Terme
Processus de vente SaaS : PLG vs SLG vs hybride — quand utiliser quoi
MAY 27, 2026 · 11 MIN
La question de la motion : "quel processus de vente faut-il" est en réalité une question d'ACV
Chaque fondateur B2B SaaS entre $1M et $15M ARR finit par me poser la même question : "faut-il aller plus product-led ou plus sales-led ?" Le cadrage est faux. PLG et SLG ne sont pas des identités stratégiques qu'on choisit une fois pour toutes — ce sont des motions opérationnelles qui doivent suivre la forme de vos revenus, pas la dicter.
La variable qui détermine quelle motion convient est l'ACV — annual contract value — combinée à la complexité du deal. Sous environ $5K d'ACV, les unit economics d'un processus de vente humain s'effondrent : un call de discovery de 30 minutes coûte plus que la marge première année du deal. Au-dessus d'environ $25K d'ACV, le self-serve pur s'effondre aussi, mais pour la raison opposée — les acheteurs à ce prix attendent une conversation, plusieurs parties prenantes touchent la décision, et le procurement entre dans le jeu que vous le vouliez ou non. Le territoire intéressant, où vit la plupart des B2B SaaS, est la tranche $5K–$25K dans laquelle aucune motion pure ne fonctionne, et la question devient comment architecturer un hybride qui ne se sabote pas.
Cet article est tranché. Le PLG pur est rare en B2B au-dessus de $25K d'ACV — la plupart des entreprises qui le revendiquent font en réalité de l'hybride avec un département marketing qui préfère l'étiquette PLG. Le SLG pur sous $5K d'ACV brûle du cash pour des calls de discovery qui produisent des contrats mensuels de $400. Le travail consiste à identifier la motion qui correspond à votre tranche de revenus actuelle, à savoir quand la tranche évolue et la motion doit évoluer avec, et à ingénier l'hybride de manière que PQLs et MQLs reçoivent chacun le SLA qu'ils méritent. L'architecture du processus de vente répétable sous-jacent — étapes, critères de sortie, SLAs — est la même dans les deux motions. Ce qui change, c'est qui pilote quelle étape, comment l'acheteur entre dans le funnel, et où atterrit la touche humaine.
Quatre signaux qui révèlent dans quel territoire vous êtes
Avant de concevoir la motion, il faut diagnostiquer honnêtement le territoire où votre produit et votre acheteur résident. Quatre signaux comptent, dans cet ordre.
Signal 1 — tranche d'ACV. La variable déterminante. Sous $5K d'ACV par an, vos unit economics ne supportent pas un processus humain à moins que chaque touche soit hautement automatisée. Entre $5K et $25K, vous pouvez supporter un close mené par AE mais pas un top of funnel mené par AE — trop cher pour qualifier à froid. Entre $25K et $100K, il vous faut un processus AE de bout en bout, avec marketing qui livre du pipeline qualifié, mais le deal reste assez petit pour que des trials self-serve de type PLG pré-qualifient les acheteurs. Au-dessus de $100K d'ACV, vous êtes en territoire SLG classique.
Signal 2 — time to value. Combien de temps entre le moment où un acheteur touche votre produit et celui où il en tire de la valeur ? Si un utilisateur peut configurer le produit et obtenir de la valeur en moins de 30 minutes sans guide humain, la mécanique PLG fonctionne — le produit se vend lui-même. Si la valeur réelle exige implémentation, intégration, change management ou formation côté acheteur, aucun polish UX ne rend le self-serve viable. Même un produit à $4K d'ACV avec 90 jours d'implémentation a besoin d'un accompagnement SLG.
Signal 3 — nombre d'acheteurs par deal. Les deals à acheteur unique (une personne décide, paie, utilise) peuvent tourner en self-serve jusqu'à environ $15K d'ACV. Les deals multi-acheteurs (champion, economic buyer, utilisateur final, porte de procurement) exigent une orchestration humaine dès que plus de deux parties prenantes sont impliquées, quel que soit l'ACV. La réalité B2B SaaS : le nombre d'acheteurs monte avec la taille de l'entreprise — un produit à $50/utilisateur/mois devient un deal à $30K dans une boîte de 500 personnes, et le comité d'achat le rend SLG malgré le prix unitaire qui crie PLG.
