Générateur de tableau et de graphique de rétention par cohorte
Saisissez le nombre initial de clients pour chaque cohorte d'acquisition mensuelle ainsi que le nombre restant à M1 jusqu'à M6, puis comparez les courbes de rétention entre cohortes grâce à un graphique en courbes et à un tableau récapitulatif.
Tableau de référence de la rétention par cohorte à M6
| Niveau | Taux de rétention à M6 | Signification |
|---|---|---|
| Excellent | 90 % ou plus | Fidélisation de premier ordre, typique du SaaS destiné aux grandes entreprises, avec une courbe presque plate |
| Good | 80–89 % | Un niveau sain indiquant un programme de succès client efficace |
| Fair | 70–79 % | Un niveau moyen, courant dans le SaaS destiné aux PME |
| Poor | Moins de 70 % | La courbe continue de baisser, ce qui signale la nécessité de revoir l'onboarding et le succès client |
Remarque : les niveaux de référence sains varient fortement selon le segment de clientèle (grandes entreprises vs PME/libre-service). N'utilisez ces chiffres qu'à titre indicatif.
Ce que montre un tableau de rétention par cohorte
Un tableau de rétention par cohorte regroupe les clients selon la date à laquelle ils ont été acquis et déroule, mois après mois, combien d'entre eux restent. Saisissez pour chaque cohorte le nombre de clients au moment de l'acquisition (M0) puis ceux encore actifs de M1 à M6, et cet outil vous rend le taux de rétention à chaque point, une courbe par cohorte et un verdict à M6. Par rapport à un taux d'attrition global unique, il vous donne de quoi distinguer quelle fournée de clients s'en va, et à quel moment.
Une seule règle de saisie : le chiffre d'un point ne peut pas dépasser celui du point précédent. Si vous voulez tenir compte des clients partis puis revenus, retranchez-les et saisissez le solde net. Le verdict s'appuie sur la rétention à M6 : 90 % ou plus donne Excellent, 80 % ou plus Good, 70 % ou plus Fair, et en dessous Poor. Comme la fourchette saine dépend fortement du segment de clientèle, lisez plutôt les écarts entre cohortes que la valeur absolue.
Comment construire le tableau de rétention par cohorte
- Nommez la cohorte et saisissez sa taille de départ Choisissez un nom qui identifie la fournée, par exemple « Acquis en janvier 2026 ». M0 correspond au nombre de clients à cet instant.
- Saisissez les rescapés de M1 à M6 Parcourez les mois dans l'ordre en notant combien étaient encore actifs. Un chiffre supérieur au mois précédent est refusé.
- Ajoutez d'autres cohortes et alignez-les Le bouton « Ajouter une cohorte » permet d'empiler plusieurs fournées. Comparer la courbe avant et après un changement est tout l'intérêt de la démarche : une cohorte seule n'apprend presque rien.
- Lisez la forme de la courbe Une courbe qui s'aplatit signale des clients qui s'installent ; une courbe qui continue de descendre signale une fuite non enrayée. Le verdict de M6 résume cette lecture.
Astuces pour en tirer le meilleur parti
- Regroupez les clients acquis au cours d'une même période dans une seule cohorte et suivez combien d'entre eux restent au fil du temps : cela révèle des schémas de fidélisation qu'un simple taux de churn mensuel ne peut pas montrer.
- En affichant plusieurs cohortes côte à côte, vous pouvez comparer les courbes de rétention avant et après un changement, comme une amélioration de l'onboarding ou une évolution tarifaire.
- Une courbe qui s'aplatit autour de M3–M4 est un signe sain indiquant que les clients qui restent continuent d'utiliser le produit sur le long terme. Une courbe qui continue de baisser révèle un facteur de churn persistant qu'il convient d'examiner.
- Notre outil de taux de churn logo fournit un instantané sur une seule période ; utilisez plutôt cet outil lorsque vous souhaitez comparer les tendances de rétention dans le temps.
Quand l'analyse par cohorte est payante
Vérifier si les changements d'accueil ont porté
Placez côte à côte les cohortes d'avant et d'après le changement et observez la chute entre M1 et M2. C'est précisément le mouvement qu'un taux d'attrition global masque.
Suivre l'effet d'un changement de tarif
Si seules les cohortes acquises après le nouveau tarif décrochent nettement, vous tenez la preuve que prix et valeur perçue se sont écartés.
Comparer des segments de clientèle
Saisissez les grands comptes et les PME comme deux cohortes distinctes et l'écart entre ce qui est sain de part et d'autre cesse d'être une opinion pour devenir un chiffre.
Expliquer l'activité à un conseil ou à un investisseur
Un tableau de cohortes rend la réalité de la fidélisation bien mieux qu'un pourcentage isolé, car les progrès laissent une trace visible dans la forme de la courbe.
Le vocabulaire de l'analyse par cohorte
- Cohorte
- Groupe de clients acquis au cours d'une même période. Le mot vient de l'épidémiologie, où il désigne un groupe partageant une même expérience ; dans le SaaS il désigne presque toujours les inscrits d'un mois donné.
- Taux de rétention
- Part d'une cohorte encore active à un instant donné. 70 % à M6 signifie que sept clients sur dix sont toujours là six mois après leur arrivée.
- De M0 à M6
- Notation abrégée des mois écoulés depuis l'acquisition, M0 désignant l'instant de l'acquisition lui-même. M6 se situe six mois plus tard.
- Attrition (churn)
- Le reflet de la rétention : la part des clients partis. Dire que la rétention est de 70 % et dire que l'attrition est de 30 %, c'est énoncer la même chose.
- Résurrection
- Client ayant résilié puis souscrit à nouveau. Cet outil raisonne en rescapés nets : retranchez donc les revenants avant de saisir vos chiffres.
- Aplatissement de la courbe
- Le moment où les pertes mensuelles cessent et où la ligne devient horizontale. Il marque le noyau de clients réellement installés, et plus il se produit haut, plus l'activité est stable.
Questions fréquentes
Anecdote — Pourquoi l'analyse par cohorte regroupe les clients selon leur période d'acquisition
La plupart des indicateurs de churn et de rétention largement utilisés comme KPI SaaS ne sont qu'un instantané à un moment donné. Or, des clients acquis à des moments différents peuvent présenter des schémas de fidélisation très différents par la suite. Par exemple, les clients acquis après l'amélioration d'un parcours d'onboarding se fidélisent souvent mieux que la cohorte acquise avant ce changement. L'analyse par cohorte est née précisément pour rendre visible cette différence liée au moment de l'acquisition.
L'idée ne vient pas du tout du monde du SaaS : elle trouve son origine en épidémiologie, où les chercheurs suivent le taux de survie d'un groupe de personnes nées la même année. Lorsque le concept a été transposé au monde de l'entreprise, la « cohorte » est passée de « l'année de naissance » au « mois d'inscription d'un client », devenant un schéma de visualisation standard dans les présentations aux investisseurs et les tableaux de bord d'amélioration produit.
Le phénomène par lequel une courbe de rétention s'aplatit avec le temps est appelé « cohort flattening », et c'est l'un des éléments clés que les investisseurs recherchent lorsqu'ils évaluent une entreprise SaaS. Si une courbe ne s'aplatit jamais et continue de baisser, cela signifie que dès que l'acquisition de nouveaux clients s'arrête, l'ensemble de la base client commence à se réduire — un signal souvent utilisé pour juger si la poursuite des dépenses de croissance est justifiée.