Comment la notation prédictive améliore l'engagement du groupe

La notation prédictive transforme l'engagement du groupe LinkedIn en identifiant les membres les plus susceptibles de répondre, d'assister à des événements ou de se convertir en opportunités. Au lieu de toucher tout le monde, vous pouvez vous concentrer sur les membres hautement prioritaires en utilisant l’apprentissage automatique pour analyser les signaux démographiques, comportementaux et d’intention. Cette approche améliore l'efficacité, augmente les taux de réponse et crée des pipelines plus solides.

Principaux points à retenir :

• Ce qu'il fait : la notation prédictive classe les membres du groupe LinkedIn en fonction de leur probabilité de s'engager.
• Fonctionnement : des facteurs tels que le rôle professionnel, l'activité et les signaux d'intention (par exemple, clics sur des liens) sont analysés pour générer des scores.
• Des outils tels que SalesMind AI : automatisez les flux de travail, personnalisez la sensibilisation et synchronisez les scores avec les outils CRM pour obtenir des informations exploitables.
• Résultats : conversions plus élevées, cycles de vente plus courts et diffusion mieux ciblée.

1. SalesMind AI

Précision de la notation des leads

SalesMind AI examine en profondeur les profils et les activités de LinkedIn (comme la fréquence de publication d'une personne, la qualité de ses commentaires, les réactions qu'elle reçoit, son ancienneté professionnelle, la taille de son entreprise et sa pertinence dans le secteur) afin d'évaluer le potentiel de chaque membre. En tirant les leçons des résultats des campagnes passées, le système affine continuellement ses méthodes de notation. Cela signifie que les équipes basées aux États-Unis peuvent concentrer leur attention sur les 10 % de membres les plus importants du groupe au lieu de trop disperser leurs efforts, augmentant ainsi l'engagement du groupe LinkedIn.

Voici un exemple : une entreprise SaaS B2B ciblant les marchés américains pourrait remarquer que les membres d'un groupe ayant obtenu des scores élevés réservent 2 à 3 fois plus de réunions pour 100 messages par rapport à la moyenne globale du groupe ^[1]. Le résultat ? Un pipeline de ventes plus vaste et plus qualifié sans intensifier la sensibilisation manuelle. Ces scores précis ouvrent la voie à des stratégies d'engagement ciblées et percutantes.

Amélioration de l'engagement

SalesMind AI garde également un œil sur les activités récentes (telles que les nouvelles publications, les discussions actives ou les titres de poste mis à jour) pour identifier les membres prêts à être contactés. La plateforme guide les commerciaux avec des flux de travail personnalisés, les incitant à des actions telles que commenter des publications, partager du contenu pertinent ou inviter des membres à des webinaires. Par exemple, une entreprise de cybersécurité B2B aux États-Unis pourrait se concentrer sur les RSSI et les directeurs de sécurité les plus performants des grandes entreprises pour évaluer leur état de préparation, tout en formant d'autres membres via des webinaires. Cette approche stimule l'engagement à tous les niveaux.

Capacités d'intégration

Grâce à ses fonctionnalités raffinées de notation et d'engagement, SalesMind AI s'intègre sans effort aux outils CRM et d'engagement commercial les plus populaires. Les scores prédictifs et les résultats d'engagement se synchronisent directement avec les enregistrements CRM existants, permettant aux équipes de suivre les revenus vers des groupes LinkedIn et des modèles de notation spécifiques. Cette clarté permet de vérifier quelles stratégies génèrent le meilleur retour sur investissement.

La plate-forme simplifie également la conformité aux normes professionnelles de LinkedIn en centralisant les modèles, les flux de travail d'approbation et les règles de limitation adaptées aux équipes basées aux États-Unis. Pour l'enregistrementDans les secteurs réglementés, les journaux détaillés des points de contact garantissent une piste d'audit fiable.

Pour affiner la notation prédictive, les équipes alimentent la plateforme avec des données historiques qui relient les engagements de LinkedIn à des résultats tels que les réunions réservées, les opportunités créées et les revenus générés. En définissant des objectifs clairs (par exemple, des réunions réservées, des prospects qualifiés) et en filtrant les signaux négatifs (par exemple, des rôles ou des secteurs non pertinents), la plateforme crée des modèles qui correspondent à un profil client idéal.

