Il n’existe pas d’indicateur magique unique qui résumerait à lui seul la santé d’une application mobile. En revanche, quelques KPI bien choisis suffisent à savoir si une app est en croissance saine ou en train de perdre ses utilisateurs. Le piège classique consiste à piloter au nombre de téléchargements : une installation n’est qu’une promesse, pas un usage. Cet article recentre l’analyse sur les indicateurs qui mesurent réellement la valeur créée : rétention, activité, churn, valeur vie client et stabilité technique.
En résumé. Les KPI à suivre en priorité pour une app mobile :
- Rétention J1 / J7 / J30 : part des utilisateurs qui rouvrent l’app 1, 7 et 30 jours après l’installation. C’est le socle : sans rétention, aucun autre indicateur ne tient.
- DAU / MAU : utilisateurs actifs par jour et par mois ; leur rapport (le stickiness) mesure la fréquence d’usage.
- Churn : taux d’attrition, l’envers de la rétention.
- LTV (valeur vie client) comparée au CAC (coût d’acquisition) : la condition de viabilité économique.
- Taux de crash : la stabilité technique, souvent oubliée alors qu’elle plombe la rétention.
Pourquoi le nombre d’installations ne suffit pas
Le volume d’installations a longtemps servi de boussole, à l’époque où l’on optimisait avant tout le coût par installation (CPI). Isolé, cet indicateur est trompeur : une installation signifie seulement que quelqu’un a ouvert la porte. S’il ressort au bout de quelques secondes pour ne jamais revenir, vous avez payé son acquisition et l’hébergement de ses données sans rien obtenir en retour.
Le taux de désinstallation dans les premières semaines reste élevé sur la plupart des catégories : les utilisateurs accumulent des applications qu’ils n’ouvrent jamais. Une app à fort volume mais à faible rétention court à l’échec, quand une app à volume modeste mais à forte rétention construit une base d’utilisateurs fidèles. Le volume ne dit rien de la valeur : ce sont les indicateurs suivants qui la mesurent.
La rétention J1, J7, J30 : le socle
La rétention mesure la capacité de l’app à faire revenir ses utilisateurs. On la lit à des jalons standards : J1 (le lendemain de l’installation), J7 (une semaine après) et J30 (un mois après). La chute la plus révélatrice est celle du premier jour : si une large majorité ne revient pas dès le lendemain, c’est le signe d’un onboarding raté ou d’une promesse marketing décalée par rapport à l’expérience réelle.
À titre indicatif, les médianes de rétention J1 tournent souvent autour de 20 à 30 % selon les catégories, et se dégradent nettement à J30 : ces ordres de grandeur ne valent que comparés à votre propre secteur. L’objectif n’est pas d’atteindre 100 %, mais d’aplatir la courbe : une rétention qui se stabilise autour d’un plateau (par exemple 20 % maintenus de J30 à J90) signale un début d’adéquation produit-marché.
DAU, MAU et stickiness
Le DAU (daily active users) et le MAU (monthly active users) comptent les utilisateurs actifs sur une journée et sur un mois. Leur rapport, DAU / MAU, exprime la fréquence d’usage, ou stickiness : un ratio de 0,2 signifie qu’un utilisateur mensuel ouvre l’app environ un jour sur cinq. Plus le ratio est élevé, plus l’app est ancrée dans les habitudes. Ce qu’on considère comme « bon » dépend du type d’usage : une app quotidienne (messagerie, actualité) vise un ratio bien plus haut qu’une app à usage occasionnel (réservation, administratif).
Attention à la définition d’« utilisateur actif » : ouvrir l’app ne suffit pas toujours. Selon le produit, on ne comptera comme actif qu’un utilisateur ayant réalisé une action de valeur, ce qui rejoint la notion d’événements clés abordée plus bas.
Le churn, l’envers de la rétention
Le churn (taux d’attrition) mesure la part d’utilisateurs perdus sur une période. C’est l’image miroir de la rétention : réduire le churn et augmenter la rétention désignent le même travail vu sous deux angles. L’intérêt de le suivre séparément est d’identifier les moments de rupture (après une mise à jour, à l’expiration d’un essai, à un point de friction précis) et de repérer les signaux faibles de désengagement avant la désinstallation, par exemple une fréquence de session qui s’effondre.
LTV contre CAC : la viabilité économique
La LTV (lifetime value, valeur vie client) estime ce qu’un utilisateur rapporte sur toute sa durée de vie. Seule, elle ne dit rien ; elle prend son sens comparée au CAC (coût d’acquisition client). La règle est simple : si la LTV dépasse durablement le CAC, le modèle est viable ; sinon, chaque acquisition creuse les pertes. Ce rapport explique pourquoi il est souvent rationnel d’accepter un CPI plus élevé pour aller chercher des utilisateurs de meilleure qualité, dont la LTV justifie le surcoût. Pour approfondir la relation coût-conversion, voir notre guide pour réduire son coût d’acquisition.
