+150 XP

Modélisation de la lifetime value : abonnés versus utilisateurs financés par la publicité

Modélisation de la lifetime value : abonnés payants contre utilisateurs financés par la publicité

Prenons une cohorte : 100 000 inscriptions issues d'une seule campagne de printemps, 60 000 sur l'offre sans publicité et 40 000 sur l'offre avec publicité. Même création, mêmes canaux, coût par inscription quasi identique. Douze mois plus tard, la direction financière demande ce que vaut cette cohorte. Répondez par un chiffre unique et vous masquez le fait que deux machines à revenus différentes tournent à l'intérieur. Cette leçon construit le côté valeur du modèle : LTV d'abonnement d'un côté, valeur publicitaire pilotée par l'ARPU de l'autre, calculées sur la même cohorte pour être comparables.

Pourquoi une seule formule de LTV ne convient pas aux deux modèles

La LTV répond à une question : quelle valeur totale cet utilisateur va-t-il générer avant de partir ?

LTV = revenu moyen par utilisateur (ARPU) × marge brute % × durée de vie moyenne du client

Sur le revenu d'abonnement, l'ARPU est propre. Le New York Times publie chaque trimestre son revenu moyen par abonné numérique, et le chiffre bouge lentement, surtout à mesure que les abonnés promotionnels basculent au tarif plein. Il est contractuel, connu à l'avance, et indifférent au fait que l'abonné lise un article par mois ou deux cents.

L'ARPU publicitaire repose sur une seconde couche de variables : temps de visionnage, ad load, fill rate (la part des emplacements disponibles réellement vendus) et CPM (le prix payé par les annonceurs pour 1 000 impressions). Le revenu d'un abonné est verrouillé dès l'ouverture du cycle de facturation. Celui d'un utilisateur financé par la publicité est reprisé à chaque emplacement vendu, ou invendu.

Construire le modèle de LTV d'abonnement

Chiffres illustratifs et arrondis pour une offre de streaming sans publicité :

  • ARPU mensuel : 16 $ (tarification premium sans publicité typique aux États-Unis, mensuel et annuel confondus)
  • Marge brute : 45 % (les coûts de contenu et de diffusion pèsent lourd ; estimation sectorielle, pas un chiffre d'entreprise)
  • Churn mensuel moyen : 4,5 %

Durée de vie moyenne en mois = 1 / 0,045 ≈ 22,2

LTV = 16 $ × 0,45 × 22,2 ≈ 160 $

Ce chiffre ne dit quelque chose que rapporté au coût d'acquisition complet que la leçon sur le CAC vous apprend à construire. À 50 $ par abonné, le ratio est de 3,2:1, dans la fourchette 3:1 à 5:1 empruntée aux pratiques SaaS (voir les benchmarks SaaS d'OpenView pour l'origine de cette heuristique).

Deux affinements à intégrer tôt. Actualisez le total : 160 $ encaissés sur 22 mois ne valent pas 160 $ aujourd'hui, et à un coût du capital de 10 % par an la valeur actuelle tourne plutôt autour de 150 $. Et séparez les fréquences de facturation, car un prépaiement de 12 mois ne peut pas résilier au troisième mois. Mélangez annuel et mensuel dans un taux de churn unique et votre estimation de durée de vie dérive vers le haut pour une raison qui n'a rien à voir avec la fidélité.

Construire le modèle de LTV financée par la publicité

Passons à la moitié « avec publicité » de la même cohorte. Son ARPU a deux composantes : un abonnement réduit, plus le revenu publicitaire par utilisateur, soit (impressions vendues × CPM) / 1 000.