Fonctionnalités d'automatisation

SalesMind AI simplifie les tâches répétitives telles que l'envoi de demandes de connexion, la planification de suivis et la gestion de la sensibilisation. Il utilise des variables personnalisées, telles que le rôle ou le secteur d'activité, pour personnaliser ces efforts. Cette automatisation permet aux commerciaux de lancer plusieurs micro-campagnes ciblant des groupes spécifiques, tels que les fondateurs, les responsables des revenus ou les décideurs informatiques, sans avoir besoin de superviser chaque message ou suivi. Le résultat ? Engagement accru dans les groupes LinkedIn.

Les membres ayant obtenu les meilleurs scores sont placés dans des séquences de suivi à plusieurs niveaux (généralement 3 à 5 contacts sur 10 à 14 jours) qui mélangent messages, vues de profil et contenu partagé. Si un membre s'engage en répondant, en cliquant sur un lien ou en aimant une publication, l'automatisation s'arrête. Le système alerte ensuite le commercial et achemine la conversation vers une boîte de réception unifiée pour une transition transparente vers une interaction individuelle.

En outre, AI personnalise la sensibilisation en extrayant des informations à partir des profils de prospects et des informations sur l'entreprise, aidant ainsi les équipes commerciales à se concentrer sur les membres du groupe LinkedIn les plus pertinents. Les responsables commerciaux peuvent examiner des échantillons de membres ayant obtenu des scores élevés, moyens et faibles, comparer les scores prévus avec les réponses réelles et modifier les règles de notation si nécessaire. Les tests A/B révèlent souvent que la notation prédictive entraîne de meilleurs taux de réponse, des coûts d'acquisition inférieurs et des revenus plus élevés par rapport aux méthodes heuristiques traditionnelles.

2. Scoring prédictif pour les groupes LinkedIn

Précision de la notation des leads

La notation prédictive pour les groupes LinkedIn exploite l'apprentissage automatique pour analyser un mélange de données de profil, d'engagement historique et de signaux commerciaux. Il provient de diverses sources telles que les enregistrements CRM, les données tierces et l'activité Web en temps réel. Le résultat ? Un score dynamique pour chaque membre qui reflète sa probabilité de s'engager ou de se convertir.

Les modèles les plus efficaces combinent des détails démographiques et firmographiques (tels que le poste, le niveau d'ancienneté, le secteur d'activité, la taille de l'entreprise et la fourchette de revenus) avec des signaux comportementaux tels que la fréquence de publication, la profondeur des commentaires, les tendances de réaction et les modèles de clics. Les indicateurs d'intention, tels que les visites sur les pages de tarification, la participation à des webinaires ou les téléchargements de contenu sécurisé, sont également des facteurs clés. Les actions telles que démarrer des discussions ou interagir de manière cohérente avec le contenu en phase d'achat ont plus de poids que l'adhésion passive.

Ce système de notation affiné se traduit par des gains d'efficacité évidents. Il a été démontré que la notation prédictive des leads améliore l'efficacité de 30 %, les leads qualifiés étant 10 fois plus susceptibles de se convertir et atteignant un taux de clôture moyen de 14,6 % ^[5]. Selon Forrester, la notation des prospects basée sur AI peut augmenter les taux de conversion de 38 %, raccourcir les cycles de vente de 28 % et bo réduire la valeur moyenne des transactions de 17 % ^[3]. Dans une étude de cas, une équipe a constaté une réduction de 42 % du temps de qualification manuelle et une augmentation de 31 % des conversions de prospects qualifiés pour le marketing en prospects qualifiés pour les ventes en six mois ^[3].

Pour les équipes B2B basées aux États-Unis, ce niveau de précision permet de concentrer les ressources sur les membres les plus susceptibles de participer à des discussions significatives, d'assister à des événements ou de répondre à des offres personnalisées.

Amélioration de l'engagement

La notation prédictive n'améliore pas seulement la précision, elle génère également des stratégies d'engagement plus intelligentes pour les groupes LinkedIn. En identifiant les membres à haut potentiel, les responsables du groupe peuvent mener des actions ciblées pour dynamiser les interactions au quotidien. Par exemple, ils peuvent inviter les meilleurs scores à des AMA exclusives, les identifier dans des fils de discussion pertinents, hiérarchiser leurs commentaires pour les réponses, ou même envoyer des messages personnalisés ou des invitations à des événements.

