Salle de sport : automatiser le suivi des adhérents et les programmes avec Claude Code

Vendredi soir, 22 heures. J’ai raccompagné le dernier adhérent, baissé la moitié des lumières de l’accueil, et j’étais encore devant l’ordinateur. Il me restait douze messages de suivi à envoyer pour la semaine prochaine. Madame A vient de moins en moins depuis le mois dernier. Monsieur B s’est inscrit il y a deux semaines et n’a réservé aucune séance. J’ouvrais une fiche après l’autre, je vérifiais le dernier programme, et je tapais un petit message LINE bien tiède, du genre « Tout va bien de votre côté ? ». Quand je fais ça chaque semaine, il y a des jours où le travail de relance prend plus de temps que le coaching lui-même.

Et pire : à force de chercher quoi écrire, je perds ma concentration et j’envoie un message à peine retouché à partir d’un modèle, sans avoir vraiment réfléchi à « pourquoi cette personne a arrêté de venir ». Quelques semaines plus tard, je m’aperçois que « finalement, cet adhérent-là, il a résilié ». Ce regret, je crois que toute personne qui tient une salle l’a connu au moins une fois.

J’ai confié une grande partie de ce « marécage des relances » à Claude Code et à l’IA générative. Ce n’est pas une automatisation parfaite, loin de là. Mais en laissant l’IA faire la préparation et en gardant la décision pour l’humain, mon travail administratif hebdomadaire a été divisé par deux, au ressenti. Aujourd’hui, je vous laisse ma méthode, avec les modèles prêts à copier-coller.

Points clés

• Le suivi des adhérents, c’est moins « le temps d’écrire » que « le temps de décider à qui dire quoi ». Confiez la préparation à l’IA, gardez la décision d’envoi pour vous.
• Trois tâches conviennent particulièrement à l’IA : repérer les adhérents à risque de résiliation, rédiger un brouillon de message de suivi, et produire une première version de programme d’entraînement.
• Vous trouverez ici des modèles de prompts utilisables tels quels et un script de vérification pour manipuler les données adhérents en toute sécurité.
• Ne transmettez jamais à l’IA les noms réels ni les coordonnées. Travaillez uniquement avec des identifiants anonymes.
• Même pour une petite salle, économiser 3 à 5 heures de tâches administratives par semaine est un objectif réaliste.

D’abord, à qui s’adresse ce guide et comment se déroule le travail aujourd’hui

Ce guide est utile par exemple à ce profil : propriétaire d’une salle indépendante ou d’un studio de coaching personnel comptant entre 50 et 300 adhérents, ou coach sur le terrain. Pas de secrétaire dédiée, ou bien une seule personne. L’acquisition fonctionne plutôt bien, mais les nouveaux adhérents s’éloignent en silence dans les trois mois. Vous voulez agir, mais les séances quotidiennes vous prennent déjà tout votre temps.

Si l’on décompose le suivi actuel, il se déroule à peu près dans cet ordre.

1. Ouvrir l’historique de fréquentation ou le logiciel de réservation et chercher, un peu au feeling, les adhérents qui ne viennent plus
2. Se rappeler la fiche, le dernier programme et l’objectif de cette personne
3. Réfléchir à un message de suivi et l’envoyer via LINE ou l’application
4. Si une réponse arrive, enchaîner sur la prochaine réservation
5. Construire les programmes de la semaine, un adhérent à la fois

Le problème, c’est que les étapes 1 à 3 se font « à la main, à partir de zéro, à chaque fois ». Les deux retours en arrière les plus fréquents sont « oublier quelqu’un qui ne vient plus » et « refaire un programme parce qu’on apprend après coup un changement d’état de forme ou d’objectif ». Le premier touche directement le chiffre d’affaires, et pourtant on le repousse souvent.

Cas d’usage 1 : repérer chaque semaine les adhérents à risque de résiliation

Le premier geste, c’est de lister « qui doit être relancé ». C’est une tâche mécanique d’alignement de critères, donc parfaite pour l’IA.

Si votre logiciel de réservation exporte un CSV, transmettez la date de dernière venue, la date d’inscription et la présence ou non d’une réservation récente, avec des identifiants anonymes, et demandez un tri par niveau de risque. On ne transmet pas les noms réels. Un numéro d’adhérent ou un identifiant haché suffit largement.

Demandez à l’IA de retenir comme « à relancer » les adhérents qui remplissent cette check-list.

• Aucune venue depuis 14 jours (adhérent censé venir deux fois par semaine)
• Inscrit depuis moins de 30 jours, deux venues ou moins
• Aucune réponse ni venue depuis la dernière relance
• À moins d’un mois de l’échéance de l’objectif fixé

L’IA s’arrête là. « Quoi dire à cette personne » et « faut-il même la contacter » restent des décisions humaines. Par exemple : « la semaine dernière elle m’a parlé d’une blessure, donc évitons d’y revenir pour l’instant. » Ce contexte de terrain n’apparaît pas dans les données. C’est à l’humain de le saisir.

