Analyse de Cohortes SaaS : Lire la Rétention

Analyse de Cohortes pour les Fondateurs SaaS : Lire la Rétention Sans Data Team

Votre cohorte de mars churne à 40 % en 90 jours. Votre cohorte de juin churne à 12 %. Même produit. Même prix. Quelque chose a changé. L’analyse de cohortes est l’outil qui vous montre ça. Elle groupe les clients par date d’inscription et suit leur comportement dans le temps — pour voir quelles versions de votre produit retiennent les clients.

Qu’est-ce que l’analyse de cohortes ?

L’analyse de cohortes regroupe les clients par caractéristique commune — généralement leur date d’acquisition — et suit un comportement spécifique (rétention, revenus) dans le temps pour chaque groupe.

Une cohorte = clients ayant souscrit le même mois
L’analyse = quel % de chaque cohorte est encore actif à 30, 60, 90, 180 jours

Pourquoi c’est mieux que les métriques agrégées : la rétention agrégée cache le fait que vos nouvelles cohortes peuvent être catastrophiques pendant que les anciennes soutiennent la moyenne.

À quoi ressemble un tableau de cohortes ?

Cohorte	Mois 0	Mois 1	Mois 2	Mois 3
Janv. 2025	100 %	72 %	61 %	55 %
Févr. 2025	100 %	68 %	57 %	51 %
Mars 2025	100 %	81 %	74 %	70 %

Chaque ligne = une cohorte d’inscription. Chaque colonne = combien paient encore N mois plus tard.

La cohorte de mars est visiblement plus forte. Quelque chose a changé pour le mieux en mars.

Les 4 patterns à reconnaître

La falaise en mois 1 (mauvais)

Drop rapide en mois 1 (ex : 100 % → 40 %) = problème d’activation. Les clients se sont inscrits mais n’ont jamais vu la valeur.

Correction : séquence d’onboarding, milestone d’activation.

La fuite lente (mauvais mais corrigeable)

Déclin progressif : 100 % → 85 % → 72 % → 61 %. Churn régulier sans plancher. Probablement un problème de product-market fit.

La courbe en sourire (bon)

Drop initial fort, puis plateau : 100 % → 65 % → 60 % → 59 %. Les clients qui survivent le mois 1 restent indéfiniment. Votre problème de churn est un problème d’activation — beaucoup plus facile à corriger.

Des cohortes en amélioration (excellent)

Chaque nouvelle cohorte retient mieux que la précédente. Mars > Février > Janvier. Quelque chose que vous avez changé fonctionne.

Cohortes revenus vs cohortes clients

Métrique	Ce qu’elle suit	Quand l’utiliser
Cohorte clients	% de clients encore actifs	Pricing uniforme
Cohorte revenus	% du MRR de départ encore payé	Prix mixtes entre plans

L’analyse de cohortes revenus est plus utile si vous avez plusieurs paliers de prix. Elle montre si vos clients à plus haute valeur churne plus vite ou plus lentement que la moyenne.

Comment construire un tableau de cohortes depuis Stripe

Exportez les clients avec leur date created depuis Stripe
Exportez tous les événements invoice.paid par client
Pour chaque client : marquez les mois où il a payé (mois 0 = mois d’inscription)
Regroupez les clients par mois d’inscription (cohorte)
Calculez le % de chaque cohorte qui a payé à chaque mois suivant

Outils qui font ça automatiquement : NoNoiseMetrics, ChartMogul, Baremetrics.

FAQ

À quelle fréquence faire une analyse de cohortes ?

Mensuelle est la cadence standard pour la plupart des SaaS bootstrappés. Si vous faites des changements produit significatifs, passez en hebdomadaire pour voir l’impact sur les cohortes récentes plus rapidement.

Quelle est la différence entre cohorte et taux de rétention ?

Le taux de rétention est un nombre agrégé unique. L’analyse de cohortes est un tableau qui montre la rétention pour plusieurs groupes sur plusieurs périodes. Elle vous permet de voir quels clients font monter ou baisser votre taux de rétention.

Ai-je besoin d’une équipe data pour l’analyse de cohortes ?

Non. Un tableur peut faire une analyse basique si vous pouvez exporter les données Stripe. Des outils comme NoNoiseMetrics la construisent automatiquement. Les maths sont simples — c’est l’extraction de données qui est fastidieuse manuellement.

Qu’est-ce que l’analyse de cohortes ?

L’analyse de cohortes regroupe les clients par leur date d’inscription (ou un autre trait commun) et suit leur comportement dans le temps. Elle révèle si les nouvelles cohortes retiennent mieux que les anciennes, vous aidant à mesurer l’impact réel des changements produit sur la rétention à long terme. Contrairement aux taux de rétention agrégés, l’analyse de cohortes montre la trajectoire de chaque groupe de clients séparément — pour voir si votre produit devient meilleur à garder les gens, ou moins bon.

Construisez votre tableau de cohortes automatiquement

NoNoiseMetrics construit votre tableau de cohortes automatiquement depuis Stripe — sans tableur, sans SQL.

Connecter Stripe

Suivant : Dashboard SaaS en un jour pour inclure les cohortes dans votre revue hebdomadaire →

Sources : OpenView 2024 SaaS Benchmarks, Bessemer State of the Cloud 2024