Comment j'ai découvert que le Feature Usage Meter était la clé pour doubler les revenus SaaS (alors que tout le monde disait de se concentrer sur le nombre d'utilisateurs)

Il y a trois mois, j'analysais pourquoi le chiffre d'affaires d'un client B2B SaaS stagnait malgré l'augmentation du nombre d'utilisateurs. Leur tableau de bord affichait des métriques d'inscription impressionnantes, mais quelque chose semblait dérangeant. Les utilisateurs s'inscrivaient, utilisaient les fonctionnalités de base pendant une semaine, puis devenaient en grande partie inactifs tout en restant sur des plans payants.

C'est à ce moment-là que j'ai réalisé que nous optimisions complètement pour la mauvaise métrique. Au lieu de suivre combien d'utilisateurs ils avaient, nous devions comprendre combien chaque utilisateur utilisait réellement le produit. Ce changement de la pensée basée sur l'utilisateur à une pensée basée sur l'utilisation a complètement transformé leur modèle commercial et doublé leur chiffre d'affaires en six mois.

La plupart des fondateurs de SaaS restent bloqués à penser en termes de sièges et de comptes d'utilisateurs parce que c'est ce que tous les calculateurs de prix et les modèles commerciaux enseignent. Mais voici ce que j'ai appris en travaillant avec plusieurs clients SaaS : l'intensité d'utilisation des fonctionnalités est un prédicteur beaucoup plus fort du potentiel de revenu que le volume d'utilisateurs.

Dans ce guide, vous découvrirez :

• Pourquoi les métriques traditionnelles basées sur l'utilisateur induisent en erreur les décisions de croissance SaaS

• Comment identifier quelles interactions de fonctionnalités génèrent réellement des revenus

• Le cadre exact que j'ai utilisé pour mettre en œuvre une tarification basée sur l'utilisation sans perdre de clients existants

• Des métriques réelles d'un client qui a augmenté son revenu moyen par utilisateur de 180%

• Des pièges courants qui font échouer les modèles basés sur l'utilisation (et comment les éviter)

Pour plus de stratégies sur l'optimisation des métriques de croissance SaaS, consultez notre collection complète de guides SaaS.

Entrez dans n'importe quel accélérateur SaaS ou lisez n'importe quel blog sur la stratégie de prix, et vous entendrez le même conseil : "Fixez le prix en fonction de la valeur, facturez par poste, et évoluez avec la taille de l'équipe." La sagesse conventionnelle va comme ceci :

1. La tarification par poste est prévisible - Vous savez exactement quels revenus attendre à mesure que les équipes grandissent

2. Il est facile à comprendre - Les équipes de vente peuvent l'expliquer, les clients peuvent budgétiser pour cela

3. Elle encourage la croissance virale - Plus de membres d'équipe signifie plus de potentiels utilisateurs

4. Le benchmarking est simple - Vous pouvez comparer avec des concurrents qui utilisent des modèles similaires

5. Le taux de désabonnement est plus facile à prévoir - Les équipes grandissent ou rétrécissent généralement progressivement

Ce conseil existe parce qu'il a très bien fonctionné pour la première génération de produits SaaS. Salesforce, Slack et HubSpot ont tous construit des entreprises massives sur des modèles par poste. Chaque étude de cas d'école de commerce et chaque consultant en tarification se réfèrent à ces histoires de succès.

Mais voici où la sagesse conventionnelle échoue en 2025 : la tarification par poste suppose que tous les utilisateurs tirent une valeur égale, ce qui est rarement vrai. Vous vous retrouvez avec des modèles de prix qui pénalisent vos meilleurs clients (qui utilisent votre produit intensivement mais ont de petites équipes) tout en récompensant vos pires clients (qui utilisent à peine votre produit mais ont de grandes équipes).

Pire encore, la tarification par poste crée une friction artificielle à la croissance. Les entreprises commencent à partager des comptes, à limiter l'accès ou à créer des solutions de contournement pour éviter d'ajouter plus de postes. Vous incitez littéralement vos clients à tirer moins de valeur de votre produit.

Le changement que j'ai observé en travaillant avec des clients SaaS est que l'intensité d'utilisation compte plus que la taille de l'équipe pour déterminer la volonté de payer. Une équipe de marketing de 3 personnes réalisant 50 campagnes par mois paiera plus qu'une équipe de marketing de 15 personnes réalisant 5 campagnes par mois.

La révélation est venue alors que je travaillais avec un SaaS d'automatisation marketing B2B qui était bloqué à 40 000 $ de revenus récurrents mensuels malgré plus de 200 clients actifs. Leur tarification était simple : 50 $ par mois et par utilisateur, avec des fonctionnalités déverrouillées en fonction des niveaux de plan.