Cas d’usage 2 : préparer un brouillon de message pour chaque adhérent

Une fois la liste prête, on passe au texte. C’est là que l’IA fait gagner du temps. Mais on n’envoie jamais le message automatiquement tel quel. On fait produire un brouillon, et l’humain le corrige en trois secondes. C’est le bon dosage.

En demandant des brouillons au ton adapté selon le type d’adhérent, le tri va beaucoup plus vite.

Type d’adhérent	Situation	Orientation du message
Nouveau, faible fréquence	Aucune venue depuis deux semaines	Réduire l’anxiété. Proposer un petit objectif pour la prochaine fois
Coup de mou	Fréquentation tombée à deux fois par mois	Faire le bilan des progrès. Expliquer le plateau
Objectif presque atteint	Plus qu’un effort	Dessiner ensemble le prochain objectif
Contact après une absence	Plus d’un mois sans venir	Ne pas culpabiliser. Abaisser la barrière du retour

En intégrant cette typologie au prompt, l’IA rédige d’un coup des messages différenciés.

Cas d’usage 3 : produire une première version de programme d’entraînement

Le troisième cas, c’est la création de programmes. En lui transmettant l’objectif, l’état actuel, le matériel disponible et la dernière charge de l’adhérent, l’IA renvoie une ébauche par semaine.

Ce que je veux souligner ici : l’IA produit une ébauche, rien de plus. Limites d’amplitude, antécédents médicaux, état de forme du jour, défauts de posture. Tout ce qui touche directement à la sécurité, le coach doit obligatoirement le corriger. On confie à l’IA la combinaison d’exercices, l’estimation des séries et le brouillon de progression par rapport à la dernière fois. C’est l’humain qui décide « peut-on faire porter cette charge à cette personne ».

Délimitez clairement ce qui reste toujours à l’appréciation humaine.

• L’autorisation des exercices liés aux antécédents ou aux zones douloureuses
• L’autorisation des charges lourdes ou de la haute intensité
• Le remplacement d’un programme selon l’état de forme du jour
• Les conseils individuels sur l’alimentation et les compléments (prudence accrue sur tout ce qui touche au médical)

Modèles de prompts prêts à copier-coller

Voici les modèles que j’utilise réellement. Les données adhérents se limitent à des identifiants anonymes ; on n’y met ni nom réel ni coordonnées.

Tu es l'assistant de suivi d'une petite salle de sport.
Lis les données adhérents suivantes (identifiant anonyme, historique de venue et objectif uniquement), puis :
1) Classe les adhérents à relancer du plus au moins à risque.
2) Pour chacun, rédige un brouillon de message LINE, sans reproche, incluant un petit objectif pour la prochaine fois.
   - 120 caractères max, un emoji maximum, vouvoiement
   - Précise le type : nouveau / coup de mou / retour après absence
3) Ajoute en une ligne le point à vérifier par le coach.

Sortie au format tableau. Ne sors jamais nom réel, téléphone ni adresse.
Données :
{coller ici le CSV anonyme}

Le modèle pour les programmes est le suivant.

Tu es l'assistant d'un coach personnel.
Lis l'objectif, l'état actuel, le matériel disponible et le dernier programme de l'adhérent,
puis produis une ébauche de programme pour les 3 séances de cette semaine.
- Nom de l'exercice, nombre de séries indicatif, proposition de progression par rapport à la dernière fois
- Pour chaque jour, indique en une ligne le point de sécurité à vérifier par le coach
- Marque toujours « à vérifier » tout exercice touchant aux antécédents médicaux
Sortie en tableau. Écris en partant du principe que la décision finale revient au coach.
Données adhérent :
{coller ici les données anonymes}

Un script de vérification pour protéger les données personnelles

Avant de transmettre des données adhérents à l’IA, on vérifie par machine qu’aucun nom réel, téléphone ou e-mail ne s’y est glissé. Le contrôle visuel humain finit toujours par laisser passer quelque chose, donc on place ici un garde-barrière. Voici un petit script de vérification qui tourne sous Node.js.

import { readFile } from "node:fs/promises";

// Garde-barrière : vérifie par machine qu'aucune donnée personnelle ne traîne dans le CSV à transmettre
const text = await readFile(process.argv[2] || "membres.csv", "utf8");

const rules = [
  { name: "Téléphone", re: /0\d[\d .-]{7,12}\d/g },
  { name: "E-mail", re: /[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}/g },
  { name: "Colonne nom", re: /(nom|prenom|prénom|nom complet|name)\s*[:,;]/gi },
];

let hit = 0;
for (const rule of rules) {
  const found = text.match(rule.re);
  if (found) {
    hit += found.length;
    console.log(`KO : ${found.length} valeur(s) ressemblant à « ${rule.name} » détectée(s)`);
  }
}

if (hit === 0) {
  console.log("OK : aucune donnée personnelle apparente. Vous pouvez transmettre avec les identifiants anonymes.");
  process.exit(0);
} else {
  console.log("--- Supprimez les colonnes concernées avant de transmettre à l'IA ---");
  process.exit(1);
}

