Aller au contenu
OpérationsMétrique 25 sur 35

Matrice de rétention par cohorte

Un tableau triangulaire pour comparer la rétention des groupes de clients acquis au même moment.

Abderrahim Ben Jazia, PhDPar · Fondateur de FlowMRR, a créé puis revendu AIS (Avance Immédiate Services), logiciel agréé Urssaf d'avance immédiate du crédit d'impôtMis à jour :

Mettez cette métrique au travail : explorez le analyse de la rétention du MRR de FlowMRR pour suivre mouvements de revenus, rétention et prévisions depuis votre compte Stripe, ou comparez FlowMRR et Baremetrics.

Chaque ligne regroupe une cohorte, les clients dont le premier mois payé est le même ; chaque colonne indique la part qui paie encore N mois plus tard. FlowMRR compte des personnes (un client revenu sous une nouvelle fiche Stripe reste dans sa cohorte d'origine), compte à nouveau un client revenu les mois où il paie, et propose une version en revenu qui suit le MRR de la cohorte et peut dépasser 100 % quand les clients augmentent leurs dépenses. Les cases qu'une cohorte n'a pas encore atteintes restent vides. Cette vue permet de comprendre la rétention sans que les moyennes ne masquent les différences entre groupes de clients.

Formule

Case = Clients de la cohorte qui paient encore au mois M ÷ Clients de la cohorte lors de leur premier mois payé

Exemple chiffré

Cohorte de janvier 2025 : 100 % à M0 → 92 % à M1 → 87 % à M3 → 81 % à M6 → 76 % à M12. Pour février 2025, le niveau à M0 est identique, mais la rétention à M6 n'est que de 71 %. La cohorte de février perd ses clients plus vite : recherchez ce qui a changé.

Autres définitions courantes

Certains tableaux font démarrer les cohortes à l'inscription ou au début de l'essai plutôt qu'au premier paiement, ce qui mêle la conversion des essais au mois 1. D'autres mesurent une survie continue : un client parti n'est plus jamais compté, même s'il revient, ce qui donne un taux plus bas que le décompte à date de FlowMRR. Certains comptent des abonnements plutôt que des clients, ou alignent les colonnes sur les mois civils plutôt que sur l'ancienneté.

Comparaisons illustratives

Rétention M12 (SaaS B2B)

Ces plages non sourcées sont des scénarios illustratifs, pas des références sectorielles mesurées, des percentiles ou des objectifs recommandés. Les qualificatifs sont des interprétations éditoriales. Comparez vos cohortes à segment, période, devise et méthode de mesure identiques.

Excellent
> 85 %
Sain
70–85 %
Pertes importantes
< 60 %

Pourquoi c'est important

Un taux de churn unique agrège des années de cohortes dont les expériences peuvent être très différentes. La matrice permet d'évaluer l'effet des évolutions du produit, de l'accompagnement initial ou des prix sur la rétention. Si les cohortes récentes conservent davantage de clients que les anciennes, l'adéquation entre votre produit et son marché s'améliore : un signal particulièrement précieux au démarrage d'un SaaS.

Erreurs fréquentes

  • Lire les lignes isolément : il faut comparer au moins 2 cohortes pour conclure.
  • Confondre survie continue et rétention à une date donnée — déclarez si les clients revenus comptent comme retenus et conservez leur cohorte d'acquisition initiale.
  • Comparer des cohortes qui n'ont pas encore atteint le même âge, par exemple la rétention à M6 d'une cohorte de 5 mois avec celle d'une cohorte de 24 mois.

Le calculer à partir des données Stripe

Construisez les cohortes à partir des abonnements qui ont réellement payé : active, past_due, canceled et unpaid, en écartant toute période trialing, incomplete, incomplete_expired ou paused. La cohorte d'un client est le mois de sa première période payée, pas le mois de son inscription : une personne qui démarre un essai de 14 jours le 25 janvier et paie pour la première fois le 8 février appartient à la cohorte de février. Regroupez par personne, par e-mail ou par entreprise plutôt que par identifiant client Stripe, pour qu'un client revenu sous une nouvelle fiche reste dans sa cohorte d'origine.

