+150 XP

Benchmark des analytics SaaS : à quoi ressemblent de bons chiffres

Votre dashboard indique un DAU/MAU (utilisateurs actifs quotidiens rapportés aux utilisateurs actifs mensuels) de 22 %. Est-ce bon ? Une product manager d'un éditeur SaaS de gestion de projet a un jour présenté exactement ce chiffre à son board comme une victoire. L'administrateur qui avait dirigé la growth chez Slack n'a rien dit, a ouvert un deck de benchmarks publics et a fait remarquer que 22 %, c'était à peu près le niveau de Slack avant qu'il ne devienne un outil d'usage quotidien, et bien en dessous de ce qu'un produit collaboratif « sticky » devrait afficher. La réunion a changé de cap en cinq minutes. Un chiffre sans benchmark n'est qu'un chiffre.

Cette leçon vise à développer ce réflexe de comparaison. Vous apprendrez où trouver des benchmarks externes crédibles, à quoi ressemblent de bons chiffres sur les métriques qui comptent, et comment ne pas vous laisser tromper par des chiffres qui paraissent sains pris isolément.

Pourquoi les chiffres bruts mentent sans contexte

Une entreprise SaaS (Software as a Service) génère chaque jour des dizaines de métriques d'usage. Presque aucune ne veut rien dire sans point de référence. Trois raisons :

  • La catégorie compte. Un outil d'usage quotidien (messagerie, planification) doit avoir un DAU/MAU élevé. Un outil d'usage mensuel (paie, logiciel de reporting trimestriel) paraîtra « en mauvaise santé » selon le même critère alors qu'il se porte bien.
  • Le stade de l'entreprise compte. Les produits en phase précoce affichent souvent un engagement gonflé par l'effet de nouveauté. Les produits matures affichent des chiffres plus stables et moins volatils.
  • Les définitions varient. Pour une entreprise, un « utilisateur actif » correspond à une connexion. Pour une autre, il faut une action clé (envoyer un message, conclure un deal). Comparer des entreprises sans vérifier les définitions, c'est comparer des pommes et des factures.

Les principales sources publiques de benchmarks SaaS

Pas besoin d'un abonnement payant à un cabinet d'études pour obtenir des ordres de grandeur fiables. Sources utiles, gratuites ou en grande partie gratuites, en 2026 :

  • Le SaaS Benchmarks report de High Alpha est une enquête annuelle menée auprès de plusieurs centaines d'entreprises SaaS non cotées, qui couvre la croissance, la net dollar retention et l'efficacité. Il est téléchargeable gratuitement. High Alpha l'a coproduit avec OpenView, dont le rapport de benchmarks historique a pris fin avec la cessation d'activité d'OpenView en 2024. D'anciens rapports OpenView circulent encore en ligne. Considérez-les comme des données historiques (2023 et avant).
  • Le SaaS Survey de KeyBanc Capital Markets (résumé publiquement de façon périodique) est un benchmark de longue date sur les entreprises non cotées, très utilisé par les VC.
  • Le rapport State of the Cloud de Bessemer suit les multiples et les benchmarks de croissance des entreprises cloud/SaaS cotées.
  • Les rapports annuels de SaaS Capital sur la croissance et la rétention sont segmentés par taille de chiffre d'affaires.
  • Les benchmarks SaaS de ChartMogul reposent sur des données de facturation d'abonnements anonymisées plutôt que sur des enquêtes, ce qui en fait un bon contrôle croisé des chiffres déclaratifs.
  • Les 10-K et présentations investisseurs des sociétés cotées (Salesforce, HubSpot, Atlassian, Datadog) fournissent des métriques réelles et auditées sur la rétention et des indicateurs proches de l'usage. Les sociétés cotées publient leur net revenue retention et leur nombre de clients en application des règles de reporting de la SEC (U.S. Securities and Exchange Commission).

Bon point de départ gratuit pour vous orienter : le SaaS Benchmarks report de High Alpha, publié chaque année.

Mise en garde : la plupart de ces sources sont déclaratives et fondées sur des enquêtes, et elles surreprésentent les entreprises financées par du capital-risque et basées aux États-Unis. Les benchmarks européens sont plus maigres. Traitez chaque chiffre comme un ordre de grandeur, pas comme une valeur précise.

Le benchmark d'engagement de référence : DAU/MAU

Le DAU/MAU (utilisateurs actifs quotidiens divisés par utilisateurs actifs mensuels) mesure la stickiness : la fréquence à laquelle un utilisateur mensuel revient réellement chaque jour.

