HubSpot Forecast est l’outil de prévision des revenus intégré au HubSpot CRM. Il utilise l’IA Breeze pour transformer un pipeline commercial en projections financières jusqu’à 24 mois. En 2026, de plus en plus de directions commerciales françaises s’en servent pour sortir du pilotage “au feeling” et obtenir des prévisions probabilistes, deal par deal. L’outil s’adresse surtout aux équipes B2B : scoring prédictif, catégories de prévision, tableaux de bord en temps réel. Le vrai enjeu est simple : savoir si le chiffre d’affaires va tomber, où ça bloque, et quoi faire avant la fin du mois. Dans un marché où 65 % des entreprises françaises utilisent déjà l’IA commerciale, HubSpot Forecast devient un levier concret pour fiabiliser les revenus, mesurer le ROI et comparer les options face à Sellsy ou Salesforce.
Ce qu’il faut retenir
HubSpot Forecast démarre avec le plan Pro, à 90 €/mois/utilisateur, et exige un pipeline propre : étapes claires, données à jour, champs bien remplis. L’IA Breeze s’appuie sur trois blocs : historique CRM, comportement acheteur et engagement en temps réel. Les gains annoncés sont sérieux : 1 à 2 heures récupérées par jour pour les commerciaux, ROI médian de 160 % sur 24 mois, et 73 % d’amélioration du taux de closing. Face à Sellsy ou Salesforce, HubSpot marque surtout des points sur l’adoption. Les crédits IA Breeze vont de 500 en Starter à 5 000 en Entreprise.
Comment paramétrer HubSpot Forecast pour prévoir vos revenus étape par étape ?

Pour paramétrer HubSpot Forecast, procédez dans cet ordre : nettoyer le pipeline, fixer les objectifs de revenus, activer le scoring Breeze IA, configurer les catégories de prévision, puis utiliser les dashboards en réunion commerciale. Comptez moins de 2 heures pour une première mise en place dans Sales Hub, à condition que les données CRM ne soient pas déjà trop abîmées.
Comment nettoyer et structurer son pipeline de transactions pour des prévisions fiables ?
Nettoyer son pipeline, c’est d’abord créer des étapes de transaction qui collent au cycle de vente réel. Pas au cycle rêvé. Pas à celui du modèle HubSpot par défaut. Au vôtre. L’adage “Garbage in, garbage out” s’applique parfaitement ici : si les deals sont mal renseignés, l’IA calculera vite, mais elle calculera faux.
Les champs BANT, Budget, Authority, Need, Timeline, doivent être obligatoires aux moments décisifs du pipeline. Sans budget, sans décideur identifié, sans besoin clair ou sans échéance, une affaire ne devrait pas avancer comme si tout allait bien.
- Créer les étapes : Appel de découverte, Démonstration, Devis envoyé, Négociation finale, Closing.
- Rendre les 4 champs BANT obligatoires pour passer d’une étape à la suivante.
- Supprimer les doublons et archiver les deals inactifs depuis plus de 90 jours.
- Associer chaque transaction à un contact et une entreprise dans le logiciel HubSpot CRM.
Comment définir ses objectifs de revenus individuels et collectifs dans HubSpot ?
Dans HubSpot, les objectifs se règlent via le menu “Goals” du Sales Hub. Vous pouvez attribuer des quotas mensuels ou trimestriels à chaque commercial, puis suivre l’écart restant à combler, le fameux “Gap to quota”.
HubSpot alerte le manager quand la trajectoire d’un commercial devient trop faible avant la fin de la période. C’est là que l’outil devient utile : il évite de découvrir le problème au dernier jour du trimestre. Le manager peut agir plus tôt sur le pilotage du pipeline commercial, revoir les priorités, challenger les prévisions ou débloquer une affaire sensible.
Comment activer le scoring prédictif de Breeze IA sur ses deals ?
Le scoring Breeze IA s’active dans les paramètres du Sales Hub, rubrique “IA prédictive”. Une fois en route, Breeze analyse l’historique du HubSpot CRM, repère les comportements clients qui ont déjà mené à une vente, puis attribue à chaque affaire une probabilité de fermeture, la Win Probability.
Ce score bouge en continu. Un email ouvert, un appel passé, une visite sur le site ou une absence de réponse peuvent le faire monter ou descendre. Pour structurer cette logique côté marketing et vente, consultez la méthode complète pour construire une stratégie de lead scoring efficace.
Comment utiliser les catégories de prévision pour confronter l’humain et l’IA ?
Les Forecast Categories permettent aux commerciaux de classer leurs affaires selon leur propre niveau de confiance. HubSpot compare ensuite cette lecture terrain avec les signaux détectés par l’IA.
- Pipeline : affaires encore fragiles, souvent en début de cycle.
- Best Case : scénario favorable possible, mais pas garanti.
- Commit : affaires engagées, avec une forte probabilité de signature.
Exemple très concret : un commercial classe une affaire en “Commit”, mais le prospect n’a ouvert aucun email depuis 3 semaines. Breeze IA signale alors un Deal Risk. C’est exactement ce qu’on attend d’un bon outil de forecast : calmer l’optimisme de fin de trimestre quand les signaux ne suivent pas.
Comment piloter ses prévisions en réunion grâce aux tableaux de bord HubSpot ?
Les tableaux de bord HubSpot doivent devenir le support des 1-to-1 entre manager et commercial. On y croise trois informations : la prévision pondérée par l’IA, l’objectif financier et le retour terrain du commercial.
La réunion change alors de nature. Elle ne sert plus à réciter une liste de deals. Elle sert à décider : quelles affaires pousser, lesquelles sortir du forecast, où mettre du support, quel risque annoncer à la direction.
Comment l’IA prédictive de HubSpot analyse-t-elle votre pipeline pour fiabiliser vos prévisions ?

