Rétention et LTV

La croissance ne vient pas de la rétention mais de la pénétration : la rétention n'est jamais le levier de sortie de plateau, c'est le sol de l'économie unitaire - matériel seulement en revenu récurrent, où elle protège l'actif que le dashboard ne mesure pas, la valeur cohorte.

Carotte géologique en coupe transversale, strates de sédiments accumulés sur des siècles - gravure naturaliste 19e.
L'actif que le bilan ignore

Quand la croissance ralentit, un réflexe séduisant consiste à déclarer que le vrai levier, c’est la rétention, et à déverser les ressources dans le CRM et les win-back. C’est lire le tableau à l’envers. Le moteur de croissance est la pénétration - recruter de nouveaux acheteurs. La rétention ne rivalise pas avec elle comme moteur : elle en est le sol d’économie unitaire, matériel seulement en revenu récurrent, où chaque point de churn évité se compose sur une base de revenu déjà acquise.

L’ancrage empirique vient d’Ehrenberg-Bass. Jenni Romaniuk et Byron Sharp documentent dans How Brands Grow: Part 2 que la défection suit la loi de Double Jeopardy en miroir : négativement corrélée à la pénétration - les grosses marques ont proportionnellement moins de défections, les petites en ont plus. Un churn élevé quand on est petit n’est donc pas un défaut de rétention à corriger, mais la contrepartie mécanique d’une pénétration faible. La sortie est de recruter, pas de colmater.

Ce qui reste vrai est arithmétique. Comme l’illustre Sylvain Gauchet dans Growth Gems 143, en abonnement le churn absolu scale avec la base pendant que l’output marketing reste plat : à 50 000 abonnés et 5 % de churn mensuel, 2 500 annulations à recompenser chaque mois avant un seul client net. Passé un seuil, l’acquisition ne fait plus que colmater - le même plafond que le Performance Plateau lu par le bas.

Cette page couvre l’économie unitaire de la rétention en contexte récurrent : comment lire la courbe par cohorte, démêler les vraies causes du churn, et modéliser la LTV cohorte pour rendre l’arbitrage rétention/acquisition défendable au CFO. La fenêtre d’activation (J0-J7, time-to-value, paywall) est un sujet distinct non couvert ici. Le paramétrage UA post-ATT et les fenêtres de payback sont traités dans Campagnes App Mobile.

L’essentiel en 4 points

  • La rétention n’est pas le levier de sortie de plateau - c’est le sol d’économie unitaire qui rend l’acquisition rentable en contexte récurrent.
  • La forme de la courbe de rétention par cohorte est le meilleur diagnostic de PMF disponible avant tout débat budgétaire.
  • Le vrai churn n’est pas dans le CRM : il est dans la friction produit, le billing défaillant, et les exit interviews posées à la bonne question.
  • La valeur résiduelle des cohortes est l’actif le plus large d’une entreprise récurrente - invisible au bilan et au P&L, décisif pour l’arbitrage capital.

La courbe par cohorte comme seul diagnostic valide

Le dispositif de référence n’est pas un taux de churn agrégé mais la cohorte par date d’inscription. Comme le documente Pierre-Jean Hillion dans How to Crack Retention - The Full Guide, la vue graphe donne la tendance inter-cohortes (la rétention s’améliore-t-elle install après install ?), la vue table donne les taux exacts par période - et c’est en isolant les cohortes post-lancement d’une feature qu’on lit l’impact produit réel.

La forme de la courbe est un diagnostic de product-market fit en trois patterns : une courbe qui tend vers zéro signale un PMF insuffisant et un seau percé - on verse de l’acquisition dans le vide ; une courbe qui s’aplatit signale un PMF partiel, une cohorte core reste engagée ; une courbe « souriante » qui remonte signale un PMF fort, les churned se réactivent. Si la cohorte la plus récente trend vers zéro sur 90 jours, le verdict est clair : on stoppe l’acquisition et on répare le produit.

Avant de qualifier un drop-off de problème de rétention, il faut distinguer activation et rétention sur la courbe segmentée. Selon l’expérience de Sylvain Gauchet dans Growth Gems 145, un problème de rétention se lit par des utilisateurs actifs en début d’abonnement qui décrochent progressivement (J30-J90) ; un problème d’activation se lit par un drop-off précoce (J0-J7), avant même que l’utilisateur ait pu prendre l’habitude. Les deux appellent des solutions opposées.

Les seuils se calibrent sur le modèle, jamais sur un benchmark générique. Robustement documenté par Pierre-Jean Hillion, les apps mobiles perdent en moyenne 77 % de leurs utilisateurs dans les 3 premiers jours, et les niveaux sains divergent fortement (consumer 25-40 %, B2C SaaS ~14,5 % à 6 mois). En mobile gaming, Martin Macmillan dans The Three-Stage Capital Model: Pt.2 pose un gate de scalabilité sur la D30 : sous 6 % l’app n’est pas scalable, 10-12 % signale un breakout qui justifie d’accélérer l’UA. Sous le seuil, le problème est produit, pas acquisition.

Les quatre corrections de lecture du churn

Le piège du pilotage est de prendre la mesure du churn pour sa cause. Quatre corrections avant toute action.

1. Redéfinir le churn selon le modèle économique réel.

Comme l’illustre Sylvain Gauchet dans Growth Gems 138, Zumba a découvert que la majorité de ses « churners » app migraient vers les cours en salle - ce que le dashboard comptait comme un échec était un succès commercial. Pour toute marque à canaux complémentaires, cartographier les trajectoires post-app avant de classer un utilisateur comme perdu.

