Analyse de cohorte
L'analyse de cohorte est une méthode qui consiste à regrouper les utilisateurs selon un événement de départ commun, généralement la semaine ou le mois de leur inscription, et à suivre leur comportement dans le temps en tant que groupe. Au lieu d'une seule moyenne glissante, vous voyez de nombreuses lignes parallèles, chacune révélant comment une génération spécifique d'utilisateurs s'est réellement comportée.
L'analyse de cohorte est une méthode qui consiste à regrouper les utilisateurs selon un événement de départ commun, généralement la semaine ou le mois de leur inscription, et à suivre leur comportement dans le temps en tant que groupe. Au lieu d'une seule moyenne glissante, vous voyez de nombreuses lignes parallèles, chacune révélant comment une génération spécifique d'utilisateurs s'est réellement comportée.
Pourquoi c'est important
Les indicateurs agrégés mentent. Un produit peut afficher un MAU en hausse alors que chaque cohorte individuelle décline plus vite que la précédente : la croissance vient entièrement d'une acquisition qui dépasse l'érosion. L'analyse de cohorte révèle immédiatement ce schéma. Toutes les équipes de croissance sérieuses (Facebook, Airbnb, Shopify) mènent leurs discussions sur la rétention à partir de graphiques de cohortes, pas de moyennes. L'analyse de cohorte est aussi le seul moyen fiable de savoir si un changement de produit a réellement fonctionné : les moyennes avant et après mélangent l'ancien et le nouveau comportement, tandis que les cohortes les séparent.
Comment ça fonctionne
1. Choisir un événement de départ : Inscription, premier achat, première utilisation d'une fonctionnalité. Cela définit la « Semaine 0 » de chaque utilisateur.
2. Regrouper les utilisateurs par période de départ : Tous les utilisateurs inscrits durant la semaine 1 d'avril forment une cohorte, ceux de la semaine 2 une autre, et ainsi de suite.
3. Choisir un événement de rétention : Qu'est-ce qui compte comme « retenu » ? Connexion, réalisation d'une action centrale, paiement, soyez précis.
4. Suivre la rétention de chaque cohorte dans le temps : Pour chaque cohorte, calculez le pourcentage d'utilisateurs qui réalisent encore l'événement de rétention en semaine 1, semaine 2, semaine 3, etc.
5. Les représenter côte à côte : Chaque cohorte devient une ligne ou une rangée. Comparez les formes, pas seulement les chiffres.
Les formes à repérer
Courbe qui s'aplatit : La rétention chute fortement au début, puis se stabilise à un pourcentage stable. C'est la forme de l'adéquation produit-marché : un noyau d'utilisateurs reste fidèle.
Courbe en sourire : La rétention chute, puis remonte à mesure que les utilisateurs dormants reviennent. Rare mais puissant, observé lorsqu'un produit devient une habitude.
Glissement vers zéro : La rétention décline régulièrement jusqu'à 0 %. Le produit ne fidélise pas. L'acquisition ne vous sauvera pas.
Amélioration des cohortes dans le temps : Les cohortes plus récentes retiennent mieux que les anciennes. C'est le signal qu'un changement de produit a réellement fonctionné.
Dégradation des cohortes : Les cohortes plus récentes retiennent moins bien. Quelque chose s'est cassé : soit le produit, soit le canal d'acquisition attire des utilisateurs qui ne conviennent pas.
Usages courants
Diagnostic de rétention : Notre produit fidélise-t-il vraiment ?
Impact d'une fonctionnalité : Le lancement de X a-t-il amélioré la rétention des cohortes qui l'ont vu ?
Qualité des canaux : Les utilisateurs venus de Google Ads retiennent-ils aussi bien que ceux venus de l'organique ?
Expériences tarifaires : La cohorte d'un nouveau forfait retient-elle mieux que celle de l'ancien ?
Prévision de l'attrition : Appliquez les courbes de cohortes aux nouvelles inscriptions pour prédire le MRR futur.
Erreurs courantes
Comparer à des moyennes : Les moyennes combinent toutes les cohortes et masquent la tendance qui compte.
Taille de cohorte trop petite : Des cohortes hebdomadaires de 20 utilisateurs sont surtout du bruit. Agrégez au mois si le volume est faible.
Mauvais événement de départ : « Inscrit » n'est pas « activé ». Choisissez l'événement qui définit un usage réel.
Mauvais événement de rétention : Une simple connexion ne compte pour rien. Choisissez l'action qui crée de la valeur.
Ne regarder qu'une seule cohorte : Les instantanés d'une cohorte unique masquent l'amélioration ou la détérioration dans le temps.
Cohorte uniquement par mois d'acquisition : Segmentez aussi par exposition aux fonctionnalités, canal, forfait et autres dimensions pour trouver les véritables leviers.
Sources: