Sommaire
- Pourquoi utiliser Make plutôt qu'un autre outil d'automatisation LinkedIn
- Les briques du workflow LinkedIn automatisé avec Make
- Tableau comparatif : Make vs les alternatives pour automatiser la prospection LinkedIn
- Cas concrets : comment des équipes utilisent Make pour prospecter sur LinkedIn
- Les erreurs courantes quand on automatise sa prospection LinkedIn avec Make
- Make + IA générative : la prochaine étape pour personnaliser à grande échelle
- Questions fréquentes
- Pour aller plus loin
- Make (ex-Integromat) permet d'automatiser toute ta prospection LinkedIn sans coder : scraping, enrichissement, envoi de messages, relances.
- Un workflow complet (détection de prospect → message → relance → CRM) se met en place en moins d'une journée.
- Les cas concrets ci-dessous montrent des gains de 6 à 10 heures par semaine pour des équipes de 2 à 5 personnes.
- Make seul ne suffit pas : il faut combiner avec des outils de scraping et un CRM pour un résultat professionnel.
Tu passes combien de temps par semaine sur LinkedIn ? Si tu comptes les recherches de profils, les messages personnalisés, les relances oubliées et les copier-coller vers ton CRM, tu arrives vite à 5 ou 6 heures. Pour un freelance ou un commercial solo, c'est une demi-journée par semaine mangée par des tâches qui pourraient tourner toutes seules.
Automatiser sa prospection LinkedIn avec Make, c'est exactement ce que font de plus en plus de petites équipes en 2026. Make est un outil d'automatisation visuel (scenarios = workflows en blocs) qui s'intègre avec des dizaines de services : CRM, Google Sheets, Notion, Slack, outils d'emailing, et même certains scraping LinkedIn via API.
Dans cet article, je t'explique comment monter un workflow de prospection LinkedIn automatisé, du ciblage au suivi, avec des exemples tirés de ce que je vois fonctionner chez des TPE et des freelances. Si tu veux aller plus vite, un audit IA gratuit permet d'identifier exactement ce qui peut être automatisé dans ton process actuel.
Pourquoi utiliser Make plutôt qu'un autre outil d'automatisation LinkedIn
Il existe une dizaine d'outils pour automatiser LinkedIn : Phantombuster, Waalaxy, Lemlist, Dux-Soup, HeyReach. Chacun a son usage. Make n'est pas un outil LinkedIn en soi, c'est un orchestrateur : il connecte tous ces outils entre eux et avec le reste de ta stack.
Concrètement, tu peux faire ça avec Make :
- Déclencher un workflow quand un nouveau lead entre dans un Google Sheet
- Envoyer automatiquement les données enrichies vers ton CRM (Notion, HubSpot, Pipedrive)
- Programmer des séquences de messages avec délais et conditions
- Notifier ton équipe sur Slack quand un prospect répond
- Logger toutes les interactions dans un tableau de bord
Make vs les outils LinkedIn dédiés
Les outils comme Waalaxy ou HeyReach gèrent la partie envoi de messages sur LinkedIn. Mais ils ne parlent pas facilement à ton CRM, ne gèrent pas tes relances email en parallèle, et ne centralisent pas les données.
Make joue le rôle de chef d'orchestre. Il prend les leads que tu as scrapés (via Phantombuster ou LinkedIn Sales Navigator + export), les enrichit (via Hunter.io ou Apollo), les pousse dans ton CRM, et déclenche les séquences dans l'outil d'envoi de messages. Tout ça sans que tu touches à quoi que ce soit.
Commence par cartographier ton process actuel sur papier avant de toucher à Make. Identifier les étapes manuelles te prend 20 minutes. Ça t'évite de construire un workflow bancal que tu devras refaire dans 3 semaines.