Signal 4 — durée du cycle de vente. Si votre deal closed-won typique se clôt en moins de 14 jours depuis le premier contact, vous êtes déjà en territoire PLG que vous l'appeliez ainsi ou non — les humains ne peuvent pas intervenir de façon significative à cette vitesse en volume. Si votre cycle typique court sur 45–90 jours, vous êtes SLG, et le processus doit supporter multithreading, plusieurs calls de stakeholders et des attentes asynchrones. Si les cycles se scindent en distribution bimodale — une part qui clôt en 7–14 jours, une autre en 60–90 — c'est le signal le plus fort que vous devriez fonctionner en hybride : deux journeys distincts, et un seul processus en maltraite un.
Le diagnostic est simple mais les fondateurs le font rarement proprement. Sortez vos 50 derniers deals closed-won. Tracez l'ACV contre la durée du cycle. Comptez les parties prenantes par deal. Si le nuage est serré sous $5K avec cycles sub-14 jours : PLG. Serré au-dessus de $25K avec cycles 60 jours : SLG. Large et bimodal — ce que je vois le plus souvent — vous êtes déjà hybride, et la question est seulement by-design ou by-accident.
Différences de playbook par étape : PLG vs SLG côte à côte
Les étapes sont les mêmes. Ce qui se passe à l'intérieur de chacune est radicalement différent. Voici comment le playbook diverge dans les quatre moments qui comptent — discovery, demo ou POC, conversation sur le pricing, close.
Discovery. En SLG, la discovery est une conversation structurée de 30–45 minutes où l'AE cartographie le problème, le timeline, le budget owner et le processus de décision. Douze questions de discovery scriptées, le rep écoute 70% du temps. En PLG, la discovery se passe dans le produit — les patterns d'usage révèlent le use case, les choix de configuration révèlent la structure d'équipe, le trigger d'upgrade révèle l'intention d'achat. Le "call de discovery" en PLG est habituellement un call de 20 minutes après que l'utilisateur a déjà utilisé le produit, où le rep valide ce que la donnée dit déjà plutôt que de découvrir quoi que ce soit de nouveau. Si vous menez des calls de discovery de 45 minutes avec des utilisateurs qui utilisent déjà votre produit quotidiennement, votre motion est désalignée.
Demo ou POC. Les demos SLG sont taillées au problème exprimé, menées par l'AE ou un sales engineer, et servent à valider le fit solution contre les critères de succès articulés en discovery. Les POCs en SLG sont scopés, bornés dans le temps (typiquement 14–30 jours), et ont des critères de succès explicites auxquels l'acheteur souscrit avant que le POC commence — sinon le POC devient du consulting gratuit. Le PLG saute la demo. Le produit est le POC, chaque jour, sans limite de temps. L'équivalent PLG d'un POC raté est le non-upgrade — plus difficile à coacher car aucune conversation live n'existe pour faire surfacer les objections.
Conversation sur le pricing. Le pricing SLG se négocie. Le prix catalogue est un point de départ, des paliers de remise sont pré-approuvés, l'AE a autorité pour flexer sur les termes (cadence de paiement, multi-année, engagements d'expansion) en échange de conditions protégées. La conversation a lieu en live, au téléphone, avec l'economic buyer dans la pièce. Le pricing PLG est publié. Le prix catalogue est le prix. Des paliers de volume existent mais sont basés sur règles et visibles. La conversation pricing en PLG est asynchrone — l'acheteur compare vos tiers publiés à des alternatives sans vous dans la pièce. Si vous êtes en hybride et laissez votre AE décompter sur un deal venu de self-serve, vous venez de former ce client à ne plus jamais faire confiance à votre pricing publié, et il portera cette attente au renouvellement.
Close. Les closes SLG se font au téléphone, avec un accord signé, après qu'un mutual close plan a été établi 14–30 jours plus tôt. L'AE a piloté le timeline. Les closes PLG se font quand l'acheteur clique sur un bouton d'upgrade, parfois à 23h un mardi, sans humain présent. Le "close plan" PLG est une mécanique produit : visites de pricing page, limites d'expansion atteintes, trial qui expire. La raison pour laquelle l'hybride est dur : les deals mid-market démarrent souvent en PLG (trial self-serve) et finissent en SLG (négociation pilotée procurement), et le rep qui reprend le deal côté SLG doit honorer le pricing que l'acheteur a vu côté PLG. Un pricing bait-and-switch sur un deal qui a démarré self-serve est le moyen le plus rapide de perdre des deals hybrides au procurement gate. La logique pricing où ça casse est partiellement couverte par le template de playbook de vente pour B2B SaaS, qui traite directement la question du pricing par segment ACV.
