Comment réaliser une analyse de churn en 3 étapes simples

Analyse de churn est le processus d'examen des données client pour comprendre pourquoi les utilisateurs annulent leurs abonnements, identifier les tendances du comportement d'annulation et développer des stratégies basées sur les données pour améliorer la rétention. Cela va au-delà de la simple connaissance de votre taux de churn — l'analyse de churn répond à pourquoi les clients partent et quoi ce que vous pouvez faire à ce sujet.

Principaux points à retenir :

• L'analyse de churn peut vous aider à comprendre les taux de churn de votre entreprise et pourquoi les clients annulent
• Il est important de comprendre quels segments de clients font du churn et pourquoi
• Découvrir les tendances des raisons d'annulation peut vous aider à identifier les raisons spécifiques pour lesquelles les clients font du churn en grand nombre afin que vous puissiez vous adapter en fonction des besoins
• Parfois, des taux de churn élevés pour des raisons comme la tarification peuvent indiquer que vous ne ciblez pas le bon public 
• Des outils comme Baremetrics peuvent vous aider à réaliser une analyse de churn, en fournissant des métriques claires, des informations sur les annulations et même en aidant à prévenir le churn involontaire 

Imaginez ceci : Au cours des six derniers mois, votre taux de churn est passé d'un respectable 4 % à plus de 10 %.

Confus (et probablement un peu inquiet), vous vous grattez la tête et vous demandez ce qui s'est passé ?

À ce stade, vous pourriez entrer en mode panique et faire des changements aléatoires et drastiques à votre entreprise pour arrêter l'hémorragie.

Ou, vous pouvez faire une pause, prendre du recul et analyser ce qui s'est mal passé en réalisant une analyse de churn.

Comprendre l'analyse de churn client

L'analyse de churn est l'utilisation des données client pour comprendre pourquoi ils ont arrêté d'utiliser votre service. Plus votre taux de churn est élevé, plus vous perdez d'utilisateurs et de revenus. Le taux de churn est une métrique cruciale pour calculer d'autres métriques comme Valeur de vie client (CLV).

Taux de désabonnement des clients est le pourcentage de clients qui annulent leurs abonnements au cours d'une période donnée. Il est calculé en divisant le nombre de clients perdus au cours d'une période par le nombre de clients au début de cette période.

Analyser votre churn ne signifie pas montrons signifie connaître votre taux de churn client. Il s'agit de comprendre pourquoi les clients font du churn au taux auquel ils le font, et comment résoudre le problème.

Bien que similaires, l'analyse de churn et la prédiction de churn ne sont pas la même chose. Analyse de churn vous aide à comprendre pourquoi les clients annulent, afin que vous puissiez faire un plan pour le réduire. La prédiction du désabonnement prévoit la probabilité qu'un client fasse du churn en fonction des commentaires et des données historiques, afin que vous puissiez planifier à l'avance. En savoir plus sur la prédiction de churn ici.

Pourquoi vous devez analyser le churn

C'est une chose de savoir que vous avez un taux de churn de 13 %. Mais à moins que vous compreniez quels clients annulent, pourquoi ils annulent, quand ils annulent et d'autres points de données, il est vraiment difficile d'améliorer.

C'est pourquoi l'analyse de churn est si importante pour les entreprises par abonnement.

Nous avons rencontré des situations où une entreprise SaaS reconnaît qu'elle a un problème de rétention client mais ne sait pas comment le résoudre. Ils recourent donc à faire des suppositions ou à utiliser aléatoirement des tactiques qu'ils ont trouvées en ligne.

Le problème avec cela, c'est que à moins de comprendre le « pourquoi » derrière votre taux de désabonnement de SaaS, tout changement que vous apportez pourrait potentiellement aggraver le problème.

Et quand vous faites déjà face à un churn élevé, la dernière chose dont vous avez besoin est de perdre plus de revenus en changeant votre tarification, vos fonctionnalités et vos processus sans rime ni raison.

Lorsque vous prenez le temps d'analyser pourquoi vos clients partent, vous avez une idée plus claire de ce qu'il faut changer. Vous pouvez ensuite effectuer des tests contrôlés pour mesurer l'impact, améliorer la rétention et potentiellement vous rapprocher de cet idéal. taux de désabonnement négatif.

