Analyse de cohortes et de rétention pour les produits à revenus récurrents

# Analyse de cohortes et de rétention pour les produits à revenus récurrents

Un lundi matin, une product manager ouvre un graphique en triangle. Chaque ligne correspond à un groupe de clients inscrits le même mois. Chaque colonne indique combien d'entre eux sont encore actifs 1 mois plus tard, 2 mois plus tard, et ainsi de suite. Le coin supérieur gauche est dense et vert. Le coin inférieur droit s'estompe. En trente secondes, elle en sait plus sur la santé de l'activité qu'après un trimestre de reportings de revenus.

Ce triangle est un cohort retention chart, et savoir le lire est la compétence data la plus utile en SaaS.

Pourquoi les cohortes valent mieux que les chiffres globaux

SaaS (Software as a Service) signifie que les clients paient de façon récurrente, en général mensuellement ou annuellement, pour un accès plutôt que pour une licence unique. Dans ce modèle, la santé de l'activité ne tient pas au « combien de clients avons-nous » mais au « combien de temps restent-ils et combien paient-ils dans la durée ».

Un pourcentage de rétention isolé masque l'histoire. Une entreprise annonce « 85 % de rétention ». Est-ce en amélioration ou en dégradation ? Sont-ce les clients les plus récents qui partent, ou un ancien lot qui n'a jamais collé ?

Une cohorte répond à cette question. Une cohorte est un groupe de clients réunis par un événement de départ commun, presque toujours leur mois d'inscription ou de premier paiement. En suivant chaque cohorte séparément dans le temps, vous distinguez le comportement des inscrits de mars de celui des inscrits de septembre. Si votre onboarding s'est amélioré pendant l'été, les cohortes plus récentes retiendront mieux, et le graphique en triangle le rend évident.

Lire le triangle

Voici la structure d'un tableau de cohortes typique. Les lignes sont les mois d'inscription. Les colonnes sont les mois écoulés depuis l'inscription.

Cohort      | M0   | M1   | M2   | M3   | M4
------------|------|------|------|------|-----
Jan signups | 100% | 82%  | 74%  | 70%  | 68%
Feb signups | 100% | 80%  | 73%  | 69%  |
Mar signups | 100% | 85%  | 79%  |      |
Apr signups | 100% | 88%  |      |      |

Lisez-le de deux façons :

• En descendant une colonne (même ancienneté depuis l'inscription, cohortes différentes) : la rétention à M1 s'améliore-t-elle dans le temps ? Ici elle grimpe de 82 % à 88 %. L'onboarding progresse.
• En parcourant une ligne (une cohorte qui vieillit) : où le décrochage s'aplatit-il ? Janvier perd beaucoup en M1 et M2, puis se stabilise autour de 68 %. Cet aplatissement est le signal d'une base long terme saine.

La forme en triangle vient simplement du fait que les cohortes récentes ont moins de mois d'historique.

Trois types de rétention (et pourquoi la différence compte)

L'erreur d'analyse la plus fréquente consiste à comparer deux chiffres de rétention qui ne mesurent pas la même chose. Il existe trois définitions, et elles répondent à des questions différentes.

1. Rétention à N jours (ou N périodes)

La rétention à N jours demande : le client était-il actif un jour précis (ou dans une fenêtre précise) après son inscription ? Par exemple, la « rétention à J+7 » mesure si un utilisateur est revenu exactement au jour 7, ou dans un intervalle autour.

C'est strict et volatil. Ratez la fenêtre et l'utilisateur est compté comme churné, même s'il revient au jour 8. La rétention à N jours est surtout utile pour les produits à forte fréquence (un outil de collaboration à usage quotidien) où l'on attend réellement un engagement quasi journalier.

Pour un outil de facturation B2B mensuel qu'un client ouvre deux fois par mois, la rétention à J+7 est trompeuse. N'utilisez pas une métrique journalière pour un produit mensuel.

2. Rétention non bornée

La rétention non bornée (parfois appelée rétention « range ») demande : le client était-il actif au jour N *ou n'importe quel jour après* ? Elle compte tous ceux qui sont encore là, quels que soient les trous.

