Le customer health scoring transforme les signaux issus de votre CRM, de votre produit, de votre support et de votre facturation en une seule note par compte, afin que votre équipe sache quels clients appeler cette semaine. Il ne fonctionne que si les données sous-jacentes sont partagées et fiables. La formule de calcul est la partie facile. Un score construit sur des enregistrements CRM et financiers contradictoires produit des réponses assurées, mais fausses. Chez NordOps Consulting, nous construisons d’abord le socle de données (data foundation), puis la couche d’IA, puis les agents que votre équipe Customer Success utilise.

Ce guide s’adresse aux dirigeants d’entreprises SaaS B2B d’environ 20 à 200 personnes. Il présente les indicateurs à retenir, la façon de les pondérer, un calcul détaillé, la manière de vérifier que le score prédit bien le churn, et la place que l’IA doit ou ne doit pas occuper.

En bref

Sommaire

À quoi sert un score de santé client

Un score de santé client estime la probabilité qu’un compte renouvelle, développe son contrat ou résilie. Il y parvient en combinant des signaux issus de différents systèmes dans une vue unique et comparable. Le guide de HubSpot souligne que ce qui est considéré comme « sain » varie selon le modèle économique, la complexité du produit, le segment de clientèle et l’étape du cycle de vie. Un compte de 15 licences en phase d’onboarding et un compte de 400 licences en troisième année ne doivent pas être jugés avec le même étalon.

Le score remplit deux fonctions :

  1. Prioriser l’attention. Une équipe Customer Success de quatre personnes ne peut pas passer en revue 300 comptes chaque semaine. Le score trie la liste.
  2. Alerter tôt. Une baisse du score doit parvenir à quelqu’un alors qu’il est encore temps d’agir, idéalement plusieurs mois avant la date de renouvellement.

Si le score ne remplit aucune de ces deux fonctions, il n’est qu’un élément de décor dans un tableau de bord. La plupart des scores échouent à cause des données d’entrée, pas du calcul.

Quels indicateurs de santé client suivre

Commencez par cinq catégories de signaux. Les fourchettes ci-dessous sont des pondérations de départ publiées par ZoomInfo ; elles constituent un point de départ, pas une règle.

Catégorie Signaux typiques Pondération de départ
Usage du produit Fréquence d’utilisation, utilisateurs actifs par licence, utilisation des fonctionnalités 30 à 40%
Relation Champion engagé, sponsor exécutif actif, nombre de parties prenantes, changements de personnes 20%
Support Volume et gravité des tickets, escalades, tendance sur 90 jours 10 à 15%
Sentiment NPS, CSAT, enquêtes in-app, appréciation du CSM 10 à 15%
Facturation et aspects commerciaux Ponctualité des paiements, demandes de rétrogradation, croissance des licences 10 à 15%

Trois points comptent davantage que les pourcentages exacts.

Mesurer la tendance, pas seulement le niveau

Basedash soutient que, pour la plupart des produits SaaS, la catégorie la plus prédictive est la tendance d'usage plutôt que le niveau d'usage. Un compte à forte utilisation qui a chuté de 40 pour cent ce mois-ci représente souvent un risque plus grand qu'un compte stable à faible utilisation. Conservez une comparaison sur 30 jours et sur 90 jours à côté de chaque mesure ponctuelle.

Ne laissez pas les données produit masquer le risque relationnel

Les données produit ne peuvent pas voir que votre champion est parti le mois dernier. ZoomInfo décrit la relation comme l'angle mort de la plupart des scores de santé et relie cette lacune à de nombreux départs de clients inattendus. Votre CRM devrait contenir le champion, le sponsor exécutif et la date de la dernière confirmation de chaque contact. Dans le cas contraire, la catégorie relationnelle relève de la devinette.

Associer indicateurs avancés et indicateurs retardés

Le guide de HubSpot décrit les équipes très performantes comme celles qui équilibrent des indicateurs avancés comme l'usage et l'engagement avec des indicateurs retardés comme les résultats de renouvellement et les retours clients. Les signaux avancés vous alertent. Les signaux retardés confirment ce qui s'est produit. Un score composé uniquement de signaux retardés vous informe du départ d'un client quand il est trop tard.