Le problème est devenu évident lorsque j'ai examiné leurs analyses d'utilisation. Environ 20 % de leurs clients étaient des utilisateurs avancés - lançant des douzaines de campagnes, envoyant des centaines de milliers d'emails et utilisant des fonctionnalités avancées quotidiennement. Mais ils payaient les mêmes 50 $ par utilisateur que les clients qui se connectaient deux fois par mois pour envoyer une seule newsletter.

En attendant, leurs coûts étaient complètement mal alignés. Les utilisateurs avancés consommaient 10 fois plus de ressources serveur, d'appels API et de crédits d'envoi d'emails, mais généraient le même revenu que des comptes à peine actifs. Ils subventionnaient essentiellement leurs clients les moins précieux avec leurs clients les plus précieux.

Lorsque j'ai présenté ces constatations au fondateur, sa première réaction était typique : "Mais changer les modèles de tarification va confondre les clients et nuire aux conversions." La peur de perturber les clients existants les maintenait piégés dans un modèle qui limitait leur croissance.

C'est alors que nous avons décidé de mener une expérience contrôlée. Au lieu de changer les prix pour les clients existants, nous allions tester une tarification basée sur l'utilisation avec de nouvelles inscriptions. Nous avons identifié trois indicateurs d'utilisation clés qui corrélaient avec la satisfaction et la rétention des clients :

• Volume d'emails - Nombre d'emails envoyés par mois

• Complexité de campagne - Utilisation de fonctionnalités d'automatisation avancées

• Profondeur d'intégration - Nombre d'outils tiers connectés

La découverte la plus intéressante était que les clients qui utilisaient fortement les trois avaient un taux de rétention de 95 % et demandaient régulièrement des fonctionnalités premium. Les clients qui utilisaient seulement l'envoi d'emails de base avaient un taux de rétention de 60 % et se plaignaient constamment des prix.

Voici le cadre exact que j'ai développé pour faire la transition de ce SaaS d'une tarification par siège à une tarification basée sur l'utilisation sans perdre de clients existants ni faire chuter les conversions :

Phase 1 : Collecte et validation des données (Mois 1)

Tout d'abord, nous devions identifier quels modèles d'utilisation prédisaient réellement le potentiel de revenus. J'ai configuré le suivi de chaque action significative dans le produit :

• Taux d'utilisation des fonctionnalités dans tous les segments de clients

• Temps passé dans différentes zones du produit

• Consommation de ressources (appels API, stockage, temps de traitement)

• Volume de tickets de support par niveau d'utilisation

L'objectif n'était pas de suivre tout, mais de trouver les 2-3 métriques qui étaient les plus fortement corrélées à la satisfaction des clients et à leur volonté de payer plus. Nous avons utilisé Mixpanel pour suivre l'utilisation du produit et avons croisé ces données avec les scores NPS et les demandes de mise à niveau.

Phase 2 : Conception et test du modèle (Mois 2)

Plutôt que de réviser complètement les tarifs, nous avons créé un modèle hybride pour les nouveaux clients. Le prix de base couvrait les fonctionnalités principales et des limites d'utilisation raisonnables. L'utilisation supplémentaire était facturée selon nos métriques identifiées.

Pour le volume d'emails : le plan de base à 50 $ incluait 10 000 emails/mois, puis 5 $ pour chaque 1 000 emails supplémentaires. Pour l'automatisation avancée : 20 $/mois par flux de travail d'automatisation actif. Pour les intégrations : 10 $/mois par plateforme connectée après les 3 premières.

Nous avons effectué un test A/B par rapport au modèle traditionnel par siège sur la page de tarification. L'option basée sur l'utilisation a en fait converti 23 % mieux que le modèle par siège, principalement parce que les petites équipes avec des besoins élevés d'utilisation pouvaient commencer à un coût abordable.

Phase 3 : Stratégie de migration progressive (Mois 3-4)

Au lieu de forcer les clients existants à changer, nous avons proposé une migration optionnelle avec protection par ancienneté. Les clients pouvaient garder leur plan actuel indéfiniment, ou opter pour le nouveau modèle basé sur l'utilisation s'il leur faisait économiser de l'argent.

Environ 30 % des clients existants ont volontairement changé parce que le modèle basé sur l'utilisation était en fait moins cher pour leurs besoins. Un autre 40 % est resté sur des plans d'ancienneté mais a apprécié d'avoir l'option. Cela a maintenu une bonne volonté tout en nous permettant d'optimiser les prix pour les nouvelles affaires.

