Définition. Un Customer Health Score agrège plusieurs signaux mesurables sur un compte en une note unique, censée indiquer la probabilité qu'il continue à utiliser le produit et à le payer.
C'est un outil de tri, pas un diagnostic. Sa seule justification est de dire par quel compte commencer quand on ne peut pas tous les regarder. Une note qui ne déclenche aucune action est un chiffre de tableau de bord.
Les entrées possibles
Aucun modèle n'utilise tout. Le choix des entrées est la décision structurante, avant même les pondérations.
| Signal | Ce qu'il indique | Sa faiblesse |
|---|---|---|
| Usage produit | Le compte s'en sert encore | Un usage stable peut cacher un usage résiduel |
| Activation | Le compte a atteint le moment de valeur | Ne dit rien après les premières semaines |
| Adoption des fonctions clés | La profondeur d'ancrage | Dépend de fonctions que vous jugez clés, pas le client |
| Tendance d'usage | La direction, plus utile que le niveau | Sensible à la saisonnalité et aux congés |
| Risque support | Frictions répétées non résolues | Un compte silencieux au support n'est pas un compte sain |
| Sentiment du feedback | Le ressenti exprimé | Fiable aux extrêmes, flou au milieu |
| NPS ou CSAT | Une mesure comparable dans le temps | Ne concerne que ceux qui répondent |
| Engagement des interlocuteurs | Le compte a encore un référent interne | Le signal le plus fort et le moins souvent mesuré |
| Contexte commercial | Échéance de renouvellement, plan, ancienneté | Ce n'est pas de la santé, c'est de l'exposition |
Le départ d'un référent interne est régulièrement le meilleur prédicteur disponible, et c'est presque toujours celui qui manque au modèle.
Un calcul, à titre d'exemple
Les pondérations ci-dessous illustrent une méthode. Ce ne sont pas des valeurs de référence : elles dépendent de votre produit, de votre cycle et de ce que vos propres départs ont montré. Les recopier revient à emprunter les conclusions de quelqu'un d'autre.
Compte fictif, agence de 12 personnes, plan annuel, renouvellement dans 5 mois.
| Signal | Poids | Note (0-100) | Contribution |
|---|---|---|---|
| Adoption des fonctions clés | 25 % | 40 | 10,0 |
| Tendance d'usage (30 j vs 90 j) | 25 % | 30 | 7,5 |
| Risque support | 15 % | 60 | 9,0 |
| Feedback et sentiment | 15 % | 50 | 7,5 |
| Engagement des interlocuteurs | 10 % | 20 | 2,0 |
| Contexte commercial | 10 % | 80 | 8,0 |
| Total | 100 % | 44,0 |
Le compte sort à 44, donc en orange. La lecture utile n'est pourtant pas la note.
La ligne à 20 est l'événement : l'interlocuteur principal ne se connecte plus, ce qui est cohérent avec la tendance d'usage et avec l'adoption faible. Le contexte commercial à 80, lui, ne dit rien de la santé du compte, il dit seulement que le contrat court encore. Il tire la moyenne vers le haut et retarde l'alerte.
C'est le défaut de fond de toute moyenne pondérée : un signal grave isolé se dilue. Un modèle utile double donc la note d'une ou deux règles de déclenchement indépendantes, du type « référent inactif depuis 30 jours » ou « ticket critique non résolu depuis 14 jours », qui remontent le compte quelle que soit la note globale.
Normaliser avant d'agréger
Additionner des métriques brutes produit un classement des gros comptes, pas un classement des comptes en difficulté.
- Par plan et par taille. 40 connexions par semaine est excellent pour trois utilisateurs et alarmant pour cinquante.
- Par référence interne. Comparez un compte à sa propre moyenne des 90 derniers jours, pas à la moyenne du parc.
- Par étape de cycle de vie. Un compte en onboarding, en régime établi ou en pré-renouvellement n'a pas le même profil d'usage normal.
- Par usage attendu. Certains produits sont hebdomadaires, d'autres quotidiens. La fréquence attendue fait partie du modèle.
Sans normalisation, la note mesure surtout la taille du compte.
Calibrer les seuils
Rouge, orange et vert ne sont pas des paliers universels à 40 et 70. Ils se calibrent sur vos propres données.
La méthode tient en trois étapes. Reprenez les comptes partis sur les douze derniers mois, calculez rétrospectivement leur note trois mois avant le départ, puis placez le seuil rouge là où il aurait attrapé une part utile de ces départs sans noyer l'équipe de faux positifs. Faites de même avec des comptes renouvelés pour mesurer le bruit.
