TL;DR. Le premier client est le plus difficile à obtenir parce qu’un acheteur ne peut pas distinguer un nouveau venu compétent d’un nouveau venu médiocre, et non parce que les débutants manquent de compétences. Sur oDesk, l’un des prédécesseurs de l’actuel Upwork, 10 % des nouveaux travailleurs hors des États-Unis sans agence derrière eux ont trouvé au moins une mission, contre 27 % de ceux qui sont entrés sous l’égide d’une agence établie. Une estimation de 2021 évalue à 8,6 % la part des 163 millions de profils freelances enregistrés dans le monde qui ont déjà obtenu du travail. Une expérience de terrain montre ce qui abaisse la barrière : une seule petite mission rémunérée assortie d’une note publique a fait passer de 12 % à 30 % la part des travailleurs inexpérimentés en emploi dans les deux mois. Un test de compétences de plateforme, à l’inverse, n’a produit qu’un nouveau projet pour environ 63 certifications. Depuis 2023 s’ajoute un second problème : après le lancement d’un outil de rédaction de propositions par IA sur Freelancer.com, le lien entre une lettre de motivation personnalisée et un rappel de l’employeur a chuté de 51 %. Le geste du CEO : traiter le premier client comme un problème de risque pour l’acheteur, et consacrer vos heures, qui sont rares, à la preuve qui élimine le plus de risque par heure. Le geste de l’étudiant : mener chaque preuve comme une répétition d’entraînement, avec une échéance, un niveau d’exigence et un retour écrit.
Cet article se situe entre ce qui prouve vraiment une compétence en 2026 et l’économie des canaux Upwork, Fiverr et clients directs. Si vous hésitez encore à vous mettre à votre compte, commencez par le cadre de décision entre freelance et salariat à temps plein. Une fois qu’un client a dit oui, la comparaison des modèles de tarification freelance explique comment facturer.
Les sept stratégies constituent un cadre éditorial CEOtudent. CEOtudent n’a mené aucune enquête, ne détient aucune donnée client et n’a testé aucune de ces stratégies ; chacune est notée d’après la recherche publique qui la sous-tend. Cet article fournit une information générale et ne constitue pas un conseil financier, juridique ou fiscal personnalisé.
Pourquoi le premier client est-il le plus difficile à obtenir ?
L’explication d’Amanda Pallais dans l’American Economic Review est qu’une première mission produit deux choses : un résultat pour l’acheteur et une information publique sur le travailleur. Le travailleur conserve le bénéfice de cette information tandis que l’acheteur supporte le coût de sa production, si bien que les acheteurs embauchent trop peu de débutants. Le tableau 1 montre cette barrière et ce qui l’abaisse.
Tableau 1. Ce que les expériences de terrain et les études de plateformes ont mesuré (chiffres tels qu’ils figurent dans chaque source)
| Étude | Cadre et échantillon | Ce qui a été testé ou comparé | Effet mesuré |
|---|---|---|---|
| Pallais (2014) | oDesk, 2010 ; 3 767 candidats à des missions de saisie de données faiblement rémunérées, dont 952 embauchés de façon aléatoire pour des missions de 10 heures | Une petite mission rémunérée assortie d’une note publique | Travailleurs inexpérimentés ayant obtenu au moins une mission dans les deux mois suivants : de 12 % à 30 % ; revenus moyens de 10 $ à 27 $ |
| Stanton et Thomas (2016) | oDesk, d’août 2008 à décembre 2009 ; 83 029 nouveaux travailleurs hors des États-Unis | Entrer sous l’égide d’une agence dirigée par un travailleur établi | 27 % des affiliés ont trouvé au moins une mission, contre 10 % des non-affiliés ; médiane de cinq jours et trois candidatures jusqu’à la première embauche, contre treize jours et dix |
| Agrawal, Lacetera et Lyons (2016) | oDesk, janvier 2012 ; 14 617 offres de mission, 420 833 candidatures | Une expérience vérifiée sur la plateforme supérieure à la médiane de 4 contrats antérieurs | Probabilité prédite d’être embauché par candidature : de 6,7 % à 8,3 % pour les candidats des pays développés, de 1,6 % à 2,8 % pour ceux des pays moins développés |
| Kässi et Lehdonvirta (2024) | Une grande plateforme de freelances ; 46 791 travailleurs sur neuf ans | Réussir un test de compétences de la plateforme (une microcertification) | Revenus en hausse de 8,9 % sur deux semaines ; un nouveau projet pour environ 63 microcertifications |
Sources : les articles cités ; les versions en document de travail ont été consultées lorsque la liste des sources l’indique, et les chiffres de Stanton et Thomas proviennent du document de discussion de 2014.
