Le product analytics, pour un SaaS, consiste à mesurer ce que vos utilisateurs font réellement à l'intérieur du produit : quelles fonctions ils adoptent, où ils décrochent, quels comptes clients s'éloignent avant le renouvellement. Ce n'est pas la même chose que mesurer les visites d'un site. Et en France, le choix de l'outil se joue autant sur la conformité CNIL que sur les fonctionnalités.

Cet article vous aide à décider quoi mesurer, comment le structurer, et s'il vaut mieux brancher un outil du marché, l'auto-héberger ou faire construire un tableau de bord sur mesure.

En bref

  • Le web analytics (GA4 et équivalents) mesure le trafic. Le product analytics mesure l'usage dans le produit, par utilisateur et par compte client.
  • Avant d'installer un outil, définissez 5 à 10 événements clés qui prouvent que l'utilisateur a perçu la valeur de votre produit.
  • Pour un SaaS B2B, commencez par le MRR/ARR, le churn, le CAC, le LTV et le délai de récupération du CAC, puis ajoutez l'activation et la rétention.
  • En France, la CNIL exige en principe un consentement pour les traceurs d'analytics. Certaines solutions configurées strictement en sont exemptées.
  • Un outil du marché suffit au début. Un tableau de bord sur mesure devient pertinent quand vos données sont réparties entre plusieurs sources ou que vos règles métier sont spécifiques.

Table des matières

Product analytics et web analytics : deux métiers différents

La confusion est fréquente, parce que les deux disciplines produisent des courbes et des entonnoirs. Elles répondent pourtant à des questions opposées.

Le web analytics s'intéresse au visiteur, souvent anonyme : d'où vient-il, quelles pages voit-il, combien convertissent. Le product analytics s'intéresse à l'utilisateur identifié, dans l'application : a-t-il créé son premier projet, invité un collègue, utilisé la fonction qui justifie l'abonnement ?

Pour un SaaS B2B, une différence pèse lourd : l'unité qui compte n'est pas l'utilisateur, mais l'organisation cliente. Selon SaaS Tracker, GA4 n'est pas conçu pour suivre l'adoption par compte, alors que c'est ce qui permet de repérer les clients à risque avant le renouvellement. Un directeur financier qui décide de ne pas renouveler ne se voit pas dans vos pages vues. Il se voit dans une baisse d'usage de son équipe trois mois plus tôt.

Concrètement, voici ce que chaque famille d'outils vous apprend :

Question Web analytics Product analytics
D'où viennent mes visiteurs ? Oui Partiellement
Quelle page de tarifs convertit le mieux ? Oui Non, ce n'est pas son rôle
Quel pourcentage d'inscrits atteint la première action utile ? Difficile Oui
Quels comptes clients utilisent moins le produit ? Non Oui, si les événements sont rattachés au compte
Quelle fonction est utilisée par les clients qui restent ? Non Oui

Les deux sont utiles. Mais si votre problème est le churn ou l'adoption, c'est le second qu'il vous faut.

Les KPI d'un SaaS B2B : par où commencer

Les lecteurs qui cherchent « KPI SaaS » ont besoin d'une liste courte et calculable. Voici le socle, tel que le décrit Fincome : MRR et ARR, CAC (coût d'acquisition client), taux de churn, LTV (valeur vie client) et ratio LTV/CAC. Un ratio de 3 pour 1 est généralement considéré comme un objectif sain pour une entreprise SaaS, selon la même source.

Le délai de récupération du CAC (CAC payback) mérite une attention particulière : il se calcule en divisant le CAC par l'ARPA (revenu moyen par compte), et indique en combien de temps un client acquis rembourse ce qu'il a coûté.

