+150 XP

Quantifier l'engagement et la rétention dans les applications bancaires

Deux clients ont alimenté leur compte le même mardi. Quatre-vingt-dix jours plus tard, l'une reçoit son salaire le 28, trois prélèvements en partent, et elle utilise sa carte onze fois par semaine. L'autre détient toujours les 50 £ virés pour valider l'étape d'alimentation, et n'ouvre l'application que lorsqu'une alerte fraude la réveille. Tous deux comptent comme comptes alimentés dans le rapport d'acquisition. Un seul est une relation bancaire.

Cette leçon commence au jour 31, après les étapes de souscription que cartographie la leçon sur le funnel. La question est ici comportementale : quelles actions dans l'application indiquent qu'une relation est vivante, comment les calculer, et quelles fonctionnalités (gamifiées ou de pure utilité) font bouger ces chiffres précis plutôt que la seule activité.

Taux d'utilisateurs actifs : qui est réellement là

La métrique d'engagement de base est le taux d'utilisateurs actifs : la part de votre base client qui utilise le produit sur une fenêtre donnée.

Deux fenêtres standard :

  • MAU (monthly active users) : clients uniques ayant réalisé une action significative sur les 30 derniers jours.
  • DAU (daily active users) : idem, sur une seule journée.

« Action significative » est une décision que vous prenez, pas une donnée. Se connecter pour consulter un solde compte comme une activité. Les équipes matures séparent malgré tout l'activité passive (un coup d'œil au solde) de l'activité transactionnelle (un paiement, un virement, une opération carte, une souscription), parce que la seconde prédit le revenu et la première presque rien.

Le piège se trouve dans la liste d'événements. Si tout mouvement de compte compte, un client mentalement parti depuis deux ans mais qui n'a jamais résilié un prélèvement d'abonnement à 4,99 reste actif dans votre dashboard indéfiniment. Les écritures d'intérêts, les arrondis sur une carte morte et les virements permanents produisent le même effet. Exigez un événement initié par un humain : une connexion, un paiement manuel, une autorisation carte, un changement de paramètres. Faites tourner les deux définitions en parallèle pendant un mois et regardez l'écart. Cet écart est composé de clients que vous avez déjà perdus, logés dans le chiffre que vous remontez.

Le stickiness ratio

Divisez le DAU par le MAU pour obtenir le stickiness ratio : la part des utilisateurs mensuels présents un jour donné.

DAU = 400,000
MAU = 1,400,000
Stickiness = 400,000 / 1,400,000 = 0.286 = 28.6%

28,6 % signifie que l'utilisateur actif moyen ouvre l'application 8 à 9 jours par mois. Les applications bancaires sont structurellement hautes sur cet indicateur, la consultation de solde et la gestion de carte étant des gestes d'habitude. Quels chiffres publiés vous pouvez honnêtement comparer à ce résultat, et comment ajuster d'abord pour le marché et le mix produit, relève de la leçon sur les benchmarks ; la lecture qui vous appartient est votre propre tendance sur trois trimestres.

Le stickiness masque aussi la forme. Tracez le DAU par jour du mois. S'il triple entre le 25 et le 2 puis s'aplatit en milieu de mois, vous avez une application de jour de paie plutôt qu'une application d'habitude, et la moyenne mensuelle le cache. Le correctif est une raison d'ouvrir le 12 : un suivi de dépenses, un objectif dont la progression se voit, une prévision de factures.

Part de compte principal : la métrique qui paie les factures

La part de compte principal est le pourcentage de vos clients pour qui vous êtes l'établissement financier principal. Un client principal fait arriver son salaire chez vous, paie ses factures depuis chez vous, utilise votre carte chaque jour. Un client secondaire y laisse un peu d'argent et vous oublie, et l'écart de dépôts et d'interchange entre les deux est ce que la leçon sur la LTV chiffre.

Comment définir « principal »

Aucun régulateur ne le définit pour vous : choisissez des signaux observables et tenez-les dans le temps.

  • présence d'un flux entrant de type salaire (le signal unique le plus fort)
  • transactions carte de débit au-dessus d'un seuil (5 et plus par mois est un plancher courant)
  • prélèvements récurrents ou paiements de factures mis en place

Règle de travail utilisée par beaucoup d'équipes : principal si un crédit récurrent de type salaire arrive et que le client réalise au moins quelques transactions carte ce mois-là.