Trois lectures s’imposent. Premièrement, la barrière tient à l’information : dans l’expérience de Pallais, être embauché ne changeait rien tant que le marché ne voyait que l’embauche, et les résultats se sont améliorés une fois les évaluations rendues publiques. Deuxièmement, la réputation de quelqu’un d’autre est le substitut le plus rapide à la vôtre. Troisièmement, un certificat agit davantage sur le prix que sur l’entrée : Kässi et Lehdonvirta concluent que la microcertification « ne semble pas très utile aux nouveaux travailleurs qui peinent à décrocher leur première mission sur le marché ».
Tableau 2. Quelle est l’ampleur du démarrage à froid ? (analyse CEOtudent des sources citées)
| Ce qui a été mesuré | Chiffre dans la source | Calcul CEOtudent |
|---|---|---|
| Travailleurs inexpérimentés ayant obtenu au moins une mission dans les deux mois : groupe témoin, puis après une petite mission rémunérée | 12 % et 30 % (Pallais) | Environ 1 sur 8 ; 2,5 fois |
| Nouveaux travailleurs ayant trouvé au moins une mission, sans et avec agence | 10 % et 27 % (Stanton et Thomas) | 2,7 fois |
| Profils freelances enregistrés ayant déjà obtenu du travail | 14 millions sur 163 millions (Kässi, Lehdonvirta et Stephany) | 8,6 % ; la fourchette des auteurs va de 2,0 % à 36,8 % |
| Candidatures par offre de mission | 420 833 candidatures, 14 617 offres (Agrawal et coauteurs) | 28,8 |
| Candidatures par embauche, candidats peu expérimentés | Taux d’embauche de 1,6 % à 6,7 % (même étude) | Environ 15 à 63 |
| Dépense annuelle d’un acheteur sur une place de marché | Fiverr : 342 $ par acheteur ; Upwork : 5 129 $ de volume brut de services par client actif | Le chiffre d’Upwork représente 15 fois celui de Fiverr |
| Acheteurs sur deux places de marché qui déposent leurs rapports auprès de la SEC | Fiverr : de 4 027 milliers (2023) à 3 135 milliers (2025) ; Upwork : de 851 milliers (2023) à 763 milliers (juin 2026) | Baisse de 22,2 % et de 10,3 % |
Analyse CEOtudent ; les cellules dérivées ont été recalculées par script. Les lignes décrivent des plateformes et des années différentes et ne s’additionnent pas en un taux unique. Le nombre de candidatures par embauche suppose que chaque candidature a la même chance indépendante, ce qui n’est qu’une illustration. Les indicateurs d’Upwork et de Fiverr sont déclarés par les entreprises dans les documents déposés auprès de la SEC.
Lisez ce tableau comme un ordre de grandeur : dans trois jeux de données collectés entre 2008 et 2020, environ un nouveau venu sur dix obtient un travail, quel qu’il soit. Le vivier d’acheteurs des deux places de marché de la dernière ligne se réduit. Notre comparaison des canaux citait 785 milliers de clients actifs Upwork en décembre 2025 ; le rapport du trimestre clos le 30 juin 2026 en indique 763 milliers et relie en partie ce recul à « l’évolution de l’impact de l’IA sur certaines catégories de travail freelance et sur l’acquisition de nouveaux clients et leur fidélisation ».
Sur quoi porte réellement l’incertitude d’un acheteur ?
Un acheteur qui n’a aucun historique à consulter évalue quatre risques distincts. Chacun appelle un type de preuve différent, ce qui explique qu’un seul portfolio réponde rarement à tous.