Ces indicateurs sont des indicateurs financiers. Ils vous disent ce qui s'est passé. Le product analytics ajoute les indicateurs qui expliquent pourquoi :

  • Activation : la part des nouveaux inscrits qui réalisent une action significative dans un délai donné (par exemple, créer un premier rapport dans les 3 jours).
  • Rétention : la part des utilisateurs, ou des comptes, qui reviennent semaine après semaine ou mois après mois.
  • Adoption par fonction : quelles fonctionnalités sont utilisées, par quels profils.
  • Profondeur d'usage par compte : combien de sièges sont actifs sur ceux payés.
  • Temps jusqu'à la première valeur : combien de temps entre l'inscription et le moment où l'utilisateur comprend pourquoi il paie.

Un exemple simple. Vous vendez un outil de gestion de planning à des PME. Le client signe pour 20 sièges, mais seuls 4 personnes se connectent chaque semaine. Aucun KPI financier ne le signale : le MRR est intact. Le ratio sièges actifs sur sièges payés, lui, tire la sonnette d'alarme au bon moment, quand votre équipe peut encore appeler le client.

Le plan de marquage : ce qu'on décide avant d'installer quoi que ce soit

L'erreur la plus courante des jeunes SaaS est d'installer un outil, de tout tracer, puis de regarder les données. Selon Zendikt, accumuler des millions d'événements sans taxonomie définie crée une « dette de données » qui rend l'analytics inutilisable en quelques mois. Les experts cités recommandent de définir d'abord les 5 à 10 événements qui valident la valeur du produit.

Un plan de marquage tient dans un tableur. Voici une méthode en cinq étapes :

  1. Nommez le moment de valeur. Quelle action prouve qu'un utilisateur a compris le produit ? Envoyer une première facture, publier une première page, connecter une première source de données.
  2. Listez les événements qui y mènent. Inscription, validation de l'e-mail, création du premier objet, invitation d'un collègue.
  3. Fixez une convention de nommage. Par exemple verbe à l'infinitif et objet : projet_créé, collègue_invité. Une convention écrite évite les doublons du type new_project et project_created.
  4. Rattachez chaque événement à un utilisateur et à un compte. C'est cette double clé qui rend le suivi par organisation possible.
  5. Désignez un responsable. Quelqu'un valide chaque nouvel événement avant son déploiement.

Ce travail est peu technique et très rentable. Il oblige aussi l'équipe produit et l'équipe technique à se mettre d'accord sur ce que « actif » veut dire, ce qui est souvent la discussion la plus utile du trimestre.

Outil du marché, auto-hébergé ou sur mesure : comment choisir

Il existe trois voies. Aucune n'est la meilleure en soi : tout dépend de votre stade et de vos contraintes.

Une plateforme SaaS de product analytics

C'est le choix le plus rapide. L'installation d'un SDK permet d'obtenir entonnoirs, rétention et segmentation en quelques jours. D'après Toolradar, certaines plateformes proposent un plan gratuit jusqu'à 1 million d'événements mensuels, et d'autres démarrent autour de 49 $ par mois. Les tarifs évoluent : vérifiez-les sur les pages des éditeurs avant de décider.

Le même comparatif distingue des profils : des plateformes pensées pour l'analyse comportementale complexe à grande échelle, des solutions tout-en-un (analytics, enregistrement de sessions, tests A/B) prisées des équipes à forte culture technique, et des outils centrés sur l'analyse rapide des entonnoirs et de la rétention, avec une courbe d'apprentissage modérée.

Points d'attention : le coût grimpe avec le volume d'événements, et vos données vivent chez un tiers, ce qui compte pour la conformité.

Une solution auto-hébergée

Vous gardez le contrôle des données, et vous pouvez les héberger en France ou en Europe. Le comparatif de Ron Kopelman oppose bien les deux philosophies : une solution open source qui offre un contrôle total par l'auto-hébergement, face à une solution propriétaire en SaaS avec un support dédié, pensée pour les grandes entreprises françaises. Le prix à payer de l'auto-hébergement est du temps d'exploitation : mises à jour, sauvegardes, sécurité, dimensionnement.

