Modéliser la lifetime value quand contrats, churn et tarifs évoluent indépendamment

Modélisation de la lifetime valuelifetime valueLifetime 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 → quand contrats, churn et tarifs évoluent indépendamment

Trois foyers signent le même mardi : l'un prend une offre à prix fixe sur deux ans, l'autre reste sur un tarif variable sans engagement, le troisième est sur un compteur à prépaiement. Passez les trois dans un taux de churn moyen unique et une hypothèse de marge unique : vous vous tromperez sur chacun d'eux, dans des directions différentes et selon des multiples différents. Le client à prix fixe ne génère quasiment aucun risque pendant 23 mois, puis la totalité d'un coup. Le client variable s'érode régulièrement. Le client en prépaiement peut cesser de produire du revenu sans jamais apparaître dans un rapport de churn.

C'est le problème de modélisation que traite cette leçon. Durée de contrat, type de tarif, moyen de paiement et consommation évoluent indépendamment, et le raccourci « revenu moyen multiplié par durée de vie moyenne » suppose en silence qu'ils évoluent ensemble.

Pourquoi la LTV en énergie est plus difficile que la LTV en abonnement

En SaaS (Software as a Service), la lifetime value repose en général sur un levier dominant : le taux de churn. La valeur par client en énergie est une cible mobile, et quatre éléments la déplacent :

• Durée de contrat : termes fixes et périodes d'avantage tarifaire (typiquement 12 à 24 mois au Royaume-Uni, en Europe et en Australie) face aux formules variables sans engagement.
• Type de tarif : prix bloqué sur la durée face à un tarif standard ou variable qui suit le marché de gros, avec un plafond réglementé sur la cohorte standard dans beaucoup de marchés (le cap d'Ofgem en Grande-Bretagne, la Default Market Offer de l'AER en Australie).
• Moyen de paiement : prélèvement automatique, paiement à réception, prépaiement. Cela modifie les impayés, le coût de service et la forme de la courbe de survie.
• Tranche de consommation : kWh (kilowattheure) annuels, et présence ou non d'une injection sur le compteur.

La structure à retenir :

LTV = Σ (marge attendue sur la période t × probabilité de survie jusqu'à t) − coût de service

La probabilité de rétention n'est pas une constante empruntée à une moyenne d'entreprise. Prenez les chiffres de renouvellement et de save desk de la leçon sur les benchmarks de rétention comme intrants ; le travail ici porte sur la structure dans laquelle ils s'insèrent.

Construire le modèle : des leviers qui bougent indépendamment

1. La durée de contrat fixe l'horloge du churn

Les clients en contrat à terme fixe ont un churn quasi nul pendant la durée (les frais de résiliation y veillent) et un pic de risque marqué à l'échéance. Les clients sans engagement ont un risque mensuel à peu près constant, alimenté par les comparateurs et les campagnes sortantes. Deux courbes de survie distinctes, pas un taux unique appliqué deux fois.

Un troisième risque se loge sous les deux autres : le déménagement. Quand un locataire part, le compte se ferme quelle que soit la qualité de votre offre. Dans les zones à forte proportion de locataires, cela peut représenter une part importante du churn brut, et cela reste invisible si vous ne comptez que les « pertes au profit d'un concurrent ». Confondez-le avec le churn concurrentiel et vous financerez des save offers sur une population qui ne peut pas être retenue.

2. Le type de tarif change la marge et l'attachement

Les tarifs fixes verrouillent une marge et transfèrent le risque de marché de gros au fournisseur, ce qui explique la vague de défaillances de fournisseurs européens en 2021 et 2022. Les tarifs variables renvoient ce risque au client, ce qui protège la marge mais s'accompagne de davantage de comparaison. Une hypothèse de planification utilisable, pas une constante : le churn sur tarif variable se situe autour de 1,3 à 1,8 fois celui du tarif fixe sur les marchés concurrentiels.

