Combien vaut un abonné quand on n’a observé que six mois de rétention ?

Pour estimer la valeur d'un abonné, la méthode des manuels prend un taux de rétention et le suppose constant ^[C19]. Or, dans une cohorte, ce taux augmente avec l'ancienneté : les abonnés les plus volatils partent en premier, et ceux qui restent sont, en moyenne, plus fidèles ^[C09]. Un taux constant ignore ce tri et sous-estime la valeur de la base d'abonnés ^[C20]. Le modèle shifted-beta-geometric (sBG) de Fader et Hardie décrit ce tri avec deux paramètres et projette la rétention au-delà de l'historique observé.

Sur données synthétiques, où la vérité est connue, une cohorte de 2 000 abonnés mensuels observée six mois : le taux constant estime la valeur d'un nouvel abonné à 103 €, le modèle sBG à 290 €, pour une valeur vraie de 279 €. Sur 100 tirages indépendants, le taux constant sous-estime la valeur des abonnés restants dans 100 cas sur 100. Deux réserves pèsent sur ces chiffres : plus de la moitié de la valeur se joue au-delà du 24ᵉ mois, que l'historique ne permet pas de vérifier, et le résultat dépend fortement du taux d'actualisation retenu.

Un service d'abonnement mensuel — box par abonnement, logiciel, presse en ligne — a recruté 2 000 abonnés en janvier. Chaque début de mois, l'abonné paie et l'entreprise encaisse une marge de 12 € ; à la fin du mois, il renouvelle ou résilie. Six mois plus tard, 1 058 abonnés sont encore là. La direction financière demande deux chiffres : combien vaut un nouvel abonné, pour fixer le coût d'acquisition maximal, et combien valent les 1 058 abonnés restants, pour savoir ce que représente la base à fidéliser.

Les données de la page sont synthétiques : on sait que la probabilité de résiliation varie d'un abonné à l'autre selon une loi bêta de paramètres 0,5 et 2,5 — une loi qui décrit comment cette probabilité se répartit entre les abonnés —, soit une résiliation moyenne de 1 sur 6 par mois, un niveau élevé pour un abonnement.

À partir des résiliations observées pendant les six premiers mois d'une cohorte, quelle est la valeur actuelle attendue des marges futures d'un nouvel abonné, et celle d'un abonné encore présent après six mois ? Ces deux valeurs exigent de projeter la courbe de survie de la cohorte bien au-delà de l'horizon observé : en sommant la seule partie observée de la courbe, on sous-estime la durée de vie et la valeur ^[C02].

Les taux de rétention observés montent nettement sur la période : 83,4 %, 87,8 %, 89,3 %, 92,5 %, 93,9 % et 93,2 %. Deux raccourcis courants les résument par un seul chiffre :

• le taux global, pondéré par les échéances : 942 résiliations pour 8 781 échéances de renouvellement, soit un taux de rétention constant de 89,3 % ;
• le dernier taux observé, jugé plus représentatif de la cohorte actuelle : 93,2 %.

Dans les deux cas, on suppose que chaque mois futur ressemble au passé. Or la hausse des taux ne vient pas de ce que chaque abonné deviendrait plus fidèle avec le temps : dans nos données, la probabilité individuelle est constante par construction. Elle vient d'un tri : les abonnés à forte probabilité de résiliation partent tôt, et la cohorte se concentre sur les fidèles ^{[C08, C09]}. On appelle ce phénomène la « ruse de l'hétérogénéité » ^[C10]. Ajuster une droite, une parabole ou une exponentielle sur la courbe observée ne règle rien : ces courbes collent aux données passées et déraillent une fois prolongées ^[C03].

Le modèle sBG raconte une histoire simple ^[C04] :

1. à la fin de chaque mois, chaque abonné « tire à pile ou face » : il résilie ou il renouvelle ;
2. pour un abonné donné, la probabilité de résilier, notée θ, ne change pas avec le temps ;
3. cette probabilité varie d'un abonné à l'autre ^[C05], selon une loi bêta ^[C06], une distribution souple, bornée entre 0 et 1.