Mécanique hybride : scoring PQL, triggers d'engagement AE et la voie self-serve
L'hybride est l'endroit où vit la plupart des B2B SaaS entre $5K et $50K d'ACV, et l'endroit où la plupart des équipes opèrent avec un système à moitié construit. Les mécaniques qui séparent un hybride qui fonctionne d'un hybride accidentel se situent en trois points : la définition d'un PQL, le moment où un AE est autorisé à intervenir, et les acheteurs délibérément laissés dans la voie self-serve.
Définition de PQL (binaire, comme MQL mais plus stricte). Un product-qualified lead est un utilisateur self-serve dont les patterns d'usage indiquent une intention d'achat pour un plan d'un ou plusieurs tiers au-dessus de son état courant. Le trigger est composite, pas mono-métrique. Exemples de composites PQL que j'ai installés :
- Utilisateur free qui a invité 3+ coéquipiers et utilisé la fonctionnalité cœur 5+ fois dans les 14 derniers jours, plus sa société matche les firmographics ICP (≥50 employés, industrie cible).
- Utilisateur en trial qui a connecté 2+ intégrations et a au moins 2 utilisateurs actifs du même domaine email en semaine 1 du trial.
- Client payant dont l'usage a dépassé la limite douce de son plan actuel de ≥40% sur trois périodes de facturation consécutives.
La décision de design clé : un PQL doit exiger à la fois profondeur comportementale (utilisation réelle) et fit firmographique (quelqu'un que vous voudriez réellement comme client). Les PQLs purement comportementaux inondent la queue AE d'enthousiastes. Les PQLs purement firmographiques ne sont que des MQLs avec des étapes en plus.
Triggers d'engagement AE et SLAs. Le SLA PQL doit différer du SLA MQL, parce que l'état acheteur est différent. Un MQL a montré une intention inbound — il veut une conversation. Un PQL utilise votre produit — il veut peut-être une conversation, peut-être pas. Règle par défaut que j'installe : un PQL reçoit un message personnalisé à faible friction dans les 4 heures ouvrées suivant le déclenchement. Le message est court, référence un usage produit concret ("je vois que vous avez connecté votre Salesforce et configuré votre équipe — content d'aider si vous pensez à scaler ça sur plus d'équipes"), et propose un call de 15 minutes. Une approche outreach agressive de type demo-pitch sur des inscriptions PQL tue la confiance que le produit a bâtie — l'utilisateur se sent surveillé.
Si le PQL ne répond pas, l'AE recule après deux touches. Le lead retourne dans un flux de nurturing marketing aligné au pattern produit. Crucial : les PQLs qui n'ont pas converti en conversation sales mais continuent d'utiliser le produit ne sont pas réengagés par sales tant qu'un nouveau trigger produit n'a pas tiré. Le produit fait la vente — laissez-le faire.
La voie self-serve (et pourquoi elle existe à dessein). Tous les PQLs n'ont pas besoin d'un AE. Un utilisateur self-serve qui upgrade à un plan à $4K d'ACV n'a pas besoin d'une conversation sales — le coût AE (disons $300 par lead touché) est 7,5% de la valeur première année. Pire : la conversation AE ralentit souvent la conversion, parce que l'AE veut qualifier et que l'acheteur voulait juste cliquer. Je définis habituellement un plancher self-serve délibéré : sous un seuil d'ACV donné, l'AE n'engage pas sur l'upgrade initial, seulement sur l'expansion qui suit. Le seuil est typiquement le prix où l'implication AE ajoute assez d'expansion de deal pour justifier le coût — pour la plupart des B2B SaaS, entre $8K et $15K d'ACV.