Le taux de crash : la stabilité qu’on oublie
Un KPI trop souvent absent des tableaux de bord marketing : la stabilité technique. On la suit via le taux de sessions sans plantage (crash-free sessions) et le taux d’utilisateurs sans plantage. Un outil comme Firebase Crashlytics mesure ces valeurs en continu. L’industrie vise généralement un taux de sessions sans plantage supérieur à 99 % : en dessous, les plantages détruisent la rétention plus vite que n’importe quelle campagne ne la reconstruit. Un utilisateur qui subit un crash au premier lancement fait rarement une seconde tentative.
Définir les événements in-app qui comptent
Les événements standards des outils d’analytics (Google Analytics 4, Firebase, Mixpanel, Amplitude), comme « démarrage de session » ou « vue d’écran », ne suffisent pas à piloter. Il faut définir ce qu’est un utilisateur « réussi » pour votre produit, via des événements enrichis de paramètres (montant, catégorie, durée) :
- Application de jeu : ni l’installation ni le lancement ne comptent vraiment ; la fin du tutoriel ou l’atteinte d’un premier palier de progression est un bien meilleur signal d’engagement précoce.
- Application e-commerce : la vue produit est faible ; l’ajout au panier et le début de paiement sont les vrais jalons, à segmenter par valeur (un panier à 5 € et un panier à 200 € n’ont pas le même poids).
- Application de contenu : le nombre d’articles ouverts est trompeur ; un temps de lecture significatif ou la création de compte après plusieurs lectures traduisent mieux l’engagement.
Ces événements enrichis sont la matière première de toute optimisation sérieuse : sans eux, l’analyse reste à l’aveugle. Pour la mise en place technique côté mesure, voir installer Google Analytics sur une application mobile.
Relier les événements à leur source : l’attribution
Une fois les événements clés définis, il faut les rattacher à leur canal d’acquisition. C’est le rôle de l’attribution mobile, qui reste complexe avec les cadres de confidentialité en vigueur (SKAdNetwork et ses suites côté iOS, Privacy Sandbox côté Android). L’enjeu : optimiser les campagnes sur la qualité (les utilisateurs qui déclenchent un achat) plutôt que sur le simple volume d’installations, souvent les moins chères et les moins engagées. Les plateformes spécialisées, dites MMP (mobile measurement partners) comme AppsFlyer, Adjust, Branch ou Singular, assurent cette mesure ; AppsFlyer documente par exemple le calcul du taux de rétention.
Lire ses cohortes pour comprendre le churn
L’analyse de cohorte regroupe les utilisateurs par période d’installation (par exemple « installés la première semaine de janvier ») et observe leur comportement dans le temps (J1, J7, J30). Son intérêt : isoler l’effet d’une action. Une nouvelle séquence d’onboarding peut passer inaperçue dans les statistiques globales, où les nouveaux venus se noient dans la masse, mais sauter aux yeux en comparant la cohorte « avant » à la cohorte « après ». Les cohortes se construisent aussi sur des événements (achat, partage, création de contenu), pas seulement sur l’ouverture de l’app, ce qui révèle les signaux de désengagement en amont de la désinstallation.
Segmenter plutôt que traiter tous les utilisateurs à l’identique
Grâce au suivi des événements clés, on crée des segments dynamiques qui orientent les actions marketing là où elles pèsent le plus :
- Utilisateurs ayant ajouté au panier sans acheter dans les derniers jours : cible d’une relance ciblée (notification, offre limitée dans le temps).
- Utilisateurs très actifs mais non monétisés : cible d’une proposition d’essai premium ou d’un programme de fidélité.
- Anciens utilisateurs actifs dont la fréquence chute : cible d’une séquence de réengagement personnalisée.
Inutile d’investir pour réactiver quelqu’un qui a installé l’app il y a des mois sans jamais l’ouvrir : concentrez les efforts sur ceux qui ont montré un signe d’intérêt sans encore convertir.
Une routine d’analyse cohérente
Plutôt qu’une liste interminable de KPI, suivez un flux logique qui relie acquisition et valeur :
- Acquisition qualifiée : raisonnez en coût par action clé (CPA) plutôt qu’en coût par installation (CPI).
- Activation : mesurez le taux de conversion entre l’installation et le premier événement clé (inscription, tutoriel terminé), reflet de la qualité de l’onboarding.
- Rétention : surveillez les cohortes J1, J7, J30 et cherchez à aplatir la courbe.
- Monétisation : rapportez la LTV au coût d’acquisition pour vérifier la viabilité.
Ce cycle est vertueux : comprendre quels événements mènent à la meilleure LTV permet de demander aux régies des profils similaires, ce qui améliore l’acquisition, donc la rétention, donc la LTV.
À retenir
Aucun indicateur ne sauve une app à lui seul. La rétention est le socle sur lequel tout repose, DAU/MAU en mesure la fréquence, le churn en marque les ruptures, la LTV comparée au CAC en tranche la viabilité, et le taux de crash en garantit les fondations techniques. Suivre cet ensemble restreint mais cohérent vaut mieux que collectionner des dizaines de métriques de vanité.