2. La vraie cause est la friction, pas le prix.

Selon l’expérience de Sylvain Gauchet dans Growth Gems 143, le client a déjà prouvé en achetant que le prix n’était pas une barrière. Quand il cite le coût à l’annulation, la cause réelle est presque toujours une promesse non tenue. Parfois le churn est intrinsèque au segment (SMB qui ferment, projets qui se terminent) - ce qui en fait un arbitrage de Stratégie comme Choix, pas un défaut à corriger.

3. Traiter la friction produit avant la stack CRM.

Comme le documentent D2C Diaries dans l’épisode Founder Lessons From Over £1 Billion in DTC Revenue, les marques sur-investissent les « plays de rétention à 1 % » dans le CRM et sous-investissent l’expérience produit - durabilité, toucher, tenue au lavage - qui est le vrai driver du réachat. En abonnement, la livraison est le même angle mort : IPA dans The Effectiveness Files: HIVED documente qu’une mauvaise livraison génère un iceberg de coûts cachés (churn, réexpéditions, remboursements) bien supérieur à ce que les avis laissent voir.

4. Sortir les vraies causes par la voix du client.

Établi par Bain via Pierre-Jean Hillion, 53 % du churn vient d’un mauvais onboarding, d’une relation insuffisante ou d’un support défaillant - dix appels avec des clients partis suffisent à faire ressortir les 2-3 causes actionnables. La question clé : remplacer « Why did you cancel ? » par « What made you cancel ? » a doublé le taux de réponses utilisables (10 % → 20 %). C’est la discipline d’écoute client appliquée à la sortie.

Un gisement invisible complète ce tableau : le churn délinquant (échecs de paiement). Comme l’illustre Pierre-Jean Hillion dans Hunter Growth Story, une séquence de relance (dunning) et une suspension rapide des comptes défaillants l’ont réduit de 30 % chez Hunter - c’est le versant billing de l’économie unitaire.

La LTV cohorte : l’actif que le dashboard ignore

La rétention se monétise en valeur cohorte - et c’est là que le pilotage standard décroche. Selon l’expérience de Martin Macmillan dans Understanding Residual Cohort Value, la valeur résiduelle des cohortes - les revenus futurs des utilisateurs déjà acquis, sans nouveau spend - n’apparaît ni au bilan ni au P&L, et représente pourtant le plus gros stock de valeur de l’entreprise récurrente. La modéliser reframe l’UA comme un actif de bilan (financement collatéralisable, valorisation M&A, arbitrage rétention/acquisition).

Cette valeur est lente. La courbe de revenus d’une cohorte montre un spike précoce (spenders J1-J7) puis une décroissance graduelle mais persistante sur des années - le long tail dépasse largement les 180 premiers jours en subscription. La conséquence sur la fenêtre de jugement : comme le montre Pierre-Jean Hillion dans The Pricing Dilemma, un modèle de pricing qui améliore la conversion trial-payant peut détruire la LTV si les utilisateurs churnent au premier mois. La bonne métrique de succès d’un test de pricing est la LTV à 3-6 mois, pas le taux de conversion isolé.

Mieux modéliser la valeur cohorte a un payoff côté acquisition. Les modèles de LTV prédictive (pLTV) donnent au CFO un forecast défendable et aux équipes UA la confiance pour enchérir plus agressivement - la rétention bien mesurée finance l’acquisition, sans en devenir le substitut. Symétriquement, certains canaux la détruisent : des sources de trafic attirent des utilisateurs non-ICP qui dégradent la rétention de leur cohorte. Couper un canal générateur de volume mais destructeur de LTV suppose de segmenter la rétention par canal d’acquisition source - ce que permet le Stack de Mesure.

Si ta scale-up plafonne aujourd’hui

La rétention ne remplace pas l’acquisition comme moteur - elle défend l’économie unitaire qui rend l’acquisition rentable. Trois chantiers concrets :

1. Lire la rétention par cohorte avant tout débat budgétaire.

Une vue par date d’install, segmentée par OS, plan et canal d’acquisition source. La forme de la courbe tranche le PMF : si la cohorte la plus récente tend vers zéro sur 90 jours, on gèle l’accélération UA et on répare le produit. Gate de scalabilité type D30 (6 % en mobile gaming, calibré sur le modèle) comme condition préalable à tout plan d’acquisition.

2. Réparer la friction produit et le billing avant le CRM.

Distinguer trois churns : volontaire (produit/promesse, sortable par 10 appels et la question « what made you cancel »), de marché (segment ICP, arbitrage stratégique - pas un défaut à corriger), délinquant (paiement, sortable par dunning). Redéfinir le churn sur le revenu réel et les trajectoires cross-canal, pas l’inactivité in-app.

3. Faire entrer la LTV cohorte au pilotage.

Modéliser la valeur résiduelle, juger un test de pricing sur la LTV à 3-6 mois, lire la monétisation sur son vrai horizon (long tail > J180). C’est ce qui rend l’arbitrage rétention/acquisition défendable au CFO - et qui permet d’enchérir plus agressivement à l’UA quand la cohorte le justifie.

Pour aller plus loin

  • Pénétration vs Loyauté - Le moteur de croissance : recruter des acheteurs, pas retenir les existants. La rétention protège l’actif, elle ne le remplace jamais comme moteur.
  • Performance Plateau - Le même plafond lu côté acquisition ; ici, le churn referme le réservoir par le bas.
  • Écouter les clients pour décider - La méthode dont les exit interviews et les 10 appels churned sont une application directe.
  • Stack de Mesure - Le dispositif de triangulation où s’insère la cohorte de rétention segmentée par canal.
  • Campagnes App Mobile - L’exécution régie de l’acquisition que la LTV cohorte sert à piloter en contexte post-ATT.

Sources

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.