Ce que sont l'analyse de cohortes et les courbes de rétention
Une analyse de cohortes regroupe les utilisateurs selon un événement de départ commun — le plus souvent la semaine ou le mois de leur inscription — et suit chaque groupe au fil du temps. Une courbe de rétention prend une cohorte et trace la part encore active à chaque période après ce départ : semaine 0, semaine 1, semaine 2, et ainsi de suite. La forme de cette ligne, c'est l'histoire.
Pourquoi les cohortes séparent la rétention du mix de croissance
Votre nombre total d'utilisateurs actifs mélange toutes les cohortes, si bien qu'une vague de nouvelles inscriptions peut masquer un problème de rétention en dessous. Répartissez les mêmes utilisateurs en cohortes hebdomadaires et chaque courbe tient debout seule. Si la cohorte de mars conserve 40 % à la semaine 8 et celle d'avril 28 %, quelque chose a changé entre les deux — un écart invisible dans l'agrégat. C'est aussi pourquoi les cohortes vont de pair avec la segmentation client : comparez la rétention par offre, canal ou parcours d'activation pour trouver les groupes qui restent vraiment — les mêmes découpages qu'une plateforme d'engagement comme Iterable applique pour cibler ses parcours de cycle de vie.
Comment lire une courbe de rétention
Regardez trois choses : la hauteur de la première chute, l'endroit où la ligne s'infléchit, et si elle s'aplatit. Presque tout produit perd une grande part entre la période 0 et la période 1 — c'est normal. Ce qui compte, c'est de savoir si le déclin ralentit et se stabilise sur un plancher, ou s'il continue de glisser vers zéro. Une courbe qui ne s'aplatit jamais signifie que chaque cohorte finit par disparaître entièrement. Voyez comment calculer le taux de churn pour la même histoire résumée en un seul chiffre par période.
Une courbe qui s'aplatit comme signal d'adéquation produit-marché
Les praticiens de la croissance considèrent une courbe de rétention qui s'aplatit en asymptote horizontale comme un signal de fidélité — Andrew Chen range les courbes de cohortes qui s'aplatissent parmi ses marqueurs approximatifs d'adéquation produit-marché, et Reforge enseigne le même cadre du « sourire ou plateau ». Traitez cela comme un signal, pas une preuve. La hauteur du plancher compte autant que son existence : une courbe qui s'aplatit à 3 % décrit un petit noyau fidèle, pas un produit en bonne santé. Et une courbe qui s'aplatit indique qu'un groupe reste, pas pourquoi — c'est une corrélation à étudier, pas une cause prouvée.
Rétention N-day contre rétention non bornée
| Méthode | Compte un utilisateur comme retenu au jour N s'il… | Idéal pour |
|---|---|---|
| N-day | était actif exactement au jour N (ou dans un intervalle défini autour) | produits générateurs d'habitude, avec une boucle quotidienne ou hebdomadaire |
| Non bornée | est revenu au jour N ou n'importe quel jour après | produits à usage irrégulier ; certains outils l'appellent rolling |
| Fenêtre glissante | était actif au moins une fois dans une fenêtre mobile | lisser le bruit quand l'usage est peu fréquent |
Comment agir sur ce que montre la courbe
La courbe indique où regarder, pas quoi corriger. Une chute précoce et forte pointe vers l'onboarding et l'activation — la première session ne délivre pas assez vite sa valeur. Une courbe qui s'aplatit bas pointe vers la valeur à long terme ou la mauvaise audience. Une fois une hypothèse en main, changez une seule chose, puis comparez la courbe de la cohorte suivante à la précédente. La cohorte est l'unité de mesure de presque toute expérience de rétention : livrez le changement, laissez une nouvelle cohorte vieillir, et lisez si son plancher a bougé.