Amber Electric, en Australie, inverse toute la structure. Les membres paient un abonnement mensuel forfaitaire (environ 20 A$) et reçoivent les prix spot de gros en direct. La marge par client devient indépendante de la consommation, du prix de gros et du mix tarifaire, ce qui rend le volet revenu du modèle presque trivial. Le volet churn se complique : l'exposition aux prix spot signifie que l'attrition suit les événements de marché plutôt que le calendrier. Quand l'AEMO a suspendu le marché spot du National Electricity Market en juin 2022, les cohortes ayant une raison de partir ce mois-là étaient celles qui surveillaient les prix dans une application. Modélisez cette cohorte avec un risque conditionné à la volatilité du marché de gros, et gardez une réserve pour le mois où il s'envole.

3. Tranche de consommation, et l'exception solaire

Une consommation élevée augmente la marge absolue à pourcentage égal, et les foyers gros consommateurs souscrivent davantage d'offres groupées, ce qui produit en soi un effet de rétention. L'exception compte en Australie, où environ un tiers des maisons disposent de panneaux solaires en toiture. Un foyer exportateur peut afficher une consommation nette faible ou négative au printemps et à l'automne tout en absorbant le coût de service complet et un tarif de rachat. Tarifée au seul kWh, cette cohorte apparaît comme la pire du portefeuille.

AGL Energy et Origin Energy, qui comptent chacun plusieurs millions de comptes clients, vendent solaire, batteries et participation à des centrales virtuelles précisément à cette base, ce qui transforme la ligne de marge en un mélange de spread de détail, d'équipement et de valeur de flexibilité. Si votre modèle de LTV ne connaît que la consommation, il vous dira d'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 →êter d'acquérir les clients dont l'échelle de produits est la plus longue.

4. Prépaiement : la cohorte qui part sans changer de fournisseur

Plusieurs millions de foyers britanniques paient à l'avance, et l'économie diffère sur tous les axes. Pas d'impayés, puisque l'argent arrive en premier. Coût de service plus élevé, à cause de l'infrastructure de rechargement et du volume de support. Et un mode de défaillance sans équivalent ailleurs : l'auto-déconnexion. Un foyer qui cesse de recharger reste un compte actif, continue de compter dans la base client remontée au conseil d'administration, et ne rapporte rien. Construisez la courbe de survie prépaiement sur la fréquence de rechargement plutôt que sur le statut du compte, sinon le modèle traînera du poids mort pendant des années. L'hypothèse « de toute façon ils ne peuvent pas partir » n'est qu'à moitié vraie : les règles de transfert de dette permettent à un client en prépaiement de changer de fournisseur en emportant une dette jusqu'à un plafond donné.

Exemple chiffré : trois cohortes issues du même portefeuille

Chiffres illustratifs, à visée pédagogique, pas des données publiées.

A : dual-fuel, fixe 24 mois, consommation moyenne. 180 A$ de marge brutemarge bruteLa marge brute est la part du chiffre d'affaires qui reste après déduction du coût direct de production des biens ou services, exprimée en pourcentage du chiffre d'affaires.Voir la définition complète → annuelle par énergie, soit 360 A$ au total. Churn quasi nul pendant le terme, puis falaise au renouvellement ; durée de vie attendue d'environ 2,5 ans.

B : électricité seule, variable sans engagement, consommation moyenne. 150 A$ de marge annuelle (plus mince, parce que les tarifs variables sont calibrés pour survivre à un tableau comparatif), 3 % de churn mensuel, soit environ 30 % par an.

C : abonnement avec répercussion des prix de gros, modèle Amber. 240 A$ de marge annuelle d'abonnement, aucun spread de gros dans un sens ou dans l'autre, attrition annuelle supposée de 25 %.

LTV_A ≈ 360 × 2.5 years              = A$900
LTV_B ≈ 150 × (1 / 0.30)             = A$500
LTV_C ≈ 240 × (1 / 0.25)             = A$960

Deux points à relever. La cohorte A devance B d'un facteur 1,8 sur la seule structure de rétention, pas sur le prix ni sur la consommation. Et la cohorte C, celle dont l'exposition à la facture est la plus faible, ressort en tête : marge forfaitaire plus churn modéré l'emporte sur marge mince plus churn rapide. La variance est le piège : l'attrition de C arrive par blocs liés à des événements de prix, donc la moyenne est juste et le trimestre peut malgré tout être très mauvais.