Comment calculer le taux de désabonnement client et analyser les résultats

Une fois que vous avez calculé votre taux de désabonnement, il est temps de mener une analyse complète du désabonnement pour comprendre ce qui motive ces chiffres. 

La première question que vous devriez vous poser est : quel problème essayez-vous de résoudre ?

Dans ce cas, nous voulons comprendre comment réduire notre désabonnement. Pour ce faire, nous devrons répondre à deux questions principales :

1. Quels clients partent ?
2. Pourquoi partent-ils ?

Avec ces deux questions comme point de départ, nous avons un contexte et une direction pour la façon dont nous examinons nos données. Cela rendra moins probable de se perdre dans un gouffre de données infinies sans fin en vue.

Maintenant que nous savons ce que nous cherchons, plongeons-nous dans un guide étape par étape de l'analyse du désabonnement.

Étape 1 : Configuration des outils d'analyse du désabonnement

Ce n'est même pas l'étape numéro un. C'est plutôt l'étape 0. Avant de pouvoir faire tout type d'analyse du désabonnement, vous devez avoir des données à analyser !

De nombreux outils sont disponibles qui pourraient aider, mais gardons les choses simples pour l'instant.

Vous aurez besoin d'un type d'outil d'analyse d'abonnement. Pour cet article, nous utiliserons Baremetrics. 

Vous pouvez accéder à toutes les informations dont vous avez besoin directement depuis nos tableaux de bord, et vous pouvez exporter les données dans une feuille de calcul si vous souhaitez les explorer davantage.

Consultez les données essentielles du désabonnement comme les suivantes :

• Désabonnement brut par rapport au désabonnement net
• Désabonnement client par rapport au désabonnement des revenus 
• Désabonnement involontaire 

Cela dit, vous pouvez également utiliser des outils comme Mixpanel ou Amplitude. Ces outils vous permettent de comprendre comment les gens utilisent et s'engagent avec votre produit.

 Vous pouvez découvrir des informations comme les suivantes :

• Fonctionnalités « collantes » que les utilisateurs reviennent le plus souvent utiliser 
• Fonctionnalités avec une faible convivialité.
• Nombre moyen de sessions ou durée des sessions 

L'engagement des produits peut être un grand indicateur de désabonnement, donc ces données peuvent vraiment être utiles.

Mixpanel dispose de une excellente série de vidéos sur la façon d'analyser le comportement des utilisateurs.

Essayez de ne pas vous focaliser sur tous les différents outils disponibles. Commencez par les bases en matière d'outils d'analyse du désabonnement comme Baremetrics, et si vous ne pouvez pas obtenir les informations dont vous avez besoin, alors élargissez vos horizons.

Étape 2. Découvrez pourquoi les clients partent

J'ai mentionné que l'une des deux questions auxquelles nous allons répondre avec notre analyse du désabonnement est « Pourquoi les gens annulent-ils ? »

Pour obtenir ces réponses, vous devez commencer à poser des questions ! Il existe plusieurs façons de le faire.

Option A, Envoyez un e-mail après l'annulation des clients. Ils demanderont soit directement aux clients pourquoi ils ont annulé dans l'e-mail, soit les dirigeront vers un questionnaire qui peut facilement être créé via un outil comme Google Forms ou Typeform.

Voici un exemple de Pat Walls, propriétaire de Pigeon. Il envoie un e-mail à tous les clients qui annulent et demande leurs commentaires.

Court, clair et simple.

Cette approche fonctionne bien aux premiers stades de votre entreprise SaaS. Mais à mesure que votre entreprise grandit, vous voudrez une façon plus évolutive de découvrir pourquoi les clients partent. C'est là que l'option B entre en jeu.

Voici ce que nous faisons chez Baremetrics. Nous utilisons Analyse des annulations pour créer un questionnaire que les clients doivent remplir avant de fermer leurs comptes, ainsi qu'une option d'e-mail.

 Cela ressemble à ceci :

Le formulaire capture toutes les réponses des clients et nous pouvons suivre chaque réponse dans notre tableau de bord.

Nous permettons également aux gens de fournir plus de détails sur les raisons de leur annulation, ce qui est particulièrement utile pour les clients qui ont choisi « Autre » comme motif d'annulation.

Nous pouvons faire une analyse de base du désabonnement avec cette seule information.

Par exemple, nous pouvons examiner les raisons les plus courantes pour lesquelles les gens partent et voir exactement combien de revenu mensuel récurrent nous perdons chaque mois pour chaque raison.