Les briques du workflow LinkedIn automatisé avec Make
Un workflow de prospection efficace repose sur 4 étapes distinctes. Chacune peut être automatisée, et toutes peuvent être orchestrées par Make.
sourcing et scraping des prospects
Make ne scrape pas LinkedIn directement (LinkedIn bloque les accès API non officiels). Tu as besoin d'un outil intermédiaire :
enrichissement et qualification
Tu as un prénom, un nom, un titre, une URL de profil. Maintenant il faut enrichir : trouver l'email pro, vérifier le domaine, croiser avec ton ICP (Ideal Customer Profile).
envoi des messages LinkedIn et email
C'est la partie visible. Tu as 2 canaux :
suivi, relances et mise à jour CRM
C'est ici que Make brille vraiment. Le scenario peut :
- Phantombuster : scrape les résultats de recherche LinkedIn, les membres d'un groupe, les participants d'un événement. Exporte en CSV ou JSON.
- LinkedIn Sales Navigator : export CSV natif (si tu as l'abonnement).
- Apollo.io : base de données avec enrichissement email intégré.
Make récupère ces données via un module "Watch new rows" sur Google Sheets ou un webhook déclenché par Phantombuster. C'est le point d'entrée du scenario.
Make enchaîne ici les modules Hunter.io (trouver l'email), Clearbit (données entreprise), ou directement Apollo si tu utilises leur API. Une condition dans le scenario filtre les profils qui ne matchent pas tes critères (ex : "si l'entreprise fait moins de 10 salariés, stop").
- LinkedIn : via un outil comme Waalaxy ou HeyReach connecté à Make via webhook ou API. Make déclenche l'envoi d'une invitation ou d'un message dans une séquence préparée.
- Email : Make envoie directement via Gmail, SendGrid ou Lemlist avec les variables personnalisées (prénom, secteur, problème identifié).
Personnalise au moins 2 variables dans chaque message (prénom + une donnée spécifique au profil). Les messages avec 0 personnalisation ont un taux de réponse 3 à 4 fois inférieur. Make peut insérer automatiquement ces variables à partir des données enrichies.
- Attendre 48h, puis vérifier si le prospect a répondu
- Envoyer une relance si pas de réponse
- Mettre à jour le statut dans Notion ou HubSpot
- Notifier un Slack channel quand quelqu'un répond
- Ajouter le prospect à une liste de réengagement si toujours pas de réponse après J+7
Si tu veux voir comment structurer le CRM qui va avec, jette un œil à cet article sur automatiser son CRM avec n8n et Notion : les principes sont similaires, et les deux approches se combinent bien.
Tableau comparatif : Make vs les alternatives pour automatiser la prospection LinkedIn
| Critère | Make | Zapier | n8n | Waalaxy seul | HeyReach seul |
|---|---|---|---|---|---|
| Intégrations LinkedIn natives | Indirecte (via webhook) | Indirecte | Indirecte | Native | Native |
| Orchestration multi-outils | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐ | ⭐⭐ |
| Connexion CRM (Notion, HubSpot, Pipedrive) | Oui, natif | Oui, natif | Oui, via modules | Limité | Limité |
| Courbe d'apprentissage | Modérée | Faible | Élevée | Faible | Faible |
| Prix mensuel (usage PME) | 9-29 € | 20-69 € | 0-20 € (self-hosted) | 40-80 € | 79-159 € |
| Relances conditionnelles | Oui (conditions + délais) | Basique | Oui (avancé) | Oui (dans l'outil) | Oui (dans l'outil) |
| Idéal pour | Stack complète orchestrée | Débutants, cas simples | Devs, auto-hébergé | LinkedIn only | Équipes scale LinkedIn |
Gagne du temps avec l'IA, sans la théorie.
Just Use AI te donne les ressources, modules et templates pour automatiser ton quotidien.
Cas concrets : comment des équipes utilisent Make pour prospecter sur LinkedIn
un freelance consultant en stratégie digitale
Thomas, consultant indépendant, cherchait 3 à 4 nouveaux clients par trimestre. Il passait 8h/semaine à chercher des profils sur LinkedIn, envoyer des messages et relancer manuellement.
