Ressources · 59

Cohortes de rétention : comparer des fenêtres observables

Définir entrée, retour et horizon, distinguer une absence de retour d’une période non observable et comparer des cohortes arrivées à maturité.

· 4 min

Archives de renseignement avec dossiers et cartes, sans personne Illustration éditoriale générée par IA

Ce que ce guide permet

  • Définir l’entrée
  • Nommer le retour
  • Respecter le temps observable
  • Vérifier la mesure

Contrôle express

  • Une cellule vide équivaut-elle à zéro ?
  • Peut-on comparer une cohorte récente à une ancienne ?
  • Une hausse de rétention prouve-t-elle l’effet du produit ?

Méthode pas à pas

  1. 01

    Définir l’entrée

    Choisissez un événement d’entrée, son horodatage et la règle d’identité. Décidez si une personne peut entrer plusieurs fois. Une cohorte d’inscription ne répond pas à la même question qu’une cohorte d’achat.

    Livrable : règle d’inclusion versionnée.

  2. 02

    Nommer le retour

    Précisez l’événement utile, la période et le mode de calcul. Dans GA4, les modes standard, rolling et cumulatif répondent à des définitions différentes ; ne comparez pas leurs cellules comme si elles représentaient la même rétention.

    Livrable : définition du numérateur et du dénominateur.

  3. 03

    Respecter le temps observable

    À une date d’arrêt donnée, une cohorte récente n’a pas encore atteint tous les horizons. Marquez ces cellules non observables au lieu de leur attribuer zéro. Comparez un même horizon uniquement lorsque la fenêtre correspondante est achevée.

    Livrable : masque de maturité des cellules.

  4. 04

    Vérifier la mesure

    Examinez changement de suivi, fuseau horaire, fusion d’identités et événements tardifs. La documentation GA4 précise que ses cohortes utilisent les données de l’appareil sans User-ID ; ne les présentez donc pas comme une mesure certaine des personnes multi-appareils.

    Livrable : journal des limites et ruptures de mesure.

  5. 05

    Comparer avec le contexte

    Affichez volumes et période d’acquisition à côté des taux. Une différence peut venir du canal, d’une promotion ou d’un profil différent. La comparaison descriptive ne démontre pas à elle seule l’effet causal d’une nouvelle fonctionnalité.

    Livrable : conclusion et explications à vérifier.

Quatre situations pour éprouver la méthode

Cas pédagogiques fictifs. Chaque situation relie un signal à une vérification et à une décision limitée par les preuves ; aucun résultat client n’est représenté.

Situation fictiveVérification concrèteDécision et limite
Laisser aux cohortes le même temps d’observation — Une cohorte ancienne a eu plusieurs mois pour revenir ; une cohorte récente est comparée sur la même colonne sans avoir atteint cet âge.Définir événement d’entrée et retour, puis comparer les cohortes au même âge avec les mêmes exclusions. Marquer les cellules dont la période est incomplète.Différer la comparaison des périodes non mûres. Une baisse apparente peut provenir d’un temps d’observation différent plutôt que d’une perte de fidélité.
Distinguer CLV observée et projection — Un tableau présente comme valeur acquise un revenu futur estimé pour des clients entrés récemment.Séparer contribution déjà observée et projection, avec horizon, coûts retenus, retours et hypothèses de rétention. Comparer les cohortes arrivées au même âge.Présenter plusieurs hypothèses et leur date de révision. Une valeur projetée ne constitue pas un revenu constaté ni une garantie de fidélité future.
Évaluer une prédiction sur une période ultérieure — Un modèle prédictif utilise une variable créée après l’événement à prédire et paraît exceptionnellement précis sur les données historiques.Reconstituer les informations disponibles au moment réel de la décision et tester une période tenue à l’écart de l’apprentissage. Comparer par cohorte et contexte.Retirer les fuites temporelles et mesurer les erreurs utiles au métier. Un bon résultat rétrospectif peut ne pas être reproductible en exploitation.
Un tableau temps réel doit exposer son retard — L’activité de la dernière heure paraît faible, alors qu’une partie des événements arrive avec un délai de collecte.Afficher heure de l’événement, heure de réception et dernier rafraîchissement. Comparer les mêmes fenêtres après leur clôture et identifier les événements encore attendus.Distinguer baisse d’activité et données provisoires. La fréquence de rafraîchissement de l’écran ne démontre pas la complétude de la collecte.

Fiche de travail à réutiliser

À compléter avec vos observations autorisées. Ces champs constituent une trame de travail, pas des résultats observés.

ChampInformation à consigner
InclusionÉvénement, identité et réentrée
RetourÉvénement, mode et dénominateur
CalendrierFuseau, horizon et date d’arrêt
LimitesCellule non observable, collecte et segments

Exemple d’application

Situation illustrative

Exemple fictif : une cohorte entrée la semaine dernière est comparée à une cohorte suivie pendant deux mois.

Décision et preuve attendue

Le tableau masque les horizons futurs et compare uniquement la première période observable, avec les effectifs associés.

Distinguer les mécanismes

MécanismeUtilitéPoint de vigilance
Retour pendant une périodeObserver l’activité à cet horizonNe pas confondre avec un retour continu
Retour cumulatifObserver au moins un retour jusque-làNe pas le lire comme la fréquence d’usage
Horizon non atteintSignaler une fenêtre incomplèteNe pas enregistrer une rétention de zéro

Indicateurs de pilotage

IndicateurCe qu’il mesurePremière action
Taux à horizon fixeRetours / membres selon la règle retenuePublier effectifs et horizon
Cellules maturesFenêtres entièrement observéesExclure les horizons futurs de la comparaison
Ruptures de collectePériodes avec instrumentation différenteQualifier les tendances concernées

Erreurs fréquentes

  • Ne pas confondre avec un retour continu
  • Ne pas le lire comme la fréquence d’usage
  • Ne pas enregistrer une rétention de zéro

Questions fréquentes

Une cellule vide équivaut-elle à zéro ?

Non. Elle peut être non observable, supprimée par un seuil ou réellement vide ; nommez son état.

Peut-on comparer une cohorte récente à une ancienne ?

Oui, aux horizons déjà observables dans les deux groupes et avec des définitions communes.

Une hausse de rétention prouve-t-elle l’effet du produit ?

Non. Le recrutement et le contexte peuvent changer ; une conclusion causale exige un protocole adapté.

Références officielles

Date de consultation des références : . La méthode et la fiche de travail proposent des contrôles à adapter à votre contexte ; elles ne constituent pas une certification.