L’exécution se résume à ceci.

node check-pii.mjs membres.csv

Si KO s’affiche, supprimez la colonne concernée avant de transmettre. En adoptant la règle « ne rien donner à l’IA tant que OK n’apparaît pas », l’accident classique du nom réel collé par mégarde disparaît. Demandez à Claude Code « passe ce script sur tous les CSV du dossier » et il l’applique automatiquement à chaque export. Pour bien démarrer, voyez le guide de démarrage de Claude Code, et pour apprendre à votre projet ses propres règles, les bonnes pratiques du fichier CLAUDE.md.

Ce qui a changé avant et après

Les chiffres parlent mieux, alors voici mon estimation à la louche. Pour une salle d’environ 120 adhérents, voici le temps que je consacrais au suivi hebdomadaire.

Tâche	Avant	Après
Repérage des adhérents à relancer	~60 min	~10 min
Rédaction des messages (12 personnes)	~90 min	~25 min
Ébauche de programmes (10 personnes)	~120 min	~40 min
Total (par semaine)	~4,5 heures	~1,25 heure

Un peu plus de trois heures économisées par semaine. En valeur horaire, cela représente 60 à 120 euros par mois, mais surtout, j’ai retrouvé le sentiment d’avoir « de la tête disponible pour le coaching ». Pour affiner vos prompts, l’article sur les techniques avancées de prompt engineering est une bonne base. Si vous débutez avec l’IA, commencez plutôt par l’introduction à Claude Code pour non-développeurs, plus accessible.

Côté retour sur investissement : avec un outil à une dizaine d’euros par mois, il suffit d’éviter une seule résiliation grâce à un meilleur suivi pour largement rentabiliser la dépense. Pour les taux de résiliation, appuyez-vous sur des données publiques comme celles d’organismes officiels du secteur du sport, tout en mesurant sur vos propres chiffres, plus fiables.

FAQ

Q. Puis-je envoyer tel quel un message écrit par l’IA ? Mieux vaut éviter. Utilisez-le comme brouillon et relisez-le toujours avant l’envoi. Ajouter le prénom de l’adhérent et un mot sur un événement récent suffit à effacer le côté « robot ». La clé pour ne pas briser la confiance, c’est de ne pas automatiser l’envoi lui-même.

Q. Puis-je donner les noms et coordonnées des adhérents à l’IA ? N’en faites rien. Identifiant anonyme, historique de venue et objectif suffisent. En vérifiant avec le script ci-dessus avant de transmettre, vous évitez presque tous les accidents.

Q. Est-ce utilisable même si je suis fâché avec l’informatique ? Claude Code se pilote par la conversation. Si vous savez exporter un CSV et coller un prompt, c’est suffisant. Les premières étapes figurent dans l’article d’introduction.

Q. La sécurité des programmes m’inquiète. Considérez la sortie de l’IA comme une simple ébauche. Réglage des charges et exercices liés aux antécédents doivent toujours être corrigés par le coach. En posant la limite dès le départ, l’IA devient un assistant de préparation sûr.

Q. Par quelle tâche commencer ? Je recommande le repérage des adhérents à relancer. Même en cas d’erreur, personne n’en pâtit, et l’effet se voit tout de suite. Une fois à l’aise, ajoutez les messages, puis les programmes : la progression est naturelle.

Ce que j’ai retenu en pratique

Ce que j’ai voulu vérifier, c’est laquelle de ces deux approches tient dans la durée sur le terrain : « tout confier à l’IA » ou « ne confier que la préparation ». Conclusion : c’est la seconde qui a tenu.

Au début, gourmand, j’ai poussé jusqu’à l’envoi automatique. Mais à un adhérent, j’ai envoyé « Comment va votre forme depuis la semaine dernière ? » alors qu’il était venu la veille en me disant qu’il était au top. L’import des données avait un jour de décalage. J’ai blêmi après l’envoi. Depuis, l’envoi repasse toujours par une validation humaine.

À l’inverse, le script de vérification et le repérage ont été de grandes réussites. Depuis que j’intercale le contrôle anti-noms réels, l’accident du « j’ai failli coller le fichier des adhérents » est tombé à zéro. Et le repérage des adhérents à relancer laisse passer beaucoup moins de monde qu’à l’époque où je cherchais au feeling : la première relance des nouveaux adhérents arrive enfin à temps. Pour passer à un déploiement sérieux à l’échelle de l’entreprise, vous pouvez aussi vous appuyer sur un accompagnement adapté à votre terrain via la formation et le conseil. Pour tester d’abord en solo, j’ai déposé des supports et un PDF gratuit par ici. L’IA n’est pas magique, mais rien qu’en respectant ce partage — la préparation à l’IA, la décision à l’humain — mes vendredis soir à 22 heures se sont nettement raccourcis.