Son workflow Make :
- Phantombuster scrape chaque lundi les profils qui correspondent à son ICP (DRH ou DG de boîtes 50-200 salariés, secteur services B2B)
- Make récupère le fichier, enrichit les emails via Hunter.io
- Make pousse les profils dans un Google Sheet et dans Pipedrive
- Waalaxy reçoit un webhook et envoie une demande de connexion personnalisée
- J+3 : si connexion acceptée, Make déclenche un message de suivi via Waalaxy
- J+7 : si pas de réponse, email de relance via Gmail avec une variation du message
- Toutes les réponses créent une notification Slack et mettent à jour Pipedrive
Résultat : Thomas passe désormais 1h30/semaine sur sa prospection (revue des réponses, qualification). Il a réduit son temps de 80% et son taux de réponse a augmenté parce que les messages sont mieux ciblés et plus réguliers.
"Avant, je relançais les gens quand je pensais à le faire. Maintenant c'est le workflow qui relance, au bon moment, avec le bon message. J'ai eu 2 nouveaux clients en 6 semaines."
une équipe commerciale de 3 personnes (SaaS B2B)
Une startup SaaS avec 3 commerciaux voulait industrialiser sa prospection sans recruter. Chaque commercial gérait sa prospection dans son coin, sans visibilité partagée.
Le workflow Make mis en place :
- Un Google Sheet centralisé reçoit toutes les listes de prospects (quel que soit le commercial)
- Make segmente par vertical (finance, RH, tech) et assigne à l'outil de séquençage correspondant
- HeyReach gère les séquences LinkedIn pour chaque compte
- Make synchronise toutes les interactions dans HubSpot avec tags et statuts
- Un rapport hebdomadaire automatique est généré et envoyé par email chaque vendredi à 8h
Gain estimé : 6h/semaine par commercial, soit 18h au total. Le pipeline est devenu visible pour le manager sans réunion de suivi quotidienne.
une agence de recrutement (5 personnes)
L'agence voulait sourcer des candidats passifs sur LinkedIn pour ses clients. Le recruteur passait 3h/jour à envoyer des messages.
Make orchestre ici : Phantombuster (sourcing profils) + Make (enrichissement + dispatch) + HeyReach (messages LinkedIn) + Notion (base candidats). Le recruteur ne touche plus qu'aux réponses positives.
Si tu travailles dans un secteur avec des contraintes spécifiques (juridique, comptabilité), les principes restent les mêmes. Regarde par exemple comment l'IA peut s'appliquer dans un cabinet juridique avec des workflows proches de celui-ci.
Ne mets jamais plus de 20-30 nouveaux prospects par jour dans ta séquence LinkedIn. Les comptes qui envoient trop de messages d'un coup se font restreindre. Make gère les volumes via un module "Sleep" ou un scheduler intégré.
Les erreurs courantes quand on automatise sa prospection LinkedIn avec Make
J'en vois souvent les mêmes.
Erreur 1 : ne pas filtrer les prospects en amont
Envoyer un message à 500 profils mal ciblés, c'est pire que d'en envoyer 50 bien ciblés. Make peut intégrer des filtres puissants (taille d'entreprise, titre exact, secteur, localisation) pour ne garder que les profils qui valent vraiment la peine.
Erreur 2 : messages trop génériques
Make permet d'injecter des variables dynamiques dans chaque message. Si tu n'utilises pas cette fonctionnalité, tu passes à côté de la moitié de la valeur de l'outil. Un message avec le prénom + un détail sur l'entreprise convertit nettement mieux qu'un message standard.
Erreur 3 : oublier les limites de LinkedIn
LinkedIn limite le nombre d'invitations à environ 100/semaine sur les comptes classiques. Si ton scenario envoie trop vite, ton compte risque une restriction. Configure des délais dans Make entre chaque action.
Erreur 4 : ne pas brancher de CRM dès le départ
Beaucoup de gens automatisent l'envoi mais laissent le suivi dans un tableau Excel fait à la main. C'est incohérent. Si tu automatises l'envoi, automatise aussi le tracking. Sinon tu perds la moitié de la valeur. Pour aller plus loin sur la gestion automatisée des devis et du cycle commercial, cet article sur l'automatisation des devis avec l'IA donne des pistes complémentaires.
Teste ton scenario avec 5 profils réels avant de le lancer à grande échelle. Vérifie chaque étape manuellement dans Make (le mode "run once" est fait pour ça). Un bug dans l'enrichissement ou une variable mal formatée peut envoyer des messages vides ou incorrects à tes prospects.
