Benchmarking SaaS analytics : à quoi ressemble un bon niveau

Votre dashboard indique un DAU/MAU (daily active users sur monthly active users) de 22 %. Est-ce bon ? Une product manager d'une société SaaS de gestion de projet a présenté ce chiffre exact à son board comme une victoire. Le membre du board qui avait dirigé le growth chez Slack n'a rien dit, a ouvert un deck de benchmarks publics et a fait remarquer que 22 % correspond à peu près au niveau de Slack avant qu'il ne devienne un outil d'usage quotidien, et bien en dessous de ce qu'un produit de collaboration « sticky » devrait afficher. La réunion a changé de direction en cinq minutes. Un chiffre sans benchmark n'est qu'un chiffre.

Cette leçon porte sur la construction de ce réflexe de comparaison : savoir où trouver des benchmarks externes 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 →édibles, à quoi ressemble un bon niveau sur les métriques qui comptent, et comment éviter de se faire tromper par des chiffres qui paraissent sains pris isolément.

Pourquoi les chiffres bruts mentent sans contexte

Une société SaaS (Software as a Service) génère des dizaines de métriques d'usage chaque jour. Presque aucune ne signifie quoi que ce soit 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 » à la même aune alors qu'il va très bien.
• Le stade de l'entreprise compte. Les produits en early stage affichent souvent un engagement gonflé par l'effet de nouveauté ; les produits mûrs montrent des chiffres plus stables, avec moins de variance.
• Les définitions varient. Chez l'un, un « active user » est un login ; chez l'autre, cela exige une action cœur (envoyer un message, closer un deal). Comparer d'une entreprise à l'autre 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 chiffres fiables directionnellement. Sources utiles, gratuites ou largement gratuites, en 2025-2026 :

• Les SaaS Benchmarks d'OpenView (rapport annuel basé sur une enquête, téléchargement gratuit) couvrant les taux de croissance, la net dollar retentionnet dollar 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 → et les métriques d'efficacité de centaines de sociétés SaaS en auto-déclaratif.
• Le SaaS Survey de KeyBanc Capital Markets (résumé publiquement de façon périodique), benchmark de longue date sur les sociétés non cotcotTechnique de prompting qui amène un modèle de langage à produire des étapes de raisonnement intermédiaires avant de donner sa réponse finale, ce qui améliore la précision sur les tâches complexes.Voir la définition complète →ées, très utilisé par les VC.
• Le rapport State of the Cloud de Bessemer, qui suit les multiples et les benchmarks de croissance des sociétés cloud/SaaS cotées.
• Les rapports annuels de benchmark croissance et rétention de SaaS Capital, segmentés par taille de revenu.
• Les 10-KKLe nombre moyen de nouveaux utilisateurs que chaque utilisateur existant génère par recommandation. Au-dessus de 1,0, la croissance s'auto-alimente et devient exponentielle.Voir la définition complète → et decks investisseurs des sociétés cotées (Salesforce, HubSpot, Atlassian, Datadog) pour des métriques réelles et auditées de rétention et proches de l'usage, puisque les sociétés cotées publient la net revenue retention et le nombre de clients au titre des règles de reporting de la SEC (U.S. Securities and Exchange Commission).

Une bonne ressource gratuite pour se repérer : le rapport SaaS Benchmarks d'OpenView, mis à jour chaque année.

Réserve : la plupart de ces sources sont auto-déclaratives, fondées sur des enquêtes, et biaisées vers les sociétés financées par du venture et basées aux États-Unis. Les benchmarks européens sont plus maigres. Traitez chaque chiffre comme directionnel, pas comme précis.

Le benchmark d'engagement de référence : DAU/MAU

Le DAU/MAU (daily active users divisés par monthly active users) mesure la stickiness, c'est-à-dire à quelle fréquence un utilisateur mensuel se connecte réellement chaque jour.

Exemple chiffré :

Un outil SaaS a 50 000 monthly active users et 9 000 daily active users un jour moyen.

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

Fourchettes de benchmark grossières 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 (CRMCRMCustomer Relationship Management : logiciel et stratégie pour gérer et analyser les interactions clients tout au long de leur cycle de vie.Voir la définition complète → pour commerciaux, dashboards analytics) : 10-25 % est normal et pas alarmant
• Outils mensuels/périodiques (paie, conformité, reporting) : moins de 10 % peut être parfaitement sain

Donc ces 22 % de la scène d'ouverture demandent une vérification de catégorie. Pour un outil de collaboration quotidienne, c'est médiocre. Pour un CRM à cadence hebdomadaire, c'est plutôt bon.