L’IA prédictive de HubSpot applique du machine learning à trois sources : l’historique CRM, les comportements d’achat et l’engagement en temps réel. Elle ne totalise pas simplement les montants ouverts dans le pipeline. Elle pondère chaque deal selon sa probabilité statistique de fermeture.
Sur quels piliers repose l’algorithme de prévision d’HubSpot ?
L’algorithme de HubSpot Forecast s’appuie sur trois familles de données utilisées ensemble pour produire une prévision probabiliste.
| Pilier | Nature des données | Impact sur la prévision |
| Tendances historiques | Deals gagnés/perdus des 24 derniers mois | Base statistique de référence |
| Comportement acheteur | Parcours clients similaires convertis | Repérage des signaux d’achat |
| Engagement temps réel | Emails, appels, visites site en cours | Ajustement du scoring en continu |
Cette méthode va plus loin qu’une régression linéaire classique. Un CRM traditionnel extrapole souvent les résultats passés. Breeze regarde aussi ce qui se passe maintenant dans les interactions avec les prospects.
Comment le scoring intelligent des leads améliore-t-il la précision des prévisions ?
Le scoring intelligent améliore les prévisions en pondérant chaque lead selon la fraîcheur et la qualité de ses interactions. Breeze IA analyse les ouvertures d’emails, les visites du site, les réponses aux appels et les téléchargements de contenu.
Un lead qui a ouvert 5 emails la semaine dernière pèse plus lourd qu’un lead silencieux depuis 30 jours, même si les deux deals affichent le même montant. C’est simple, mais très utile : la valeur d’une opportunité ne dit rien si l’acheteur ne bouge plus. Cette logique nourrit directement la formation à l’IA pour commerciaux des équipes qui veulent utiliser ces scores dans leurs priorités de prospection et de négociation.
Qu’est-ce qui distingue une prévision probabiliste d’une prévision classique ?
Une prévision probabiliste sépare les affaires quasi-certaines, probables et spéculatives. Chaque deal reçoit un pourcentage de probabilité calculé par l’algorithme. Une prévision classique, elle, applique souvent un poids fixe selon l’étape du pipeline, par exemple 50 % dès qu’un devis est envoyé.
- Affaires quasi-certaines : probabilité supérieure à 80 %, avec des signaux d’engagement forts et récents.
- Affaires probables : probabilité entre 40 et 80 %, avec une dynamique favorable mais encore incomplète.
- Affaires spéculatives : probabilité inférieure à 40 %, avec des signaux faibles ou contradictoires.
L’IA remet donc du factuel dans une zone souvent dominée par le ressenti commercial. Comme le souligne Virginie Le Lièvre, Head of Brand et Marketing France chez HubSpot : “Les équipes marketing les plus performantes sont celles qui utilisent déjà l’IA dans leurs prises de décisions, car cela leur permet d’affiner leurs stratégies et de stimuler le retour sur investissement.”
Quels gains de temps et de précision peut-on vraiment obtenir avec l’IA HubSpot ?