Comprendre les motifs d'annulation 

Pour les raisons d'annulation comme « Trop cher », vous devrez faire des recherches plus approfondies. Mais ne vous inquiétez pas, nous allons explorer les façons d'analyser cela un peu plus tard. Ces données peuvent vous aider à prioriser vos prochaines étapes.

Par exemple, si les clients choisissent « Passer à un autre produit », suivez ces étapes :

• Notez quel concurrent ils choisissent
• Créez une matrice de comparaison des fonctionnalités (comme celle-ci de Crayon)
• Recherchez les différenciateurs concurrentiels tels que le prix, les fonctionnalités clés ou la fonctionnalité 

Si le prix revient régulièrement comme raison d'annulation, vous voudrez mener une étude de marché et envisager de faire des tests de prix.

Un mot de prudence, cependant. Si vous remarquez que le prix est une raison d'annulation régulière, cela ne signifie pas automatiquement que vous devez facturer moins !

Cela pourrait signifier que vous devez fournir un peu plus de valeur pour justifier votre prix actuel ou que les clients qui ont annulé étaient sur le mauvais plan.

Voici une note de Corey Haines, responsable de la croissance chez Baremetrics, Corey Haines, sur la raison pour laquelle réduire votre prix n'est pas toujours la « solution » à la rétention.

« Trop cher » est l'une des raisons d'annulation les plus courantes dans tous les secteurs d'activité. Mais avant de supposer que votre produit est trop cher, considérez ce que j'aime appeler le ratio valeur/prix.

Un ratio valeur/prix de 1:1 signifie que les clients obtiennent exactement autant de valeur qu'ils paient, et bien que cela semble raisonnable, ils sentiront probablement qu'ils n'en tirent pas beaucoup et chercheront quelque chose à un prix inférieur.

Tandis qu'avec un ratio valeur/prix de 10:1, les clients sentiront pratiquement l'obligation d'en parler à d'autres et resteront pendant longtemps.

Nous avons mené une expérience de prix assez récemment au cours de laquelle nous avons doublé les prix et pratiquement n'avons vu aucune différence. C'était donc un bon indicateur que notre prix, en fait, n'était pas trop élevé.

Un autre exemple intéressant est que nous avons vu beaucoup de résistance de la part de nos clients du forfait à 100 $/mois qui passaient du forfait à 50 $/mois. Et souvent, beaucoup de réponses des utilisateurs en essai qui n'ont pas été convertis, selon lesquelles ils ne pouvaient tout simplement pas justifier 100 $/mois selon leurs revenus.

Nous avons donc introduit un nouveau forfait entre le forfait à 50 $/mois et le forfait à 100 $/mois à 75 $/mois et avons observé très peu de rétention de ce forfait et pratiquement aucune résistance des clients passant à ce forfait maintenant.

Une autre chose à considérer est le type de rétention que vous obtenez. Vos clients annulent-ils, ou ne vous paient-ils tout simplement pas ?

Dans Baremetrics, vous pouvez voir une ventilation de votre rétention par annulations par rapport aux impayés.

 

Surveillance de la rétention involontaire 

Désabonnement involontaire est un type de rétention de clients qui se produit lorsque quelque chose se produit et entraîne l'échec involontaire de la rétention de l'abonnement des clients. Le type le plus courant de rétention involontaire se produit lorsque les clients ont une carte de crédit expirée ou annulée qu'ils ne mettent pas à jour.

Les méthodes de relance peuvent vous aider à identifier les utilisateurs à risque de rétention involontaire, en prévenant une annulation avant qu'elle ne se produise. Utilisez Baremetrics Recover pour arrêter la rétention dans son élan. 

Étape 3. Analyser le taux de rétention des clients par cohortes

L'analyse de cohorte est une méthode de regroupement des clients en segments (cohortes) basés sur des caractéristiques partagées — telles que la date d'inscription ou le niveau de forfait — pour identifier les modèles de rétention et le comportement de rétention au fil du temps.

Imaginez que vous êtes une entreprise SaaS vendant un logiciel de budgétisation. Au cours des trois derniers mois, vous avez perdu 300 clients.

Ces 300 clients étaient sur différents niveaux de forfait, se sont inscrits à différents moments et se trouvent dans différents pays.