Gardez la liste courte. Entre six et dix indicateurs est une fourchette réaliste : moins laisse des angles morts, et davantage rend difficile de comprendre pourquoi un score a bougé.

Comment calculer un score de santé client

Le calcul est une somme pondérée. Chaque indicateur est converti en une valeur de 0 à 100, multiplié par son poids, puis les résultats sont additionnés.

Un point de départ défendable pour le SaaS B2B, publié par Basedash, est le suivant :

La même source suggère ces tranches : Sain de 70 à 100, À risque de 40 à 69, Critique de 0 à 39.

Un exemple chiffré

Il s'agit d'un compte illustratif, non d'un client réel. Chaque catégorie a déjà été convertie en une valeur de 0 à 100.

Catégorie Valeur Poids Contribution
Usage et tendance 80 0.35 28.0
Adoption 60 0.25 15.0
Support 70 0.15 10.5
Relation et sentiment 40 0.15 6.0
Commercial 90 0.10 9.0
Total 68.5

Le compte obtient 68.5, soit À risque. L'usage semble solide et les paiements sont à jour. Le frein vient de la relation et de l'adoption : le sponsor exécutif s'est fait silencieux et seule une partie du produit est utilisée. Un score fondé uniquement sur l'usage aurait jugé ce compte sûr.

C'est pourquoi l'étape suivante compte. La tranche doit déclencher une action précise, comme un point avec le sponsor exécutif et un plan d'adoption pour les modules inutilisés. Un chiffre sans action associée ne change rien à ce que fait votre équipe lundi matin.

Un exemple chiffré

Gardez des pondérations grossières

Des pondérations précises suggèrent une confiance que les données ne justifient peut-être pas. Arrondissez aux cinq pour cent les plus proches, consignez la raison de chaque pondération et attendez-vous à les modifier à mesure que le produit et votre mix clients évoluent. Au début du parcours client, la progression de l'onboarding mérite un poids plus élevé. Pour les comptes matures, la profondeur d'usage et les résultats comptent davantage.

Utilisez des profils distincts par segment

Un score unique pour tous les comptes estompe des différences importantes. Au minimum, séparez les comptes en onboarding des comptes établis, et les petits comptes des grands. « Sain » en onboarding signifie en voie de mise en production. « Sain » en troisième année signifie que la valeur est réalisée et que le renouvellement est probable.

Pourquoi la plupart des scores de santé échouent

La plupart des échecs viennent de la tuyauterie, pas de la formule.

Les deux premiers sont des problèmes de données. Dans notre travail, les données CRM et financières deviennent la source de vérité que tout le reste lit, avec un Processor qui transforme les données des systèmes environnants en une version unique et validée. Tant que cela n'existe pas, un score plus sophistiqué ne produit que des erreurs plus sophistiquées.

Valider le score sur des comptes qui ont déjà résilié

La validation est l'étape que la plupart des équipes sautent. Elle prend un après-midi et vous dit si vous pouvez faire confiance au score.

  1. Regardez en arrière. Prenez les comptes perdus au cours des douze derniers mois. Reconstituez ce que le score aurait indiqué 90 jours avant leur départ. Si la plupart étaient verts ou jaunes, le score décrit le présent au lieu d'anticiper l'avenir.
  2. Regardez dans l'autre sens. Parmi tous les comptes qui auraient été rouges il y a 90 jours, combien ont réellement été perdus ? Un score qui marque en rouge une grande part de la base détectera la plupart des départs et restera pourtant inutile, car il ne permet pas de prioriser.
  3. Suivez la précision en haut de liste. Parmi les comptes que le score a signalés comme les plus à risque, combien avaient raison d'être signalés ? C'est le chiffre à surveiller.
  4. Répétez chaque trimestre. Les segments, le produit et les acheteurs évoluent, et un score que l’on ne vérifie pas se dégrade.

Deux tests appliqués à chaque signal sont utiles ici : évolue-t-il avant le résultat plutôt qu’en même temps, et quelqu’un peut-il agir différemment grâce à lui ? Un signal qui échoue à l’un de ces tests est retiré.