Deux paramètres, α et β, résument toute la cohorte. On les estime sur les mois observés, puis on calcule la rétention de chaque mois futur. Le modèle produit mécaniquement des taux de rétention qui augmentent avec l'ancienneté, alors que chaque abonné garde le même comportement ^[C08].

Pour chaque cohorte d'acquisition, le nombre d'abonnés encore actifs à chaque échéance de renouvellement. Des comptages agrégés suffisent : le modèle s'estime même sur la part de la cohorte encore active ^[C31] — mais il faut les effectifs réels pour mesurer l'incertitude. Il faut aussi la marge par période, encaissée en début de période, et un taux d'actualisation exprimé dans la même unité de temps que les échéances : ici 1 % par mois, soit environ 12,7 % par an.

La méthode suppose des échéances fixes (mensuelles, annuelles) et une résiliation observée par l'entreprise ^[C01]. Si la résiliation peut survenir à tout instant, il faut l'équivalent en temps continu ^[C15] ; si l'entreprise ne voit pas le départ du client, comme dans le commerce sans abonnement, il faut d'autres modèles ^[C16].

Cette section s'adresse au praticien. Le décideur peut la sauter et reprendre à « Le calcul déclaré » : la phrase « En clair » qui la termine suffit.

• T : le nombre de mensualités payées par un abonné, soit sa durée de vie en mois ; T ≥ 1.
• θ : la probabilité, propre à chaque abonné, de résilier à une échéance ; elle est constante dans le temps. Si θ était connu, on aurait S(t | θ) = (1 − θ)ᵗ.
• θ suit une loi bêta de paramètres α > 0 et β > 0 ^[C06]. Sa moyenne α / (α + β) est la probabilité moyenne de résiliation ; l'indice de polarisation φ = 1 / (α + β + 1) mesure l'hétérogénéité ^[C34] : près de 0, tous les abonnés se ressemblent ; près de 1, ils se partagent entre très fidèles et très volatils.
• S(t) = P(T > t) : la part de la cohorte encore active après t échéances ; S(0) = 1.
• Taux de rétention de l'échéance t : rₜ = S(t) / S(t − 1) = (β + t − 1) / (α + β + t − 1), d'où S(t) = r₁ × r₂ × … × rₜ. Les probabilités se calculent par récurrence, sans fonction bêta ^[C07] : P(T = 1) = α / (α + β) et P(T = t) = P(T = t − 1) × (β + t − 2) / (α + β + t − 1).
• Log-vraisemblance sur six échéances, avec nₜ résiliations à l'échéance t, s₆ abonnés encore actifs et ln le logarithme népérien : LL(α, β) = Σₜ₌₁⁶ nₜ ln P(T = t) + s₆ ln S(6) ^[C38]. On cherche les valeurs de α et β qui la rendent maximale ^[C11].
• m : marge par mois, encaissée en début de mois ; d : taux d'actualisation mensuel.
• Valeur d'un nouvel abonné, ou CLV (customer lifetime value, valeur vie client) : CLV = m × Σₜ₌₀^∞ S(t) / (1 + d)ᵗ ^[C33].
• Valeur résiduelle d'un abonné encore actif après n échéances, mesurée au moment où il vient de payer sa mensualité n + 1 : VR(n) = m × Σₜ₌ₙ₊₁^∞ [S(t) / S(n)] / (1 + d)ᵗ⁻ⁿ. Le rapport S(t) / S(n) tient compte de l'ancienneté déjà acquise : un abonné qui a déjà renouvelé six fois a probablement un θ plus faible que la moyenne ^[C21]. Fader et Hardie mesurent cette valeur juste avant la décision de renouvellement et y incluent le paiement suivant ; ce choix de date est une convention ^[C39], et les deux écritures se déduisent l'une de l'autre.
• Modèle à taux constant (géométrique), limite du sBG quand la polarisation tend vers 0 ^[C35] : θ̂ = résiliations / échéances de renouvellement, S(t) = (1 − θ̂)ᵗ, d'où CLV = m (1 + d) / (d + θ̂).