Le système permet une segmentation basée sur la probabilité d'engagement, avec une messagerie dynamique qui s'adapte aux activités récentes comme commenter ou assister à des événements. Lorsque le score d'un membre dépasse un seuil spécifique, des flux de travail automatisés peuvent démarrer : création de tâches, mise à jour des valeurs des opportunités ou inscription des membres à des séquences de développement. Ces suivis rapides entraînent des taux de réponse plus élevés et créent des expériences plus personnalisées.

Les responsables de groupe peuvent également modifier la fréquence de publication et les sujets de contenu en fonction de ce qui intéresse le plus les membres ayant obtenu les meilleurs scores. Si, par exemple, les études de cas génèrent plus d’interactions que les articles d’opinion, la stratégie de contenu peut évoluer en conséquence. Cette approche basée sur les données garantit que les efforts d'engagement restent concentrés sur les membres les plus susceptibles de répondre, augmentant ainsi les taux de participation globaux.

Capacités d'intégration

Lorsque les scores prédictifs sont synchronisés avec les CRM et les plateformes d'engagement commercial, les équipes commerciales et marketing obtiennent une vue complète de l'engagement du groupe ainsi que des étapes du pipeline. Cette intégration leur permet de donner la priorité à la sensibilisation auprès des membres montrant déjà des signaux d'achat forts.

Ces systèmes synchronisés peuvent également automatiser les flux de travail en fonction d'indicateurs d'intention d'achat. Par exemple, l'intégration peut contribuer à réduire le coût par acquisition jusqu'à 35 % et à offrir ROI allant de 300 % à 700 % ^[3]. Les équipes basées aux États-Unis bénéficient de mesures affichées dans des formats familiers, tels que les montants en dollars, les formats de date standard (MM/JJ/AAAA) et des tableaux de bord de performances intuitifs.

Fonctionnalités d'automatisation

L'automatisation joue un rôle clé dans la transformation des scores prédictifs en stratégies exploitables. Les fonctionnalités incluent des déclencheurs basés sur des règles qui activent des flux de travail spécifiques lorsque le score d'un membre change, un marquage et une segmentation automatisés, ainsi que des séquences de sensibilisation planifiées adaptées aux fuseaux horaires et aux modèles d'activité en ligne des membres.

Le système est conçu pour s'adapter en temps réel. Si un membre s'engage activement - en commentant une publication ou en cliquant sur un lien, par exemple - l'automatisation met en pause ou ajuste les séquences pour garantir que l'interaction semble opportune et pertinente. Dans le même temps, les commerciaux sont alertés et les conversations sont acheminées vers une boîte de réception unifiée pour un suivi individuel fluide.

Les responsables de groupe doiventsuivez des mesures telles que les taux d'engagement des membres les plus performants, les taux de réponse et d'acceptation de connexion, la participation aux événements et les revenus générés par les contacts du groupe. Au fil du temps, ils peuvent établir des références (par exemple, s'attendre à des taux de réponse plus élevés ou à des cycles de vente plus courts de la part des meilleurs scores) et affiner les seuils de notation en fonction des tendances de performances.

Pour que le système reste précis, les experts recommandent une boucle de rétroaction trimestrielle. Les équipes commerciales et communautaires peuvent signaler tout membre mal noté, recycler les modèles avec des données mises à jour et exécuter des tests A/B pour comparer les taux d'engagement et de conversion entre les segments à score élevé et les groupes de contrôle. Des audits réguliers peuvent également révéler des biais dans les modèles, tels qu'une préférence excessive pour certains rôles ou secteurs, tandis que les commentaires qualitatifs garantissent que le système de notation reste efficace et équilibré.

Configuration de la notation prédictive des leads à l'aide du machine learning

sbb-itb-817c6a5

Avantages et inconvénients

Lorsqu'il s'agit de sélectionner une approche de notation prédictive pour l'engagement de groupe LinkedIn, le meilleur choix dépend des priorités de votre équipe, des ressources techniques disponibles et de la combinaison de canaux sur laquelle vous comptez. SalesMind AI se concentre sur les flux de travail de LinkedIn, tandis que les plates-formes générales s'adressent à plusieurs canaux. Chacun a ses propres atouts et compromis, que les équipes commerciales basées aux États-Unis devraient examiner attentivement. Le tableau ci-dessous met en évidence ces différences.

