En bref
Une courbe de rétention trace le pourcentage d'utilisateurs encore actifs au fil du temps après leur acquisition. La forme de la courbe — pente raide, plateau stable ou décroissance continue — révèle en un coup d'œil si un produit a une valeur intrinsèque durable. C'est l'outil de diagnostic le plus puissant pour comprendre d'où vient votre churn et où se situe le vrai plancher de fidélisation.
Définition complète
Une courbe de rétention est une représentation graphique qui trace, pour un groupe d'utilisateurs ou de clients acquis lors d'une période définie (une cohorte), le pourcentage encore actifs à chaque intervalle de temps suivant leur acquisition. L'axe horizontal représente le temps écoulé depuis l'acquisition (jour 1, semaine 1, mois 1, mois 3, mois 6, mois 12…), tandis que l'axe vertical indique le pourcentage de la cohorte initiale toujours présent. Par définition, la courbe commence à 100 % au point d'acquisition et décline au fil du temps.
Le terme est fréquemment employé comme synonyme de courbe de rétention de cohorte lorsqu'il s'applique à des cohortes d'acquisition spécifiques — par exemple, tous les clients ayant souscrit en janvier 2026. Dans ce contexte, les courbes de plusieurs cohortes sont superposées pour identifier si la rétention s'améliore ou se dégrade d'une période d'acquisition à l'autre. C'est la méthode standard d'analyse de la santé opérationnelle dans les SaaS B2B et les entreprises D2C.
En contexte SaaS, la rétention peut être mesurée en clients (logo retention) ou en revenus (revenue retention). La courbe de rétention revenus — qui suit l'évolution du MRR d'une cohorte dans le temps — peut théoriquement dépasser 100 % si les expansions compensent et surpassent les churns, produisant ce que l'on appelle une courbe à pente ascendante ou une situation de Net Revenue Retention supérieur à 100 %. En contexte D2C et e-commerce, la courbe de rétention trace habituellement le pourcentage de clients ayant effectué au moins un deuxième achat dans les 30, 60 et 90 jours suivant leur première commande.
La courbe de rétention est la visualisation privilégiée des fonds de capital-risque lors des due diligences et des revues de performance trimestrielles. Andrew Chen (a16z) et Casey Winters ont tous deux documenté comment la forme de la courbe de rétention — et notamment la présence ou l'absence d'un plateau stable — est le signal le plus fiable de l'adéquation produit-marché, supérieur au taux de croissance brut ou au NPS.
Comment construire et interpréter une courbe de rétention
La construction d'une courbe de rétention suit une méthodologie en quatre étapes. Chaque étape doit être documentée explicitement pour garantir la cohérence des comparaisons dans le temps.
- 1
Définir la cohorte et l'événement d'entrée
Sélectionnez la période d'acquisition (mois, trimestre) et l'événement précis qui constitue l'entrée dans la cohorte : première transaction, première connexion, activation du compte, premier paiement réussi. Cet événement doit être identique pour toutes les cohortes comparées afin que les courbes soient commensurables.
- 2
Définir l'événement de rétention
Précisez ce qui constitue un utilisateur « encore actif » à chaque intervalle : connexion au cours des 30 derniers jours, paiement d'un abonnement actif, achat réalisé dans la fenêtre d'observation. Pour les SaaS B2B, l'usage actif (au moins une session) est souvent plus pertinent que le simple statut d'abonné payant. La définition doit rester stable d'un reporting à l'autre.
- 3
Calculer le pourcentage de rétention à chaque intervalle
Pour chaque intervalle t (mois 1, mois 2…), divisez le nombre d'utilisateurs encore actifs par la taille initiale de la cohorte. Formule : Rétention(t) = Utilisateurs actifs au temps t / Taille initiale de la cohorte × 100. La cohorte initiale au temps 0 vaut toujours 100 %, quel que soit l'attrition observée avant l'événement de référence.
- 4
Superposer et comparer les cohortes
Tracez plusieurs cohortes sur le même graphique (chaque ligne représente une cohorte mensuelle ou trimestrielle). Si les courbes récentes sont systématiquement au-dessus des courbes plus anciennes, la rétention s'améliore — signal très positif. Si elles se croisent ou descendent, investiguer les changements produit ou de mix d'acquisition correspondants.