Tableau 3. Les quatre risques de l’acheteur et la preuve qui répond à chacun (cadre éditorial CEOtudent)
| Risque | La question que l’acheteur ne formule pas | Pourquoi il est réel | La preuve qui le réduit | Ce qui ne le réduit pas |
|---|---|---|---|---|
| Compétence | Cette personne peut-elle réaliser cette tâche à mon niveau d’exigence ? | Dans la recherche sur le recrutement, les mesures propres au poste sont celles qui prédisent le mieux la performance | Un échantillon réalisé sur un brief semblable au sien ; un test noté | Les années d’expérience ; les adjectifs |
| Fiabilité | Le travail arrivera-t-il à temps sans relances ? | Dans l’expérience de Pallais, environ 18 % des travailleurs embauchés n’ont pas rendu le fichier ni déclaré la moindre heure | Une petite mission rémunérée livrée en avance ; une personne qui se porte garante | Un échantillon réalisé sans échéance |
| Adéquation | Cette personne comprend-elle mon problème ? | Avant les outils d’écriture par IA, une proposition plus personnalisée d’un écart-type valait autant qu’une offre inférieure de 26 $ | Des observations vérifiables sur la situation propre de l’acheteur | Une formulation personnalisée, à elle seule |
| Communication | Travailler avec cette personne me coûtera-t-il du temps ? | Les tests révèlent les compétences techniques « mais pas les compétences relationnelles ni la capacité générale à inspirer confiance » (Kässi et Lehdonvirta) | Un processus visible : questions, plan, points d’étape | Une prose soignée |
Cadre éditorial CEOtudent ; la troisième colonne cite des études figurant dans la liste des sources.
La recherche sur le recrutement étaye la logique de la preuve par le travail. Dans la révision de 2022 des estimations classiques de validité par Paul Sackett et ses coauteurs, les tests par échantillon de travail prédisent la performance au travail à 0,33 et les entretiens structurés à 0,42, contre 0,19 pour les entretiens non structurés et 0,07 pour les années d’expérience professionnelle. Les auteurs notent que leurs meilleurs prédicteurs « sont tous des mesures propres au poste ». Deux réserves : le 0,33 est le chiffre corrigé (le 0,54 largement cité, issu d’une synthèse de 1998, a été révisé à la baisse de 0,21), et ces études portent sur la sélection de salariés, non sur l’achat de prestations freelances.
L’IA générative a-t-elle fait perdre de la valeur à un portfolio soigné ?
Pour les propositions écrites, il existe des données directes, toutes issues de Freelancer.com et toutes publiées dans des documents de travail qui n’ont pas encore été évalués par les pairs. Anaïs Galdin et Jesse Silbert constatent que les employeurs payaient pour des candidatures personnalisées avant les grands modèles de langage, et qu’ensuite ces signaux « ne prédisent plus la bonne exécution de la mission ». Dans leur simulation d’un marché où écrire ne coûte rien, les travailleurs du cinquième supérieur en matière d’aptitude sont embauchés 19 % moins souvent et ceux du cinquième inférieur 14 % plus souvent. Jingyi Cui, Gabriel Dias et Justin Ye étudient l’AI Bid Writer de la plateforme, lancé le 19 avril 2023, à partir de 5 millions de lettres de motivation. La corrélation entre la personnalisation de la lettre de motivation et un rappel a chuté de 51 %, la corrélation avec une offre a chuté de 79 %, et la corrélation entre les rappels et les notes des avis a augmenté de 5 %. Le temps passé à retoucher le brouillon de l’IA était positivement corrélé au succès à l’embauche.
Les notes en étoiles ne comblent pas ce vide : sur un grand marché du travail en ligne, la part des travailleurs recevant la note maximale de 5 étoiles « est passée de 33 % à 85 % en seulement 6 ans », et les auteurs attribuent plus de 50 % de la hausse des notes à l’inflation. Une écriture propre n’est pas non plus le problème. Dans une expérience menée auprès de près d’un demi-million de nouveaux demandeurs d’emploi sur un marché du travail en ligne, ceux à qui une aide algorithmique à la rédaction a été proposée de façon aléatoire ont été embauchés 8 % plus souvent, et les auteurs n’ont trouvé aucun élément indiquant que les employeurs étaient moins satisfaits. La clarté aide un acheteur à vous lire ; elle ne prouve plus l’effort.
Aucune des études que nous avons trouvées ne teste directement les portfolios, si bien que l’étape suivante est un raisonnement, non un résultat : si le texte bon marché a perdu son signal, les échantillons soignés et bon marché perdent probablement le leur aussi. Dans une enquête de l’OIT, 79 % des répondants des plateformes de freelances ont cité les avis et les retours d’anciens clients comme essentiels pour obtenir de nouvelles missions, 54 % ont cité les portfolios de travaux antérieurs et 53 % le nombre de missions réalisées. Une preuve qui fonctionne encore présente trois propriétés : quelqu’un d’autre que vous peut la vérifier, elle montre le processus autant que le résultat, et elle est propre à l’acheteur. La réputation professionnelle à l’ère de l’IA développe cet argument.
Quelles sont les sept stratégies de preuve par le travail étayées par des données probantes ?