Aspect	SalesMind AI (LinkedIn-Axé) – Avantages	SalesMind AI – Inconvénients/Limites	Score prédictif général – Avantages	Score prédictif général – Inconvénients/limitations
Précision de la notation des prospects	Utilise des données comportementales et firmographiques spécifiques à LinkedIn pour fournir des scores précis aux membres du groupe et aux audiences de la campagne [5].	Limité aux données LinkedIn, sauf si des intégrations supplémentaires sont ajoutées, ce qui signifie qu'il peut manquer des signaux provenant des e-mails, des visites de sites Web ou des interactions téléphoniques. [5].	Combine les données de plusieurs canaux tels que les plates-formes CRM, d'analyse Web et de messagerie pour créer des modèles précis, en particulier lorsque les données historiques sont solides. [6][3][[HTM L_168]][10].	Nécessite de grands volumes de données historiques et une maintenance continue pour garantir la précision des modèles sur tous les canaux. [6][3].
Amélioration de l'engagement	Une intégration étroite avec les actions LinkedIn (par exemple, demandes de connexion, messages de groupe, suivis) permet d'augmenter rapidement les taux de réponse et l'engagement [5].	Fonctionne mieux pour les flux de travail centrés sur LinkedIn, de sorte que les équipes qui s'appuient sur d'autres canaux peuvent constater des avantages limités. [5][2].	Améliore l'engagement sur divers points de contact (e-mail, Web, médias payants et réseaux sociaux) en donnant la priorité aux prospects à forte intention pour le suivi. [6][2][[HTM L_214]][10].	Nécessite souvent des outils distincts ou des flux de travail personnalisés pour convertir les scores en engagement de groupe personnalisé LinkedIn, ce qui ajoute de la complexité. [6][10].
Capacités d'intégration	Fournit une intégration transparente de LinkedIn, se synchronisant de manière native avec les CRM et les systèmes de messagerie pour simplifier la configuration pour les équipes américaines [7].	Axé sur LinkedIn et les principaux outils de vente, offrant moins d'intégrations avec des plates-formes de marketing ou de données plus larges [5].	Prend en charge un large éventail d'intégrations avec les CRM, les plateformes marketing, les entrepôts de données et les outils d'analyse pour une plus grande visibilité. [6][10].	Intégration LinkedIn limitée en raison de contraintes API, nécessitant souvent des ressources techniques supplémentaires pour connecter les sources de données [6][4].
Fonctionnalités d'automatisation	Inclut des automatisations spécifiques à LinkedIn telles que la messagerie personnalisée, la qualification des leads, les boîtes de réception alimentées par AI et les séquences de suivi, réduisant ainsi le travail manuel [7].	Optimisé pour LinkedIn, les équipes ayant besoin d'automatisation pour d'autres canaux auront donc besoin d'outils supplémentaires [5].	Automatise le traitement des données et les mises à jour des scores, fournissant des informations en temps réel pour diverses plates-formes de sensibilisation [6][10].	Repose généralement sur des outils ou des scripts distincts pour exécuter l'engagement, ce qui complique les campagnes multi-outils [6][4].
Mise en œuvre et adoption	Rapide à déployer pour les équipes axées sur LinkedIn, avec moins de sources de données et une charge technique moindre [7].	En tant que plate-forme plus récente, les fonctionnalités peuvent évoluer et les fonctionnalités avancées peuvent nécessiter un développement ultérieur. [1].	Offre une personnalisation et une flexibilité étendues aux équipes disposant de ressources en science des données et de besoins complexes. [8][4].	Des délais de configuration plus longs sont souvent nécessaires pour mapper les champs, ajuster les modèles et rapprocher les données de plusieurs systèmes, ce qui retarde les résultats. [8][9].

Pour faciliter la prise de décision, voici quelques facteurs pratiques que les équipes américaines doivent prendre en compte.