Exemple concret — SaaS B2B français
Prenons une entreprise SaaS B2B basée à Lyon qui propose une plateforme de gestion des opérations pour des équipes de 10 à 100 personnes, au tarif de 349 €/mois pour le plan Growth. En janvier 2026, 80 nouveaux clients ont souscrit à ce plan. Voici la courbe de rétention de cette cohorte à six mois :
Cohorte janvier 2026 — 80 clients
Cette courbe présente un profil sain : une chute initiale de 22 % au cours des deux premiers mois (correspondant aux clients qui n'ont pas complété l'onboarding ou n'ont pas trouvé de valeur immédiate), puis une stabilisation progressive à 75 % à partir du mois 4. La présence d'un plateau net à 75 % est le signal clé : cela indique qu'un noyau solide de clients a trouvé une valeur durable dans le produit et ne part plus. Pour ce plan à 349 €/mois, cela représente un MRR résiduel stable de 60 × 349 € = 20 940 € provenant de cette seule cohorte.
Ce niveau de rétention à 75 % à 6 mois est supérieur au benchmark médian pour les SaaS B2B ciblant des PME (qui se situe généralement autour de 60 à 65 % à 6 mois). La prochaine étape pour cet opérateur est d'analyser les caractéristiques communes des 25 % de clients qui ont churné dans les deux premiers mois — secteur, taille d'équipe, comportement d'activation — pour affiner le profil client idéal et améliorer l'onboarding des nouvelles cohortes.
Analyse approfondie
Les trois grandes formes de courbe de rétention correspondent à trois diagnostics stratégiques fondamentalement différents. La forme la plus recherchée est la courbe en « L » : chute initiale puis plateau stable. Elle indique que le produit délivre une valeur suffisante pour retenir un segment core d'utilisateurs sur la durée. Plus le plateau est haut et plus il se stabilise rapidement, plus le produit est solide. Un plateau à 40 % après 12 mois pour un SaaS B2B est considéré comme bon ; au-dessus de 60 %, c'est excellent. Pour les applications consommateurs (B2C), un plateau à 20-25 % à 30 jours est déjà un signal positif.
La deuxième forme — la courbe en décroissance continue sans plateau — est le signal d'alerte le plus grave qu'un opérateur puisse observer. Elle indique que le produit ne délivre pas de valeur récurrente suffisante pour justifier une utilisation à long terme. Chaque mois, un nouveau pourcentage de la base initiale abandonne le produit, sans que la courbe ne montre de signe de stabilisation. C'est le profil classique d'un produit qui n'a pas atteint l'adéquation produit-marché. La décision à prendre dans ce cas n'est pas d'ordre marketing ou commercial — c'est une question de produit fondamental.
La troisième forme — la courbe à pente ascendante dans la dimension revenus — est caractéristique des meilleurs SaaS B2B. Elle se produit lorsque les expansions (sièges supplémentaires, upgrades de plan, modules additionnels) dans une cohorte dépassent les pertes liées aux churns et aux contractions. Une cohorte qui génère plus de revenus au mois 12 qu'au mois 1 indique un NRR supérieur à 100 % — le signe le plus positif pour un SaaS. Snowflake, Datadog et Twilio affichaient tous ce profil à leurs premières années de croissance.
La période critique sur une courbe de rétention est la fenêtre des 30 à 90 premiers jours. C'est pendant cette période que se produit généralement la chute la plus abrupte — les utilisateurs qui n'ont pas trouvé de valeur ou n'ont pas complété l'onboarding partent rapidement. Cette fenêtre correspond au Time-to-Value : le délai entre l'acquisition et le moment où l'utilisateur perçoit pour la première fois la valeur principale du produit. Réduire ce délai — en améliorant l'onboarding, en ajoutant des templates préchargés, en proposant une assistance proactive dans les premières 72 heures — est l'une des actions les plus efficaces pour améliorer la rétention à court terme.
La comparaison des courbes de rétention par canal d'acquisition est l'une des analyses les plus précieuses qu'un opérateur puisse effectuer. Dans la plupart des entreprises SaaS, les clients acquis par le bouche-à-oreille ou les recommandations affichent une rétention à 12 mois 15 à 25 points supérieure à celle des clients acquis par publicité payante. Ce différentiel s'explique par l'alignement initial : un client qui vient par recommendation a déjà une compréhension du cas d'usage et une prédisposition positive au produit. Cette donnée doit orienter directement l'allocation des budgets d'acquisition.
Erreurs fréquentes dans l'analyse de la courbe de rétention
- ✗
Analyser une courbe de rétention agrégée sans segmentation : une courbe agrégée masque systématiquement des comportements très différents selon les segments. Un SaaS avec 40 % de rétention à 12 mois en agrégé peut avoir 70 % de rétention sur ses clients enterprise et seulement 20 % sur ses clients PME — deux situations qui nécessitent des actions totalement différentes. Toujours segmenter la courbe par plan tarifaire, canal d'acquisition et profil client avant d'en tirer des conclusions stratégiques.
