Mesurer le Product-Market Fit

Le product-market fit n’est pas un ressenti, c’est une lecture. Dans une économie par abonnement, il laisse des traces mesurables : une courbe de rétention qui cesse de tomber, des cohortes qui reviennent sur la fonction qu’on veut monétiser, un seuil de déception déclarée franchi. Le piège n’est pas d’en manquer les signaux - c’est de les lire sur un horizon trop court.

Le cadre vient de la pratique des applications par abonnement plus que de la littérature académique. Il s’est formé dans les retours d’expérience de dirigeants et d’opérateurs du mobile - les podcasts Sub Club (RevenueCat) et Mobile User Acquisition Show en forment les archives les plus denses - croisés avec un outil antérieur : le seuil de 40 % de Sean Ellis, popularisé par la méthode Superhuman et utilisé depuis comme benchmark praticien.

La robustesse est donc hétérogène, et il faut la nommer. Les cas sont documentés individuellement (Draw Something, Bunch Live, les studios casual de Voodoo) et les seuils sont des conventions d’opérateurs, pas des lois. Ce que le faisceau donne n’est pas une formule : c’est un petit nombre d’instruments qui se recoupent, chacun avec sa population et son horizon, et dont la valeur tient à la décision qu’ils déclenchent.

Cette page traite la mesure et le diagnostic : quoi regarder, sur quel horizon, dans quel ordre. Le concept lui-même - ce qu’est le product-market fit et l’ordre de priorités qu’il impose - est traité dans Product-Market Fit.

L’essentiel en 5 points

• Le signal primaire est une courbe de rétention qui s’aplatit à un plancher stable plutôt que de tendre vers zéro - et plus le plancher est haut, plus le fit est fort.
• Ce plancher se lit lentement (2 à 5 ans en abonnement) : la plupart des équipes early-stage se trompent d’horizon, pas de métrique.
• Un mauvais chiffre ne dit pas où est la fuite : la rétention de la fonctionnalité centrale sépare un déficit produit d’un manque de distribution.
• Trois lectures rapides arbitrent un investissement : le 40 % test par persona, le gate de soft launch, la rétention observée pendant un pic.
• La mesure ordonne la feuille de route : produit, puis rétention, puis monétisation, puis acquisition.

Le signal primaire : une courbe de rétention qui s’aplatit

En revenu récurrent, le product-market fit a un instrument de mesure et un seul : la rétention par cohorte. Dan Layfield (Subscription Index, Sub Club) pose le critère simplement - une courbe qui se stabilise à un niveau quelconque est un bon signe, et plus ce plancher est haut, plus le fit est fort ; des courbes qui tombent jusqu’à zéro rendent toute croissance de la base impossible et installent un churn structurel.

Ce plancher est long à lire. Andy Carvell (Phiture) estime qu’il faut 2 à 5 ans en abonnement pour se prononcer correctement, un an de plus pour intégrer les renouvellements annuels. C’est là que la plupart des équipes early-stage se trompent : elles lisent une pente sur un horizon trop court et surestiment leur distance au fit.

Francescu Santoni (Mojo) donne le test qui tranche : a-t-on un gimmick ou un produit ? Un million d’utilisateurs qui ne reviennent pas ne valent pas cent utilisateurs qui en meurent - et sans le second, aucun mécanisme de croissance ne rattrape l’absence de rétention. La référence extrême reste Draw Something : 40 à 50 % de rétention à 30 jours au lancement de 2012, des niveaux inouïs pour l’époque, mais bien réels - c’est ce qui distinguait le hit viral durable du pic éphémère.

Produit ou distribution : où se situe la fuite

Une rétention faible ne dit pas encore où le problème se situe : le produit et la distribution produisent le même symptôme. Greg Cohn (Burner) propose la métrique décisive - la rétention de la fonctionnalité centrale. Si les utilisateurs qu’on parvient à faire entrer ne reviennent pas sur la fonction qu’on pense monétiser, le déficit est produit, pas un manque de reach ; et cette rétention pré-paywall doit précéder toute décision de monétisation.

Sur le versant transactionnel, l’équivalent est le repeat rate : quand la rétention résiste malgré un programme email et SMS actif, la cause est probablement le produit, pas la configuration des flows (Send It).

Trois lectures rapides, avant d’acheter de l’acquisition

Toutes les mesures du fit ne demandent pas trois ans. Trois instruments donnent un signal en quelques semaines.

Le 40 % test. Le seuil de Sean Ellis - 40 % des utilisateurs « très déçus » si le produit disparaissait - est le benchmark praticien du product-market fit (Phil Carter, Elemental Growth). Il se sous-segmente : la méthode Superhuman consistait à le mesurer par persona pour identifier le noyau le plus intentionné, puis à construire la roadmap sur les manques que ce noyau mentionne, pour faire monter le score. À lancer sur les utilisateurs actifs, jamais sur l’ensemble des inscrits.

Le gate de soft launch. Sur plus de cent jeux observés, Matthew Emery (Turbine Games Consulting) constate qu’aucun niveau d’optimisation ne compense un déficit structurel de fit : même tripler le revenu ne sauve pas un jeu sans product-market fit. Le gate se pose donc avant d’engager le budget d’optimisation - rétention J1, J7 et J30 et CPI confrontés aux benchmarks de la catégorie.

La lecture pendant le pic. Un pic viral ordinaire fait chuter la fréquence et la rétention. Quand le problème adressé est réellement aigu, c’est l’inverse qui se produit : Bunch Live a vu son activation doubler sans changement produit, fréquence et rétention en hausse pendant l’afflux. C’est le signal diagnostique le plus net - la viralité testée par ce qu’elle retient.

