Comment utiliser M. ou Mme dans un message automatisé sur LinkedIn ?

Published by Toinon on

7 minutes
Rate this post

C’est une question qui revient souvent chez nos utilisateurs. Comment utiliser M. ou Mme dans un message automatisé sur LinkedIn ?

Car insérer uniquement le nom paraît très automatisé (un peu bizarre aussi il faut se le dire) et utiliser le prénom un peu trop « copain copain », sur un réseau qui reste professionnel.

Soyons direct : il n’existe pas de méthode pour le faire de manière 100% automatisée.

Mais il existe deux possibilités, plus ou moins pratiques et efficaces que je vais vous présenter. 👌🏻

Pourquoi aucun outil ne permet de personnaliser par M. ou Mme sur LinkedIn de manière automatique ?

Souvenez-vous, lorsque vous avez créé votre compte LinkedIn. Je sais, ça date surement un peu pour certains.

On ne vous a jamais demandé si vous étiez un homme ou une femme. Effectivement, LinkedIn ne demande pas cette donnée à ses utilisateurs.

Résultat : cette information n’est pas disponible sur les profils.

Or, tous les outils d’automatisation basés sur LinkedIn récupèrent les données des profils. Donc, si LinkedIn n’a pas l’info, nous non plus !

Mais alors comment faire ? 😅

La solution manuelle pour récupérer le genre sur LinkedIn

C’est la solution la moins couteuse et la plus efficace. En revanche, elle nécessite quelques actions manuelles, mais bien exécutée elle est assez rapide.

Nous allons exporter une liste de prospects depuis une recherche directement dans ProspectIn.

Une fois dans la liste, il faut scroller les profils et, basé sur la photo et le nom, leur attribuer un tag. Disons que l’on cherche d’abord à séparer les hommes.

(Si les photos n’apparaissent pas dans votre liste, rendez-vous dans la page paramètres et activez l’option).

  1. Sélectionnez chaque profil qui semble être un homme sur la page de la campagne,
  2. Arrivé en bas de la page, attribuez leur à tous un tag « homme »,
  3. Répétez l’opération page par page.
  4. Filtrez ensuite par « non tag » « homme ».
  5. Sélectionnez tous les résultats et attribuez leur le tag « femme »,
  6. Dupliquez votre message, l’un avec M. et l’autre avec Mme. (Dupliquez également les scénarios si c’est la fonctionnalité que vous utilisez),
  7. Filtrez par tag « Homme », sélectionnez tous les profils et envoyez à votre message avec M.
  8. Faites la même chose avec le tag « Femme ».

Simple, efficace mais nécessite plusieurs opérations manuelles. Heureusement (ou pas, il existe une solution automatisée). 🙃

La solution automatique pour récupérer le genre sur LinkedIn

1. Utilisation de Gender API

Gender-api.com est un site qui vous permet de connaître la probabilité par rapport à un prénom, que la personne soit un homme ou une femme.

La méthode que je vous présente ici est assez chronophage donc intéressante seulement si vous avez plusieurs centaines de prospects.

Gender-API vous offre 500 recherches de genre par mois. Une bonne manière de traiter vos bases à moindre coût. 👌🏻

Rendez-vous directement sur leur site et créez vous un compte.

2. Exportez les profils en CSV

Rendez-vous dans la campagne ProspectIn que vous souhaitez traiter.

Je vous conseille d’exporter vos prospects campagne par campagne pour bien garder les données séparées. Si vous exportez tous les prospects d’un seul coup, il vous faudra jouer avec les données excel à la fin pour réimporter les données de manière séparées (ça se fait mais c’est plus compliqué).

Le genre d’un prénom pouvant varier d’un pays à un autre, je vous conseille également de séparer vos campagnes par pays de prospection si vous prospectez dans différents pays.

En effet, LinkedIn ne donne pas toujours le pays dans l’information « Région ». Parfois il n’y a que la ville et ce sera dur pour Gender-API de faire la distinction.

Vous allez recevoir le fichier en quelques minutes sur votre boite mail.

3. Traitez le fichier

Ouvrez le fichier au format UTF-8 en suivant ce GIF-tutoriel (plus d’infos sur ce tutoriel).

Vous obtenez un fichier avec les prénoms bien formatés et pleeeiinns d’autres données. 🤪

En fait seulement 2 déjà présentes nous intéressent : les prénoms et les URLs LinkedIn.

Si vous avez suivi mes conseils, vous avez exporté une campagne ne contenant qu’un seul pays. Nous allons ajouter une colonne « Country » que nous allons compléter avec le pays en question.

Maintenant enregistrez le fichier comme « classeur Excel » (Gender-API n’accepte pas les formats CSV…).

4. Importez le fichier dans Gender-API

Depuis la page d’accueil de votre compte gender-api, cliquez sur « CSV-upload ».

Faites un drag&drop pour déposer votre fichier ou allez le chercher en parcourant vos documents.

Choisissez la colonne associée au prénom et celle associée au pays. Validez.

Gender-API vous donne des résultats sur un échantillon de 10 profils pour vérifier que ça parait cohérent. Ainsi, vous avez le genre et la probabilité estimée pour chaque profil.