Les gains associés à l’IA HubSpot sont chiffrés : 1 à 2 heures récupérées par jour, ROI médian de 160 % sur 24 mois, et amélioration du closing pour 73 % des utilisateurs. Ces données proviennent d’études HubSpot, IBM et Bpifrance. À prendre pour ce qu’elles sont : des moyennes. Mais même divisées par deux, elles changent déjà l’organisation d’une équipe commerciale.
Combien d’heures les commerciaux français récupèrent-ils grâce à l’IA ?
Les commerciaux français récupèrent 1 à 2 heures par jour auparavant perdues dans la saisie manuelle, la recherche d’informations et les tâches de suivi, selon le rapport HubSpot State of Sales 2025 relayé par Actionco.fr.
Sur un mois, cela représente entre 20 et 40 heures, soit jusqu’à une semaine de travail. Ce temps peut repartir vers la vente active : relances mieux ciblées, prospection qualifiée, préparation des rendez-vous, coaching.
Quel est le retour sur investissement médian des entreprises ayant adopté ce type d’IA ?
Le ROI médian atteint 160 % sur 24 mois pour les entreprises ayant déployé une IA commerciale de type Breeze, selon l’analyse de Denis Atlan sur le marché des PME et de l’e-commerce. Le calcul agrège les gains de productivité, la hausse du taux de conversion et la réduction des cycles de vente.
Autre signal : 76 % des professionnels de la vente déclarent gagner du temps grâce à l’IA et 73 % constatent une amélioration nette de leur taux de closing. Pour creuser le calcul côté revenus, consultez notre guide pour mesurer le ROI de vos actions automatisées avec HubSpot.
Quel impact sur la compétitivité des équipes commerciales françaises ?
L’impact concurrentiel est déjà visible : 65 % des entreprises françaises utilisent l’IA dans leurs stratégies marketing et commerciales (Bpifrance/HubSpot), et 81 % des équipes de vente mondiales investissent pour obtenir une visibilité en temps réel sur leur pipeline (IBM).
- Les retardataires risquent un décrochage concurrentiel dès 12 mois.
- Le service client profite aussi des données commerciales pour anticiper les besoins post-vente.
- L’intégration au marketing automation crée une boucle, le loop marketing, entre acquisition, conversion et fidélisation.
Pourquoi choisir HubSpot Forecast plutôt qu’une solution française comme Sellsy ?

Choisir HubSpot Forecast plutôt que Sellsy se défend surtout si votre priorité est l’IA prédictive native. HubSpot intègre Breeze dans Sales Hub. Sellsy reste très solide sur la facturation, la conformité française et la gestion opérationnelle, mais son IA prédictive n’a pas encore le même niveau de maturité.
Quelles sont les limites des acteurs français sur l’IA prédictive ?
Sellsy est très bon sur la facturation et la conformité française, avec une entrée à 49 €/mois par utilisateur. En revanche, son module d’intelligence artificielle reste limité face aux prévisions probabilistes de Breeze.
Pour une analyse détaillée des différences fonctionnelles, consultez notre comparatif HubSpot vs Sellsy.
HubSpot Breeze face à Salesforce Einstein : lequel choisir pour son équipe ?
HubSpot Breeze gagne sur la simplicité d’adoption. Les équipes peuvent l’utiliser sans projet data lourd ni longue configuration. Salesforce Einstein est plus puissant pour les grandes organisations très structurées, mais il demande plus d’administration, plus de gouvernance et plus de temps.
| Critère | HubSpot Breeze | Salesforce Einstein | Sellsy |
| IA prédictive native | Oui, activation immédiate | Oui, configuration avancée | Limitée |
| Approche No-Code | Oui | Non, requiert des admins | Oui |
| Adoption par les commerciaux | Sous 1 semaine | 2 à 6 mois | Sous 2 semaines |
| Tarif d’entrée IA forecasting | 90 €/mois/user | À partir de 165 €/mois/user | 49 €/mois/user |
| Conformité française | Complète | Complète | Excellente |
Beaucoup de PME françaises choisissent HubSpot parce que les commerciaux peuvent commencer vite. Dit autrement : ils peuvent vendre avant d’avoir passé trois mois en formation outil. Pour un comparatif plus complet, lisez notre article HubSpot vs Salesforce : le duel des titans du CRM en 2026.
Quel budget prévoir pour accéder aux prévisions IA selon votre type d’équipe ?