Considérations pratiques pour les équipes américaines

Si l'engagement de groupe de LinkedIn est votre objectif principal et que vous avez besoin de résultats rapides et mesurables, l'automatisation spécialisée et l'intégration transparente de SalesMind AI peuvent changer la donne. Il a été démontré que sa notation axée sur LinkedIn améliore considérablement l'efficacité ^[5]. Cependant, si votre équipe s'appuie fortement sur d'autres canaux comme les médias payants, l'analyse de sites Web ou les événements hors ligne - ou si vous avez besoin d'une personnalisation approfondie dans plusieurs départements - une plateforme de notation prédictive générale pourrait être une meilleure solution. Bien que la configuration prenne plus de temps, elle offre des capacités de données plus larges ^{[7][8][[HTM L_364]][4]}.

Qualité des données et gouvernance des modèles

Les plates-formes générales de notation prédictive excellent lorsque vous disposez de données historiques claires et complètes sur plusieurs canaux et de l'expertise nécessaire pour gérer les modèles au fil du temps. Ces plates-formes peuvent fournir des résultats tels qu'une augmentation de 38 % des taux de conversion, une réduction de 28 % de la durée du cycle de vente et une augmentation de 17 % de la valeur des transactions ^[3]. Cependant, pour les efforts spécifiques à LinkedIn, la granularité des données sur l'engagement du groupe est cruciale. Sans données détaillées sur LinkedIn, ces plates-formes risquent de trop insister sur les comportements en matière de CRM ou de messagerie électronique, sous-évaluant ainsi les signaux sociaux qui génèrent des conversions LinkedIn ^[8][4].

Coût et ROI

Les deux approches peuvent générer des rendements élevés, mais elles y parviennent de différentes manières. L'automatisation intégrée de SalesMind AI peut alléger la charge de travail des équipes commerciales et accélérer la génération de revenus pour les campagnes LinkedIn. En revanche, les plateformes prédictives générales rapportent des chiffres ROI allant de 300 % à 700 % et des réductions du coût par acquisition allant jusqu'à 35 % ^[3]. Cependant, ces avantages nécessitent souvent une infrastructure de données solide et un perfectionnement continu du modèle.

Choisir la bonne solution

Pour décider, réfléchissez à la rapidité avec laquelle chaque option peut s'intégrer à vos outils CRM et de sensibilisation existants, au niveau d'expertise technique de votre équipe et à la mesure dans laquelle la solution est conforme aux politiques de LinkedIn et aux lois américaines sur la confidentialité des données. ^[8][9]. Si votre équipe est déjà active dans des groupes LinkedIn et souhaite traduire rapidement les signaux d'engagement en opportunités de pipeline, une plateforme spécialisée telle que SalesMind AI pourrait simplifier le processus. D'un autre côté, si vous créez un système de notation prédictive couvrant plusieurs canaux comme le courrier électronique et le Web, une plate-forme générale offre des fonctionnalités plus larges, mais avec plus de temps de configuration. ^[7][4].

Conclusion

La notation prédictive prend en compte l'engagement de groupe de LinkedIn à partir d'une application disperséeapproche d’un effort stratégique ciblé. Au lieu d'essayer d'impliquer tous les membres de manière égale, les équipes peuvent se concentrer sur les 20 à 30 % des membres les plus susceptibles de répondre, de planifier des réunions ou de se transformer en opportunités. Cette méthode ciblée conduit à de meilleurs taux d'acceptation de connexion, à des conversations plus significatives et à une augmentation notable du pipeline des ventes.

Le bon outil de notation prédictive dépend de la taille, des ressources et de la stratégie globale de votre équipe. Pour les consultants individuels ou les petites équipes utilisant principalement LinkedIn, une plateforme spécialisée telle que SalesMind AI peut fournir des résultats rapides. Grâce à des fonctionnalités telles que des flux de travail automatisés, une boîte de réception alimentée par AI et une notation native de LinkedIn, il permet d'identifier les membres de grande valeur et de les impliquer avec des messages personnalisés. Commencez petit en testant avec un groupe pilote, créez un plan de sensibilisation simple pour les membres les mieux notés et ajustez en fonction des taux de réponse et des réunions réservées.

Pour les organisations de taille moyenne B2B aux États-Unis, l'intégration de la notation prédictive à des outils tels que le CRM et l'automatisation du marketing peut rationaliser les efforts des grandes équipes. Cette configuration permet de segmenter les membres du groupe en catégories de priorité élevée, moyenne et faible, permettant une sensibilisation ciblée. Par exemple, organiser des webinaires pour les commentateurs actifs ou créer des fils de discussion pour les membres engagés peut favoriser des liens plus profonds. Le suivi des taux de réponse, des réunions et des différences de revenus entre les segments à priorité élevée et faible permet d'affiner les critères de notation au fil du temps.