La règle de notation est fixée à l’avance. A : une expérience de terrain randomisée sur un marché de freelances a testé le mécanisme, avec pour résultat mesuré le fait d’être embauché ou de percevoir un revenu. B : mécanisme testé par de grandes études quasi expérimentales ou observationnelles sur des marchés de freelances, ou par des expériences et des méta-analyses sur le recrutement de salariés qui se transposent par analogie. C : des données existent, mais elles sont indirectes, mitigées ou faibles pour les nouveaux venus. D : aucune étude trouvée ; raisonnement éditorial uniquement.
Tableau 4. Sept stratégies de preuve par le travail (cadre éditorial CEOtudent ; les coûts en temps sont des estimations éditoriales, non des données)
| Stratégie | Ce qu’elle prouve | Ce que voit l’acheteur | Coût en temps | Niveau de preuve et fondement | Risque principal | Quand ne pas l’utiliser |
|---|---|---|---|---|---|---|
| 1. Micro-pilote rémunéré | Les quatre risques, à petite échelle | Une mission rémunérée achevée et une note ou une référence | 2-4 heures pour le proposer, 3-10 heures de livraison rémunérée | A : Pallais, de 12 % à 30 % | Ancrer un tarif bas | Le problème ne peut pas être découpé en petit |
| 2. Crédibilité empruntée | Fiabilité et adéquation, attestées par un tiers | Une recommandation, ou un nom établi associé au travail | 3-6 heures pour lister vos contacts et leur écrire | B : Stanton et Thomas ; Pallais et Sands | La preuve reste chez l’intermédiaire | Vous ne savez pas nommer le travail que vous voulez |
| 3. Échantillon de travail reproductible au processus visible | Compétence et communication | Brief, décisions, brouillons et fichiers à inspecter | 8-15 heures, réutilisable | B : Sackett et coauteurs, par analogie | Le processus expose aussi un travail faible | La compétence ne peut pas être jugée à partir de fichiers |
| 4. Essai structuré avec test d’acceptation convenu à l’avance | Fiabilité, avec une perte plafonnée pour l’acheteur | Un premier jalon, un test écrit, une option d’arrêt | 1-2 heures de rédaction, 5-15 heures de livraison | C : Barach et coauteurs ; Agrawal et coauteurs | Un test vague appelle les litiges | Le résultat ne peut pas être testé objectivement |
| 5. Audit public du problème d’un prospect | Adéquation et compétence | Trois observations à vérifier en quelques minutes | 1-2 heures par prospect | C : la personnalisation était valorisée avant l’IA | Glisser vers du conseil non rémunéré | Le diagnostic constitue à lui seul toute la mission |
| 6. Tests de compétences vérifiés et microcertifications | Compétence technique uniquement | Un résultat noté par un tiers | 2-6 heures par test | C pour décrocher du travail : Kässi et Lehdonvirta | Collectionner des badges, pas des clients | Avant la première mission |
| 7. Projet d’initiative personnelle documenté, au résultat mesurable | Compétence et initiative | Un résultat en ligne avec des chiffres avant et après | 15-40 heures | D : aucune expérience trouvée | Des semaines sans acheteur en vue | La stratégie 1 ou 2 est disponible |
Cadre éditorial CEOtudent. Les niveaux décrivent la solidité des données qui étayent le mécanisme, non un taux de réussite ; il n’existe de taux de réussite pour aucune de ces stratégies.
1. Le micro-pilote rémunéré
Vendez une mission assez petite pour que dire oui coûte peu : une page d’atterrissage, un jeu de données nettoyé, une semaine de tri d’une boîte de réception. Gardez votre tarif et réduisez le périmètre. Rédigez trois critères d’acceptation avant de commencer, livrez avant l’échéance, puis demandez un retour qui cite des éléments précis. Dans la recherche passée en revue ici, c’est la seule stratégie testée directement dans une expérience randomisée avec l’emploi pour résultat mesuré, et l’expérience montre où se situe la valeur. Les missions duraient au maximum 10 heures à 3 $ de l’heure ou moins, de sorte que chacune rapportait au plus 30 $, tandis que l’effet d’une mission sur les revenus ultérieurs est passé de 19,72 $ après deux mois à 65,56 $ après six : le gain ultérieur moyen représentait plus du double de la rémunération maximale possible. Les évaluations détaillées ont accru les revenus, mais elles « ont aidé ceux qui avaient bien travaillé et pénalisé ceux qui avaient mal travaillé ». Sur Upwork, un nouveau contrat comporte des frais à la charge du freelance de 0 % à 15 %, communiqués au démarrage du contrat, et soumettre une offre exige des jetons appelés Connects, que l’entreprise vend.
