L’onboarding SaaS, c’est le moment où vous transformez un curieux en utilisateur. Mal cadré, vous perdez 70 % des signups en 7 jours. Bien testé, vous gagnez 15-30 % d’activation sur 90 jours, ce qui se répercute en conversion trial-to-paid, en retention M3, en LTV.
Voici le framework que j’utilise pour cadrer ce qui est testable, dans quel ordre, et avec quelles métriques.
Définir “l’aha-moment”
L’aha-moment est l’instant où un utilisateur réalise la valeur de votre produit. C’est ce moment qui détermine son engagement long terme.
- Slack : envoyer 2 000 messages dans une équipe (donnée publique 2017).
- Dropbox : avoir 1 fichier sur ≥ 2 devices.
- Facebook (historique) : se faire 7 amis en 10 jours.
- Statlift : lancer son 1er test et voir un résultat statistique.
Identifier l’aha-moment de votre produit, c’est le pré-requis avant tout test d’onboarding. Comment ? Analyse de cohortes : comparez les utilisateurs encore actifs à J+30 vs les churners. Quel comportement diffère à J+1, J+3, J+7 ?
Le framework, 5 leviers
Levier 1, Signup (la porte d’entrée)
Métriques : signup completion rate (visiteur → compte créé), time-to-signup.
Hypothèses testables :
- Form en 1 step vs multi-step progressif (+10-20 % typiquement sur multi-step en B2B).
- SSO Google/Microsoft visible vs caché (+8-15 % completion sur B2B SaaS).
- Email pro requis vs email perso accepté (impact négatif court terme, positif long terme via lead qualité).
- CTA wording : “Démarrer gratuitement” vs “Créer mon compte” vs “Lancer mon premier test” (variabilité forte selon verticale).
Sample size : si vous faites ≥ 500 signups/semaine, comptez 2 semaines de test.
Levier 2, Activation (la première valeur)
Métriques : activation rate (utilisateurs ayant fait l’action-clé dans les X premiers jours).
Hypothèses testables :
- Empty state intelligent vs vide : préchargement d’exemples vs page vide avec CTA. +12-25 % activation sur tous les SaaS testés.
- Onboarding wizard 5 étapes vs explore libre : selon la complexité produit. Wizard gagne sur produits ≥ 3 features, perd sur produits simples.
- Email “next step” J+1 vs J+3 : timing de la première relance email. Souvent +5-10 % activation sur le J+1.
Levier 3, Feature discovery (la profondeur d’usage)
Métriques : features used in first 14 days, depth-of-use score.
Hypothèses testables :
- Tooltip in-app contextuel vs walk-through complet en signup. Le contextuel gagne sur la rétention long terme.
- Empty state CTA secondaire (“Importer mes données” vs “Voir un exemple”). Le “voir un exemple” gagne sur les SaaS analytics où l’import data est lourd.
- Notifications in-app proactives (“Vous n’avez pas encore essayé X”) après J+3 sans usage du feature.
Levier 4, Value moment (l’aha)
Métriques : time-to-value, aha-event completion rate.
C’est l’étape la plus impactante. Tests :
- Pre-fill data vs demande à l’utilisateur d’importer. Pre-fill gagne quasi systématiquement.
- Mock data réalistes vs données vides. Si votre produit montre de la valeur à travers des données, en pré-remplir crée un “wow effect” qui drive l’activation.
- Notification proactive (“Vous avez atteint le 1er milestone !”) au moment de l’aha. Effet réminiscent qui consolide la mémorisation positive.
Levier 5, Retention loop (la boucle qui ramène)
Métriques : DAU/MAU, J+30 retention, J+90 retention.
Souvent moins instantané, mais le plus rentable :
- Email weekly digest personnalisé (vs aucun email après signup). +8-15 % retention M2.
- Notifications in-app pour collègues (“Marie a commenté votre test”). Effet réseau, retention forte si bien dosé.
- Slack/Teams integration pour ramener via le canal de travail naturel. +25 % retention M3 sur les SaaS B2B testés.
Roadmap 90 jours
Si vous démarrez de zéro :
Semaines 1-3 : Mesure baseline
Instrumentez les 5 leviers (signup, activation, feature discovery, value moment, retention) dans GA4 + votre outil produit (Mixpanel, Amplitude, ou Statlift directement).
Définissez vos seuils :
- Activation J+7 = % de signups qui ont fait l’action-clé en 7 jours
- Aha J+14 = % qui ont vécu le value moment en 14 jours
- Retention J+30 = % encore actifs à 30 jours
Semaines 4-8 : Quick wins activation
Lancez 2-3 tests sur l’empty state et le wizard (levier 2). Ce sont les plus impactants à court terme.
Semaines 9-12 : Aha-moment
Une fois l’activation cadrée, testez 2-3 hypothèses sur le pre-fill / mock data (levier 4). Le gain est exponentiel, chaque % d’activation supplémentaire pèse sur tous les leviers en aval.
Au-delà : retention
Tests sur emails, notifications, intégrations. Ces tests ont des durées plus longues (mesures à J+30/60/90), patience.
Métriques à instrumenter dès maintenant
// Exemple avec Statlift SDK
sl.track('signup_started');
sl.track('signup_completed', { method: 'sso_google' });
sl.track('activation_action', { feature: 'create_first_experiment' });
sl.track('value_moment', { milestone: 'first_significant_result' });
sl.track('retention_marker', { days_since_signup: 7 });Cas d’usage, OctoTribe (SaaS B2B logistique)
OctoTribe a appliqué ce framework en 2025. Détail dans l’étude de cas OctoTribe : conversion trial-to-paid +18,4 %, ARR +1,4 M€, mais l’essentiel du gain est venu après l’activation (passage d’un wizard imposé à un explore libre + pre-fill data).
En résumé
| Levier | Métrique clé | Impact moyen possible |
|---|---|---|
| Signup | Completion rate | +5-15 % |
| Activation | Action-clé J+7 | +10-25 % |
| Feature discovery | Features used J+14 | +8-15 % |
| Value moment | Time-to-value | +20-40 % activation |
| Retention loop | J+30 retention | +5-15 % |
Trois règles de pouce :
- Ne testez jamais signup et activation en parallèle, la cohorte est différente, l’attribution se mélange.
- Mesurez J+30 minimum sur les tests retention, un winner J+7 peut s’évanouir.
- Identifiez votre aha-moment avant de tester quoi que ce soit. Sans ça, vous testez à l’aveugle.
Pour les pricing : A/B tester sa pricing page SaaS. Pour les landing : Landing pages B2B.
