisie que vous n’avez jamais imposé. Aucune migration ne le corrigera : c’est une discipline d’équipe, pas une fonctionnalité.

Le lien que personne ne fait : votre CRM est le premier maillon de votre stack data

Voici où le sujet cesse d’être une question d’organisation commerciale pour devenir une décision d’architecture. Vos données commerciales ne restent jamais isolées. Le jour où vous voudrez calculer un CAC par canal, croiser l’usage produit avec le stade de deal, ou alimenter un tableau de bord board-ready, votre CRM devient une source de données parmi d’autres — au même titre que votre facturation ou votre analytics produit.

Si cette source est propre et structurée, l’intégration est mécanique : un connecteur, et vos deals remontent dans votre entrepôt de données à côté du reste. Si elle est chaotique — champs incohérents, doublons, montants en texte libre — vous héritez du problème classique du garbage in, garbage out. Votre future infrastructure data ne fera qu’amplifier proprement des données fausses.

C’est pour ça qu’un choix qui semble purement opérationnel (« quel outil pour suivre mes prospects ») engage en réalité votre capacité future à piloter votre acquisition par la donnée. La dette de données commerciales n’est pas un problème de commercial : c’est le premier étage d’une dette d’architecture data qui vous rattrapera au moment où vous voudrez devenir data-driven.

Ce qu’il faut vraiment faire

Commencez par découpler la décision « outil » de la décision « discipline ». La discipline est non négociable dès le premier deal : liste fermée d’étapes, dates d’entrée en étape, raisons de perte normalisées. Elle ne coûte rien et elle constitue l’actif.

Ensuite, indexez le passage à un CRM sur un seul signal : plus d’une personne touche aux mêmes deals. Pas sur votre trésorerie, pas sur votre stade de levée. Tant que vous êtes seul, un tableur rigoureux suffit. Dès que vous êtes deux, migrez — et choisissez le CRM le plus léger qui fait le travail, quitte à en changer plus tard. Sous-dimensionner un CRM au seed est presque toujours moins grave que le sur-configurer.

Enfin, imposez une règle simple : un deal qui bouge d’étape sans que la raison soit consignée est un deal invisible. Ce n’est pas de la bureaucratie, c’est ce qui transforme votre activité commerciale en donnée exploitable. La différence entre une startup qui croit comprendre son commerce et une startup qui le pilote tient presque toujours à cette seule habitude.

La vraie question n’est donc pas « CRM ou tableur ». C’est : dans six mois, quand vous voudrez comprendre pourquoi vous gagnez ou perdez, aurez-vous enregistré la réponse — ou serez-vous en train de deviner ?