Un tableau de bord sur mesure

Il devient pertinent dans des cas précis :

  • vos données utiles sont dispersées entre la base de l'application, le CRM, la facturation et le support, et aucun outil du marché ne les réunit proprement ;
  • vos règles métier sont particulières : un « compte actif » se définit chez vous par un croisement de plusieurs critères ;
  • vous voulez montrer des statistiques d'usage à vos propres clients dans leur espace, sous votre marque ;
  • vous souhaitez déclencher des actions automatiques, comme une alerte au responsable de compte quand l'usage chute.

Une règle de bon sens : n'investissez pas dans du sur mesure avant d'avoir un plan de marquage solide et quelques mois de données dans un outil simple. Le sur mesure se justifie quand vous savez précisément ce que l'outil standard ne sait pas faire.

Critère Plateforme SaaS Auto-hébergé Sur mesure
Délai de mise en route Quelques jours Quelques semaines Selon le périmètre
Maîtrise des données Limitée Totale Totale
Charge d'exploitation Faible Moyenne à forte Moyenne, avec maintenance
Adaptation à vos règles métier Moyenne Moyenne Forte
Coût récurrent Croît avec le volume Hébergement et temps Maintenance

Conformité en France : la CNIL change le choix de l'outil

En France, la question du consentement fait partie du cahier des charges. Selon Cenprod, la CNIL exige un consentement explicite pour les traceurs d'analytics, sauf configuration spécifique. Certaines solutions peuvent en être exemptées si elles se limitent à la mesure d'audience stricte, anonymisent les adresses IP et n'exportent pas les données vers des tiers. À l'inverse, GA4 nécessite systématiquement un bandeau de consentement conforme, du fait de ses transferts de données, d'après la même source.

Deux nuances à garder en tête :

  • L'exemption vise la mesure d'audience. Un suivi comportemental fin, rattaché à un utilisateur identifié dans votre application, relève d'une autre analyse, notamment sur la base légale. Si votre produit traite des données personnelles de vos clients, faites valider votre configuration par votre délégué à la protection des données ou un juriste spécialisé avant la mise en production.
  • L'hébergement compte. Selon Zendikt, les organisations aux exigences élevées (santé, secteur public) privilégient soit une configuration exemptée de consentement, soit un hébergement souverain chez un acteur européen, pour écarter le risque de transfert vers les États-Unis. La même source note que la conformité RGPD est devenue un argument commercial : vos clients des secteurs régulés l'apprécient.

L'idée pratique : intégrez la conformité dès le plan de marquage. Listez pour chaque événement s'il contient une donnée personnelle, où il est stocké et combien de temps. Vous pourrez répondre précisément à un questionnaire de sécurité client, ce qui accélère les ventes B2B.

Notre point de vue : l'analytics n'est utile que s'il change une décision

Nous construisons des applications web, des plateformes SaaS, des logiciels métier et des tableaux de bord sur mesure. Ce que nous observons, c'est qu'un projet d'analytics échoue rarement pour des raisons techniques. Il échoue parce que personne n'a dit quelle décision il devait éclairer.

Notre conseil tient en trois points. D'abord, commencez par la question, pas par l'outil : « quels comptes risquent de partir ? », « quelle fonction mérite notre prochain sprint ? ». Ensuite, gardez un périmètre étroit : dix événements bien définis valent mieux que deux cents mal nommés. Enfin, choisissez la technologie à partir de votre activité réelle, et non l'inverse. C'est le même principe que celui de notre méthode en quatre étapes : un interlocuteur unique, une communication transparente, et une solution qui s'adapte à vos besoins plutôt qu'à une technologie préétablie.

Si un outil standard répond à 90 % de votre besoin, prenez-le. Le sur mesure se justifie pour les 10 % qui touchent à ce qui fait votre spécificité.