Le modèle hybride a un test opérationnel propre : comparez taux closed-won et time-to-close des PQLs touchés par AE vs les conversions self-serve non touchées dans la même tranche d'ACV — la cohorte touchée AE doit gagner soit sur le taux, soit sur la taille, soit les deux, de façon significative. Si elle ne gagne sur aucun, l'AE détruit de la valeur au lieu d'en créer, et le seuil doit monter. Les benchmarks de couverture de pipeline pour équipes hybrides reflètent cela — des ratios de couverture qui semblent sains en SLG pur paraissent anémiques en hybride, parce que la voie self-serve produit du revenu sans jamais apparaître dans le pipeline.
Modes d'échec : comment les deux motions se cannibalisent en silence
Les échecs hybrides prennent deux formes prévisibles, et elles correspondent au camp qui a plus de poids politique dans l'organisation.
Mode d'échec 1 — Sales force-close les inscriptions self-serve. L'équipe sales est sur quota. Elle voit un flot d'inscriptions self-serve, dont une grande part convertit en payant sans son implication, et résiste silencieusement à voir ce revenu ne pas atterrir sur son livre. Les reps prospectent dans la base d'inscriptions, traitent les PQLs (et pire, toutes les inscriptions) comme des MQLs à qualifier en outbound. En deux trimestres, chaque inscription self-serve reçoit un demo-pitch dans les 24 heures du trial. Les inscriptions cessent de convertir au taux self-serve habituel, les chiffres AE-touchés ont l'air bons isolément, mais les bookings totaux stagnent ou baissent. L'équipe produit le voit dans les data ; le leadership sales ne le reconnaît pas parce que les chiffres AE-touchés ont l'air forts.
La correction : une no-touch policy explicite pour les inscriptions sous le seuil, imposée par les règles de routing CRM, pas par la discipline AE. La rémunération AE doit aussi exclure les conversions self-serve sous le seuil — si les reps peuvent gagner du crédit quota pour un upgrade à $400/mois touché une fois, ils toucheront chacun.
Mode d'échec 2 — Produit affame la motion sales. L'échec inverse, aussi courant dans les boîtes product-led avec une équipe sales plus petite. L'équipe produit optimise dur la conversion self-serve, retire la friction à chaque étape. Elle publie un prix bas pour maximiser le volume top of funnel. Les chiffres self-serve sont bons. Puis un acheteur mid-market ou enterprise arrive sur la même pricing page, voit le tier à $99/mois, et décide que le produit n'est pas assez sérieux pour son use case. Il part sans contacter sales. Sales ne voit pas de pipeline inbound au-dessus du seuil ; produit ne voit pas de problème de funnel parce que les chiffres lower-tier sont forts.
La correction : un chemin délibéré "talk to sales" pour les use cases au-dessus du seuil — pricing team-tier publié indiquant "contactez-nous pour >50 utilisateurs", features enterprise derrière une porte sales, langage de pricing custom au-dessus d'un volume. La pricing page devient l'outil de segmentation. Les boîtes qui maintiennent du pricing publié sur tous les tiers jusqu'à l'enterprise perdent systématiquement les deals qui justifieraient même d'avoir une motion SLG.
Le pattern sous les deux modes d'échec est le même : l'organisation n'a pas décidé à qui appartient quelle accountability sur quels deals à quelle tranche d'ACV. Produit possède la conversion jusqu'au seuil ; sales possède la conversion au-dessus. La frontière est le seuil, elle est mécanique, et les disputes sur "à qui appartient telle inscription" se règlent par tranche d'ACV, pas par qui a touché en premier. Pour une vue plus profonde sur la façon dont la transformation engagement plus large établit cette frontière, Sales Transformation Consulting Engagement couvre le volet org design.
La matrice de décision : tranche de revenus × complexité du deal → motion recommandée
Voici la matrice que j'utilise quand un fondateur me demande "quelle motion devons-nous faire ?" Elle est tranchée et préfère la clarté à la nuance, parce que la plupart des fondateurs essaient de fixer leur indécision, pas un excès de tranchant.