Make + IA générative : la prochaine étape pour personnaliser à grande échelle
En 2026, Make intègre nativement OpenAI et d'autres LLM. Ça change la donne pour la personnalisation des messages.
Le principe : Make récupère le profil LinkedIn (titre, description, publications récentes), envoie ces données à GPT-4o via un module OpenAI, et récupère un message d'accroche personnalisé généré à la volée. Chaque prospect reçoit un message différent, adapté à son contexte.
C'est ce qu'on appelle un agent IA de prospection. Il ne se contente pas d'envoyer des templates : il raisonne à partir des données disponibles pour construire un message pertinent.
Pour comprendre la différence entre un simple workflow automatisé et un vrai agent IA, ce guide pour automatiser avec l'IA explique bien les deux approches et quand utiliser l'une ou l'autre.
Si tu veux monter ce type de setup pour ton activité, c'est exactement le genre de choses qu'on conçoit chez Just Use AI. On part de ton process actuel, on identifie ce qui peut tourner tout seul, et on livre un workflow fonctionnel en quelques semaines.
Questions fréquentes
Non, Make n'a pas de connexion native à LinkedIn Messaging. Il faut passer par un outil intermédiaire comme Waalaxy, HeyReach ou Phantombuster, que Make déclenche via webhook ou API. Make orchestre, l'outil LinkedIn exécute.
Les CGU de LinkedIn interdisent techniquement les outils de scraping et d'automatisation. Dans les faits, des milliers d'équipes commerciales utilisent ces outils quotidiennement. Le risque principal est une restriction ou suspension temporaire du compte si les volumes sont trop élevés. Garde des volumes raisonnables (50-100 actions/jour) et utilise des délais entre les actions.
Make coûte entre 9 et 29€/mois selon le volume de scenarios. Ajoute un outil de scraping comme Phantombuster (30-70€/mois) et un outil d'envoi LinkedIn (40-150€/mois). En tout, compte 80 à 250€/mois selon ta stack. C'est rentabilisé dès le premier client signé.
Non. Make est entièrement visuel : tu glisses-déploses des modules, tu remplis des champs, tu connectes des blocs. La courbe d'apprentissage est de quelques heures pour un workflow simple. Pour des scenarios complexes avec des conditions, des filtres et des IA, un accompagnement accélère beaucoup les choses.
Pour un workflow basique (scraping → enrichissement → message → CRM), compte une journée complète si tu pars de zéro. Pour un workflow complet avec relances conditionnelles, scoring et reporting, compte 2 à 3 jours. Une agence spécialisée peut livrer ce type de setup en une semaine.
Sales Navigator n'a pas d'API publique exploitable directement. La plupart des équipes exportent leurs listes en CSV depuis Sales Navigator, puis Make lit ce fichier depuis Google Drive ou Google Sheets pour déclencher le workflow. C'est simple et fiable.
Tu peux configurer Make pour détecter les réponses via l'outil LinkedIn que tu utilises (Waalaxy et HeyReach ont des webhooks de réponse). Make peut alors stopper automatiquement la séquence pour ce prospect, mettre à jour son statut dans le CRM, et t'envoyer une notification Slack pour que tu prennes la main manuellement.
Pour aller plus loin
Automatiser sa prospection LinkedIn avec Make, c'est un levier réel si tu le combines avec un bon ciblage et une stack bien choisie. Les gains de temps sont là (6 à 10h/semaine pour les cas vus ci-dessus), mais la vraie valeur c'est la régularité : ton pipeline continue d'avancer même quand tu es en mission ou en congé.
Si tu veux adapter ce type de workflow à ton secteur et tes outils actuels, commence par identifier précisément tes goulots d'étranglement. Notre audit IA gratuit fait exactement ça : on analyse ton process, on identifie les étapes automatisables, et on te donne une feuille de route concrète. Sans engagement, sans jargon.
Et si tu veux explorer d'autres pistes d'automatisation pour ta prospection et ton développement commercial, consulte notre playbook B2B complet sur l'automatisation de la prospection : les stratégies LinkedIn s'y intègrent dans une approche multicanal.