Exemple chiffré :

Un outil SaaS compte 50 000 utilisateurs actifs mensuels et 9 000 utilisateurs actifs quotidiens un jour moyen.

DAU/MAU = 9 000 / 50 000 = 0,18, soit 18 %.

Fourchettes de benchmark approximatives et largement citées (estimations, variables selon la source et l'année) :

  • Applications sociales grand public : 50-60 % et plus (Facebook a historiquement cité des chiffres dans cette fourchette)
  • Outils B2B de workflow quotidien (chat, tableaux de projet) : 30-50 % est considéré comme solide
  • Outils à cadence hebdomadaire (CRM pour commerciaux, dashboards analytiques) : 10-25 % est normal et n'a rien d'alarmant
  • Outils mensuels/périodiques (paie, conformité, reporting) : moins de 10 % peut être parfaitement sain

Le 22 % de la scène d'ouverture demande donc une vérification de catégorie. Pour un outil de collaboration quotidienne, c'est médiocre. Pour un CRM à cadence hebdomadaire, c'est en fait bon.

Adoption des fonctionnalités : la métrique que tout le monde mesure mal

Le taux d'adoption d'une fonctionnalité est le pourcentage d'utilisateurs actifs qui utilisent une fonctionnalité donnée sur une période. Il est constamment mal utilisé, parce que les entreprises ne le comparent à rien, ou à une cible interne arbitraire sans ancrage externe.

Approche pratique de benchmark :

  1. Segmentez par type de fonctionnalité. Les fonctionnalités cœur de workflow (la raison pour laquelle le client a acheté le produit) devraient atteindre 60-80 % d'adoption ou plus parmi les utilisateurs actifs. Les fonctionnalités secondaires (intégrations, reporting avancé) se situent souvent entre 10 et 30 %. C'est normal, pas un échec.
  2. Suivez les courbes d'adoption dans le temps depuis le lancement de la fonctionnalité, pas seulement une photo à un instant donné. Une fonctionnalité à 15 % d'adoption après une semaine peut être en bonne santé. Le même chiffre après 18 mois signale un problème.
  3. Comparez avec vos propres lancements passés avant de chercher des benchmarks externes. Les données externes sur l'adoption de fonctionnalités spécifiques sont rares et rarement comparables d'un produit à l'autre.

Tickets de support par utilisateur : un signal de qualité des données, pas seulement une métrique ops

Les ratios de tickets de support par utilisateur (ou par compte) renseignent sur la friction produit. Indirectement, ils renseignent aussi sur la qualité des données de votre propre tracking.

Les cabinets spécialisés dans le benchmark du support client publient des fourchettes estimatives (par exemple les données de benchmark publiques de Zendesk et les rapports d'Intercom). Pour les produits SaaS B2B matures, une fourchette de 0,1 à 0,3 ticket par utilisateur et par mois est souvent raisonnable, même si cela varie énormément selon la complexité du produit. Un taux de tickets anormalement bas n'est pas automatiquement une bonne nouvelle. Parfois, les utilisateurs churnent en silence au lieu de se plaindre. Parfois, votre intégration de remontée des tickets est cassée et sous-compte.

C'est le piège de la qualité des données : une métrique « flatteuse » peut être un échec de gouvernance déguisé. Avant de vous fier à un ratio, vérifiez :

  • Exhaustivité : tous les canaux de support (e-mail, chat in-app, forum communautaire) alimentent-ils bien le même jeu de données ?
  • Dédoublonnage : un utilisateur perdu qui génère cinq tickets est-il compté comme cinq problèmes distincts ?
  • Rapprochement des identifiants utilisateur : les tickets anonymes ouverts avant connexion sont-ils correctement (voire jamais) rattachés à un compte ?

Checklist de gouvernance de base avant tout benchmark

Avant de comparer vos chiffres à un jeu de données externe, vérifiez :

1. Definition match: is "active user" defined the same way (login vs. core action)?
2. Time window match: daily/monthly/rolling 28-day, not calendar month vs rolling window
3. Denominator consistency: total registered users vs. paying users vs. licensed seats
4. Data source lineage: product analytics tool (Amplitude, Mixpanel) vs. billing system vs. CRM
5. Sampling: full population or sampled? Bot/test-account filtering applied?

Sauter cette checklist est la cause la plus fréquente d'un exercice de benchmark qui aboutit à une conclusion fausse.

