Suivi de l’attrition des abonnés – Principes et règles de reporting

Il existe des principes fondamentaux dans le suivi de l’attrition d’un portefeuille d’abonnés. Mais pour autant, et c’est le plus important, chaque business model d’abonnement est singulier – parce que les services sont singuliers, parce que les offres d’abonnement, les clients et les règles de gestion des abonnés sont différents.

Par conséquent, les règles de calcul du churn varient d’une entreprise à l’autre, d’une activité d’abonnement à l’autre. C’est d’ailleurs ce qui fait toute la richesse et tout l’intérêt du métier de consultant en abonnement. Les consultants en abonnement  sans cesse confronté à des réalités nouvelles, se retrouvent à chaque fois plongés dans des univers et des modèles singuliers.

Définir les périodes d’analyse

Lorsqu’une organisation souhaite mettre en place un dispositif de suivi de l’attrition de son portefeuille d’abonnés, la première étape incontournable consiste à mettre au jour, à définir et formuler de manière précise ces règles spécifiques. L’une des premières règles à définir, ce sont les périodes d’analyse. L’objectif est d’observer la vie et le comportement des abonnés sur des périodes de temps significatives. En général, le mois est la périodicité qui convient le mieux, surtout lorsqu’on analyse des abonnements à durée libre dans la mesure où le mois correspond à la période de prélèvement et de renouvellement tacite de l’abonnement.

Pour qu’elle permette de dégager des résultats significatifs et de tirer des enseignements, l’observation doit se faire au moins sur les deux premières années de vie des abonnés. Nous utilisons pour cela la méthode d’analyse des cohortes : nous suivons au fil des mois l’érosion des abonnés qui se sont inscrits le même mois. Il est possible d’enrichir l’analyse en intégrant les retours, c’est-à-dire les individus qui reviennent d’eux-mêmes au bout d’un certain temps après être sorti du portefeuille d’abonnés.

Cette analyse permet de construire la courbe d’attrition. Cette courbe permet de se représenter visuellement le phénomène d’attrition de la population d’abonnés inscrits le mois M. L’allure de la courbe est très différente suivant qu’il s’agisse d’abonnés à durée (ADL) ou d’abonnés à durée déterminée (ADD).

Lorsque la population est composée d’abonnés à durée libre, c’est-à-dire d’individus qui paient leur abonnement au fil de l’eau et qui n’ont pas d’échéance contractuelle prédéfinie, la courbe est dégressive :

Courbe d’attrition typique d’un portefeuille d’Abonnés à Durée Libre.

Le taux d’attrition est plus élevé sur les premières périodes d’abonnement. La courbe descend ensuite plus lentement signifiant que le taux d’attrition a naturellement tendance à décroître au fil du temps. Dit autrement, la probabilité qu’un abonné quitte le portefeuille est plus élevée dans les premiers mois d’abonnements. C’est pour cette raison que la gestion de la relation abonnés doit être particulièrement bien réfléchie et structurée en début d’abonnement.

La courbe d’attrition a un aspect très différent lorsque la population étudiée est composée d’abonnés à durée déterminée.

Courbe d’attrition typique d’un portefeuille d’Abonnés à Durée Déterminée.

Un abonné à durée déterminée est un abonné qui s’est engagé contractuellement sur une période définie, en général l’année, avec paiement cash en début d’abonnement. La courbe a une forme en escalier, chaque marche correspondant à une échéance, c’est-à-dire à une période de renouvellement de l’abonnement. Il y a très peu d’attrition pendant les périodes inter-échéances, pour la simple et bonne raison que l’abonné s’est engagé. En revanche, on observe un fort taux d’attrition au moment du renouvellement de l’abonnement. Ce phénomène d’escalier est beaucoup moins marqué lorsque les reconductions du contrat d’abonnement sont tacites.

Définir la population d’abonnés à analyser

Maintenant que les principes de calcul sont connus, nous allons nous intéresser à la méthode de construction des tableaux utilisés pour le reporting et le pilotage de l’attrition des abonnés. Avant toute chose, il faut définir la population à analyser. Cela suppose de faire des choix. On peut par exemple décider d’exclure les abonnés gratuits. Avant même de se lancer dans la production des tableaux de reporting, il faut absolument avoir pris le temps de réfléchir de manière précise :

• Aux règles définissant la population initiale, dans un premier temps.
• Aux filtres à mettre en place pour affiner l’analyser. Nous y reviendrons.

Dans l’exemple qui suit, nous avons défini la population initiale comme étant composée des abonnés à durée libre en prélèvement SEPA, avec une période d’engagement de deux mois. Au terme de ces deux mois, l’abonné est libre de mettre un terme à son abonnement à tout moment. Ce tableau présente le calcul de la population initiale pour chaque mois d’installation :

En janvier 2012, 1500 individus ont rejoint la population des abonnés à durée libre en prélèvement SEPA. En février, 750 nouveaux individus se sont abonnés, etc. Au total au cours de l’année 2012, 13 500 individus se sont abonnés. Comme nous le disions en introduction, calculer l’augmentation du volume d’abonnés en valeur absolue n’est pas suffisant. Dans le cadre de l’analyse d’un portefeuille d’abonnés, le plus instructif est d’étudier la vie des abonnés mois après mois et d’effectuer des cumuls (mensuels et annuels).

Analyser la vie des abonnés mois après mois

Voici un exemple typique des tableaux qu’un consultant en abonnement utilise pour suivre une population d’abonnés :

Suivre la vie d’une population d’abonnés : Exemple de tableau

Faisons un zoom sur la population initiale du mois de janvier 2012. Elle est constituée de 1 500 individus. Cela signifie qu’en janvier 2012, 1 500 individus ont souscrit un abonnement à durée libre avec paiement SEPA. Au cours du mois 1, 10 individus mettent fin à leur abonnement. Ce qui est peu, mais rappelons que les abonnés sont engagés pour une période initiale de deux mois. Il reste donc 1 490 abonnés à la fin du mois 1.

Il est possible de calculer le taux d’attrition sur la période, en divisant le nombre d’abonnés perdus par le nombre d’abonnés entrés au mois 1 (= la population initiale de janvier 2012) et en multipliant la somme par 100. On obtient un taux d’attrition de (10 / 1 500) x 100 = 0,67 %.

Nous répétons la même opération pour le mois 2, à la différence près que l’attrition est ici calculée sur le nombre d’abonnés restés actif à la fin du mois 1. Ce nombre est de 1 490, nous l’avons vu. Sur cette ligne du tableau, nous calculons un taux d’attrition abonnés mensuel. 6 abonnés ont été perdus en mois 2. Le taux d’attrition sur le mois 2 est donc de (6 / 1 490) x 100 = 0,40%.

On poursuit en calculant le taux d’attrition en mois 3. Il est significativement plus élevé que sur les précédents mois et s’élève à 4,38%. En total annuel, nous obtenons un taux d’attrition en mois 3 de 4,77%. Cela signifie qu’en moyenne 4,77% des abonnés qui ont souscrit en 2012 ont quitté le portefeuille le troisième mois de leur abonnement. La chute est importante et ne doit rien au hasard puisqu’elle est contemporaine de la fin de la période d’engagement de deux mois.

Qualifier les moments de fragilité des abonnés

Une manière de remédier à ce taux de chute important consisterait par exemple à déployer une action de fidélisation au mois 2. Cette action permettrait de récupérer environ 600 abonnés. De manière générale, les deux ou premières années sont toujours les plus importantes / intéressantes à analyser mois par mois et en cumul annuel. C’est sur cette période que s’observent les « moments de fragilité », qui correspondent aussi aux moments de vérité de la relation abonnés.

Pour les années qui suivent (à partir de l’année 3 ou 4), il est possible d’augmenter la période d’analyse : trimestre, semestre et/ou en cumul annuel. Comme nous l’évoquions plus haut, les analyses peuvent être affinées en utilisant des filtres sur les populations observées. Nous pouvons par exemple envisager de filtrer les abonnés par media de recrutement, par formule d’abonnement souscrite, par cadeau de bienvenue, par nombre de prises de contact avec le service clients, etc. Précisons que les analyses affinées grâce aux vues filtrées ne sont destinées qu’aux équipes opérationnelles. Leur objectif est d’aider les personnes en charge du marketing client dans la structuration et l’amélioration du Plan Relationnel (et éventuellement des offres de conquête aussi).

Produire une vision de synthèse de l’attrition du portefeuille abonnés

Pour le management, il faut construire des tableaux de synthèse présentant une vision globale de l’activité du portefeuille d’abonnés. Voici un exemple de tableau de synthèse, dans lequel les chiffres de l’attrition sont présentés par année de recrutement :

Tableau de synthèse de suivi de l’attrition abonnés par année de recrutement.

Les zones colorées de ce tableau indiquent les pourcentages provisoires si nous faisons l’hypothèse que l’on se situe en mai 2015. En effet, si nous sommes en mai 2015, les individus qui se sont abonnés en mai 2014 n’ont pas encore atteint 1 an de vie. C’est vrai a fortiori des individus qui se sont inscrits après le mai 2014.

Un fichier client a naturellement tendance à s’éroder avec le temps. L’actif client est une matière vivante, soumise aux lois de l’entropie. Mais les activités d’abonnement permettent un reporting très fin de ce phénomène d’érosion. C’est une aubaine pour les entreprises dont l’activité est basée sur un business model d’abonnement, car savoir, c’est pouvoir.

Le suivi, puis le contrôle du fichier sont des clefs dans le pilotage de la performance d’un business model d’abonnements. La mise en place et l’exploitation d’un reporting de suivi de l’attrition est donc une exigence.