C'est plus indulgent et plus proche du fonctionnement réel du SaaS. Une équipe finance qui se connecte uniquement en fin de mois reste un client sain et retenu. La rétention non bornée le capte ; la rétention stricte à N jours le pénaliserait.

Utilisez la rétention non bornée quand l'usage est périodique ou peu fréquent. Elle répond à la vraie question business : « sont-ils toujours clients ? »

3. Rétention en revenu

Le comptage des logos masque l'argent. La rétention en revenu suit les euros, pas les têtes, et se décline en deux variantes que tout professionnel du SaaS doit connaître.

• Gross Revenue Retention (GRR) : le pourcentage de revenu récurrent conservé sur une cohorte existante, en tenant compte des downgrades et des résiliations mais *en ignorant* tout upsell. Le GRR est plafonné à 100 %. Il mesure la fuite.
• Net Revenue Retention (NRR) : la même chose, mais en *ajoutant* le revenu d'expansion (upsells, croissance du nombre de sièges, upgrades). Le NRRNRRLe Net Revenue Retention mesure le pourcentage de revenu récurrent conservé et développé auprès des clients existants sur une période, upsell et expansion inclus, net des downgrades et du churn.Voir la définition complète → peut dépasser 100 %, ce qui signifie qu'une cohorte dépense plus dans le temps même si certains clients partent.

Un NRRNRRLe Net Revenue Retention mesure le pourcentage de revenu récurrent conservé et développé auprès des clients existants sur une période, upsell et expansion inclus, net des downgrades et du churn.Voir la définition complète → supérieur à 100 % est le graal du SaaS B2B : votre base existante 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 →ît d'elle-même. C'est souvent cité comme benchmark pour un SaaS enterprise solide, même si les seuils exacts varient selon le segment et doivent être vus comme une indication grossière, pas une règle.

Voici pourquoi les trois comptent ensemble : une cohorte peut perdre des logos (rétention non bornée en baisse) tout en gagnant du revenu (NRRNRRLe Net Revenue Retention mesure le pourcentage de revenu récurrent conservé et développé auprès des clients existants sur une période, upsell et expansion inclus, net des downgrades et du churn.Voir la définition complète → au-dessus de 100 %) parce que les clients qui restent s'étendent. C'est fréquent quand vous servez à la fois de petits comptes qui churnent et de gros comptes qui grandissent. Seul le regard sur les trois raconte toute l'histoire.

Pour une introduction claire aux définitions de revenu, ServiceNow, Klipfolio et d'autres publient des explications gratuites ; une bonne référence ouverte est la bibliothèque de métriques de Klipfolio.

Distinguer un funnelfunnelLe parcours client de la découverte à l'achat, généralement Awareness, Interest, Consideration, Decision, Action, avec des prospects de moins en moins nombreux à chaque étape.Voir la définition complète → qui fuit d'une base saine

Venons-en à la promesse de départ : distinguer un onboarding qui fuit d'une base long terme saine.

Regardez la *forme* de la courbe d'une cohorte le long de sa ligne.

• Chute initiale marquée, puis plateau plat. C'est le classique « sourire qui s'aplatit ». Les clients qui n'étaient pas au bon endroit partent au cours du premier ou deuxième mois. Ceux qui restent, restent pour de bon. Une forte chute initiale est un problème d'onboarding ou de fit, pas un problème de valeur produit. Travaillez l'activation.
• Déclin régulier et continu qui ne s'aplatit jamais. C'est pire. Cela signifie que même les clients anciens continuent de partir. Le produit ne délivre pas de valeur durable. Aucun travail sur le haut du funnelfunnelLe parcours client de la découverte à l'achat, généralement Awareness, Interest, Consideration, Decision, Action, avec des prospects de moins en moins nombreux à chaque étape.Voir la définition complète → ne le sauvera.

Le niveau du plateau est le chiffre sur lequel s'obséder. Si les cohortes s'aplatissent à 70 %, votre base long terme est solide et le travail consiste à réduire la fuite précoce. Si elles s'aplatissent à 20 % et continuent de glisser, vous avez une crise de rétention déguisée en histoire de croissance.