Pour chaque mois suivant l'arrivée, marquez le client comme actif si l'un de ses abonnements payait ce mois-là. Un abonnement terminé en unpaid sort après sa dernière période payée, pas à la fin des relances ; un abonnement past_due compte encore tant que Stripe relance. Décidez comment traiter les clients qui reviennent : la rétention à date les compte de nouveau comme retenus les mois où ils paient, la survie continue les retire définitivement dès leur première interruption. FlowMRR conserve un client revenu dans sa cohorte d'origine et le compte chaque mois où il paie.

Chaque case vaut clients actifs au mois M ÷ clients de la cohorte au mois 0. La version en revenu divise le MRR de la cohorte au mois M par son MRR au mois 0 et peut dépasser 100 % quand les clients restants augmentent leurs dépenses. Laissez une case vide tant que la cohorte n'a pas atteint cet âge, et considérez le mois en cours comme incomplet. Séparez par périodicité de facturation : les abonnés annuels ne peuvent partir qu'au renouvellement, si bien qu'une cohorte mixte présente une marche au mois 12 que les cohortes mensuelles n'ont pas. FlowMRR présente les matrices en clients et en revenu par périodicité et par produit, ainsi qu'une courbe qui fait la moyenne des cohortes récentes et la prolonge sur douze mois par une décroissance ajustée.

Interpréter le résultat

Lisez la matrice de trois façons. En colonne, comparez les cohortes au même âge pour savoir si les clients récents restent plus longtemps. En ligne, repérez où une cohorte perd le plus de clients : des pertes précoces renvoient à la prise en main ou aux promesses faites lors de la vente, une baisse au mois 12 dans les cohortes annuelles traduit une décision de renouvellement. En diagonale, un creux qui touche toutes les cohortes le même mois civil est un événement, comme un changement de prix, une panne ou une vague d'échecs de paiement, plutôt qu'une différence de qualité entre cohortes.

Pondérez chaque conclusion par la taille de la cohorte : dans une cohorte de 12 clients, chaque départ fait varier la case de plus de 8 points. Comparez aussi les matrices en clients et en revenu. Une rétention en revenu supérieure à la rétention en clients signifie que les gros clients restent plus longtemps ou que ceux qui restent augmentent leurs dépenses ; l'inverse signifie que vous perdez d'abord vos plus gros comptes.

Questions fréquentes

Comment construire un tableau de rétention par cohorte à partir des données Stripe ?

Rattachez chaque client au mois de sa première période payée, puis vérifiez pour chaque mois suivant s'il avait un abonnement qui payait ce mois-là : active, ou past_due pendant les relances. Divisez le nombre d'actifs par la taille initiale de la cohorte, en laissant de côté les essais, les abonnements incomplete et les périodes de pause.

Une cohorte doit-elle commencer à l'inscription ou au premier paiement ?

Pour la rétention du revenu, au premier paiement. Partir de l'inscription mélange la conversion des essais et la rétention : une cohorte riche en essais non convertis semblerait perdre des clients dès le mois 1. Mesurez la conversion à part, puis suivez les clients payants à partir de leur premier mois payé.

Quelle différence entre rétention des clients et rétention du revenu dans une cohorte ?

La rétention des clients compte ceux qui paient encore ; la rétention du revenu additionne ce que la cohorte paie encore. Perdre un gros compte fait à peine bouger la première mais peut peser lourd sur la seconde, et l'expansion peut porter la rétention du revenu au-delà de 100 %, alors que la rétention des clients ne peut que baisser ou se redresser grâce aux clients revenus.

Combien d'historique faut-il pour une analyse de cohortes ?

Assez pour que plusieurs cohortes atteignent l'âge qui vous intéresse. Comparer le mois 3 demande quelques mois de données ; comparer le mois 12, essentiel pour les formules annuelles, demande plus d'un an. D'ici là, ne comparez que les âges atteints par toutes les cohortes.

Nous contacter
FlowMRR

Écrivez-nous

Une question, un souci technique ou une idée de partenariat ? Échangez avec l'équipe FlowMRR.