2. La crédibilité empruntée
Trois voies existent : une recommandation de la part d’une personne en qui l’acheteur a confiance, une mise en relation par un lien faible, et la sous-traitance pour un freelance ou une agence établis. Dans les données de Stanton et Thomas, les responsables d’agence conservaient environ 5 à 6 % de la rémunération des affiliés et, après repondération pour tenir compte des différences observables, les affiliés restaient 75 % plus susceptibles de trouver une mission. Lisez toutefois les conditions : les agences avaient « la possibilité de retirer tous les avis du profil d’un travailleur » obtenus sous leur nom ; convenez donc par écrit de ce que vous pourrez montrer ensuite. Le recrutement classique va dans le même sens. Dans une société américaine, les candidats recommandés représentaient 6 % des candidats et 29 % des embauches. Dans des expériences menées sur LinkedIn auprès de plus de 20 millions de personnes, ce sont les liens modérément faibles, mesurés par les relations en commun, qui ont généré le plus de mobilité professionnelle : un ancien collègue à qui vous parlez rarement peut donc vous aider davantage qu’un ami proche. Et dans des expériences de terrain sur oDesk, Pallais et Sands ont constaté que « peu d’informations contenues dans la recommandation, voire aucune, étaient par ailleurs observables par l’employeur ».
3. L’échantillon de travail reproductible au processus visible
Choisissez un brief public ou des données publiques proches du travail que vous visez. Publiez le brief, vos contraintes, un relevé du temps passé, les options que vous avez écartées, le résultat et les fichiers. Indiquez où des outils d’IA ont été utilisés et ce que vous avez vérifié à la main. Un acheteur doit pouvoir relancer l’analyse, ouvrir le fichier source ou charger la page. C’est la version freelance du test par échantillon de travail, et elle répond à la décote liée à l’IA parce qu’un processus est plus difficile à contrefaire qu’un résultat.
4. L’essai structuré avec test d’acceptation convenu à l’avance
Proposez un premier jalon assorti d’un test écrit définissant le travail terminé, d’un paiement à l’acceptation et du droit de s’arrêter là. N’attendez pas de la garantie elle-même qu’elle décroche la mission. Lorsqu’une plateforme a appuyé des freelances sélectionnés par une garantie de remboursement, les acheteurs se sont reportés sur eux, mais le nombre total de contrats n’a pas augmenté, et une simple recommandation a fonctionné tout aussi bien : un vendeur recommandé pouvait soumettre une offre environ 16 % plus élevée et être préféré à égalité. Les acheteurs voulaient de l’information plus que de l’assurance. La visibilité est mieux étayée : dans l’étude d’Agrawal, les outils de suivi se sont partiellement substitués à l’expérience vérifiée. Proposez un suivi des heures, un dossier partagé et un point à mi-parcours.
5. L’audit public
Choisissez cinq prospects dans une même niche. En vous appuyant uniquement sur des informations publiques, rédigez pour chacun trois observations que l’acheteur peut vérifier en deux minutes, et montrez une correction. Publiez une version générale et envoyez la version spécifique. L’effort propre à l’acheteur était un signal pour lequel les employeurs payaient, et l’IA en a détruit la version textuelle : un audit ne fonctionne donc que si sa substance est vérifiable.
6. Les tests de compétences vérifiés et les microcertifications
Utilisez-les après la première mission, pas à sa place. Les rendements étaient les plus élevés pour les toutes premières certifications (jusqu’à 16 %) et ne se distinguaient plus de zéro après la 12e. Les travailleurs qui en ont le plus bénéficié avaient « réussi à percer sur le marché » mais ne disposaient pas d’un historique plus long ; leur gain marginal de revenu atteignait près de 15 %. Le conseil de conception de l’étude sert aussi de règle de sélection : les tests doivent être « peu coûteux » à passer, mais difficiles à réussir haut la main.
7. Le projet d’initiative personnelle documenté
Construisez une chose à laquelle un chiffre est attaché : temps de chargement, taux d’erreur ou heures économisées, avant et après. Rendez-la publique et vérifiable. C’est la stratégie la moins étayée et la plus coûteuse en temps : utilisez-la donc lorsque personne dans votre réseau n’achète ce que vous vendez.
