ChatGPT
Claude
Perplexity
Gemini
GrokQualifier un prospect étudiant : ce que fait réellement l'agent IA
Un agent IA qualifie un prospect en lui posant, au fil de la conversation, les questions qu'un conseiller poserait : quelle formation, quel niveau, pour quelle rentrée, avec quel financement. Il note les réponses, calcule une priorité et transmet un dossier lisible à l'équipe admissions. Il ne décide ni de l'admission ni du refus.
La qualification sert une seule chose : décider qui l'équipe rappelle en premier, et avec quel contexte. Sur un site d'école, les questions arrivent le soir, le week-end, pendant les vœux Parcoursup ou la veille d'une journée portes ouvertes. Sans tri, tout le monde attend dans la même file.
Cet article détaille les critères à collecter, une mécanique de scoring simple à auditer, les conditions du passage à un humain et les garde-fous français (RGPD, CNIL, AI Act). Pour la vue d'ensemble, voir notre guide du chatbot IA pour le recrutement étudiant. Pour un cas centré sur les écoles de commerce, lisez comment les écoles de commerce qualifient leurs leads avec l'IA.
Précision de méthode : aucun outil de mesure de volume de recherche payant n'était disponible pour cette rédaction. Le sujet est traité à partir de recherches publiques et de sources officielles, sans chiffre de performance.
Les critères à collecter : adéquation, intention, faisabilité, contactabilité
Les bons critères sont ceux que votre équipe utilise déjà au téléphone. Regroupez-les en quatre familles, puis ne gardez que ce qui change vraiment la décision de rappel.
| Famille | Exemples de questions de l'agent | Pourquoi ça compte |
|---|---|---|
| Adéquation | Formation visée, niveau actuel (terminale, bac+2, bac+3), spécialité, mode (initial ou alternance) | Éviter de rappeler quelqu'un dont le profil ne correspond à aucun programme |
| Intention | Rentrée visée, étape du projet, comparaison avec d'autres écoles, demande de rendez-vous ou de JPO | Repérer le candidat qui décide dans les semaines qui viennent |
| Faisabilité | Financement (famille, prêt, alternance), situation de mobilité, pièces disponibles | Anticiper les blocages avant l'entretien |
| Contactabilité | Canal préféré, créneau, consentement au recontact | Respecter le droit de la personne et rendre le rappel efficace |
Trois règles évitent les dérives. Premièrement, chaque question doit être justifiée par une décision : si la réponse ne change rien, ne la posez pas. Deuxièmement, une question facultative reste facultative, et le prospect doit pouvoir continuer sans y répondre. Troisièmement, n'utilisez jamais de critère sensible ou discriminatoire (origine, santé, religion) pour prioriser.
Spécificités du paysage français
Le contexte national change les questions utiles. Un lycéen de terminale demandera si l'école est sur Parcoursup ou si elle recrute en dehors de la plateforme, ce qu'un agent peut expliquer à partir des pages publiées par l'école. Pour l'alternance, la question de l'entreprise d'accueil est centrale. Pour les diplômes, le niveau de certification et l'inscription au RNCP doivent rester ceux que l'école publie, sans extrapolation.
Un scoring en deux axes que l'équipe peut auditer
Un score utile tient en deux axes lisibles, adéquation et intention, plutôt qu'en un chiffre opaque. L'équipe doit pouvoir répondre, pour chaque dossier, à la question « pourquoi ce prospect est-il en haut de la liste ? ».
Voici un exemple illustratif, à calibrer avec vos propres données de conversion. Les pondérations ne sont pas des références de marché.
| Signal | Axe | Points (illustratif) |
|---|---|---|
| Programme précis demandé | Adéquation | +2 |
| Niveau d'entrée compatible avec le programme | Adéquation | +2 |
| Rentrée visée dans l'année en cours | Intention | +3 |
| Demande de rendez-vous ou d'inscription à une JPO | Intention | +3 |
| Question sur les frais ou le financement | Intention | +1 |
| Consentement au recontact par téléphone ou WhatsApp | Contactabilité | +1 |
| Aucun programme correspondant | Adéquation | Orientation vers l'information, pas de rappel commercial |
Le total place ensuite le prospect dans un niveau d'action, jamais dans une décision d'admission.
- Prioritaire : rappel rapide par un conseiller, avec le résumé de la conversation.
- À suivre : séquence d'information, invitation à une JPO ou à un webinaire.
- À nourrir : projet lointain, contenu utile et relance planifiée.
- Hors périmètre : réponse utile et redirection vers l'offre adaptée.