- ✗
Confondre la rétention en clients et la rétention en revenus : ces deux courbes racontent des histoires différentes. Une courbe de rétention en clients peut montrer un plateau à 60 % pendant que la courbe de rétention en revenus continue à croître au-delà de 100 %, si les clients restants upgradent leur plan. Inversement, une courbe clients stable peut cacher une hémorragie de revenus si ce sont les grands comptes qui churnen. Les deux courbes doivent être produites et analysées simultanément.
- ✗
Ne regarder que le taux de rétention à un point unique sans observer la forme complète de la courbe : un taux de rétention à 12 mois de 70 % peut être le résultat d'une chute continue (ce qui est préoccupant, car la courbe n'a pas encore trouvé son plancher) ou d'un plateau stable depuis le mois 3 (ce qui est sain). Le même chiffre ponctuel cache deux dynamiques opérationnelles radicalement différentes. La forme de la courbe — et notamment la présence ou l'absence d'un plateau — est l'information la plus importante, pas le chiffre isolé.
Comment Fairview analyse les courbes de rétention
Fairview construit automatiquement les courbes de rétention par cohorte à partir de vos données de facturation (Stripe, Chargebee, Paddle) et de vos données produit, sans configuration manuelle. Le tableau de bord opérationnel présente les courbes de rétention segmentées par plan tarifaire, par canal d'acquisition et par profil client, avec une superposition automatique des cohortes successives pour détecter l'amélioration ou la dégradation de la rétention d'une période à l'autre.
Des alertes sont configurables dès qu'une cohorte montre une chute de rétention anormalement rapide dans les 30 premiers jours — signal précoce de problème d'onboarding. Fairview produit également la courbe de rétention en revenus pour chaque cohorte, permettant de distinguer immédiatement les situations de NRR supérieur à 100 % des situations de churn MRR masqué par des expansions ponctuelles. Chaque rapport hebdomadaire inclut la comparaison des courbes de rétention des quatre dernières cohortes mensuelles.
En un coup d'œil
- Catégorie
- Prévision des ventes
- Termes associés
- 5 termes
- Signal PMF excellent
- Plateau > 40 % à 12 mois (B2B)
- Temps de lecture
- 10 min
Questions fréquentes
Qu'est-ce qu'une courbe de rétention plate signifie pour un produit SaaS ?
Une courbe de rétention plate — c'est-à-dire qui cesse de descendre après une période initiale de chute — est le signal le plus fiable de l'adéquation produit-marché (PMF). Elle indique qu'un noyau d'utilisateurs continue d'utiliser le produit de façon régulière sur la durée. Plus le plateau se stabilise haut (par exemple à 40 % après 12 mois pour un SaaS B2B), plus le produit a de valeur intrinsèque. Une courbe qui continue à décroître indéfiniment sans se stabiliser signale une absence de PMF et doit être le premier signal d'alarme pour une équipe produit.
Quelle est la différence entre une courbe de rétention et un taux de rétention ?
Le taux de rétention est un chiffre unique mesuré à un instant donné — par exemple, 78 % de rétention à 12 mois. La courbe de rétention est la représentation graphique de ce taux à chaque intervalle de temps depuis l'acquisition : jour 1, semaine 1, mois 1, mois 3, mois 6, mois 12. La courbe révèle la dynamique complète de la fidélisation — quand les utilisateurs partent, à quelle vitesse, et où se stabilise le comportement résiduel. Un taux isolé ne permet pas ces analyses.
Comment segmenter correctement une courbe de rétention ?
Une courbe de rétention agrégée cache presque toujours des comportements très différents selon les segments. Les segmentations les plus utiles sont : par cohorte d'acquisition (mois ou trimestre d'inscription), par canal d'acquisition (organique, payant, referral), par plan tarifaire (Starter, Growth, Scale), et par profil de l'entreprise (taille, secteur pour le B2B). Comparer les courbes par segment permet d'identifier quels profils clients ont une valeur à long terme élevée et d'orienter les efforts d'acquisition en conséquence.
Qu'est-ce qu'une courbe de rétention à pente ascendante et quand se produit-elle ?
Une courbe de rétention à pente ascendante — où le pourcentage de revenus retenus dépasse 100 % — est le signal de Net Revenue Retention supérieur à 100 %. Elle se produit quand les expansions (upsell, seats additionnels, modules supplémentaires) des clients existants dépassent les pertes dues aux churns et contractions. C'est la situation idéale pour un SaaS B2B : même en perdant des clients, le revenu de la cohorte initiale croît. Les meilleurs SaaS de catégorie affichaient des NRR de 130 à 160 % dans leurs premières années.
Découvrez-le dans Fairview
Visualisez vos courbes de rétention par cohorte, automatiquement.
Démo en direct de 25 minutes. Courbes de rétention par plan, par canal et par cohorte dès le premier jour.