Gwenael est un ancien artiste freelance 3D, lancé dans le freelance à 15 ans en 2021. Après des années à prospecter lui-même des marques de luxe pour vendre ses services, il a lancé Makelead il y a trois mois : un SaaS de prospection automatisée sur LinkedIn et X, pensé pour les freelances, solopreneurs et créateurs qui doivent se vendre eux-mêmes sans expérience commerciale.
Son growth hack le plus fort ne vient pas d’un outil, mais d’une habitude simple : aller directement sur les chatbots (non bridés) de ses concurrents et leur poser les questions techniques qu’on n’est normalement pas censé leur poser. Les réponses, il les copie-colle directement dans Claude Code pour reproduire ce qui marche.
Pour le suivre : Gwenael sur X / Makelead
Capture d’écran des ventes liées au Beta Testing.
Le cas en bref
Gwenael, fondateur de Makelead, SaaS de prospection automatisée pour freelances et créateurs.
- Lancé il y a environ 3 mois, en exécution depuis 1,5 mois au moment de l’entretien
- Plus de 100 utilisateurs récoltés en 1,5 mois, tous acquis en utilisant Makelead sur lui-même
- Environ 20 utilisateurs payants sur ces 100
- Prix : 11/mois(partide15/mois (parti de 15 /mois(partide15, baissé après retours utilisateurs), -20% en paiement annuel, modèle freemium
- Environ 600 prospections LinkedIn par mois, la limite jugée “légitime” de la plateforme
- Coûts d’infrastructure très fins : environ 0,015$ par post généré sur X, un peu plus avec un lien inclus
Pourquoi ce cas est intéressant
La plupart des fondateurs de SaaS regardent leurs concurrents de loin : une démo, une page de pricing, quelques avis. Gwenael va plus loin. Il ouvre le chatbot support de ses concurrents, souvent laissé sans aucune restriction, et pose frontalement les questions techniques qu’un chatbot n’est pas censé révéler : est-ce que le scraping tourne en local ou sur un serveur cloud, est-ce que l’authentification passe par des cookies de session ou par l’API officielle, quelle est la limite d’envoi quotidienne avant de risquer un bannissement. Les réponses, il les copie-colle directement dans Claude Code pour reproduire l’architecture qui fonctionne déjà chez les autres.
Le reste du modèle suit la même logique de lucidité économique. Makelead est facturé 11$ par mois, contre 34 à 60$ chez une partie de la concurrence, parce que l’essentiel du traitement tourne aujourd’hui en local et ne coûte presque rien à faire fonctionner. Gwenael a choisi le low ticket par calcul, pas par contrainte, même si une migration partielle vers le cloud, prévue pour gagner en fiabilité, pourrait changer cette équation à l’avenir.
Enfin, l’acquisition elle-même boucle sur le produit : les 100 premiers utilisateurs de Makelead ont été trouvés en utilisant Makelead, pour prospecter des ghostwriters et des freelances directement sur LinkedIn.
Est-ce qu’interroger les chatbots concurrents pour reconstruire leur architecture est une pratique appelée à se généraliser, ou reste-t-elle une zone grise que peu de fondateurs oseront revendiquer publiquement ?
Les piliers du modèle
1. Interroger les chatbots concurrents pour extraire leurs secrets techniques
Plutôt que de deviner comment fonctionne un concurrent, Gwenael lui pose directement la question, via son propre chatbot support.
“Je vais sur le site des concurrents, je vais sur le chatbot et je dis : vous utilisez un serveur cloud ou vous utilisez du local pour prospecter ? Vous utilisez les sessions cookies ou l’authentification officielle via une application dev ?”
💡 Enseignement actionnable : un chatbot support mal configuré peut révéler des détails d’architecture que personne ne documente publiquement. Avant de deviner ou de payer un audit technique, il peut valoir le coup de simplement demander.
2. Rester low ticket par choix, pas par contrainte
Gwenael maintient un prix d’entrée à 11$ par mois, très en dessous d’une partie du marché, parce que ses coûts réels sont proches de zéro.
“Tout est fait en local du coup ça coûte pas d’argent, du coup je le mets en low ticket et c’est comme ça que je me démarque comparé aux autres.”
💡 Enseignement actionnable : un prix bas n’est défendable dans la durée que s’il reflète une vraie structure de coûts légère. Baisser un prix sans revoir ses coûts, c’est simplement retarder le problème.
À noter : cet avantage de coût tient en grande partie à l’exécution locale. Gwenael prévoit de migrer une partie de l’infrastructure vers un serveur cloud pour gagner en fiabilité (voir la stack technique plus bas). Ce changement pourrait faire évoluer l’équation de coûts qui permet aujourd’hui le prix bas, un point à suivre dans les prochains mois.
3. Utiliser l’API officielle plutôt que de la contourner
Beaucoup de concurrents contournent les API officielles pour économiser ou aller plus vite, au prix d’un risque de bannissement plus élevé pour leurs utilisateurs. Gwenael a choisi l’inverse.
“Ce qui nous différencie des concurrents, c’est que la plupart vont utiliser d’autres solutions pour contourner les API, donc un risque de ban qui est beaucoup plus élevé. Moi je mets beaucoup en avant l’API officielle.”
💡 Enseignement actionnable : la voie la plus rapide n’est pas toujours la plus défendable commercialement. La conformité peut devenir un argument de vente à part entière, surtout sur un marché où la concurrence prend des raccourcis risqués.
4. Prospecter avec transparence plutôt qu’avec un compliment calculé
Gwenael a testé deux approches de prospection : un premier message flatteur, qui ouvre bien la conversation mais complique la vente ensuite, et un message transparent qui annonce directement l’intention commerciale.
“Tu demandes la permission de vendre le truc. Le mec, il aime bien ça. Ça fait un peu plus soft, tu vois, et il aime bien que tu lui demandes la permission avant d’en parler.”
💡 Enseignement actionnable : annoncer clairement son intention commerciale dès le premier message filtre plus vite les prospects réellement intéressés, même si ça semble moins habile à première vue.