En clair : chaque abonné garde sa propre probabilité de partir ; comme les plus volatils partent d'abord, la cohorte devient plus fidèle, et la valeur d'un abonné dépend du temps qu'il est déjà resté.

1. Cohorte synthétique générée par une récurrence congruentielle déclarée (graine 20261002 ; x ← 1103515245 · x + 12345 mod 2³¹), identique en Python et en R. La durée de chaque abonné est tirée en inversant la fonction de survie sBG vraie (α = 0,5, β = 2,5).
2. Calibration sur les six premières échéances ; les mois 7 à 24 sont mis de côté pour juger la projection.
3. Modèle à taux constant : estimation par maximum de vraisemblance, qui se réduit au rapport résiliations / échéances.
4. Modèle sBG : maximum de vraisemblance sur (ln α, ln β) par l'algorithme du simplexe de Nelder-Mead, écrit à la main ; le programme s'arrête en erreur si l'algorithme ne converge pas. Erreurs-types par la matrice hessienne numérique sur l'échelle logarithmique, ramenées à α et β par la méthode delta : erreur-type de α = α × erreur-type de ln α.
5. Variante « dernier taux » : le dernier taux de rétention observé (mois 6), prolongé à l'identique.
6. Valeurs actualisées à 1 % par mois (environ 12,7 % par an), marge de 12 € par mois, séries arrêtées à 3 000 termes — le reste est inférieur à un centime.
7. Incertitude : bootstrap paramétrique, 200 cohortes simulées à partir des paramètres estimés, chacune réestimée ; l'intervalle va de la 5ᵉ à la 195ᵉ des 200 valeurs triées, soit un intervalle de confiance à 95 % environ.
8. Répétition de toute la procédure sur 100 cohortes indépendantes, pour séparer ce qui est systématique de ce qui tient au hasard d'un seul tirage.
9. Sensibilité : part de la valeur située au-delà des 24ᵉ, 60ᵉ et 120ᵉ mois ; valeurs limitées aux 24, 36 et 60 premières mensualités ; valeurs pour un taux d'actualisation de 0,5 %, 1 %, 1,5 % et 2 % par mois, et de 10 % par mois, soit le taux par échéance des auteurs, dont les échéances sont annuelles.
10. Contrôle du code avant usage : les deux programmes retrouvent les estimations publiées par Fader et Hardie (2007) sur leurs deux jeux de données (α = 0,668 et β = 3,806 ; α = 0,704 et β = 1,182) ^{[C12, C13]}, ainsi que les dix durées résiduelles actualisées du tableau 4 de Fader et Hardie (2010) ^[C32], et s'arrêtent en erreur s'ils ne les retrouvent pas. Le texte de l'article de 2007 imprime 0,688 pour α en page 9 ; c'est la valeur de l'annexe, 0,668, que le maximum de vraisemblance retrouve.

Les estimations. Le modèle à taux constant donne une résiliation de 10,7 % par mois. Le modèle sBG donne α = 0,475 (erreur-type 0,048) et β = 2,371 (0,327), soit une résiliation moyenne de 16,7 % et un indice de polarisation de 0,26 — proches des valeurs vraies, 16,7 % et 0,25. Le sBG s'ajuste nettement mieux : log-vraisemblance −2 926,8 contre −2 992,4, et un critère d'information d'Akaike — qui arbitre entre qualité d'ajustement et nombre de paramètres, plus bas étant meilleur — inférieur de 129 points.

La projection, jugée sur les mois mis de côté.

Le modèle sBG estime un taux de rétention de 93,9 % au 6ᵉ mois, dans la période de calibration, puis projette 96,6 % au 12ᵉ mois et 98,2 % au 24ᵉ : la cohorte se stabilise sur ses abonnés fidèles.

Les valeurs.

Par rapport à la valeur vraie, le taux constant sous-estime la valeur d'un nouvel abonné de 63 % et celle des abonnés restants de 80 % ; le dernier taux, de 68 %. Le sBG surestime les deux valeurs d'environ 4 % sur ce tirage.

