Les départs ou nominations de dirigeants sont souvent les premiers signaux d’opportunité pour le conseil, le développement commercial ou la veille concurrentielle. Mais ces informations sont éclatées entre registres, presse et profils, difficiles à fiabiliser et donc rarement actionnées. Ce segment consolide ces événements (démissions, nominations, changements de poste), les relie à la viabilité financière de l’entreprise et fournit des signaux structurés, explicables et prêts à intégrer dans vos outils (CRM, BI, alertes).
Les départs ou nominations de dirigeants sont souvent les premiers signaux d’opportunité pour le conseil, le développement commercial ou la veille concurrentielle. Mais ces informations sont éclatées entre registres, presse et profils, difficiles à fiabiliser et donc rarement actionnées.
Ce segment consolide ces événements (démissions, nominations, changements de poste), les relie à la viabilité financière de l’entreprise et fournit des signaux structurés, explicables et prêts à intégrer dans vos outils (CRM, BI, alertes).
Relie vos inputs (noms, sites web) à une entité vérifiée
Détecte les changements de dirigeants via registres, presse et profils
Classifie les rôles avec une taxonomie standardisée (niveau/fonction)
Ajoute des horodatages de dernier changement et dernière vérification, avec source et score de confiance
Superpose solvabilité et statut actif de l’entreprise, puis génére un commentaire clair en langage naturel
Ce segment est activé grâce à un mélange de sources fiables et de vos propres données.
AI reasoning
User Input
APIs qualifiées
Web intelligence
Événements de churn dirigeants structurés avec identifiant unique
Dirigeants, rôles et dates de changement vérifiés
Scores de confiance transparents pour chaque champ enrichi
Overlays de solvabilité et de statut actif pour le contexte business
Tags de taxonomie alignés à vos propres classifications
Un dataset exploitable immédiatement dans vos CRM et workflows GTM.
Les réponses à vos questions sur ce segment
Les réponses à vos questions sur ce segment
En combien de temps je peux tester ?
En plateforme, les premiers signaux ressortent en minutes à heures selon le volume. En mode projet, un dataset complet est livré en 48–72h. Dans les deux cas, vous validez vite avant de scaler.
Comment gérez-vous les données personnelles (noms, LinkedIn) ?
Tout est traité dans une instance dédiée en UE, avec logs d’audit et supervision DPO externe. Pas de stockage inutile : chaque signal garde sa source, vous gardez la conformité.
Si je cible 1 000 entreprises, à quoi m’attendre ? Et si je monte à 50 000 ?
Un COMEX/CODIR compte en médiane 6–8 dirigeants. Sur 1 000 sociétés, ça fait 6 000–8 000 personnes. Avec 15–25 % de rotation annuelle, comptez 900–2 000 signaux par an. Le tout se scale via un modèle à crédits : vous payez au volume, pas à la licence.
En quoi c’est différent d’un scraping LinkedIn ou d’un abonnement registre ?
Parce que l’on combine plusieurs sources, qu’on score chaque signal et qu’on les aligne à votre taxonomie. Pas des signaux bruts, mais une donnée exploitable.
Est-ce que cela s’intègre directement dans mon CRM ?
Oui. Connexion native à Salesforce, HubSpot ou vos data lakes. Sinon export simple en CSV, JSON ou Sheets. Pas de retraitement : scores et structure restent intacts.
Qu’est-ce qui fait qu’un départ est vraiment un signal utile pour moi ?
Chaque événement est enrichi d’un commentaire clair, d’un score de solvabilité et, si dispo, des réactions presse/marché. Vous voyez tout de suite si c’est une simple rotation ou une vraie alerte stratégique.
Combien de temps après un dépôt officiel ou une mise à jour LinkedIn le signal ressort-il ?
Cela dépend du pays et du secteur : parfois quelques heures, parfois quelques jours. LinkedIn et presse sont souvent plus rapides. Dans tous les cas, chaque événement est daté et horodaté.
Est-ce que vos signaux sont vraiment fiables et complets ?
On ne se contente pas d’une seule source. Chaque mouvement est recoupé (registre, presse, profils, APIs) et scoré. Vous voyez le signal, sa source et son niveau de confiance.