Vérification des acquis

1. Un produit SaaS de paie affiche un DAU/MAU de 8 %, bien inférieur aux 40 % d'une application de messagerie. Quelle est l'explication la plus probable ?

2. Dans l'anecdote, pourquoi la comparaison au benchmark faite par l'administrateur a-t-elle changé le cap de la réunion ?

3. Deux entreprises SaaS déclarent chacune 100 000 « utilisateurs actifs mensuels », mais l'une définit « actif » comme une connexion et l'autre comme la réalisation d'une action clé (par exemple conclure un deal). Quel est le principal risque à comparer directement ces deux chiffres ?

CHOIX MULTIPLES

4. Sélectionnez TOUTES les bonnes réponses sur les raisons pour lesquelles une métrique SaaS brute peut être trompeuse sans contexte externe.

Sélectionnez toutes les réponses correctes.

CHOIX MULTIPLES

5. Sélectionnez TOUTES les bonnes réponses sur la manière d'utiliser de façon rigoureuse des benchmarks SaaS externes (comme le rapport d'OpenView) pour évaluer les métriques d'une entreprise.

Sélectionnez toutes les réponses correctes.

Net dollar retention et usage : la métrique sur laquelle les investisseurs s'appuient vraiment

Cette leçon laisse de côté les ratios financiers généraux. Une métrique liée à l'usage relève pourtant du domaine data, parce qu'elle est construite à partir des données produit et de facturation plutôt que des états comptables. La Net Dollar Retention (NDR) est le pourcentage de revenu récurrent conservé auprès des clients existants après upgrades, downgrades et churn, hors nouveaux clients.

Estimations issues de benchmarks publics (chiffres 2024-2025, à considérer comme approximatifs) :

  • Entreprises SaaS best-in-class : NDR supérieure à 120 % (les clients se développent plus vite qu'ils ne churnent)
  • SaaS sain médian (selon les enquêtes High Alpha et SaaS Capital) : environ 100-110 %
  • Sous 100 % : les clients existants se contractent plus vite qu'ils ne se développent, un vrai signal d'alerte

Cette métrique dépend entièrement d'un mapping propre entre données d'usage et données de facturation. C'est une raison de plus pour laquelle le data lineage (la traçabilité de l'origine d'un chiffre et de ses transformations) compte autant que le chiffre lui-même.

🎬 [VIDEO: "SaaS Metrics that Matter" - youtube.com/@saastr - La chaîne de SaaStr propose régulièrement des interventions de fondateurs et d'investisseurs qui décortiquent les benchmarks de DAU/MAU, de NDR et de rétention avec des exemples d'entreprises réelles]

Europe vs États-Unis : un manque de données à connaître

La plupart des jeux de données de benchmark SaaS les plus cités (High Alpha, KeyBanc, Bessemer) sont fortement pondérés vers les États-Unis. Le benchmark SaaS européen est comparativement clairsemé. Des sources comme SaaStock et les rapports de fonds de VC européens (les enquêtes SaaS de Point Nine, par exemple) offrent une couverture partielle, mais sur des échantillons plus petits. Quand vous benchmarkez une entreprise SaaS européenne, signalez explicitement ce manque plutôt que d'appliquer en silence les normes américaines. La cadence d'adoption et les attentes en matière de support peuvent différer selon le marché et la complexité linguistique.

Points clés

  • Ne lisez jamais une métrique SaaS isolément. DAU/MAU, adoption des fonctionnalités et ratios de tickets de support n'ont de sens qu'avec un benchmark adapté à la catégorie et au stade de l'entreprise.
  • Il existe des sources de benchmark gratuites et crédibles (High Alpha, KeyBanc, Bessemer, SaaS Capital, ChartMogul, publications des sociétés cotées). Elles surreprésentent les entreprises américaines financées par du capital-risque : traitez chaque chiffre comme une estimation. Les rapports d'OpenView se sont arrêtés après 2023 et relèvent désormais de l'historique.
  • Avant de comparer, passez une checklist de gouvernance couvrant les définitions, les fenêtres temporelles, les dénominateurs et le data lineage. Des définitions incohérentes sont la première cause de conclusions de benchmark erronées.
  • Une métrique « flatteuse » (très peu de tickets de support, DAU/MAU élevé) peut masquer un problème de qualité des données ou une erreur de catégorie au lieu de refléter une bonne santé réelle.
  • Une Net Dollar Retention supérieure à 100 % (sain) ou inférieure à 100 % (alerte) est un repère largement utilisé. Elle n'est fiable que si les données d'usage et de facturation sont proprement reliées.