│ Acheteur seul │ 2-3 acheteurs │ 4+ acheteurs
│ cycle <14j │ cycle 30-60j │ cycle 60-120j
────────────────────┼───────────────┼─────────────────┼─────────────────
ACV <$5K │ PLG pur │ PLG pur │ Reconsidérer
│ │ (rare) │ ICP (deal
│ │ │ trop cher à
│ │ │ servir)
────────────────────┼───────────────┼─────────────────┼─────────────────
ACV $5K–$15K │ PLG + voie │ Hybride │ Hybride orienté
│ sales PQL │ (PQL→AE au │ SLG
│ │ seuil) │
────────────────────┼───────────────┼─────────────────┼─────────────────
ACV $15K–$50K │ Hybride │ Hybride orien-│ SLG
│ (rare — │ té SLG │
│ examiner │ │
│ pourquoi │ │
│ peu d'ach.) │ │
────────────────────┼───────────────┼─────────────────┼─────────────────
ACV $50K–$200K │ SLG │ SLG │ SLG avec
│ (très rare) │ │ playbook
│ │ │ enterprise
────────────────────┼───────────────┼─────────────────┼─────────────────
ACV >$200K │ SLG │ SLG │ SLG avec
│ (très rare) │ │ chemin procu-
│ │ │ rement & sécu
Trois décisions découlent de la matrice.
Si l'essentiel de vos revenus tient dans une seule case, faites la motion que cette case prescrit. Ne montez pas d'équipe SLG parce que vous aspirez à l'enterprise — montez-la quand vous avez des deals enterprise. Recrutez des AEs pour closer les deals qui existent aujourd'hui, pas ceux que vous voulez voir exister l'an prochain.
Si vos revenus tiennent sur deux cases adjacentes, l'hybride est correct, et le seuil entre traitement PLG et SLG est l'ACV à la frontière de ces cases. Construisez les règles de routing PQL pour qu'elles se déclenchent à ce seuil.
Si vos revenus s'étalent sur trois cases ou plus, vous avez d'abord un problème de segmentation, ensuite un problème de motion. La version la plus courante : une boîte avec des utilisateurs self-serve à $400/mois aux côtés de deals enterprise à $80K — deux produits totalement différents vendus à deux acheteurs totalement différents sous un seul P&L. La question de la motion ne peut pas être tranchée tant que la segmentation n'est pas nommée honnêtement, parfois comme des go-to-market séparés dans une même entreprise avec une indépendance opérationnelle délibérée.
Le choix de motion n'est pas permanent. La plupart des B2B SaaS traversent cette matrice en grandissant — PLG au seed, hybride en Série A, SLG-dominant à la Série B avec PLG retenu pour le SMB self-serve. Le piège : se cramponner à un label motion par identité plutôt que par la tranche de revenus dans laquelle vous êtes réellement ce trimestre. Sortez vos 50 derniers deals, posez-les sur la matrice, et concevez la motion autour d'où les deals vivent réellement. Pour le design opérationnel qui se trouve sous la motion choisie, l'engagement project-based de transformation déroule l'installation — processus, playbook, instrumentation — sur les 12–18 semaines complètes. La question de la motion est en amont de l'installation ; l'installation est ce qui fait que la motion choisie fonctionne réellement en pratique.
Autres articles de ce cluster
Fondamentaux
Optimisation du processus de vente : 7 points de fuite qui coûtent 20–30 % de taux de victoire au B2B SaaS
Le cadre diagnostique d'Iryna Avrutova pour l'optimisation des processus de vente B2B SaaS — 7 points de fuite spécifiques, signaux d'alerte, métriques et correctifs pour récupérer 20–30 % de taux de victoire.
Approfondissement
Benchmarks de pipeline coverage par tranche d'ACV : guide diagnostique pour B2B SaaS
Diagnostic d'Iryna Avrutova sur les benchmarks de pipeline coverage par tranche d'ACV — 5–7x pour SMB sous $10K, 3–4x pour mid-market $10K–$50K, 2,5–3x pour enterprise $50K–$250K, 2–2,5x pour strategic — plus pourquoi la règle générique des 3x induit en erreur, comment décomposer la coverage par stage, les quatre réponses quand la coverage est courte, et les trois mensonges qui font de la plupart des chiffres de pipeline coverage de la fiction.
Approfondissement
Diagnostic win rate et stage conversion : cohort vs snapshot pour B2B SaaS
Iryna Avrutova sur le vrai diagnostic win rate sales — calcul snapshot vs cohort (et pourquoi la plupart des boards voient snapshot mais devraient voir cohort), benchmarks de stage-to-stage conversion, le Stage 3 graveyard, les patterns de stage-skipping et sandbagging, la qualité de qualification comme contrôle amont, et le playbook à quatre mouvements quand vous trouvez une stage cassée.