Où se situe la limite du travail spéculatif non rémunéré ?
La preuve par le travail vous appartient et elle est réutilisable. Le travail spéculatif est un travail sur mesure destiné à l’usage commercial d’un seul acheteur, réalisé dans l’espoir d’être payé. Trois règles éditoriales : plafonnez à deux heures par prospect l’effort non rémunéré propre à un acheteur ; ne remettez jamais de fichiers que l’acheteur pourrait exploiter tels quels ; et lorsqu’un acheteur demande une tâche de test, proposez la stratégie 1 ou 4 à petit prix. Le temps non rémunéré fait déjà partie du travail de plateforme : les répondants à l’enquête de l’OIT sur les plateformes de freelances consacraient environ 23 minutes à du travail non rémunéré pour chaque heure payée. Nous n’avons trouvé aucune étude comparant des tâches d’essai rémunérées et non rémunérées pour les freelances.
Par quelle stratégie commencer ?
Tableau 5. Guide de choix du premier pas selon le type de compétence (cadre éditorial CEOtudent)
| Type de compétence | Risque le plus difficile pour l’acheteur | Commencez par | Ajoutez ensuite | À éviter comme premier pas |
|---|---|---|---|---|
| Rédaction et révision | La compétence, car un texte fluide est désormais bon marché | 1, avec une référence nommée | 3, en montrant les révisions et les sources | 7 |
| Design | L’adéquation et le goût | 3 sur un brief public | 1 | Des concepts sur mesure réalisés à titre spéculatif |
| Développement | La compétence et la fiabilité, visibles seulement à la fin | 2, en sous-traitance | 4, avec des tests automatisés comme test d’acceptation | 6 seul |
| Données et analyse | La compétence et l’exactitude | 3 sur des données publiques | 5 | 7 sans véritable question |
| Opérations et administratif | La fiabilité | 1 | 2 | 6 et 7 |
Cadre éditorial CEOtudent. La ligne Développement suit l’observation de Stanton et Thomas selon laquelle les agences se concentrent dans les catégories de missions techniques.
Les heures disponibles décident du reste. Avec moins de cinq heures par semaine, appliquez uniquement la stratégie 2, puis la 1. Avec cinq à dix heures, ajoutez la 3. Au-delà de dix, ajoutez la 5.
À quoi ressemble un plan de 30 jours pour un premier client ?
Le plan suppose 10 heures par semaine, soit 40 au total. Ses objectifs sont des chiffres de planification éditoriaux, non des valeurs de référence.
- Semaine 1. Nommez un type d’acheteur et une petite mission. Listez 30 contacts et 10 prospects. Commencez l’échantillon de travail.
- Semaine 2. Envoyez la demande de recommandation aux 30 contacts. Publiez l’échantillon de travail. Rédigez deux audits.
- Semaine 3. Envoyez trois audits supplémentaires et cinq offres de micro-pilote. Proposez à un freelance établi un essai en sous-traitance.
- Semaine 4. Livrez le premier pilote en avance. Demandez un retour précis et l’autorisation de le citer. Notez ce que l’acheteur a modifié, puis répétez la semaine 3.
Si le jour 30 arrive sans pilote, changez de type d’acheteur avant de changer de méthode. Lorsqu’un pilote fonctionne, le playbook du retainer explique quoi proposer ensuite.
Que dire concrètement ?
1. Demande de recommandation à un lien faible
« Bonjour [nom], nous avons travaillé ensemble sur [projet] en [année]. Je prends désormais en charge [mission précise] pour [type d’acheteur] en tant que freelance. Je ne vous demande pas de travail. Connaissez-vous une personne confrontée à [problème précis] ce trimestre ? Si oui, j’apprécierais beaucoup une mise en relation, et je vous enverrai deux lignes que vous pourrez transférer. »
2. Offre de sous-traitance à un freelance établi
« Bonjour [nom], je suis de près votre travail sur [niche]. Lorsque vous êtes en surcharge, je peux vous décharger de [tâche bien délimitée], sous votre nom et sous votre contrôle. Pour sécuriser la démarche, je suggère une pièce test rémunérée de [taille] à [prix], selon vos critères d’acceptation. Deux demandes : un retour dont je puisse tirer des enseignements, et un accord sur ce que je pourrai montrer ensuite. »
3. Audit plus proposition de micro-pilote
« Bonjour [nom], j’ai examiné [ressource publique] et relevé trois points que vous pouvez vérifier en deux minutes : [observation 1], [observation 2], [observation 3]. J’ai corrigé le premier sur une copie : [pièce jointe]. Je peux traiter les deux autres dans le cadre d’une mission au forfait : [périmètre], [prix], livrée le [date], acceptée lorsque [test]. Si le test n’est pas satisfait, vous ne payez pas ce jalon. »
4. Demande de retour après la livraison
« Merci pour ce projet. Pourriez-vous écrire trois phrases sur [rapidité], [conformité au brief] et [communication], en mentionnant un point à améliorer ? Avec votre autorisation, je les citerai avec votre nom et celui de votre entreprise. »
Le quatrième script existe parce que les évaluations comportant des détails objectifs ont davantage fait progresser les revenus qu’une simple note. Si des outils d’IA font partie de votre processus, dites-le tôt ; la facturation et la divulgation du travail assisté par IA en précise la formulation.