Phase 4 : Optimisation des revenus (Mois 5-6)

Avec les données d'utilisation qui affluaient, nous pouvions optimiser les prix de manière beaucoup plus précise. Nous avons identifié que les clients envoyant plus de 50 000 emails par mois avaient une très faible sensibilité au prix - ils résolvaient des problèmes commerciaux réels et le retour sur investissement était clair.

Nous avons introduit un niveau de « haut volume » à 200 $/mois pour des emails illimités plus des fonctionnalités premium. Cela a immédiatement attiré des clients d'entreprise qui cherchaient auparavant à éviter d'ajouter des sièges en bâtissant des solutions de contournement.

Le moment décisif a été lorsque notre plus gros utilisateur (qui payait auparavant 200 $/mois pour 4 sièges) a passé à un plan à 800 $/mois parce qu'il incluait toutes les caractéristiques et le volume dont ils avaient besoin sans restrictions par siège.

Les résultats ont complètement validé notre hypothèse selon laquelle la tarification basée sur l'utilisation est supérieure aux modèles par siège pour ce type de SaaS :

Impact sur les revenus : Le revenu récurrent mensuel est passé de 40 000 $ à 72 000 $ en six mois. Le revenu moyen par client est passé de 200 $ à 360 $. Plus important encore, la croissance des revenus s'est accélérée car la tarification est désormais alignée sur la livraison de valeur.

Satisfaction client : Les scores NPS sont passés de 42 à 67. Les plaintes concernant une tarification "injuste" ont pratiquement disparu car les clients sentaient qu'ils payaient pour ce qu'ils utilisaient réellement. Les utilisateurs intensifs ne se sentaient plus pénalisés pour la croissance de l'équipe.

Améliorations de la conversion : La conversion des essais en abonnements payants a augmenté de 31 % car les petites équipes ayant des besoins élevés en utilisation pouvaient commencer à un prix abordable, puis faire évoluer la tarification avec les résultats. Auparavant, beaucoup de prospects étaient rebutés par le coût d'ajout de membres d'équipe.

Gains de fidélisation : Le taux de désabonnement a diminué de 22 % car la tarification correspondait mieux aux modèles de succès client. Les clients qui utilisaient intensivement le produit (et obtenaient d'excellents résultats) étaient heureux de payer plus. Les clients qui l'utilisaient à peine payaient moins, donc le prix n'était pas la raison du désabonnement.

Le résultat le plus surprenant a été la facilité accrue des conversations de vente. Au lieu de justifier les coûts par siège, les représentants des ventes pouvaient se concentrer sur le retour sur investissement et la livraison de valeur. "Vous enverrez 100 000 e-mails et économiserez 20 heures par semaine" est une proposition beaucoup plus forte que "Vous avez besoin de 5 sièges à 50 $ chacun."

Voici les sept leçons critiques que j'ai apprises en mettant en œuvre une tarification basée sur l'utilisation que chaque fondateur de SaaS devrait comprendre :

1. Commencez par les données, pas par des suppositions - Vous devez identifier quels modèles d'utilisation corrèlent réellement avec le succès des clients avant de concevoir un modèle de tarification

2. Protégez les clients existants - Ne forcez jamais des changements de tarification sur les utilisateurs actuels. Laissez-les choisir volontairement ou rester avec leur plan actuel

3. Restez simple - Suivez au maximum 2-3 indicateurs clés. Des calculs d'utilisation complexes perturbent les clients et entraînent une baisse des conversions

4. Alignez la tarification avec les coûts - Vos indicateurs d'utilisation devraient à peu près correspondre à votre structure de coûts réelle (utilisation du serveur, appels API, charge de support)

5. Testez d'abord avec de nouveaux clients - Validez toujours les modèles basés sur l'utilisation avec de nouvelles inscriptions avant de migrer les comptes existants

6. Préparez-vous à la demande des entreprises - Les modèles d'utilisation attirent souvent de plus gros clients prêts à payer des prix premium pour un accès illimité

7. Surveillez constamment - Les modèles d'utilisation changent à mesure que votre produit évolue, donc les modèles de tarification nécessitent une optimisation régulière

La plus grande erreur que je vois est celle des fondateurs de SaaS qui passent à la tarification basée sur l'utilisation sans d'abord comprendre les modèles d'utilisation de leurs clients. Vous vous retrouvez avec des indicateurs arbitraires qui ne prédisent pas la valeur ou la satisfaction.

Cette approche fonctionne le mieux pour les produits SaaS où les clients ont des modèles d'utilisation variables et où une utilisation intense est corrélée à une livraison de valeur élevée. Elle est moins efficace pour les produits où l'utilisation est cohérente ou où la valeur n'est pas liée au volume.