Les flux non actualisés sur cinq ans embellissent tout. Autour de 8 %, le facteur d'annuité est plus proche de 4,0 que de 5,0 : retranchez environ un cinquième avant de comparer au coût d'acquisition que la leçon sur le CACCACLe Customer Acquisition Cost (CAC) correspond au total des dépenses commerciales et marketing divisé par le nombre de nouveaux clients gagnés sur une période. Il mesure l'efficacité de votre croissance.Voir la définition complète → calcule pour votre mix de canaux. L'heuristique 3:1 entre LTV et coût d'acquisition, qui circule depuis le mémo de Bessemer sur les métriques SaaS, fait un garde-fou utile, même si elle n'a jamais été conçue pour une commodité régulée.

Traduire cela en modèle de cohortes simple

Ne réduisez pas tout à un chiffre unique moyenné. Construisez une matrice durée de contrat x type de tarif x moyen de paiement x tranche de consommation et calculez cellule par cellule.

Segment: [Dual-fuel, Fixed-24mo, Direct debit, High-usage]
  Monthly margin = usage-based revenue × margin %
  Survival curve = 1.0 during term, then renewal hazard
  Move-out hazard applied to all months
  LTV = Σ (month 1..60) margin(t) × survival(t) × (1+r)^-t

Douze à vingt-quatre cellules, c'est réaliste pour un fournisseur de taille moyenne. Deux erreurs de comptage ruinent le résultat. D'abord, modéliser par compteur plutôt que par foyer compte deux fois les clients dual-fuel et gonfle le portefeuille. Ensuite, figer la marge d'aujourd'hui sur cinq ans ignore l'érosion du back-book : là où le régulateur impose d'afficher une meilleure offre sur la facture, comme le fait Victoria, la marge des clients anciens baisse par construction. Les rapports de suivi des régulateurs segmentent les foyers par énergie et statut contractuel pour la même raison, comme le montrent les travaux de la Commission européenne sur le marché de détail de l'énergie.

Ce que cela change dans les décisions marketing

• Réallouez le budget d'acquisition par cellule, pas selon le coût affiché par souscription. Un switcher variable mono-énergie bon marché peut être le plus mauvais achat.
• Fixez la disposition à payer pour une rétention ou un win-back en fonction de la LTV modélisée du segment, avec les coûts d'intervention établis dans la leçon sur les benchmarks plutôt qu'une moyenne d'entreprise.
• Surveillez l'illusion d'effet de mix dans le reporting au board. La LTV moyennée augmente dès que vous acquérez moins de clients variables, même sans aucune amélioration de la rétention. Présentez la matrice, pas la moyenne.
• Tarifez les cohortes prépaiement et solaire sur le coût de service complet avant de les déclarer non rentables ; le correctif passe souvent par un changement de produit plutôt que par une coupe budgétaire.

Key Takeaways

• Les cohortes à terme fixe, variable et prépaiement demandent trois courbes de survie distinctes, plus un risque de déménagement qui s'applique aux trois.
• Le modèle d'Amber Electric (abonnement plus répercussion des prix de gros) rend la marge indépendante de la consommation et du prix de gros, et fait dépendre le churn des événements de marché plutôt que du calendrier de renouvellement.
• Le revenu prépaiement peut s'arrêter sans le moindre événement de churn ; modélisez-le sur le comportement de rechargement, pas sur le statut du compte.
• Les foyers avec injection solaire paraissent sans valeur dans un modèle fondé sur les seuls kWh, d'où la mesure de cette base par AGL et Origin sur un mix produits plus large.
• Actualisez le flux (un taux de 8 % ramène cinq ans de marge à environ quatre) et construisez la matrice sur douze à vingt-quatre cellules avant toute comparaison au coût d'acquisition.