Générer des messages de relance personnalisés avec l'IA

Par Cédric Dossou Yovo

Avec un prompt structuré intégrant l'historique du contact, les données DVF récentes (ventes dans sa rue) et le contexte Perplexity (projets urbains), l'IA génère un message de relance unique et pertinent en 30 secondes. Les messages qui référencent un fait DVF vérifiable obtiennent 18% de taux de réponse vs 3% pour les relances génériques (données IA LAB, 350 contacts testés, Q4 2025). Ce tuto te donne les prompts, les outils et le concept d'Indice de Timing Optimal pour relancer au bon moment.

Présentation

📁 Dossier Prospection IA — 12 tutos pas à pas Ce dossier regroupe 12 tutoriels pour transformer ta prospection immobilière avec l'IA. Voir les 116 cas d'usage → • Scripts appel à froid par quartier avec l'IA • Emails prospection vendeur IA : séquences 2026 • Annonces PAP : identifier des prospects avec l'IA • Veille concurrentielle immobilier automatisée IA • Lettres prospection boîte aux lettres avec l'IA • Chatbot IA immobilier : qualifier les leads • Scoring de leads automatisé avec l'IA immobilier • Messages de relance • Détecter les signaux faibles de mise en vente avec l'IA • Messages LinkedIn immobilier : approcher avec l'IA • Scripts de pige téléphonique avec l'IA : guide • comprendre suivi leads crm automatisé : rappels ia

Ce que tu vas apprendre dans ce tuto 1. Les 7 situations de relance en immobilier et le timing optimal pour chacune 2. Comment utiliser DVF comme prétexte de relance (vente dans la rue, tendance de prix) 3. Le prompt universel de relance avec balises XML 4. Le concept d'Indice de Timing Optimal (ITO) pour relancer au bon moment 5. L'automatisation avec Brevo + Make pour les relances en masse 6. Cas pratique : 350 contacts à Nantes, de 3% à 18% de taux de réponse

Pourquoi les relances génériques ne fonctionnent plus en 2026

Points clés

"Bonjour, je me permets de revenir vers vous concernant votre projet immobilier." Ce message, chaque propriétaire le reçoit 5 fois par semaine de 5 agents différents. Il est invisible. En 2026, une relance qui fonctionne apporte une information vérifiable que le propriétaire ne connaît pas encore.

18% — de taux de réponse avec une relance contenant une donnée DVF vérifiable (vs 3% en générique) — Données terrain IA LAB, 350 contacts testés, Q4 2025

Selon Zendesk (2026), les entreprises qui personnalisent leurs relances avec des données contextuelles obtiennent un taux de réponse 6x supérieur. En immobilier, cette "donnée contextuelle", c'est DVF + Perplexity.

Pour aller plus loin

Les 7 situations de relance et leur timing optimal

Situation | Timing | Canal idéal | Prétexte DVF/Perplexity Après estimation sans suite | J+14 | SMS | Vente récente dans la rue (DVF) Contact dormant 3 mois | J+90 | Email | Évolution des prix du quartier (DVF) Contact dormant 6+ mois | J+180 | Email + SMS | Bilan annuel de marché (DVF + Perplexity) Après visite de ta page web | H+4 | SMS | "Vous avez consulté l'estimation..." Anniversaire d'estimation | J+180 ou J+365 | Email | Mise à jour de l'estimation (DVF) Nouvelle vente dans sa rue | Dès détection | SMS | Transaction DVF à côté de chez lui Projet urbain annoncé | Dès publication | Email | Impact sur la valeur (Perplexity)

Étape 1 : collecter les données DVF pour tes relances

À retenir

Chaque vente DVF dans le quartier de tes leads est un prétexte de relance naturel. Au lieu de dire "je me permets de revenir vers vous", tu dis "un T3 s'est vendu à 3 800€/m² dans votre rue la semaine dernière".

Créer ta base de prétextes DVF - Lister les quartiers de tes contacts : Exporte les quartiers/rues de tes leads CRM. Regroupe par zone. - Configurer une veille DVF : Consulte app.dvf.etalab.gouv.fr chaque lundi matin. Note les nouvelles ventes par quartier. - Matcher ventes et contacts : Pour chaque vente, identifie les leads dans le même quartier. C'est ta liste de relance de la semaine. - Rédiger avec le prompt structuré : Utilise le prompt ci-dessous avec les données DVF + le contexte du lead.

Étape 2 : enrichir avec Perplexity pour des prétextes qualitatifs