Les équipes d'entreprise dotées de stratégies plus complexes et de systèmes de données avancés peuvent bénéficier d'une plateforme de notation prédictive plus large. La combinaison des données de LinkedIn avec d'autres canaux tels que les e-mails, les analyses Web et l'activité hors ligne crée une image plus complète de l'engagement. Même si ces plateformes nécessitent davantage de configuration et de maintenance, elles peuvent améliorer considérablement les taux de conversion, raccourcir les cycles de vente et augmenter la taille des transactions, à condition que la qualité des données reste élevée. Si LinkedIn est un canal de revenus clé, assurez-vous que la plate-forme capture des signaux sociaux détaillés ainsi que des données CRM et de courrier électronique pour maximiser son potentiel.

En fin de compte, la notation prédictive doit être traitée comme un processus continu et non comme un projet ponctuel. Planifiez des examens réguliers - mensuels ou trimestriels - pour évaluer les mesures d'engagement et de conversion à travers les niveaux de notation. Intégrez les commentaires des commerciaux et des community managers pour affiner votre approche. En combinant les informations prédictives avec l'expertise humaine (en automatisant les tâches de routine tout en réservant des interactions significatives à des représentants qualifiés), vous pouvez accroître l'engagement du groupe LinkedIn et générer une croissance soutenue.

FAQ

Comment la notation prédictive stimule-t-elle l'engagement du groupe LinkedIn et quels indicateurs clés ont-elle un impact ?

La notation prédictive peut stimuler l'engagement du groupe LinkedIn en identifiant les membres les plus susceptibles d'interagir avec vos publications, de rejoindre des discussions ou même de devenir des prospects précieux. En examinant des facteurs tels que les niveaux d’activité, les intérêts communs et les relations professionnelles, cela vous aide à vous concentrer sur les membres les plus susceptibles de s’engager. Cela permet une sensibilisation plus intelligente et des stratégies sur mesure qui trouvent un écho auprès de votre public.

Les mesures bénéficiant de la notation prédictive incluent les taux d'engagement, tels que les mentions J'aime, les commentaires et le partage.es - et les métriques de conversion, comme le nombre de membres qui répondent aux messages ou s'inscrivent à des événements. Grâce à cette méthode basée sur les données, vous pouvez canaliser vos efforts vers les membres les plus enclins à contribuer activement, générant ainsi une croissance et une activité significatives au sein de votre groupe.

Comment SalesMind AI aide-t-il à automatiser l'engagement de groupe LinkedIn et à travailler avec les CRM existants ?

SalesMind AI simplifie la gestion des interactions de groupe LinkedIn en automatisant des tâches telles que la messagerie personnalisée, qualification des prospects et envoi de suivis. Son système de smart lead scoring identifie les membres les plus précieux du groupe, afin que vous puissiez concentrer vos efforts là où ils auront le plus d'impact.

En se connectant sans effort aux plateformes CRM populaires, SalesMind AI maintient votre activité LinkedIn synchronisée avec votre stratégie de vente globale. Cela simplifie l'organisation des prospects et le suivi de l'engagement, le tout à partir d'un tableau de bord unique et pratique.

Quels défis peuvent survenir lors de l'utilisation de la notation prédictive pour les groupes LinkedIn, et comment les équipes peuvent-elles les surmonter ?

La notation prédictive pour les groupes LinkedIn peut se heurter à quelques obstacles, tels que des inexactitudes de données, une dépendance excessive à l'égard des algorithmes et des biais intégrés dans les modèles de notation. Ces problèmes peuvent entraîner des opportunités manquées ou une identification incorrecte des membres qui apportent le plus de valeur.

Pour surmonter ces obstacles, il est essentiel de revoir et de mettre à jour régulièrement les modèles de notation afin de maintenir leur précision. Associer la notation prédictive au jugement humain peut également affiner les stratégies d’engagement et réduire la dépendance à l’égard de l’automatisation seule. Des outils tels que SalesMind AI peuvent jouer un rôle clé ici, en aidant à rationaliser les efforts de notation et de sensibilisation tout en garantissant une approche plus équilibrée et plus efficace pour impliquer les membres du groupe.