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

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

Approche pratique de benchmarking :

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

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

Les ratios de tickets de support par utilisateur (ou par compte) vous renseignent sur la friction produit et, indirectement, sur la qualité de vos propres données de tracking.

Fourchettes estimatives citées par les cabinets de benchmarking du support client (par exemple les données publiques de benchmark de Zendesk, les rapports d'Intercom) : les produits SaaS B2B mûrs constatent souvent 0,1 à 0,3 ticket par utilisateur et par mois comme bande raisonnable, même si cela varie énormément selon la complexité du produit. Un taux de tickets anormalement bas n'est pas automatiquement une bonne nouvelle : cela signifie parfois que les utilisateurs churnent silencieusement plutôt que de se plaindre, ou que votre intégration de logging des tickets est cassée et sous-compte.

C'est le piège de la qualité de données : une métrique « qui a l'air bonne » peut être un échec de gouvernance déguisé. Avant de faire confiance à un ratio, vérifiez :

• Exhaustivité : tous les canaux de support (email, chat in-app, forum communautaire) alimentent-ils bien le même dataset ?
• Déduplication : un seul utilisateur perdu qui génère cinq tickets est-il compté comme cinq problèmes distincts ?
• Rapprochement des user ID : les tickets anonymes avant login sont-ils correctement (ou même simplement) rattachés à un compte ?

Une checklist de gouvernance de base avant tout benchmarking

Avant de comparer vos chiffres à un dataset 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 de loin la cause la plus fréquente d'un exercice de benchmarking qui produit une conclusion fausse.

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

Cette leçon évite les ratios financiers généraux, mais une métrique liée à l'usage relève pleinement du domaine data parce qu'elle est construite à partir de données produit et de facturation, pas d'états comptables : la Net Dollar Retention (NDR), soit le pourcentage de revenu récurrent conservé auprès des clients existants après upgrades, downgrades et churn, hors nouveaux clients.

Estimations de benchmark publiques (chiffres 2024-2025, à considérer comme approximatifs) :

• Sociétés SaaS best-in-class : NDR au-dessus de 120 % (les clients s'étendent plus vite qu'ils ne churnent)
• Médiane d'un SaaS sain (selon les enquêtes OpenView et SaaS Capital) : environ 100-110 %
• En dessous de 100 %, cela signale que les clients existants se contractent plus vite qu'ils ne s'étendent, un vrai signal d'alerte

Cette métrique dépend entièrement d'un mapping propre entre données d'usage et données de facturation, une raison de plus pour laquelle la data lineagedata lineageLe data lineage cartographie les déplacements et transformations de la donnée à travers les systèmes, de l'origine à la consommation : d'où elle vient, ce qui l'a modifiée, et où elle va.Voir la définition complète → (savoir d'où vient un chiffre et comment il a été transformé) 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 le DAU/MAU, la NDR et les benchmarks de rétention avec des exemples d'entreprises réelles]

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

La plupart des datasets de benchmark SaaS les plus cités (OpenView, KeyBanc, Bessemer) sont fortement pondérés États-Unis. Le benchmarking 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 couverturecouvertureLe 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 → partielle mais sur des échantillons plus petits. Quand vous benchmarkez une société SaaS européenne, signalez explicitement cet écart plutôt que d'appliquer silencieusement 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 exigent tous un benchmark aligné sur la catégorie et le stade pour signifier quelque chose.
• Des sources de benchmark gratuites et crédibles existent (OpenView, KeyBanc, Bessemer, SaaS Capital, documents des sociétés cotées) mais elles sont biaisées vers les États-Unis et le venture ; traitez chaque chiffre comme une estimation.
• Avant de comparer, passez une checklist de gouvernance : définitions, fenêtres temporelles, dénominateurs et data lineage cohérents. Les définitions non alignées sont la première cause de conclusions de benchmarking fausses.
• Une métrique « qui a l'air bonne » (très peu de tickets de support, DAU/MAU élevé) peut cacher un problème de qualité de données ou une erreur de catégorie plutôt que refléter une santé réelle.
• Une Net Dollar Retention au-dessus de 100 % (sain) contre en dessous de 100 % (alerte) est un ancrage largement utilisé, mais il n'est fiable que si les données d'usage et de facturation sont proprement rattachées.