Quand un modèle statistique est pertinent

Les scorecards pondérées constituent un bon point de départ, mais certaines entreprises passent à un modèle entraîné. L’équipe data science d’Asana a reconstruit son score de santé des comptes sous la forme d’un classifieur entraîné sur l’historique des départs de clients, car son score initial était un indicateur retardé et le Customer Success avait besoin d’être alerté en amont. L’équipe a indiqué que le nouveau modèle avait 20 à 50 % de chances en plus de repérer les comptes à risque que l’ancien score, selon le type de compte.

Deux détails de ce travail sont utiles à une entreprise de toute taille. Les comptes ont été étiquetés comme perdus huit semaines avant la date réelle de départ, afin que le modèle apprenne à partir de signaux précoces. Le modèle a aussi été évalué sur le premier décile de comptes, car 10 % des clients correspondaient à peu près au nombre de comptes que leur équipe pouvait réellement joindre à temps.

Calendrier, portée et résultats de détection du modèle de churn

Pour une entreprise de 20 à 200 personnes et quelques centaines de comptes, l’historique nécessaire pour entraîner un modèle fiable est souvent mince. Un score pondéré transparent, validé chaque trimestre, est généralement la meilleure première étape. Passez à un modèle lorsque vous disposez d’assez d’événements de churn et de données propres pour le soutenir.

Où l’IA a sa place dans le health scoring, et où elle n’en a pas

L’IA est utile dans le travail autour du score. Elle est un mauvais propriétaire du score lui-même.

Là où l’IA est rentable :

Là où l’IA n’a pas sa place :

Nous concevons ces agents avec des permissions, une étape de validation et une piste d’audit, afin que vous puissiez voir ce qui a été demandé, ce qui a été modifié et par qui. Vous trouverez plus de détails sur les agents IA pour la Finance, les Ventes et le Customer Success, ainsi que sur le CSM Portal, où peut s’organiser le travail de Customer Success.

Confidentialité et réglementation : ce qu’il faut garder à l’esprit

Un score de santé construit à partir de données d’usage liées à des utilisateurs nommés relève, en termes généraux, du traitement de données personnelles ; le GDPR s’applique donc lorsque le personnel de vos clients se trouve dans l’UE. Selon ce que vous construisez et la manière dont vous l’utilisez, l’EU AI Act et NIS2 peuvent également concerner vos systèmes et vos fournisseurs. Nous traitons ces trois textes comme des exigences de conception dès le départ. La construction, le pilote et les tests s’exécutent sur une infrastructure européenne auto-hébergée en Allemagne. Rien de tout cela ne constitue un avis juridique, et aucun choix de conception ne garantit la conformité. Demandez à votre propre conseil juridique ou à votre délégué à la protection des données comment les règles s’appliquent à votre scoring.

Comment le déployer dans une entreprise SaaS en croissance

Une séquence pratique pour le premier trimestre :

  1. Désignez un responsable. Une personne est responsable de la définition, des données et de la vérification trimestrielle.
  2. Auditez les entrées. Pour chaque indicateur, déterminez quel système fait foi et quelle doit être la fraîcheur du champ.
  3. Comblez les principales lacunes de données. Les champs sponsor et champion, le nombre de licences et les dates de renouvellement passent généralement en premier.
  4. Lancez une scorecard simple. Cinq catégories, des pondérations grossières, trois paliers.
  5. Associez une action à chaque palier. Sain : contact léger et veille sur l’expansion. À risque : prise de contact et plan d’adoption. Critique : escalade et plan de rétention avec une échéance.
  6. Validez après 90 jours, puis chaque trimestre.

Pour voir à quoi ressemble une version au stade de l’onboarding, lisez notre note sur l’automatisation de l’onboarding pour le SaaS B2B.

Notre point de vue

Nous considérons le scoring de santé comme un problème d’opérations avant d’être un problème d’analytique. Des équipes passent des semaines à débattre pour savoir si l’usage doit peser 30 ou 40 %, alors que le CRM mentionne encore un sponsor parti il y a un an et que la finance a un nombre de licences différent de celui du produit.