Ce que l'historique ne vérifie pas. La valeur sBG d'un nouvel abonné se situe pour 56,8 % au-delà du 24ᵉ mois, pour 32,4 % au-delà du 60ᵉ et pour 14,6 % au-delà du 120ᵉ ; pour un abonné restant, ces parts sont de 70,8 %, 40,5 % et 18,3 %. Limitée aux premières mensualités, la valeur d'un nouvel abonné est la suivante :

La sensibilité au taux d'actualisation.

Le seul choix du taux, entre 0,5 % et 2 % par mois, déplace la valeur sBG d'un nouvel abonné de 431 € à 193 € : bien plus que l'incertitude d'estimation.

Sur 100 cohortes indépendantes.

Le biais est la moyenne des 100 estimations moins la valeur vraie. Pour le sBG, il n'est pas distinguable de zéro : son erreur de simulation est de 1,92 € pour un nouvel abonné et de 3,35 € pour un abonné restant. Le taux constant et le dernier taux sous-estiment la valeur des abonnés restants dans 100 tirages sur 100. Les estimations à taux constant varient peu d'un tirage à l'autre : elles sont précises, mais fausses.

• Probabilité individuelle constante. Le modèle attribue toute la hausse des taux au tri. Une autre explication possible est que chaque abonné change réellement avec l'ancienneté ^[C28] ; avec des données agrégées, les deux explications ne se distinguent pas, et l'hypothèse n'est donc pas testable ici. Vos abonnés s'attachent-ils au service avec le temps, ou s'en lassent-ils ? Le modèle bêta-Weibull discret relâche cette hypothèse ^[C17].
• Pas de rupture planifiée. En données mensuelles, la saisonnalité et la fin des offres de lancement créent des pics de résiliation ; on peut alors remplacer le sBG par un modèle de durée avec variables explicatives ^[C29]. Votre offre d'essai à 1 € se termine-t-elle au 3ᵉ mois ?
• Échéances fixes et départ observé : la méthode ne vaut ni pour des résiliations à tout instant ^[C15], ni pour un commerce sans abonnement ^[C16]. Vos abonnés peuvent-ils résilier en cours de mois, et savez-vous toujours qu'ils sont partis ?
• Une cohorte représentative de celles à venir. Des cohortes recrutées à des moments ou par des canaux différents peuvent se comporter différemment ^[C37]. Avec plusieurs cohortes, le point de départ naturel est de les regrouper sous des paramètres communs ; on peut aussi les estimer séparément ou leur donner des paramètres propres ^[C18]. Vos cohortes de janvier et de septembre ont-elles été recrutées par les mêmes canaux, au même prix ?
• Marge constante par mois : un abonné qui passe à une formule supérieure demande de modéliser la marge à part. Votre marge par abonné évolue-t-elle avec l'ancienneté ?
• Les abonnés résilient indépendamment les uns des autres. Un changement de prix ou une panne n'a-t-il pas provoqué une vague de départs simultanés ?

• Validation hors échantillon : sur des données réelles, garder les derniers mois de côté, estimer sur les premiers et comparer la projection à l'observé. Ici, l'écart moyen du sBG est de 1,1 point de pourcentage sur les mois 7 à 24. Ce contrôle ne porte que sur l'horizon observé : il ne vérifie pas les 56,8 % de la valeur d'un nouvel abonné qui se jouent après le 24ᵉ mois, et que la forme de la loi bêta près de θ = 0 détermine, alors que six mois d'historique la renseignent peu.
• Comparaison des ajustements : le rapport de vraisemblance vaut 131,3. Le modèle à taux constant est la limite du sBG quand la polarisation tend vers 0 ^[C35], une valeur au bord de l'espace des paramètres : la loi du χ² usuelle ne s'applique pas exactement, et le chiffre se lit comme un indicateur, pas comme un test.
• Incertitude d'estimation : par bootstrap paramétrique, l'intervalle de confiance à 95 % environ de la valeur attendue d'un nouvel abonné va de 250 € à 331 €, celui de la valeur attendue d'un abonné restant de 397 € à 537 €. Ces intervalles portent sur l'espérance, pas sur la valeur que réalisera un abonné donné ; ils supposent le modèle sBG juste et ne couvrent ni l'erreur de modèle, ni l'incertitude sur la marge future ou sur le taux d'actualisation.
• Erreurs-types des paramètres : 0,048 pour α, 0,327 pour β. Avec six mois d'historique, β reste le paramètre le moins bien connu.
• Taux d'actualisation : de 0,5 % à 2 % par mois, la valeur sBG d'un nouvel abonné va de 431 € à 193 € ; ce choix, qui revient à la direction financière, pèse davantage que l'incertitude d'estimation.
• Ce que la simulation prouve, et ce qu'elle ne prouve pas : les données sont générées par un modèle sBG, donc le sBG y est juste par construction. La simulation mesure le coût d'ignorer l'hétérogénéité quand elle existe ; elle ne démontre pas que le sBG convient à vos données.