Quels sont le geste du CEO et le geste de l’étudiant ?
Le geste du CEO, c’est l’allocation. La ressource rare d’un nouveau venu, ce sont ses heures, et le tableau 4 classe les endroits où elles achètent le plus de réduction du risque : la crédibilité empruntée et un pilote rémunéré avant tout ce qui prend des semaines. Un refus est une information sur le type d’acheteur ou sur la taille de l’offre.
Le geste de l’étudiant consiste à faire compter chaque répétition deux fois. Fixez un niveau d’exigence avant de commencer, chronométrez le travail, obtenez un retour de la personne qui a payé ou qui s’est portée garante, et consignez ce qui a été corrigé. Après trois répétitions, ce journal est en lui-même une preuve de processus. Le problème du démarrage à froid pour les produits numériques applique la même séquence à la vente d’un produit.
Que ne signifient pas ces données ?
Elles ne promettent aucun revenu. Les études les plus solides proviennent d’une seule plateforme, oDesk, entre 2008 et 2013, et l’échantillon de Pallais portait sur de la saisie de données faiblement rémunérée ; les effets sur des missions de design ou d’ingénierie de niveau senior peuvent différer. Le résultat sur les agences est observationnel. Les études sur l’IA sont des documents de travail portant sur une seule plateforme et quelques catégories de compétences, et l’un des résultats phares est une simulation. Les coefficients de validité proviennent de la sélection de salariés. Les coûts en temps, les niveaux de preuve et les objectifs à 30 jours sont éditoriaux. Aucune source ne fournit de taux de réussite pour une quelconque stratégie, et aucun n’est sous-entendu ici.
Questions fréquentes
Peut-on décrocher un premier client freelance sans aucun portfolio ?
Oui, par des voies qui n’en exigent pas. Une recommandation ou une sous-traitance emprunte les antécédents de quelqu’un d’autre, et un petit pilote rémunéré crée les vôtres.
Faut-il travailler gratuitement pour obtenir le premier client ?
L’expérience qui a fonctionné reposait sur des missions rémunérées. Une preuve gratuite et réutilisable, comme un audit, est différente d’un travail sur mesure non rémunéré, pour lequel deux heures par prospect constituent un plafond éditorial raisonnable.
Les certificats ou les tests de compétences sont-ils utiles ?
Ils ont augmenté les revenus de 8,9 % sur deux semaines dans la meilleure étude, mais n’ont produit qu’un nouveau projet pour environ 63 certifications. Passez-les après la première mission.
Une plateforme ou un client direct : que vaut-il mieux pour la première mission ?
Une plateforme offre un historique public mais une forte concurrence : 28,8 candidatures par offre dans un jeu de données de 2012. Les voies directes reposent sur la crédibilité empruntée. Beaucoup de débutants ont besoin des deux.
Combien de candidatures faut-il s’attendre à envoyer ?
Il n’existe aucune valeur de référence actuelle. Dans des données plus anciennes, le travailleur non affilié médian ayant trouvé une mission a eu besoin de dix candidatures et de treize jours, et seuls 10 % en ont trouvé une.
L’IA a-t-elle rendu les choses plus difficiles pour les débutants ?
Pour les propositions écrites, oui : le texte personnalisé a perdu environ la moitié de son lien avec les rappels sur une plateforme, et les employeurs se sont tournés vers l’historique de travail. Cela accroît la valeur d’une preuve vérifiable et de toute personne prête à se porter garante de vous.
Sources
- Pallais, A. (2014). Inefficient Hiring in Entry-Level Labor Markets. American Economic Review, 104(11), 3565-3599 (NBER Working Paper 18917 consulté).