Total active customers = 1,400,000
Customers with salary inflow + 5 or more card txns = 588,000
Primary-account share = 588,000 / 1,400,000 = 42%

Deux choses que cette règle rate. Les revenus de gig economy, d'indépendants et de retraite arrivent sous forme de crédits irréguliers venant de plusieurs payeurs : un test strict du type « même payeur, même date, trois mois de suite » classe tout un segment en secondaire de façon permanente. Si la part de compte principal détermine ensuite qui reçoit les offres d'approfondissement, ce segment n'en reçoit jamais et la règle s'auto-réalise. Et dans les ménages, un conjoint reçoit souvent le salaire pendant que l'autre dépense : le second compte ressemble à une poche annexe et n'en est pas une.

Le top-of-wallet carte souffre d'un problème cousin : vous voyez vos propres autorisations, jamais celles de votre concurrent. Les proxys utilisables sont la part de jours du mois avec au moins une autorisation, et la présence de commerçants d'habitude à faible ticket (transports, courses, café). Quatre transactions de 200 £ n'est pas du top-of-wallet. Quarante transactions de 6 £, si.

Ce que les fonctionnalités gamifiées et utilitaires font réellement bouger

Kakao Bank, qui a franchi les 20 millions de clients en Corée du Sud, propose un défi d'épargne sur 26 semaines : le client s'engage sur un dépôt qui augmente chaque semaine, et l'application montre la série se remplir avec des récompenses sous forme de personnages. Cela construit une habitude d'épargne et fabrique des ouvertures d'application les semaines où personne n'avait de raison de se connecter. La lecture honnête est plus étroite que l'enthousiasme interne : de petits dépôts incrémentaux font monter les encours lentement, donc une équipe mesurée sur le DAU criera au succès pendant que la ligne dépôts bouge à peine. Jugez une fonctionnalité gamifiée sur le chiffre qu'elle visait, pas sur celui qu'elle fait monter par accident.

Commonwealth Bank of Australia a pris la voie utilitaire avec Benefits Finder dans l'application CommBank, qui rapproche les clients d'aides et de remboursements publics non réclamés. Cela gagne des ouvertures, du capital sympathie et un positionnement d'établissement principal. Cela a aussi un plafond : quelqu'un qui ouvre l'application pour réclamer un remboursement n'a pas déplacé son salaire. Les fonctionnalités utilitaires gagnent la connexion. Les fonctionnalités attachées au salaire gagnent la relation.

Monzo travaille le second levier. Get Paid Early, et Salary Sorter, qui répartit un salaire entrant entre les Pots dès son arrivée, s'accrochent tous deux au seul flux entrant qui reclasse un client de poche annexe à compte principal. Les néobanques ont historiquement buté exactement là : beaucoup d'utilisateurs, salaires toujours chez l'acteur en place. Traitez les annonces publiées de part de compte principal comme des données déclarées par l'entreprise.

Pour le contexte des systèmes de paiement derrière ces comportements, le Federal Reserve's payments research hub est un point de départ gratuit et crédible.

Courbes d'attrition : dormant contre churné

Dans une application par abonnement, le churn s'annonce : le client résilie. En banque, presque personne ne clôture un compte. Les clients se taisent. D'où la construction de courbes d'attrition qui séparent deux états.

Les deux états

  • Dormant : compte ouvert, peut-être un petit solde, aucune activité significative sur une période définie. Récupérable avec la bonne campagne.
  • Churné : salaire redirigé, solde vidé, aucune connexion. Récupération improbable.

Traiter les comptes dormants comme churnés dégrade la rétention affichée et affame le win-back. Traiter les comptes churnés comme dormants flatte le chiffre et cache la fuite.

Définir les seuils

Posez des règles explicites, fondées sur le temps. Un cadre exploitable :

StateDefinition (illustrative)
ActiveMeaningful action within 30 days
At riskNo transaction in 30 to 89 days, balance still present
DormantNo transaction in 90 to 179 days, balance near zero or minimal
ChurnedNo transaction 180-plus days AND salary inflow stopped

À titre indicatif, sans portée réglementaire. (Certaines juridictions définissent le « compte dormant » dans la loi pour le traitement des fonds non réclamés, dont le dormant assets scheme britannique ; c'est une notion de conformité, pas votre métrique marketing.)

Toute règle comportementale a besoin d'une dérogation liée au solde. Un client détenant un gros dépôt à terme et qui se connecte une fois par an est silencieux, pas perdu, et le classer dormant dirige une offre de win-back vers l'une de vos relations les plus rentables. L'activité définit l'engagement ; la valeur décide qui compte.

Construire la courbe

Une courbe de rétention trace la part d'une cohorte encore active dans le temps. Prenez tous ceux qui ont ouvert en janvier, puis mesurez combien restent actifs aux mois 1, 3, 6 et 12.