Pensez-vous qu'il serait plus efficace d'analyser les 300 clients en même temps, ou de les regrouper en « groupes » en fonction du niveau de forfait, de la date d'abonnement et de la localisation ?

Si vous analysez votre rétention de la première façon, vous pourriez pouvez voir certaines tendances générales.

Mais pour obtenir des informations plus exploitables, il est beaucoup plus bénéfique de prendre la deuxième route et de décomposer vos clients qui ont changé en segments ou cohortes plus petits.

Deux bonnes cohortes pour commencer sont le niveau de forfait et la date d'abonnement.

Commençons par un exemple de la façon d'analyser la rétention par point de prix ou niveau de forfait.

Pour avoir un aperçu rapide des forfaits ayant le plus de rétention au cours d'un mois donné, vous pouvez accéder à Métriques > Rétention des utilisateurs dans Baremetrics. Faites défiler légèrement vers le bas, et vous pourrez voir une liste de tous vos forfaits et le taux de rétention pour chacun.

Une fois que vous avez identifié les forfaits ayant le taux de rétention le plus élevé pour un mois donné, vous voudrez vous concentrer sur les raisons pour lesquelles ces clients spécifiques annulent. Nous allons utiliser une feuille de calcul ici.

Rendez-vous sur Analyse des annulations et sélectionnez votre plage de dates. Puis allez à la liste des clients et Télécharger le tableau.

Dans la feuille de calcul, vous pouvez trier les données par forfait et voir la raison d'annulation spécifique pour tous les utilisateurs qui ont annulé dans le cadre de ce forfait.

Ce n'est pas visible dans ma capture d'écran, mais vous pouvez voir les commentaires pour chaque raison d'annulation dans la feuille de calcul. À partir de là, vous voudrez rechercher les tendances des raisons d'annulation par niveau de forfait.

Une autre façon d'analyser la rétention par cohortes est d'examiner la rétention des clients par date d'inscription. Vous examinez tous les clients qui se sont inscrits au cours d'un mois donné et vous voyez combien de mois ils sont restés par la suite.

Ne vous inquiétez pas, c'est simple à faire.

Dans Baremetrics, accédez à votre tableau de bord Rétention des utilisateursEnsuite, faites défiler vers le bas jusqu'au tableau de rétention des clients. Ce tableau affiche les taux de rétention de vos clients mois après mois en fonction de leur date d'inscription.

Un moyen d'utiliser ces données est de comparer les tendances de désabonnement en fonction du moment où les gens se sont inscrits.

Par exemple, en regardant le tableau ci-dessus, j'ai remarqué que les cohortes de juillet 2019 et avril 2019 ont une baisse beaucoup plus abrupte après les premiers mois par rapport aux autres cohortes. D'un autre côté, la cohorte de mars avait de très bons chiffres.

Je serais curieux d'approfondir cela. Donc, mon prochaine étape serait de comparer les clients qui se sont inscrits en juillet et avril à ceux qui ont rejoint en mars.

Pour ce faire, j'irai à Clients dans Baremetrics. Ensuite, j'ajouterai quelques filtres pour afficher uniquement les clients qui se sont inscrits en juillet 2019, avec une LTV supérieure à zéro. Le filtre LTV est pour m'assurer que je ne vois que les données pour les clients payants.

J'ai fait la même chose pour les cohortes de mars et avril également.

Maintenant, je veux obtenir plus d'informations sur les deux cohortes pour voir si quelque chose se démarque. Je vais commencer par comparer le revenu moyen par utilisateur (ARPU) des deux cohortes.

Cela me donnera une idée de la valeur des clients dans chaque cohorte.

Les clients ayant un ARPU plus bas pourraient être plus au niveau débutant et principalement intéressés par tester Baremetrics. Cela aiderait à expliquer pourquoi les clients des cohortes de juillet et avril se sont désabonnés plus tôt que ceux de mars.

Voici ce que j'ai trouvé dans une comparaison de six mois.

L'ARPU de notre cohorte de mars est plus du double des cohortes de juillet et avril.

En fonction de cela, l'une de mes hypothèses est qu'en mars, il y avait probablement des « gros clients » qui se sont inscrits pour des forfaits à prix plus élevés ou qui avaient même des modules complémentaires.

J'ai donc revérifié les forfaits auxquels les clients de la cohorte de mars se sont inscrits par rapport à avril et juillet, et mon hypothèse semble assez exacte.