Le taux de rétention de la cohorte monte parce que la cohorte change de composition, pas parce que chaque abonné change. Un taux constant traite le 25ᵉ mois comme le 2ᵉ, ce qui revient à faire partir trop vite les abonnés fidèles. L'erreur pèse le plus sur la valeur des abonnés restants : ce sont précisément les fidèles. Les auteurs du modèle trouvent, par analyse numérique, une sous-estimation de l'ordre de 25 % à 50 % dans des situations courantes ^[C26], et de 28 % et 48 % lorsqu'ils appliquent les paramètres estimés sur deux jeux de données réels à une base fictive recrutant 10 000 clients par an ^[C25] ; ils ne le démontrent pas formellement ^[C30]. Notre écart est plus grand, et la raison principale est le taux d'actualisation par période : à 1 % par mois, les mois lointains, où ne restent que les fidèles, pèsent beaucoup plus qu'à 10 % par échéance, la convention des auteurs, dont les échéances sont annuelles. Appliqué à nos échéances mensuelles et à notre cohorte unique, et non à la base de cinq cohortes des auteurs, un taux de 10 % par mois ramène l'écart sur les abonnés restants à −39 % pour le taux constant et à −22 % pour le dernier taux. Plus les abonnés se ressemblent, plus l'erreur du taux constant est faible ^[C23] ; quand l'hétérogénéité est forte, il ne reste acceptable que si la résiliation moyenne est très faible ^[C24].

• Permis : « Sur cette cohorte, si la hausse des taux vient du tri des abonnés et à 1 % d'actualisation par mois, la valeur attendue d'un nouvel abonné est d'environ 290 € de marge actualisée, avec un intervalle de confiance à 95 % environ de 250 € à 331 €. »
• Permis : « Dans cette simulation (sBG, α = 0,5, β = 2,5), valoriser la base avec un taux de rétention constant la sous-estime fortement ; c'est le cas dans 100 tirages sur 100. »
• Interdit : conclure que les abonnés deviennent plus fidèles en vieillissant. Les données agrégées ne distinguent pas le tri d'un vrai changement individuel ^[C28].
• Interdit : présenter la valeur projetée comme certaine. Une CLV est une espérance ^[C22], conditionnelle au modèle, à la marge et au taux d'actualisation, et plus de la moitié en est projetée au-delà de l'historique.
• Interdit : appliquer le modèle à des clients sans abonnement, ou à une cohorte marquée par la fin d'une offre de lancement, sans l'adapter ^{[C16, C29]}.
• Interdit : présenter ces chiffres comme un résultat de marché ; les données sont synthétiques.

• Plafond d'acquisition. Partir de la borne basse de l'intervalle — 250 € de marge actualisée par nouvel abonné —, et non des 103 € du taux constant, qui, si le modèle est juste, conduiraient à refuser des campagnes rentables. Un plafond égal à la valeur attendue correspond au point mort, pas à un profit : la marge de sécurité, notamment pour l'erreur de modèle et le choix du taux d'actualisation, reste une décision de la direction financière. Ce plafond suppose aussi que les prochaines recrues se comportent comme cette cohorte ^[C37] ; à vérifier sur chaque nouvelle cohorte et chaque nouveau canal.
• Fidélisation. La valeur des abonnés restants — environ 494 000 €, entre 420 000 € et 568 000 € à l'échelle des 1 058 abonnés — mesure ce qui est en jeu, pas un budget. Le budget de fidélisation dépend du gain que produit réellement une action de rétention : à mesurer par une expérience. La sensibilité de la valeur à la rétention, son élasticité, se calcule avec le même modèle ^[C36], et un taux agrégé la sous-estime aussi ^[C27].
• Suivi. Réestimer le modèle chaque mois, à mesure que la cohorte vieillit, et comparer chaque nouvelle projection à l'observé.