Month 1:  10,000 active   (100%)
Month 3:   7,200 active   (72%)
Month 6:   5,800 active   (58%)
Month 12:  5,100 active   (51%)

Deux lectures. La chute initiale (28 % entre les mois 1 et 3) est un échec d'activation : les clients qui n'ont jamais mis en place la domiciliation du salaire ou jamais fait un premier achat carte partent le plus vite. Le point d'aplatissement est votre noyau durable : un plateau autour de 50 % au mois 12 est votre base client réelle, quel que soit le chiffre de téléchargements.

Vérification des acquis

1. Pourquoi la leçon qualifie-t-elle le chiffre de 5 millions de téléchargements de « vanity metric » ?

2. Un stickiness ratio (DAU/MAU) de 28,6 % s'interprète au mieux comme signifiant quoi ?

3. Pourquoi les équipes matures distinguent-elles activité passive et activité transactionnelle quand elles mesurent l'engagement ?

CHOIX MULTIPLES

4. Sélectionnez TOUTES les réponses correctes concernant la façon dont l'« utilisateur actif » est défini et mesuré dans les applications bancaires.

Sélectionnez toutes les réponses correctes.

CHOIX MULTIPLES

5. Sélectionnez TOUTES les réponses correctes qui expliquent pourquoi les applications bancaires tendent à avoir un stickiness structurellement élevé.

Sélectionnez toutes les réponses correctes.

Assembler les trois métriques

Les trois répondent à des questions différentes et n'ont de sens que lues ensemble :

  1. Le taux d'utilisateurs actifs dit combien de personnes se présentent.
  2. La part de compte principal dit combien vous considèrent comme leur banque.
  3. La courbe d'attrition dit combien de temps cela dure.

Un MAU fort avec une part de compte principal faible est la forme classique de la néobanque : beaucoup d'utilisateurs, peu de salaires. Une part de compte principal forte avec une courbe qui plonge tôt signale un bon produit avec une mauvaise séquence d'activation. Une métrique seule vous laisse vous raconter l'une ou l'autre histoire.

Un diagnostic rapide

  • Le stickiness monte-t-il ou baisse-t-il sur trois mois, et la courbe par jour du mois est-elle plate ou en forme de jour de paie ?
  • La part de compte principal progresse-t-elle d'un trimestre à l'autre ? Sinon, vous achetez des utilisateurs de poche annexe.
  • La courbe de rétention s'aplatit-elle, ou continue-t-elle de glisser après le mois 12 ? Une courbe qui ne s'aplatit jamais est une fuite structurelle, pas une friction d'onboarding.

Pourquoi la classification change votre budget

Les clients à risque et dormants méritent du budget de win-back, et l'offre qui fonctionne est en général celle du salaire (« domiciliez votre salaire et recevez X ») parce que ce flux entrant est le levier. Les clients churnés le justifient rarement. Classez 100 000 clients churnés comme dormants et vous financez des offres de réactivation que presque personne n'utilise, avant de conclure que le win-back ne marche pas. L'échec était la classification, pas la tactique.

Il existe un coût de second ordre. Une équipe mesurée sur le DAU découvre que le levier le moins cher est le volume de push. Le désabonnement se fait en un tap et se révèle en pratique définitif : chaque cohorte sur-notifiée réduit l'audience que vous pouvez encore reach quand la campagne de phase dormante arrive au trimestre suivant. Vous empruntez de l'engagement aujourd'hui sur la réactivation de demain.

Key Takeaways

  • Définissez « actif » comme initié par un humain. Compter les virements permanents, les écritures d'intérêts et les arrondis maintient en vie dans votre MAU des clients partis depuis longtemps.
  • La part de compte principal (flux salaire plus activité carte régulière) prédit le revenu mieux que les téléchargements ou le MAU, mais confrontez la règle aux revenus de gig economy et aux schémas de ménage avant de la laisser piloter le ciblage.
  • N'assimilez jamais dormant à churné, et écartez la règle comportementale quand le solde est élevé : le silence d'un gros déposant n'est pas de l'attrition.
  • Lisez la forme de la courbe. Une chute marquée du mois 1 au mois 3 est un échec d'activation ; le plateau est votre noyau durable.
  • Jugez une fonctionnalité sur le chiffre qu'elle visait. L'épargne gamifiée (le défi 26 semaines de Kakao Bank) achète de l'habitude et des ouvertures ; l'utilité (Benefits Finder de CBA) achète du capital sympathie ; les fonctionnalités attachées au salaire (Salary Sorter et Get Paid Early de Monzo) achètent la relation.