Les règles de bon sens à fixer avant de lancer
Un score qui s'écarte de la réalité doit être corrigé. Demandez aux conseillers de signaler les dossiers mal classés, relisez les conversations chaque semaine au démarrage et ajustez les pondérations en conséquence. Gardez une trace des changements de règles : elle vous servira en cas de question d'un candidat, d'un DPO ou d'un audit. Notre article sur le scoring de leads étudiants détaille cette calibration côté CRM.
Le passage à l'équipe : quand, comment, avec quoi
Le passage à un humain doit être déclenché par des règles explicites, et le conseiller doit recevoir un dossier exploitable sans relire toute la conversation. Un transfert bâclé fait perdre le bénéfice de la qualification.
Les déclencheurs
Transférez immédiatement dans trois cas : le prospect demande un humain, il exprime une situation sensible ou une réclamation, ou l'agent n'a pas de réponse fiable. Transférez en priorité quand le score atteint le niveau « prioritaire » ou quand un rendez-vous est demandé.
Le contenu du dossier
Le dossier transmis au CRM devrait contenir :
- l'identité et les coordonnées que la personne a choisi de donner ;
- le programme, le niveau, la rentrée et le mode visés ;
- le score et les signaux qui l'expliquent ;
- le résumé de la conversation et les questions restées sans réponse ;
- le consentement recueilli, son canal et sa date.
Un délai de rappel par niveau, fixé par l'école, complète le dispositif. Nous détaillons ce point dans notre guide sur le routage et les SLA des leads étudiants.
Skolbot fonctionne selon ce schéma : l'agent web répond à partir du contenu publié par l'école, qualifie le prospect, envoie la conversation et sa qualification vers le CRM, puis l'équipe prend le relais. Le suivi par WhatsApp ou par téléphone se fait ensuite depuis la fiche CRM. Les connexions précises avec votre CRM se confirment en démonstration, elles ne sont pas présumées ici.
Les garde-fous : RGPD, CNIL et AI Act
Qualifier des prospects revient à traiter des données personnelles et, parfois, à profiler. Quatre points demandent une décision écrite avant la mise en ligne.
Base légale et information. Le RGPD impose de choisir une base légale, d'informer clairement la personne, de fixer une durée de conservation et d'encadrer les sous-traitants. La CNIL publie des ressources sur ces obligations et sur l'IA. Faites relire le dispositif par votre DPO, et réalisez une analyse d'impact quand elle est requise.
Prospection. Un échange dans le chat ne vaut pas consentement à recevoir des messages commerciaux. Si l'équipe relance ensuite par courriel, SMS ou WhatsApp, recueillez et conservez le consentement adapté, identifiez l'école dans chaque message et rendez le retrait simple.
Décision automatisée. L'article 22 du RGPD encadre les décisions fondées exclusivement sur un traitement automatisé qui produisent des effets significatifs. Le principe de conception est donc le suivant : le score ordonne la file de rappel, un humain décide de tout ce qui touche à l'admission, et aucun prospect n'est écarté sans regard humain.
AI Act. Le règlement européen sur l'IA impose d'informer les personnes qu'elles dialoguent avec un système d'IA. Il classe aussi parmi les usages à haut risque les systèmes destinés à déterminer l'accès ou l'admission à un établissement d'enseignement. Un score qui sert seulement à prioriser un rappel est un autre usage. Il reste prudent de ne jamais l'utiliser pour restreindre l'accès à l'information ou à une candidature, et de faire qualifier votre cas par votre DPO ou votre conseil, car les obligations s'appliquent par étapes.
L'infrastructure compte aussi. La plateforme Skolbot applique côté serveur une résidence des données dans l'Union européenne, ce qui répond à une attente fréquente des écoles, mais l'analyse d'impact que vous conservez reste la vôtre.
Mesurer sans se raconter d'histoires
Mesurez des indicateurs que votre service admissions suit déjà, pas des volumes de conversations. Quatre sont utiles : le délai du premier rappel après une demande nocturne, la part des dossiers transmis avec programme et rentrée renseignés, le taux de présence aux JPO réservées, et la fréquence des corrections faites par les conseillers sur le score.
Établissez votre propre référence avant le lancement. Le taux de transformation d'une autre école dit peu de chose sur votre entonnoir, et nous ne publions ici aucun chiffre qui ne vienne pas d'une source vérifiée.
Par où commencer
Commencez par un seul parcours, par exemple les demandes d'alternance ou de bachelor, avec trois à cinq questions de qualification. Chargez les pages programmes, frais et calendrier, testez l'agent devant vos conseillers et corrigez le contenu avant l'ouverture au public.
Étendez ensuite. Notre comparatif pour choisir un agent IA de recrutement étudiant donne une grille d'évaluation, et les agents IA pour le recrutement étudiant dans l'enseignement supérieur couvrent l'ensemble du parcours.