Deux points de vigilance. Un seuil trop bas produit une liste que personne ne traite, ce qui est pire que pas de score. Et les seuils se re-calibrent : ils dérivent dès que le produit, le pricing ou le mix de clientèle changent.
Ce qu'un health score ne voit pas
- Les mauvaises entrées. Un modèle bâti sur ce qui est facile à mesurer plutôt que sur ce qui compte donne une note stable et fausse.
- Les données périmées. Une note calculée sur des signaux à quinze jours décrit le mois dernier.
- Les indicateurs retardés. L'usage baisse souvent après la décision, pas avant. La détection précoce demande des signaux plus en amont.
- Le qualitatif. Un compte peut cocher toutes les cases quantitatives et avoir perdu son sponsor budgétaire. Rien dans l'usage ne le montre.
- Les différences de cycle de vie, si la normalisation ne les prend pas en charge.
- Le grave noyé dans la moyenne, le cas illustré plus haut.
- Les causes hors produit. Coupe budgétaire, fusion, fermeture, changement de stratégie. Aucun modèle ne les anticipe, et les inclure dans l'évaluation d'un score fausse son bilan.
Un score de santé signale un compte à regarder. Ce n'est pas une prédiction de résiliation.
De la note à l'action
Un score n'a de valeur que rattaché à un playbook. À chaque état correspond une action, un responsable et un délai.
| État | Lecture | Action | Délai |
|---|---|---|---|
| Rouge, avec déclencheur | Problème identifié et non traité | Contact humain sur le problème précis, pas un point générique | 48 h |
| Rouge, sans déclencheur | Désengagement diffus | Recontact sur le cas d'usage d'origine, vérifier si le besoin existe encore | 1 semaine |
| Orange, tendance baissière | Perte d'ancrage | Vérifier l'adoption des fonctions clés, proposer un accompagnement ciblé | 2 semaines |
| Orange, tendance stable | Usage résiduel installé | Comprendre ce qui reste utilisé et pourquoi le reste ne l'est pas | 1 mois |
| Vert, renouvellement proche | Opportunité | Cas client, référence, extension | 1 mois |
| Vert avec un signal isolé rouge | Le cas dangereux | Traiter le signal, ignorer la note | 48 h |
Où FlagUp intervient
FlagUp ne calcule pas de health score et ne prédit pas les résiliations. Ce que la plateforme apporte, c'est la partie qualitative que la plupart des modèles gèrent mal : le feedback et les demandes centralisés par compte, les doublons regroupés pour qu'un problème soit compté une fois, et un scoring de sentiment sur les messages entrants. Ces signaux alimentent votre modèle plutôt que de le remplacer. Un signal lève un drapeau, il n'annonce pas un départ. Voir les offres.
Questions fréquentes
À quoi sert un Customer Health Score ?
À décider par quel compte commencer quand on ne peut pas tous les suivre. C'est un outil de priorisation, pas un diagnostic ni une prévision.
Quelles pondérations utiliser ?
Celles que vos propres départs justifient. Reprenez les comptes perdus, regardez quels signaux avaient bougé trois mois avant, et pondérez en conséquence. Recopier la grille d'un autre produit revient à importer ses conclusions.
Un health score prédit-il le churn ?
Non. Il classe des comptes selon des signaux corrélés à des départs passés. Une partie du churn tient à des causes qu'aucun modèle ne voit : budget, réorganisation, fermeture, changement de sponsor.
Comment fixer les seuils rouge et orange ?
Rétrospectivement, sur vos comptes partis et vos comptes renouvelés, en cherchant le point qui attrape une part utile des départs sans produire une liste ingérable. Puis en les re-calibrant quand le produit ou la clientèle changent.
Pourquoi un compte en vert peut-il partir ?
Parce qu'une moyenne pondérée dilue un signal grave isolé, et parce que le contexte commercial gonfle la note sans rien dire de la santé. C'est la raison pour laquelle un modèle sérieux ajoute des règles de déclenchement indépendantes de la note.
Faut-il un outil dédié ?
Pas au départ. Un tableur mensuel avec quatre signaux normalisés fonctionne. Le besoin d'outil apparaît quand le calcul doit être quotidien et quand personne ne sait plus d'où vient une note.
Pour aller plus loin
- La prévention du churn, pour le périmètre complet
- Les enquêtes de rétention, pour interroger un compte à risque
- Les signaux de churn dans le support, pour une entrée qualitative fiable
- NPS, CSAT ou CES, pour choisir la métrique déclarative
- L'analyse de sentiment, pour le signal qualitatif
- Les KPI SaaS de rétention, pour le cadre de mesure