Exemple chiffré :

  • Temps de visionnage : 20 heures par mois
  • Ad load : 6 minutes par heure, donc 120 minutes de publicité, soit 240 impressions de 30 secondes
  • Fill rate : 85 %, soit 204 impressions vendues
  • CPM : 20 $ (les CPM du streaming américain sont couramment cités entre 15 et 30 $, selon le genre et la saison)

Revenu publicitaire mensuel par utilisateur = (204 × 20 $) / 1 000 ≈ 4,10 $

Ajoutez un abonnement avec publicité d'environ 8 $ (l'offre publicitaire de Hulu s'est située grosso modo entre 8 et 12 $ ces dernières années) et l'ARPU combiné atteint environ 12 $. La marge brute descend vers 35 %, car les coûts de contenu bougent à peine tandis que la régie, la mesure et l'ad-tech prélèvent leur part. Le churn mensuel est plus élevé, disons 6 %, les utilisateurs sensibles au prix partant plus vite.

Durée de vie moyenne = 1 / 0,06 ≈ 16,7 mois

LTV = 12 $ × 0,35 × 16,7 ≈ 70 $

160 $ contre 70 $, une seule cohorte. À un plancher de 3:1, cela donne un plafond de CAC proche de 53 $ pour l'offre sans publicité et de 23 $ pour l'offre avec publicité. Une cible unique à 38 $ surpaie chaque inscription sur le tier publicitaire et affame les enchères sur celui qui rapporte deux fois plus.

Là où le modèle casse

Le temps de visionnage moyen cache une asymétrie. La consommation est concentrée : le décile supérieur peut générer plusieurs fois les impressions du médian. Modélisez sur la moyenne et vous valorisez un utilisateur médian du tier publicitaire à environ la moitié de ce qu'annonce le tableur, pendant que des achats de reach bon marché et à faible intention atterrissent dans la moitié basse. Valorisez le tier par décile.

Fill rate supposé à 100 %. Sur un trimestre mou, il glisse. À 60 % plutôt que 85 %, le revenu publicitaire du même utilisateur tombe de 4,10 $ à environ 2,90 $ et la LTV du tier à près de 55 $. Une partie de la LTV publicitaire est un pari sur une demande annonceurs que vous ne contrôlez pas.

Identités dupliquées. Sans device stitching, un foyer avec une TV, un téléphone et un ordinateur portable compte pour trois utilisateurs : le revenu publicitaire par utilisateur affiche un tiers de la réalité et le churn paraît pire. Segment, qui vend l'infrastructure d'identité dont tout cela dépend, existe parce que cette réconciliation est difficile. Auditez ce que contient vraiment le dénominateur de votre tier publicitaire avant de faire confiance à son ARPU.

Une seule définition du churn pour les deux. Le churn d'abonnement est une résiliation datée. Le churn d'un service publicitaire gratuit est comportemental, en général une fenêtre d'inactivité du type aucune session en 60 jours : les deux durées de vie ne se mesurent pas sur la même horloge. Quels comportements signalent un partant à l'avance relève de la leçon sur le churn ; ici le churn n'est qu'un taux en entrée, et il doit être défendable.

Ignorer les migrations entre tiers. Si 12 % des utilisateurs du tier publicitaire passent au sans publicité en 18 mois, ajoutez environ 0,12 × 160 $ ≈ 19 $ de valeur attendue et l'essentiel de l'écart se resserre. Les downgrades jouent en sens inverse. Si vous faites descendre plus de monde depuis les 16 $ que vous n'en faites monter depuis le gratuit, la LTV de cohorte baisse pendant que le nombre d'abonnés grimpe : la version célébrée en conseil d'administration pendant un trimestre, jusqu'à ce que la marge la révèle.

Une façon simple de coder la comparaison

python
def ltv(arpu, gross_margin, monthly_churn):
    lifespan_months = 1 / monthly_churn
    return arpu * gross_margin * lifespan_months

sub_ltv = ltv(arpu=16, gross_margin=0.45, monthly_churn=0.045)
avod_ltv = ltv(arpu=12, gross_margin=0.35, monthly_churn=0.06)

print(f"Subscription LTV: ${sub_ltv:.0f}")
print(f"Ad-supported LTV: ${avod_ltv:.0f}")

Faites-le tourner avec vos propres hypothèses de fill rate et de CPM. Ce qui déclenche les débats en sortie, ce n'est pas la LTV : c'est le plafond de CAC distinct par tier qui en découle.