🎬 [VIDEO: "SaaS Retention Analysis Explained" - youtube.com - construction et interprétation pas à pas des courbes de rétention par cohorte pour des produits par abonnement]

Une séquence de diagnostic concrète

1. Construisez le triangle de cohortes par mois d'inscription, avec la rétention non bornée sur les logos.

2. Superposez le même triangle en net revenue retentionnet revenue retentionLe Net Revenue Retention mesure le pourcentage de revenu récurrent conservé et développé auprès des clients existants sur une période, upsell et expansion inclus, net des downgrades et du churn.Voir la définition complète →.

3. Comparez les formes. Si la rétention en logos se dégrade mais que le NRRNRRLe Net Revenue Retention mesure le pourcentage de revenu récurrent conservé et développé auprès des clients existants sur une période, upsell et expansion inclus, net des downgrades et du churn.Voir la définition complète → se maintient au-dessus de 100 %, vos petits comptes churnent pendant que les gros s'étendent. Priorisez en conséquence.

4. Lisez la colonne M1 de haut en bas. Si les cohortes récentes retiennent mieux que les anciennes, vos changements d'onboarding fonctionnent.

Pièges courants

Le biais du survivant dans les cohortes les plus récentes. Les dernières lignes du triangle ne contiennent qu'un ou deux points de données. Ne tirez pas de conclusions d'une cohorte vieille de deux semaines. Elle n'a pas eu le temps de churner.

Mélanger contrats annuels et mensuels. Un contrat annuel ne peut pas churner en cours d'année dans les données, même si le client a mentalement décroché. Il churnera au renouvellement, ce qui produit une falaise au mois 12. Segmentez séparément les cohortes annuelles et mensuelles, sinon vos courbes mentiront.

Confondre temps calendaire et ancienneté. L'analyse de cohortes mesure les mois écoulés depuis l'inscription, pas les mois calendaires. Un événement macro (un changement de prix sur un mois calendaire donné) touche toutes les cohortes actives en même temps, ce qui apparaît comme une diagonale dans le triangle, pas comme une ligne ou une colonne. Surveillez les diagonales.

Publier un NRR agrégé sans cohortes. Un NRRNRRLe Net Revenue Retention mesure le pourcentage de revenu récurrent conservé et développé auprès des clients existants sur une période, upsell et expansion inclus, net des downgrades et du churn.Voir la définition complète → global peut sembler sain uniquement parce qu'un énorme compte en expansion masque un churn généralisé sur les petits comptes. Vérifiez toujours la distribution.

Points clés

• Les cohortes séparent le signal du bruit. Groupez les clients par mois d'inscription et suivez chaque groupe dans le temps ; lisez les colonnes pour les tendances d'onboarding et les lignes pour la fidélité long terme.
• Choisissez la définition de rétention adaptée à l'usage. N jours pour les produits à usage quotidien, non bornée pour les outils B2B périodiques, et toujours associer rétention en logos et rétention en revenu.
• Sachez distinguer GRR et NRR. Le GRR (plafonné à 100 %) mesure la fuite ; le NRRNRRLe Net Revenue Retention mesure le pourcentage de revenu récurrent conservé et développé auprès des clients existants sur une période, upsell et expansion inclus, net des downgrades et du churn.Voir la définition complète → (peut dépasser 100 %) capte l'expansion. Une cohorte peut perdre des logos tout en gagnant du revenu.
• Le plateau est le verdict. Une chute initiale marquée qui s'aplatit signale un problème d'onboarding ou de fit que vous pouvez corriger. Une courbe qui ne s'aplatit jamais signale un problème de valeur.
• Segmentez avant de conclure. Séparez les contrats annuels des mensuels, ignorez les cohortes naissantes, et ne faites jamais confiance à un NRRNRRLe Net Revenue Retention mesure le pourcentage de revenu récurrent conservé et développé auprès des clients existants sur une période, upsell et expansion inclus, net des downgrades et du churn.Voir la définition complète → agrégé qui cache une baleine.