En avril et juillet, pas mal de clients se sont inscrits sur des forfaits à faible coût, ce qui pourrait expliquer pourquoi nous n'en avons pas conservé autant.

D'un autre côté, en mars, nous avions plus de gens s'inscrire sur des forfaits de niveau supérieur, et ils se sont retenus plus longtemps que la moyenne.

L'enseignement que j'ai tiré de cette rapide analyse de désabonnement est que nous avons une meilleure chance de conserver les clients qui :

• Utilisent certains de nos modules complémentaires comme Annulation Insights et Recover
• S'inscrivent ou passent à nos forfaits plus avancés

Étonnamment, c'est exactement conforme à ce que notre responsable de la croissance (qui a fait beaucoup plus de recherches sur cette question que moi) a trouvé. Et c'est l'une des philosophies fondamentales de notre Manifeste de croissance, qu'il a partagé publiquement.

Voici une autre façon d'utiliser les données d'analyse de cohorte pour analyser votre désabonnement.

Regardez les mois 0-2 dans le graphique :

Si vous voyez des chutes abruptes dans les 90 premiers jours, c'est généralement un signe de problème. Dans la plupart des cas, cela peut se résumer à une combinaison de :

• Attentes mal alignées entre le client et votre produit
• Un mauvais onboarding
• Un mauvais modèle d'activation (freemium, essai gratuit, essai payant, garantie de remboursement, consultation, etc.)

Une bonne prochaine étape est de regarder les comptes qui ont été annulés dans cette période de 90 jours. Pour ce faire, vous pouvez aller à Clients dans Baremetrics et appliquer quelques filtres.

Pour notre exemple, j'ai appliqué un filtre pour afficher uniquement les clients qui se sont inscrits en mars, et un autre pour identifier les clients qui ont annulé après ~90 jours.

Remarque : Un client annulé s'est réabonné, donc son statut est « Actif ».

Ensuite, vous pourriez consulter chaque compte et voir sa raison d'annulation. Dans Baremetrics, vous pouvez voir une chronologie de l'activité du client, de l'inscription à l'annulation.

Voici un exemple tiré de l'un de ces clients désabonnés dans la capture d'écran.

Nous pouvons voir que le client s'est inscrit et a annulé en quelques jours. Sa raison d'annulation était « trop cher ». Dans ce cas, cela pourrait être un signe d'attentes mal alignées après avoir essayé le produit un peu.

Nous pourrions envoyer un suivi par courriel pour obtenir plus d'informations si nécessaire.

Si vous avez beaucoup de clients se désabonnant dans leurs 90 premiers jours, ce ne serait pas une mauvaise idée d'inclure des entretiens de départ dans votre flux d'annulation pour savoir exactement ce qui se passe.

En plus d'analyser les 90 premiers jours, vous pouvez utiliser le graphique de cohorte pour trouver les tendances de rétention à long terme. De la même manière, nous avons créé des segments pour les clients qui se sont désabonnés dans les 90 jours, et vous pourriez répéter le processus pour 6, 12, 18 et 24 mois.

C'étaient juste quelques exemples de la façon de faire une analyse de désabonnement. Vous pouvez segmenter vos clients désabonnés et les analyser davantage de nombreuses façons. Mais si vous vous en tenez au cadre que nous avons décrit, vous serez en mesure d'obtenir la plupart, sinon la totalité, des informations dont vous avez besoin pour passer à l'étape suivante.

Réduisez votre taux de désabonnement des clients avec Baremetrics

La première étape est terminée. Vous savez quels clients se désabonnent et pourquoi. La question suivante est : Que faites-vous avec tout ce que vous trouvez ?

Heureusement pour vous, nous avons écrit un article entier à ce sujet ! J'ai passé plus d'une semaine à parler avec des fondateurs et des spécialistes du marketing pour avoir un aperçu de la façon dont ils ont réussi à maintenir leur désabonnement sous contrôle.

Si vous souhaitez en savoir plus, je vous recommande vivement de le lire ici : 6 stratégies éprouvées pour réduire le désabonnement (avec des exemples réels). 

Dernière mise à jour : mars 2026. Ce guide reflète les meilleures pratiques actuelles pour l'analyse du désabonnement SaaS et les stratégies de rétention.

Fatigué de perdre du temps sur les feuilles de calcul? Obtenez un essai gratuit de Baremetrics dès aujourd'hui !