- Stanton, C. et Thomas, C. (2016). Landing the First Job: The Value of Intermediaries in Online Hiring. The Review of Economic Studies, 83(2), 810-854 (CEP Discussion Paper 1316, novembre 2014, consulté).
- Agrawal, A., Lacetera, N. et Lyons, E. (2016). Does standardized information in online markets disproportionately benefit job applicants from less developed countries? Journal of International Economics, 103, 1-12 (NBER Working Paper 18720 consulté).
- Kässi, O. et Lehdonvirta, V. (2024). Do Microcredentials Help New Workers Enter the Market? Evidence from an Online Labor Platform. Journal of Human Resources, 59(4), 1284-1318.
- Kässi, O., Lehdonvirta, V. et Stephany, F. (2021). How many online workers are there in the world? A data-driven assessment. Open Research Europe, 1, 53 (version révisée avec effectifs corrigés).
- Pallais, A. et Sands, E. G. (2016). Why the Referential Treatment? Evidence from Field Experiments on Referrals. Journal of Political Economy, 124(6), 1793-1828 (NBER Working Paper 21357 consulté).
- Brown, M., Setren, E. et Topa, G. (2016). Do Informal Referrals Lead to Better Matches? Evidence from a Firm’s Employee Referral System. Journal of Labor Economics, 34(1), 161-209 (Federal Reserve Bank of New York Staff Report 568 consulté).
- Rajkumar, K., Saint-Jacques, G., Bojinov, I., Brynjolfsson, E. et Aral, S. (2022). A causal test of the strength of weak ties. Science, 377(6612), 1304-1310 (résumé uniquement).
- Sackett, P. R., Zhang, C., Berry, C. M. et Lievens, F. (2022). Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range. Journal of Applied Psychology, 107(11), 2040-2068.
- Barach, M. A., Golden, J. M. et Horton, J. J. (2020). Steering in Online Markets: The Role of Platform Incentives and Credibility. Management Science, 66(9), 4047-4070 (NBER Working Paper 25917 consulté).
- Filippas, A., Horton, J. J. et Golden, J. M. (2022). Reputation Inflation. Marketing Science, 41(4), 733-745 (NBER Working Paper 25857 consulté).
- Wiles, E., Munyikwa, Z. T. et Horton, J. J. (2023). Algorithmic Writing Assistance on Jobseekers’ Resumes Increases Hires. NBER Working Paper 30886.
- Galdin, A. et Silbert, J. (2025). Making Talk Cheap: Generative AI and Labor Market Signaling. arXiv 2511.08785. Document de travail, non évalué par les pairs.
- Cui, J., Dias, G. et Ye, J. (2025). Signaling in the Age of AI: Evidence from Cover Letters. arXiv 2509.25054. Document de travail, non évalué par les pairs.
- International Labour Organization (2021). World Employment and Social Outlook 2021: The role of digital labour platforms in transforming the world of work.
- Upwork Inc. Annual Report on Form 10-K pour l’exercice clos le 31 décembre 2025, US Securities and Exchange Commission. Données déclarées par l’entreprise.
- Upwork Inc. Quarterly Report on Form 10-Q pour le trimestre clos le 30 juin 2026. Données déclarées par l’entreprise.
- Fiverr International Ltd. Annual Report on Form 20-F pour l’exercice clos le 31 décembre 2025. Données déclarées par l’entreprise.
Le tableau 1 reprend les chiffres tels qu’ils figurent dans les sources citées. Le tableau 2 est une analyse CEOtudent de ces sources. Les tableaux 3, 4 et 5, la règle de notation, les règles sur le travail spéculatif, le plan de 30 jours et les scripts sont des cadres éditoriaux CEOtudent ; leurs coûts en temps et leurs objectifs sont des estimations éditoriales, non des données. Délibérément non utilisés : les taux de réponse et de conversion de la prospection à froid, qui circulent sans source primaire ; les parts de recommandations tirées d’enquêtes commerciales et autodéclarées de prestataires ; la validité de 0,54 des échantillons de travail datant de 1998, révisée depuis à 0,33 ; les effectifs non corrigés de la première prépublication de l’estimation de la main-d’œuvre en ligne ; et les pourcentages de frais de plateforme absents des documents déposés. CEOtudent n’a mené aucune enquête pour cet article.
Ce contenu a été compilé avec le soutien de l’IA à la suite d’une recherche approfondie, puis rédigé et préparé pour publication par l’équipe éditoriale de CEOtudent.
This post is also available in:
