Métriques d'engagement au-delà des ouvertures d'emails : connexions app, alertes de consommation et activité sur le portail

Métriques d'engagement au-delà des ouvertures d'emails : connexions à l'app, alertes de consommation et activité sur le portail

Deux comptes résidentiels, même tarif variable, même commune. Le premier a ouvert les douze newsletters de l'année dernière et a changé de fournisseur en mars. Le second n'en a ouvert aucune, s'est connecté 41 fois à l'application et est toujours client. Le taux d'ouverture a classé ces deux comptes à l'envers.

Les ouvertures d'emails se sont imposées comme métrique d'engagement par défaut dans le marketing de l'énergie parce qu'elles arrivent gratuitement avec la plateforme d'envoi. Le comportement qui prédit la fidélité d'un compte se trouve dans quatre autres endroits : l'application, le flux d'alertes, le portail self-service et la couche de permissions qui décide si les trois premiers atteignent quelqu'un. Cette leçon définit cet ensemble post-acquisition et les benchmarks pour argumenter.

Pourquoi les ouvertures d'emails induisent en erreur dans ce secteur

Le taux d'ouverture mesure la curiosité, et depuis 2021 il la mesure à peine. Apple Mail Privacy Protection précharge les images pour les utilisateurs d'Apple Mail et enregistre une « ouverture » que personne n'a faite. Sur une liste où la majorité des abonnés lisent dans Apple Mail, le chiffre remonté ne veut presque rien dire. Les listes de fournisseurs d'énergie souffrent d'une seconde distorsion : les objets liés à la facturation (« Votre facture de novembre est disponible ») sont ouverts par inquiétude, si bien qu'un compte qui glisse vers l'impayé paraît souvent plus engagé qu'un client satisfait.

Les connexions, les clics sur alertes et les sessions sur le portail sont initiés par le client, répétés et horodatés. Ils enregistrent le fait que le client est venu vous chercher.

Les métriques qui comptent

1. Fréquence de connexion à l'application

Définition : sessions de connexion distinctes par utilisateur actif sur une période (généralement le mois), segmentées par cohorte : nouveaux clients contre clients installés, prépaiement contre facturation classique, avec ou sans solaire.

Mode de calcul :

Monthly Active Usage Rate = (connexions uniques à l'app dans le mois / total des utilisateurs enregistrés) x 100
Login Frequency = total des sessions dans le mois / utilisateurs uniques s'étant connectés au moins une fois

Benchmark (estimation, période 2025-2026) : les applications de fournisseurs les plus avancées aux États-Unis et en Europe annoncent un usage actif mensuel entre 25 % et 40 % des utilisateurs enregistrés, les power users (tarifs horosaisonniers, solaire ou batterie) se connectant 8 à 12 fois par mois. Ce sont des estimations issues d'enquêtes sectorielles sur la transformation digitale (voir les travaux du Smart Energy Consumer Collaborative), pas des chiffres réglementaires, et elles évoluent avec la maturité de l'app.

Exemple chiffré : 500 000 utilisateurs enregistrés, 150 000 se connectent au moins une fois dans le mois.

Monthly Active Usage Rate = (150 000 / 500 000) x 100 = 30 %

Si ces 150 000 utilisateurs génèrent 900 000 sessions :

Login Frequency = 900 000 / 150 000 = 6 sessions par utilisateur actif sur le mois

En dessous de 15 % d'usage actif mensuel, vous avez un problème de découverte ou d'ergonomie : les gens se sont inscrits une fois pour payer une facture et ne sont jamais revenus. Surveillez aussi le dénominateur. Le nombre d'utilisateurs enregistrés ne fait que crocroLe Conversion Rate Optimization (CRO) est la pratique systématique visant à augmenter le pourcentage d'utilisateurs qui réalisent une action souhaitée, en s'appuyant sur la data, les tests et la recherche utilisateur.Voir la définition complète →ître, donc un taux stable à 30 % peut masquer une base active qui se réduit derrière un compteur d'inscriptions qui gonfle. Rapportez également le chiffre aux comptes éligibles : le résultat honnête est en général inférieur de plusieurs points.

2. Taux de clic (CTRCTRLe Click-Through Rate (CTR) est le pourcentage de personnes qui cliquent sur un lien, une publicité ou un call to action parmi celles qui l'ont vu.Voir la définition complète →) sur les alertes de consommation

Les alertes sont des messages push, SMS ou emails déclenchés par des seuils de consommation : « vous avez utilisé 80 % de votre budget mensuel », « pic inhabituel détecté, vérifiez qu'un appareil ne tourne pas ».

Alert CTR = (alertes cliquées / alertes délivrées) x 100

Benchmark (estimation) : des alertes de consommation bien ciblées se situent entre 20 % et 35 %, très au-dessus des CTR habituels des emails marketing (souvent cités entre 2 % et 5 %, d'après les données de benchmark de Mailchimp). L'alerte est déclenchée par le compteur du client, pas par un calendrier de campagne.

Opower a construit une entreprise sur ce principe. Ses home energy reports comparent un foyer à des voisins similaires, et les évaluations randomisées de ces programmes ont montré à plusieurs reprises des baisses de consommation moyennes de l'ordre de 1 % à 2 % : peu par foyer, beaucoup sur plusieurs millions. Oracle a racheté la société en 2016 et vend cette brique d'alerting et de reporting aux fournisseurs, donc lisez les chiffres d'engagement publiés par les éditeurs avec cette réserve et exigez votre propre groupe de contrôle.

Le gain commercial est du côté des coûts. Les clients qui réagissent à une alerte de facture élevée contestent moins leur facture et appellent moins le centre de contact, ce qui fait baisser le cost-to-serve, l'autre moitié de l'équation de marge que la leçon sur l'acquisition chiffre.

3. Usage du portail self-service

Activité web hors application : consultation de facture, mise en place du prélèvement automatique, saisie d'index, déclaration de coupure, changement de tarif.

Portal Adoption Rate = (clients ayant réalisé une action self-service sur la période / total clients) x 100

Benchmark (estimation) : les fournisseurs matures annoncent souvent une adoption du self-service supérieure à 60 % pour les tâches courantes comme le paiement de facture et l'inscription au prélèvement, d'après le reporting sur les canaux digitaux couvert par Utility Dive. Les actions complexes (changement de tarif, demande de raccordement solaire) restent bien plus basses, souvent sous 20 %, parce qu'elles demandent de la confiance en plus des clics.

4. Permissions et opt-in aux notifications

Tous les benchmarks d'alertes ci-dessus se calculent sur la population joignable, et la joignabilité est une métrique distincte que la plupart des équipes ne remontent jamais. Suivez quatre choses : la permission push accordée à l'installation, la permission encore active 90 jours plus tard, l'opt-out par canal et par campagne, et le consentement aux données de compteur fines. En Grande-Bretagne, les relevés à la demi-heure exigent un consentement explicite du client, et la part de clients qui l'accordent détermine si les alertes personnalisées sont possibles.

Un CTR d'alerte de 30 % sur une base où la moitié des utilisateurs de l'app autorisent les notifications touche 15 % de cette base. Réglez la question du reachreachLe nombre de personnes uniques exposées à votre message sur une période donnée. Contrairement aux impressions, le reach compte chaque personne une seule fois, quel que soit le nombre d'expositions.Voir la définition complète → avant d'optimiser le crcrLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète →éatif.

Tado montre d'où vient le plafond. Ses clients ouvrent l'app pour changer la température : l'engagement est un produit dérivé du service qui fait son travail. Une app de fournisseur sans fonction de pilotage ne devrait pas prendre cette cadence comme cible. Demandez plutôt quelle tâche votre app détient et que le client ne peut réaliser nulle part ailleurs.

Pourquoi ces métriques prédisent mieux la rétention

La plupart des clients résidentiels ne peuvent pas quitter le réseau électrique ou la canalisation. Le churn n'existe vraiment que sur les marchés de détail concurrentiels : le Texas sous ERCOT, la Grande-Bretagne, l'Allemagne, une partie des pays nordiques et l'Australie. Là, le comportement classe les comptes.

• Zéro connexion, aucune activité sur le portail, notifications désactivées : un compte noir. Vous n'avez aucun signal avant l'arrivée de la demande de changement, et à ce stade il ne reste que l'offre de rétention.
• Connexions régulières et clics sur alertes : une habitude, et les habitudes survivent à l'email tarifaire d'un concurrent.

Les équipes construisent donc un Digital Engagement Score composite mêlant fréquence de connexion, CTR des alertes, adoption du portail et joignabilité, puis le corrèlent à 12 mois de données de changement de fournisseur avant de lui faire confiance. Faites cette corrélation d'abord, car le score s'inverse dans au moins une cohorte : les clients en prépaiement se connectent sans arrarrL'Annual Recurring Revenue (ARR) est le revenu normalisé et prévisible qu'une entreprise par abonnement attend de ses contrats actifs sur une année.Voir la définition complète →êt pour recharger, et cette fréquence suit la tension financière, pas la fidélité. Notez-les sur la même échelle que les clients en prélèvement et le modèle désignera vos comptes les plus fragiles comme vos meilleurs. Segmentez, puis pondérez, puis reliez le résultat au modèle de LTVLTVLifetime Value : le revenu total (ou le profit) qu'un client génère sur toute la durée de sa relation avec votre entreprise.Voir la définition complète → que construit la leçon jumelle.

Construire une scorecard d'engagement simple

Les ouvertures de newsletter restent dans la scorecard, avec une pondération faible. L'email transporte encore des messages ; il ne doit pas être le KPIKPIKey Performance Indicator : une valeur mesurable qui montre l'efficacité avec laquelle vous atteignez un objectif précis, suivie dans le temps par rapport à une cible.Voir la définition complète → (key performance indicator) d'engagement principal présenté au conseil.

Ensuite, répartissez les clients en paliers (élevé, moyen, faible) et faites l'analyse rétrospective : quel a été le taux réel de changement de fournisseur dans chaque palier sur les 12 derniers mois ? Cette seule analyse déplace le budget des tests d'objet vers l'UX (user experience) de l'app et du portail plus vite que n'importe quel argument.

🎬 [VIDEO: "How Utilities Use Data to Improve Customer Engagement" - youtube.com - search for utility customer experiencecustomer experienceLa perception globale qu'un client se construit de votre marque à travers chaque interaction, du premier contact au support après-vente.Voir la définition complète → case studies from industry channels like Smart Energy Consumer Collaborative or Utility Dive for real digital engagement examples]

Une remarque sur la discipline de mesure

Les attributions se chevauchent. Une connexion deux minutes après une alerte de facture élevée est un seul comportement, pas deux. Comptez l'alerte et la session qu'elle a déclenchée comme des étapes liées, sinon le double comptage vous mènera à un dashboard flatteur.

La saisonnalité fait les mêmes dégâts, plus discrètement. Les connexions montent chaque hiver sur les marchés de chauffage et chaque été là où la climatisation domine la charge, donc une comparaison janvier contre décembre flatte ou condamne votre app pour des raisons étrangères à tout travail produit. Comparez des mois équivalents d'une année sur l'autre et gardez les degrés-jours sur le même graphique.

Key Takeaways

• Le taux d'ouverture est un signal de rétention faible ici : gonflé par Apple Mail Privacy Protection depuis 2021, et tiré vers le haut par l'inquiétude de facturation sur les comptes qui vont mal.
• Connexions à l'app, CTR des alertes et adoption du portail sont initiés par le client et horodatés, d'où leur capacité à classer les comptes sur les marchés ouverts au changement (ERCOT, Grande-Bretagne, Allemagne, Australie).
• Benchmarks estimés : usage actif mensuel de l'app 25 % à 40 %, CTR des alertes 20 % à 35 %, adoption du portail au-dessus de 60 % pour les tâches courantes et sous 20 % pour les complexes. Vérifiez avec les données de votre propre plateforme.
• La joignabilité est une métrique, pas une hypothèse. La permission push, sa survie à 90 jours et le consentement aux données de compteur plafonnent tout le reste.
• Validez un score d'engagement composite contre 12 mois de données de changement de fournisseur avant d'agir dessus, et sortez les comptes en prépaiement de la segmentation : leur fréquence de connexion signale une tension financière, pas de la fidélité.
• Rattachez les alertes aux sessions qu'elles déclenchent, et lisez les tendances d'engagement au regard de la charge saisonnière plutôt que du mois précédent.