Si ça vous convient, validez pour obtenir le fichier totalement converti. 🤝

Cela prend quelques secondes à traiter. Vous pouvez ensuite récupérer le fichier avec les colonnes suivantes ajoutées :

  • ga_gender : male ou female,
  • ga_accuracy : probabilité que  le résultat proposé soit bon,
  • ga_samples : nombre d’exemples sur lequel s’est basé gender_API pour faire sa suggestion.

5. Divisez en deux le fichier CSV

Afin de bien faire la séparation dans nos campagnes ProspectIn (étant donné que seules les URL LinkedIn seront prises en compte), il nous faut séparer notre fichier en Hommes et Femmes pour l’importer en deux fois.

Tout d’abord, triez votre fichier selon la colonne « ga_gender ». Vous obtenez ainsi d’abord toutes les femmes puis tous les hommes.

Coupez tous les profils « female » et ajoutez-les dans un nouveau classeur.

Enregistrez-le sous format CSV.

6. Supprimez les profils précédents et importez votre nouvelle base

Supprimez tous les profils que vous avez exportés au début dans ProspectIn. En effet, ProspectIn a une sécurité « anti-doublon » qui vous empêchera de les importer à nouveau. Cela peut prendre 2-3 minutes selon la taille de votre campagne.

Ensuite vous avez deux options :

  • Créer deux campagnes séparées, une « male » et une « female ».
  • Utiliser les tags pour distinguer les deux.

Dans le cas de deux campagnes séparées, c’est très simple : importer le fichier avec les profils féminins dans la première et les profils masculins dans la deuxième.

Si vous choisissez l’option « tag » :

  • Importez d’abord les profils féminins.
  • Une fois l’import terminé, sélectionnez toute la campagne et taguez-les « Femmes »
  • Importez les profils masculins
  • Filtrez par « non tagué ‘Femmes' »
  • Sélectionnez tous les résultats et taguez-les « Hommes »

Taguer les profils masculins n’est pas obligatoire, vous pouvez fonctionner par exclusion mais cette technique vous permettra de renouveler l’opération avec d’autres profils plus tard.

7. Lancez vos scénarios « genrifiés »

Ca y est ! Il ne vous reste plus qu’à distinguer vos approches par le genre, M. ou Mme. et les accords associés pour nos amoureux de la langue française.

Pour ça rien de plus simple, copiez-collez vos messages et précisez, par exemple :

  • Message #1 M.
  • Message #1 Mme.

8. (Bonus) Genre non défini et probabilité faible

Il est possible que Gender-API ne soit pas capable de déterminer le genre pour des prénoms, disons, « originaux » ou que la probabilité soit faible pour les prénoms à double-genre (« Camille » par exemple).

Dans ce cas à vous de voir :

  • Vous pouvez les traiter manuellement en regardant leur profil LinkedIn et en mettant à jour votre fichier CSV avant de l’importer,
  • ou vous pouvez considérer que ce sont tous des hommes ou des femmes par défaut (il y a forcément un peu de pertes…)
  • ou ajouter une troisième option « non genrée ». Dans ce cas, voici une approche marrante que vous pouvez utiliser.

« Bonjour Monsieur ou Madame. Je vous contacte aujourd’hui sans pouvoir spécifier votre genre, car l’originalité de votre prénom n’a pas permis à mon logiciel de définir automatiquement si vous étiez un homme ou une femme.

Mais bon, il parait que la genrification n’est pas très 2020. Au plaisir d’échanger » 😄

Conclusion

Comme vous avez pu le voir, aucune de ces deux méthodes n’est parfaite. Alors que la première est plus « sure » et s’applique bien sur de petits volumes, la deuxième sera vous satisfaire si vous avez besoin de traiter plusieurs centaines de prospects. 😉

L’outil Gender-API est assez peu couteux (8€ par mois pour 5k prénoms) donc cette approche peut être intéressante, bien qu’un peu fastidieuse également.

Pour résumer en 4 questions

Est-il possible de déterminer automatiquement le genre sur LinkedIn ?

Il est possible de savoir automatiquement si votre prospect est une Madame ou un Monsieur. Mais la manipulation peut être un peu fastidieuse et le résultat n’est pas parfait. Si votre prospect s’appelle Camille par exemple…

Combien coûte Gender-API ?

Gender-API vous offre 500 crédits par mois, ce qui peut être suffisant pour un test. Il vous faudra ensuite tabler sur l’abonnement de base à 7,99€/mois si votre objectif est d’ajouter un genre dans toutes vos campagnes.

Existe-il d’autres outils que Gender-API ?

Absolument mais je ne les ai pas testé. Gender-API propose des résultats assez fiables pour un prix très abordable et une prise en main intuitive. Mais j’avoue ne pas avoir fait le tour de la concurrence, n’hésitez pas à utiliser un autre outil si vous trouvez mieux !

Pourquoi ProspectIn ne me donne pas l’information « Homme » ou « Femme » ?

ProspectIn se base sur LinkedIn qui lui même ne récupère pas cette information auprès de ses utilisateurs. Il n’est donc pas possible de récupérer cette information.

En revanche, nous prévoyons une intégration directe avec des outils comme Gender-API dans une prochaine version prévue en 2021.

Tweetez
Partagez
Partagez