Il n’est pas si facile d’identifier réellement ce qui distingue les meilleures personnes et les pires dans une discipline. Les performances obtenues par les moteurs de voitures par exemple ou au niveau des ventes permettent de « classer » les individus, mais c’est tout.

Si cela semble évident à première vue qu’il faut identifier les facteurs qui différencient les meilleurs vendeurs des moins bons pour comprendre comment augmenter les performances d’une force de vente, dans la pratique, ceci demeure peu courant.

On sait qu’au niveau des tests en vente pour embaucher des représentants ou pour évaluer leurs forces et faiblesses, l’offre est pléthorique. Il est difficile de s’y retrouver parmi tous les tests avec des noms plus attirants les uns que les autres.

Pourtant, ce qui importe le plus dans un test, ce n’est pas la couleur de la carrosserie, mais le moteur en dessous du capot. Je me fais souvent poser des questions sur les nombreux tests d’embauche en vente et les tests de compétences. La question de la prédictibilité des résultats fait partie de celles qui reviennent le plus souvent, à raison d’ailleurs.

En fondant son modèle scientifique sur la recherche des différences entre les 10% de meilleurs vendeurs et les 10% de moins bons, Objective Management Group a réussi là où de nombreuses compagnies de test ont échoué. Voici pourquoi.

Seulement quelques moteurs pour des dizaines de tests

La grande majorité des tests sont avant tout des noms de marques apposés sur un moteur commun à plusieurs dizaines de tests qui sont adaptés à différents métiers.

Donc concrètement, comme dans l’univers automobile, plusieurs marques partagent la même plateforme et travaillent ensuite la carrosserie pour donner leur identité au modèle et créer une « nouvelle » auto.

De l’extérieur, les centaines de tests disponibles sur le marché peuvent laisser penser qu’ils ont leur propre fondement scientifique et leur propre mécanique, alors qu’en réalité, c’est uniquement la formulation des questions, le contexte ou les propositions de réponses qui différent.

Au fur et à mesure des années, les rapports de résultats et même la formulation des questions ont été adaptés pour correspondre aux « modes » et à l’évolution du contexte professionnel. La mécanique en arrière, qui date généralement des années 60 environ reste inchangée ou presque.

Comment arriver à la Tesla des tests de vente?

Secret #1 : la vision

Dave Kurlan, fondateur d’Objective Management Group, a fait le choix de repartir de zéro et de ne pas utiliser les plateformes de test toutes faites, car elles ne répondaient pas spécifiquement aux besoins pour les ventes.

La vision de départ d’Objective Management Group se distinguait de la ligne établie au niveau des tests. Elon Musk, PDG de Tesla n’a pas cherché à bâtir une autre voiture en partant de ce qui existait déjà. Il a fait le choix de repartir de zéro pour bâtir une auto 100% électrique.

Il a donc fallu développer la plateforme de toute pièce et c’est ce qui rend les Tesla si uniques ! Ce ne sont pas des imitations ou des copies, c’est un tout nouveau type de voiture. C’est ce qu’Objective Management Group est parvenu à faire avec ses évaluations, en se soustrayant aux concepts établis dans son domaine.

Secret #2 : la méthodologie d’analyse des données

Dans la majorité des tests d’embauche, ce sont les résultats obtenus par les meilleurs vendeurs à ces tests qui servent de référence pour ensuite tester les autres individus. Cependant, il y a un problème fondamental dans cette approche : on oublie de vérifier si les facteurs qui sont identifiés comme étant positifs chez les bons vendeurs le sont aussi chez les moins bons.

Lorsque c’est le cas, cela veut dire que le facteur n’est en aucun cas prédictif du succès.

Objective Management Group fonde ses analyses sur les critères qui distinguent les meilleurs individus des moins bons. Sur les 21 compétences clés en vente qui ont été isolées par cette méthodologie (en plus de dizaines d’autres critères), il y a un fossé de 60% entre les moins bons et les meilleurs vendeurs. Cet écart est assez significatif pour apporter un niveau de prédictibilité inégalé.

Crédit photo : © Tomasz Zajda – Fotolia.com