C’est pourquoi nous travaillons dans un ordre fixe. D’abord la data foundation, avec les données CRM et financières comme source de vérité. Ensuite la couche IA, qui connecte ces données à l’assistant que votre entreprise utilise déjà. Puis les agents par département pour la Finance, les Ventes et le Customer Success. Un score de santé repose sur ces trois couches, et il ne vaut que ce que vaut la couche du bas.

Nous pensons aussi que quelqu’un doit en être responsable. Dans de nombreuses entreprises SaaS, l’équipe utilise l’IA, mais personne ne décide où elle est rentable et où elle ne l’est pas. Un Chief AI Officer à temps partagé (Fractional Chief AI Officer) est une personne identifiée qui tranche, forte de 25 ans d’expérience dans la direction des opérations, et qui construit aussi le système opérationnel, afin que la stratégie et le système ne divergent pas. Nous adoptons l’IA un processus à la fois, en commençant par le plus coûteux. Pour de nombreuses entreprises, le churn figure sur cette liste.

Le client est propriétaire de ce qui est construit : le code source, la documentation et l’infrastructure sont transférés à la livraison.

Claus Nielsen

Comment NordOps Consulting peut vous aider

Si votre équipe a un score auquel personne ne fait confiance, ou n’en a aucun, la première étape consiste à examiner clairement vos données et les endroits où l’IA serait rentable. L’AI Readiness Assessment démarre à partir de €4,500 et répond précisément à cette question. Pour une première étape plus modeste, l’AI Snapshot est proposé entre €2,500 et €3,500, et l’appel de découverte de 30 minutes est gratuit.

Si vous souhaitez qu’une seule personne soit responsable de l’IA dans toute l’entreprise, le forfait Fractional Chief AI Officer démarre à partir de €1,500 par mois. Les réalisations sont facturées à 30% de l’économie de la première année, une fois mesurée et prouvée, ou à un prix fixe convenu avant le début des travaux. Vous trouverez une vue d’ensemble sur notre page consacrée à l’IA pour les entreprises SaaS B2B en Europe.

FAQ

Qu’est-ce qu’un bon score de santé client ?

Cela dépend de votre échelle et de vos paliers. Une configuration courante : Sain de 70 à 100, À risque de 40 à 69 et Critique de 0 à 39. Le meilleur test consiste à vérifier si les comptes de la zone rouge partent plus souvent que les autres. Validez-le chaque trimestre à partir de vos propres comptes perdus.

Combien d’indicateurs un score de santé doit-il comporter ?

Entre six et dix est une fourchette réaliste. En dessous de six, il reste des angles morts ; au-delà de dix, il devient difficile de comprendre pourquoi un score a changé. Couvrez l’usage avec sa tendance, l’adoption, le support, la relation et les signaux commerciaux, et supprimez tout indicateur qui n’évolue pas avant le résultat.

Le NPS suffit-il pour mesurer la santé d’un client ?

Non. Le NPS est un signal de sentiment parmi d’autres, et c’est un instantané pris auprès des personnes qui ont répondu. Un score de santé est un indicateur composite qui regroupe plusieurs données en une vue unique. Utilisez le NPS comme une entrée parmi d’autres, aux côtés des signaux d’usage, de support, de relation et de facturation.

Comment un score de santé alerte-t-il en amont d’un départ client ?

Il le fait lorsqu’il intègre des signaux avancés et qu’une baisse déclenche une action définie. Par exemple : une tendance d’usage en baisse, un champion parti ou une gravité croissante des tickets. Vérifiez le score en regardant ce qu’il indiquait 90 jours avant les départs passés. S’il était au vert à ce moment-là, les signaux arrivent trop tard.

L'IA peut-elle calculer le score à notre place ?

L'IA peut extraire les données, expliquer une variation de score et préparer le suivi. Une personne doit rester responsable des pondérations, des tranches et des décisions. Les données doivent d'abord être cohérentes, faute de quoi les réponses seront fluides mais peu fiables.

Sources