Le budget pour accéder aux prévisions IA démarre à 90 €/mois/utilisateur avec le plan Pro. C’est le premier niveau qui débloque le Forecasting complet. Le plan Starter, à 15 €, permet de tester certaines fonctions IA, mais pas les prévisions probabilistes. Le plan Entreprise monte à 5 000 crédits IA Breeze par mois.
Quel plan HubSpot choisir pour débloquer les prévisions de revenus ?
Le plan Pro à 90 €/mois/utilisateur est le minimum pour accéder au Forecasting complet et au scoring intelligent de Breeze. Le Starter sert surtout à découvrir l’IA HubSpot sans piloter les revenus de manière avancée.
| Plan HubSpot | Tarif | Forecasting | Crédits IA Breeze |
| Starter | 15 €/mois/utilisateur | Non | 500/mois |
| Pro | 1 430 €/mois (6 licences) | Oui, complet | 3 000/mois |
| Entreprise | 4 610 €/mois (8 licences) | Oui, rapports avancés | 5 000/mois |
Les entreprises qui regroupent Marketing, Ventes et service client choisissent souvent la Suite CRM Pro. Pour comparer les options, consultez notre guide complet des tarifs HubSpot 2026.
Combien de crédits IA Breeze sont inclus par niveau d’abonnement ?
Les crédits IA Breeze vont de 500 en Starter à 5 000 en Entreprise, avec 3 000 crédits sur le plan Pro. Ils sont consommés à chaque requête prédictive : scoring d’un deal, génération d’une prévision, analyse de risque sur une affaire.
- 500 crédits couvrent environ 50 analyses prédictives complètes par mois.
- 3 000 crédits suffisent à une équipe de 6 à 10 commerciaux actifs.
- 5 000 crédits ciblent les équipes de plus de 15 commerciaux ou les forecasts multi-pipelines.
Comment approfondir sa maîtrise du machine learning appliqué à la vente ?

Comprendre les bases du machine learning aide à mieux lire les prévisions de Breeze IA. Un score n’est pas une vérité absolue. C’est une probabilité, construite à partir de données passées et de signaux récents. Les équipes qui comprennent cette mécanique savent défendre un forecast devant leur direction, au lieu de simplement répéter un chiffre affiché dans le CRM. Découvrez notre catalogue de formations en machine learning adaptées aux profils commerciaux et marketing.
Comment HubSpot devient-il le standard pour les SaaS en forte croissance ?

HubSpot s’installe chez les SaaS en croissance parce qu’il réunit CRM, marketing, vente et service dans une même plateforme. Moins de silos, moins d’exports, moins de débats sur “la bonne version” du pipeline. Pour approfondir le sujet, lisez notre analyse sur pourquoi HubSpot est le standard des SaaS en croissance.
La précision des prévisions de revenus ne dépend plus seulement de l’intuition du directeur commercial ou d’un tableur mis à jour trop tard. Elle dépend de la qualité des données, du bon outil et de la capacité des équipes à interpréter les signaux. Chez LearnThings, comparateur indépendant de formations professionnelles, nous aidons les directions commerciales et marketing à choisir les formations qui rendent HubSpot et l’IA prédictive vraiment exploitables sur le terrain.