— Riadh

Quand un tableau de bord sur mesure vaut le détour

Si vous développez un SaaS et que le suivi de l'usage doit s'intégrer à votre produit (espace client avec statistiques, tableaux de bord internes, alertes automatisées, connexion à vos API), c'est exactement le type de projet que nous prenons en charge. Nous concevons des applications web et SaaS et des logiciels métier et outils d'IA, puis assurons la maintenance et la sécurité dans la durée. Vous pouvez aussi consulter nos réalisations ou nous écrire depuis la page d'accueil pour obtenir un devis.

Mettre en place son product analytics en pratique

Voici un déroulé réaliste pour une équipe SaaS de petite taille.

Semaine 1 : cadrage. Rédigez le plan de marquage, désignez un responsable et choisissez vos trois questions prioritaires. Exemple : quel est le taux d'activation à 7 jours, quelle fonction est utilisée par les clients de plus d'un an, quels comptes ont réduit leur usage de moitié ?

Étapes de mise en place du product analytics

Semaines 2 et 3 : instrumentation. Les développeurs ajoutent les événements, avec identifiant utilisateur et identifiant de compte. Testez en préproduction et vérifiez que chaque événement arrive une seule fois, avec les bonnes propriétés.

Semaine 4 : premiers tableaux de bord. Trois écrans suffisent : l'entonnoir d'activation, la courbe de rétention par cohorte d'inscription, la liste des comptes triés par évolution d'usage.

Ensuite : rituel. Une revue mensuelle de trente minutes entre produit, support et commercial. À chaque revue, une décision est prise ou une hypothèse est écartée. Sans ce rituel, les tableaux de bord se couvrent de poussière.

Côté KPI financiers, croisez ces données avec la facturation : le churn mesuré en revenus et le churn mesuré en comptes racontent des histoires différentes, et seul leur rapprochement avec l'usage dit quelles fonctions retiennent vos clients les plus rentables.

Les pièges à éviter

  • Tout tracer « au cas où ». Le volume coûte cher et noie l'essentiel.
  • Mesurer des utilisateurs sans compte. En B2B, le client est l'organisation.
  • Ignorer la qualité des données. Un événement déclenché deux fois fausse un entonnoir sans que personne ne s'en aperçoive.
  • Reporter la conformité. Corriger un suivi déjà déployé coûte plus cher que de le concevoir proprement.
  • Confondre activité et valeur. Beaucoup de clics ne prouvent pas que l'utilisateur obtient ce pour quoi il paie.

FAQ

Quelle est la différence entre product analytics et web analytics ?

Le web analytics mesure le trafic et les parcours sur un site, souvent de visiteurs anonymes. Le product analytics suit les actions d'utilisateurs identifiés à l'intérieur de votre application, et, en B2B, leur rattachement à un compte client. Un SaaS a généralement besoin des deux.

Quels KPI suivre en priorité pour un SaaS B2B ?

Commencez par le MRR/ARR, le churn, le CAC, le LTV et le ratio LTV/CAC, dont l'objectif courant est de 3 pour 1. Ajoutez ensuite l'activation et la rétention, qui viennent du suivi d'usage et expliquent les chiffres financiers.

Faut-il un bandeau de consentement pour analyser l'usage de son SaaS ?

En principe, la CNIL exige un consentement pour les traceurs d'analytics, avec des exceptions pour certaines solutions configurées en mesure d'audience stricte, d'après Cenprod. Un suivi comportemental d'utilisateurs identifiés demande une analyse spécifique : faites-la valider par votre DPO ou un juriste.

Quand passer d'un outil standard à un tableau de bord sur mesure ?

Quand vos données sont réparties entre plusieurs systèmes, que vos règles métier ne rentrent pas dans un outil standard, ou que vous voulez proposer des statistiques à vos clients dans votre produit. Tant que vous n'avez pas de plan de marquage stable, un outil simple suffit.

Sources

Recommandations