{ "_meta": { "dictionaryColumns": ["Variable", "Data_Type", "Sample_Value", "Description"] }, "data": [ { "Variable": "company_name_input", "Description": "Client-provided company name used for matching", "Business_Rules": "Exact or fuzzy match accepted", "Source_System": "Client Data", "Data_Type": "VARCHAR", "Sample_Value": "Nordic Energy AB" }, { "Variable": "website_input", "Description": "Client-provided company website for matching", "Business_Rules": "Valid domain or URL; used for entity resolution", "Source_System": "Client Data", "Data_Type": "VARCHAR", "Sample_Value": "nordicenergy.com" }, { "Variable": "event_id", "Description": "Unique identifier for the churn event", "Business_Rules": "Stable UUID", "Source_System": "Web+AI Reasoning", "Data_Type": "VARCHAR", "Sample_Value": "EVT-2025-0001" }, { "Variable": "company_id_external", "Description": "Verified external company identifier", "Business_Rules": "Stable mapping key across datasets", "Source_System": "Curated APIs", "Data_Type": "VARCHAR", "Sample_Value": "CO_20019" }, { "Variable": "company_name", "Description": "Verified legal company name", "Business_Rules": "Normalized canonical name", "Source_System": "Curated APIs", "Data_Type": "VARCHAR", "Sample_Value": "Nordic Energy AB" }, { "Variable": "website_domain", "Description": "Verified canonical website domain", "Business_Rules": "Active, resolvable domain", "Source_System": "Web Intelligence", "Data_Type": "VARCHAR", "Sample_Value": "nordicenergy.se" }, { "Variable": "executive_name", "Description": "Person involved in the churn event", "Business_Rules": "Full name; NULL for unknown", "Source_System": "Web Intelligence", "Data_Type": "VARCHAR", "Sample_Value": "Anna Lindqvist" }, { "Variable": "executive_linkedin_url", "Description": "Profile URL for the executive", "Business_Rules": "If found; else NULL", "Source_System": "Web Intelligence", "Data_Type": "VARCHAR", "Sample_Value": "https://www.linkedin.com/in/anna-lindqvist" }, { "Variable": "role_title", "Description": "Reported job title at time of exit/entry", "Business_Rules": "Free text, standardized when possible", "Source_System": "Web Intelligence", "Data_Type": "VARCHAR", "Sample_Value": "Chief Financial Officer" }, { "Variable": "role_category", "Description": "Standardized role category", "Business_Rules": "ENUM: cxo|vp|director|board|other", "Source_System": "Web+AI Reasoning", "Data_Type": "ENUM", "Sample_Value": "cxo" }, { "Variable": "role_level", "Description": "Standardized seniority level", "Business_Rules": "ENUM: cxo|head|manager|board", "Source_System": "Web+AI Reasoning", "Data_Type": "ENUM", "Sample_Value": "board" }, { "Variable": "position_type", "Description": "Whether the role is statutory board or management", "Business_Rules": "ENUM: Board|C-suite|SeniorMgmt", "Source_System": "Web+AI Reasoning", "Data_Type": "ENUM", "Sample_Value": "Board" }, { "Variable": "employment_start_date", "Description": "Known start date of the role", "Business_Rules": "YYYY-MM-DD or NULL", "Source_System": "Web Intelligence", "Data_Type": "DATE", "Sample_Value": "2021-04-01" }, { "Variable": "employment_end_date", "Description": "Exit date for the role (if churn event is exit)", "Business_Rules": "YYYY-MM-DD or NULL", "Source_System": "Web Intelligence", "Data_Type": "DATE", "Sample_Value": "2025-03-18" }, { "Variable": "job_last_changed", "Description": "Timestamp when the job status last changed", "Business_Rules": "ISO 8601", "Source_System": "Web Intelligence", "Data_Type": "TIMESTAMP", "Sample_Value": "2025-03-19T08:12:00Z" }, { "Variable": "job_last_verified", "Description": "Timestamp when the job data was last verified", "Business_Rules": "ISO 8601", "Source_System": "Web Intelligence", "Data_Type": "TIMESTAMP", "Sample_Value": "2025-03-20T10:30:00Z" }, { "Variable": "event_type", "Description": "Type of churn event", "Business_Rules": "ENUM: exit|entry|role_change", "Source_System": "Web+AI Reasoning", "Data_Type": "ENUM", "Sample_Value": "exit" }, { "Variable": "exit_source", "Description": "Primary evidence source", "Business_Rules": "ENUM: registry|linkedin|press|website", "Source_System": "Web+AI Reasoning", "Data_Type": "ENUM", "Sample_Value": "registry" }, { "Variable": "exit_reason", "Description": "Reason text if known", "Business_Rules": "≤160 chars; optional", "Source_System": "Web Intelligence", "Data_Type": "VARCHAR", "Sample_Value": "Resignation" }, { "Variable": "exit_confidence", "Description": "Confidence in the churn event", "Business_Rules": "0–100; registry events ~100", "Source_System": "Web+AI Reasoning", "Data_Type": "INTEGER", "Sample_Value": 100 }, { "Variable": "solvency_score", "Description": "Company solvency/credit score overlay", "Business_Rules": "0–100; higher is better", "Source_System": "Curated APIs", "Data_Type": "INTEGER", "Sample_Value": 82 }, { "Variable": "active_status_flag", "Description": "Is the company currently active", "Business_Rules": "BOOLEAN", "Source_System": "Curated APIs", "Data_Type": "BOOLEAN", "Sample_Value": true }, { "Variable": "viability_flag", "Description": "Pipeline viability (rule-based)", "Business_Rules": "TRUE if solvency >=60 AND active", "Source_System": "Web+AI Reasoning", "Data_Type": "BOOLEAN", "Sample_Value": true }, { "Variable": "churn_comment", "Description": "Short rationale for why the event matters", "Business_Rules": "≤300 chars; plain language", "Source_System": "Web+AI Reasoning", "Data_Type": "TEXT", "Sample_Value": "Board resignation filed; solvency 82 — stable firm with advisory opening." }, { "Variable": "custom_taxonomy_tags", "Description": "Client-defined sector/theme tags", "Business_Rules": "Array of strings", "Source_System": "Web+AI Reasoning", "Data_Type": "ARRAY", "Sample_Value": "[\"Energy\", \"Transition\"]" } ] }