La décision reste humaine et engage la direction financière.

• Utiliser : abonnements à échéances fixes, mensuelles ou annuelles, dès qu'il faut projeter la rétention au-delà de l'historique : valeur d'un nouvel abonné, valeur de la base, plafond d'acquisition.
• Ne pas utiliser pour cibler : pour repérer quel abonné risque de partir le mois prochain, les modèles de score de churn, qui exploitent des variables comme le nombre d'appels au service client, sont l'outil adapté ; ils se prêtent mal, en revanche, à la projection de la courbe de survie, faute de connaître les valeurs futures de ces variables ^[C14]. Voir la page sur la prédiction du churn par régression logistique.
• Ne pas utiliser seul : avec une offre de lancement ou une forte saisonnalité ^[C29], ou si l'on soupçonne que la fidélité individuelle change avec l'ancienneté ^{[C17, C28]}.
• Alternatives : en temps continu, le modèle exponentiel-gamma ^[C15] ; sans abonnement, les modèles Pareto/NBD ou BG/NBD ^[C16] — voir la page sur l'estimation de la CLV non contractuelle ; pour décrire la survie observée sans la prolonger, l'estimateur de Kaplan-Meier — voir la page sur l'analyse de la rétention et de la survie. Pour juger une projection sur des mois mis de côté, voir la page sur la validation d'une prévision marketing.

• Python 3.14.5, bibliothèque standard seule : msc-p043-reference.py, à lancer par python msc-p043-reference.py
• R 4.6.1, base seule : msc-p043-reference.R, à lancer par Rscript msc-p043-reference.R
• Les deux programmes impriment exactement les mêmes lignes, dont l'empreinte sha256, après normalisation des fins de ligne, est f98cbaeade192173a375ae7e4290cb24ec7561c498f7fbca17f45811847186fb. Graine déclarée 20261002. Aucune bibliothèque tierce : le logiciel ne valide pas la méthode, il la reproduit.
• Contrôle externe : avant tout calcul sur les données synthétiques, les deux programmes retrouvent les estimations publiées par Fader et Hardie et les durées résiduelles de leur tableau de 2010, et s'arrêtent en erreur dans le cas contraire ^{[C12, C13, C32]}.

La courbe de rétention projetée et sa validation hors échantillon, les paramètres α et β avec leurs erreurs-types, la valeur d'un nouvel abonné et celle des abonnés restants avec leurs intervalles, la part de ces valeurs située au-delà de l'horizon vérifié, leur sensibilité au taux d'actualisation, la comparaison au taux constant, et la liste des hypothèses à vérifier avant décision.

• Fader, P. S. & Hardie, B. G. S. (2007). How to Project Customer Retention. Journal of Interactive Marketing 21(1), 76–90. ↗ — version de travail des auteurs, mai 2006, texte intégral vérifié ^{[C01–C18, C31, C33, C37, C38]}.
• Fader, P. S. & Hardie, B. G. S. (2010). Customer-Base Valuation in a Contractual Setting: The Perils of Ignoring Heterogeneity. Marketing Science 29(1), 85–93. ↗ — version publiée, texte intégral vérifié ^{[C19–C30, C32, C34–C36, C39]}.
• Niveau de preuve : démonstration sur données synthétiques, un tirage détaillé, un bootstrap de 200 cohortes et 100 tirages répétés, reproductible en Python et en R ; code contrôlé sur les valeurs publiées par les auteurs. Ce n'est pas un résultat de marché. Les auteurs eux-mêmes établissent la sous-estimation par analyse numérique, sans démonstration formelle ^[C30].