Ces instruments divergent sur l’échelle de temps, et la tension est réelle. La courbe de rétention demande des années pour se prononcer ; le soft launch et le 40 % test demandent des semaines et portent sur des populations étroites. Un D1 faible n’est d’ailleurs pas un verdict de kill : Sophie Vo (Voodoo) décrit une fenêtre de correction de 1 à 3 mois - player research, changements drastiques - qui a sauvé des jeux sur ce signal. Les deux régimes ne se fondent pas : lecture longue pour la structure, lecture courte pour l’arbitrage d’investissement. La décision se prend au seuil calibré, pas au chiffre brut.

Séquence : la rétention d’abord, la monétisation ensuite

Le résultat de la mesure n’est pas seulement un feu vert ou un feu rouge : il ordonne la feuille de route. Emery le formule à l’envers de l’intuition - améliorer la monétisation d’un produit qui ne clique pas est plus simple que réparer sa rétention, et c’est précisément pourquoi la priorité doit être inversée : sous les benchmarks de rétention de la catégorie, aucun sprint de monétisation ne remplace la stabilisation de la courbe.

Le contexte s’est durci depuis iOS 13 : gérer ses abonnements est devenu trivial, les utilisateurs résilient plus facilement, et acquérir dans une application qui churne est un gouffre - l’audit D30 et D90 précède l’augmentation des budgets d’acquisition (Mobile User Acquisition Show, Crystal Ball 2023).

Deux disciplines prolongent ce séquencement. Alex Ross (Gregarious) décrit le mécanisme à valider avant de scaler l’acquisition : un enchaînement trigger, valeur, comportement répété, tenu sur environ six mois - c’est lui qui rend l’acquisition économiquement viable, et c’est lui que les investisseurs examinent. Reid DeRamus (Substack) ajoute la limite : les tactiques de lifecycle, discounts dans le cancel flow ou win-back, ne sont pas un substitut - devoir les activer tôt est un signal que la valeur produit ne retient pas encore. Le remède est le produit, pas le flow ; le réengagement traite d’autre chose, monétiser un actif déjà constitué.

Ces mesures ne valent pas par leur précision mais par la décision qu’elles déclenchent : scaler, corriger le produit, ou fermer. Un tableau de rétention qu’aucun arbitrage ne suit n’a produit que du coût - le dispositif se juge à la décision qu’il branche, pas à son exhaustivité.

Si ta scale-up plafonne aujourd’hui

1. Sortir la courbe par cohorte avant de discuter budget. Un plancher stable, même modeste, est un feu vert ; une pente vers zéro invalide tout plan d’acquisition.

2. Mesurer la rétention de la fonctionnalité qu’on veut monétiser, en version gratuite. C’est l’arbitrage produit ou distribution le moins coûteux.

3. Utiliser le 40 % test par persona - utilisateurs actifs, pas inscrits - comme signal rapide et comme feuille de route : les manques cités par le noyau le plus déçu sont la priorité produit.

4. Calibrer le gate de soft launch (rétention J1, J7 et J30 et CPI contre les benchmarks de catégorie) avant d’engager le budget d’optimisation, et définir à l’avance la fenêtre de correction plutôt que le kill réflexe.

5. Séquencer : produit, rétention, monétisation, acquisition. Chaque étage se juge au seul indicateur qui le concerne.

L’infrastructure de mesure qui porte ces lectures (cohortes, activation, unit economics) vit dans Stack de Mesure et Rétention et LTV.

Pour aller plus loin

• Rétention et LTV - la rétention comme sol de l’économie unitaire, lue par cohorte.
• Stack de Mesure - l’instrumentation qui produit ces lectures.
• Diagnostiquer le Plateau - situer une rétention faible dans un diagnostic de plateau.
• Expérimentation Contrôlée - le seuil calibré sur la décision, plutôt que sur le chiffre brut.
• Réengagement des Abonnés Churned - le win-back, monétisation d’un actif déjà constitué.

Sources

• Sub Club (Dan Layfield, Subscription Index), The Growth Formula: Churn, Retention Wins, & Smart Product Bets.
• Sub Club (Andy Carvell, Phiture), Proven Growth and Retention Strategies for App Developers.
• Sub Club (Francescu Santoni, Mojo), Growing to $1M MRR with Paywall and Pricing Experiments.
• Sub Club (Greg Cohn, Burner), Pivots, Funding, and Building Apps That Last.
• Sub Club (Phil Carter, Elemental Growth), The Subscription Value Loop: A Formula for Growth.
• Sub Club (Alex Ross, Gregarious), App Growth Strategy: Next-Level App Marketing Tips and Strategies.
• Sub Club (Reid DeRamus, Substack), Raising App Prices the RIGHT Way.
• Mobile User Acquisition Show (Matthew Emery, Turbine Games Consulting), Learnings from 750+ A/B tests.
• Mobile User Acquisition Show, Inside Draw Something’s perfect storm: from the brink to 50 million installs in 50 days.
• Mobile User Acquisition Show (Sophie Vo, Voodoo), Zero to launch: how to (actually) build a casual gaming studio from scratch.
• Mobile User Acquisition Show (Selcuk Atli et Harsh Kher, Bunch Live), Inflection: breakout growth in the midst of the COVID crisis.
• Mobile User Acquisition Show, The Mobile Growth Crystal Ball: Predictions for 2023.
• Send It, The two retention marketing stats every brand should track.

ℹ️ À propos de cette page

Reaching Kibo explore les vrais moteurs de la croissance des scale-ups B2C - et comment les mettre en pratique. Cette page appartient à Basecamp, le playbook du projet.

Elle est rédigée par IA, d’après le cadre et la direction que je donne. Une erreur, un désaccord, une source à ajouter ? Écris-moi : romain@reachingkibo.com.