Vérification des acquis

1. Pourquoi les utilisateurs en abonnement et les utilisateurs ad-supported (AVOD) exigent-ils des modèles de LTV distincts plutôt qu'une moyenne mélangée ?

2. Dans la formule classique de la LTV (ARPU × Marge brute % × Durée de vie client moyenne), quel rôle joue la marge brute ?

3. Une entreprise qui utilise une seule formule de LTV mélangée pour son offre publicitaire et ses abonnés premium risque surtout de commettre quelle erreur ?

CHOIX MULTIPLES

4. Sélectionnez TOUTES les réponses correctes sur ce qui détermine l'ARPU d'un utilisateur ad-supported (AVOD), par différence avec un abonné.

Sélectionnez toutes les réponses correctes.

CHOIX MULTIPLES

5. Sélectionnez TOUTES les réponses correctes sur l'importance, pour les décisions business, de construire des modèles de LTV distincts pour les cohortes abonnement et ad-supported.

Sélectionnez toutes les réponses correctes.

Notes régionales et benchmarks

En Europe, l'ARPU d'abonnement reste globalement inférieur aux niveaux américains et les alternatives gratuites sont plus fortes : la BBC est financée par la redevance et ne diffuse aucune publicité, tandis que le service de streaming d'ITV est financé par la publicité, ce qui comprime la tarification commerciale des deux côtés. Les CPM au Royaume-Uni, en Allemagne et en France sont habituellement cités en dessous des niveaux américains, même si l'écart s'est réduit avec la maturation de l'achat programmatique. Traitez les chiffres transfrontaliers comme des indications de direction ; la normalisation des jeux de données externes relève de la leçon sur le benchmarking.

L'écart sectoriel compte plus que l'écart régional. Au New York Times, l'abonnement représente la majorité de l'activité et la publicité une minorité : un lecteur non payant vaut un ordre de grandeur de moins qu'un abonné, et le modèle publicitaire est un outil de haut de funnel plutôt qu'une ligne de revenu. Dans le streaming, les deux peuvent se tenir dans un rapport d'environ 2x, parfois moins. Hulu est le cas de long cours : lancé en 2008 comme service gratuit financé par la publicité, son offre payante porte de la publicité depuis 2010, si bien que sa stack publicitaire avait dix ans de maturité avant la vague récente de tiers publicitaires. La LTV publicitaire n'est pas structurellement inférieure, elle est structurellement plus tardive.

🎬 [VIDEO: "How Streaming Services Make Money (Subscriptions vs Ads)" - youtube.com - search for recent explainer content from CNBC or Wall Street Journal breaking down streaming monetization models, useful for a visual walkthrough of ARPU mechanics]

À retenir

  • Ne fondez jamais les deux en une seule LTV. La LTV d'abonnement tourne sur un ARPU contractuel ; la LTV publicitaire exige temps de visionnage, ad load, fill rate et CPM comme entrées vivantes, et un écart de 2x sur une même cohorte est normal.
  • Fixez un plafond de CAC par tier. Sur les chiffres travaillés ici, environ 53 $ sans publicité et 23 $ avec publicité ; une cible unique à 38 $ se trompe dans les deux directions à la fois.
  • Le fill rate et le CPM sont les entrées fragiles. Passer le fill de 85 % à 60 % fait tomber la LTV du tier de 70 $ à environ 55 $ dans l'exemple ci-dessus : modélisez le trimestre bas, pas seulement la moyenne annuelle.
  • Le temps de visionnage est asymétrique, donc une modélisation par décile vaut mieux qu'une moyenne, et les identités d'appareils dupliquées peuvent sous-estimer le revenu publicitaire par utilisateur d'un facteur deux ou trois.
  • Intégrez les flux d'upgrade et de downgrade. Un tier publicitaire qui cannibalise les abonnés au tarif plein plus vite qu'il ne recrute depuis le gratuit abaisse la valeur de cohorte pendant que le chiffre d'abonnés affiché s'améliore.