LTV — définition, prédiction de la valeur utilisateur

Qu’est-ce que le LTV ?

LTV (Lifetime Value) est le bénéfice net prévu qu’un utilisateur générera pendant toute la période d’utilisation du produit. Dans le développement mobile, le LTV est la pierre angulaire de l’économie de l’application : cette métrique détermine combien peut être dépensé pour l’acquisition d’utilisateurs via la publicité.

La métrique combine trois composantes : le revenu moyen par période (ARPU), la durée de vie moyenne de l’utilisateur et la marge brute. Sans LTV, il est impossible de justifier un budget d’UA (User Acquisition). Les investisseurs évaluent une startup par le multiplicateur de LTV : les entreprises SaaS sont valorisées à 5–10× le LTV de l’abonnement annuel.

Selon OpenView (2025), le LTV médian dans les applications mobiles est de 14,50 $ pour la catégorie Games, 22 $ pour Social et 45 $ pour Health & Fitness. L’écart est énorme — de 0,50 $ dans l’Hypercasual à 500 $+ dans les applications de Dating avec une longue durée de vie.

Pourquoi le LTV est important dans le développement mobile

Le LTV résout trois problèmes commerciaux. Premièrement — évaluation du ROI publicitaire. Si le LTV est inférieur au CPI, l’application n’est pas rentable. Deuxièmement — priorisation des fonctionnalités : les modifications du produit qui augmentent le LTV sont mises en œuvre. Troisièmement — prévision des revenus : en connaissant le LTV des nouveaux utilisateurs, on peut prévoir les revenus 6 à 12 mois à l’avance.

Les deuxième et troisième problèmes nécessitent des données historiques. Pour une nouvelle application sans historique, des références de catégorie sont utilisées. Sensor Tower et Data.ai fournissent des estimations de LTV par catégorie et région. Cependant, les benchmarks sont une référence, pas une vérité : le LTV d’une application spécifique peut différer de 2 à 3 fois de la moyenne du marché.

LTV vs bénéfice brut à vie

Le LTV peut être calculé sur la base du revenu (Revenue LTV) ou du bénéfice (Profit LTV). Profit LTV soustrait le coût des biens vendus (COGS) du Revenue LTV : commissions des magasins (15–30%), coûts serveur, traitement des paiements. Apple et Google prélèvent 15–30% de chaque achat — cela réduit considérablement le LTV réel. Pour une comparaison correcte avec le CAC, utilisez Profit LTV.

Comment calculer le LTV

Il existe trois méthodes pour calculer le LTV : historique, par cohorte et prédictive. Chaque méthode offre une précision différente à différents horizons. Le LTV historique est calculé pour les utilisateurs qui ont déjà terminé leur cycle de vie — il est précis mais inapplicable aux utilisateurs actifs.

La méthode par cohorte est l’étalon-or. Les utilisateurs sont regroupés par date d’installation (cohorte Day 0) et une courbe de revenu est construite pour chaque cohorte par jour. L’extrapolation de cette courbe fournit une prévision de LTV. Selon Amplitude (2025), le LTV par cohorte pour une fenêtre de 90 jours a une marge d’erreur de seulement 5–8% lors de la prévision sur 12 mois.

data class CohortData(
    val installDate: LocalDate,
    val dayRevenue: List<Double>
)

fun calculateProjectedLTV(
    cohort: CohortData,
    dayN: Int,
    annualDiscountRate: Double = 0.10
): Double {
    val observedRevenue = cohort.dayRevenue
        .take(dayN)
        .sum()
    val projectedRevenue = extrapolateRevenue(
        cohort.dayRevenue, dayN, 365
    )
    return applyDiscountRate(
        observedRevenue + projectedRevenue,
        annualDiscountRate
    )
}

La méthode extrapolateRevenue utilise une courbe de décroissance des revenus. Elle est généralement approximée par une loi de puissance : revenu au jour N = revenue_day_1 × N^(-alpha). Alpha est calculé à partir des données historiques. ApplyDiscountRate ramène les revenus futurs à la valeur actuelle — pratique financière standard pour une évaluation correcte.

Formule de base du LTV

La formule la plus simple du LTV : ARPU × Average Lifetime. La durée de vie moyenne est Average Churn Rate^−1. Si les utilisateurs se désabonnent à un taux de 10% par mois, Average Lifetime = 1 / 0,10 = 10 mois. Avec un ARPU mensuel de 2 $, LTV = 2 × 10 = 20 $. Cette formule est utile pour des estimations rapides mais ignore les variations de l’ARPU dans le temps.

Modèles de prédiction du LTV

La prédiction du LTV est une tâche complexe nécessitant des méthodes statistiques avancées. Pour des prévisions précises aux premiers stades (J1 – J30), des modèles de ML sont utilisés pour analyser les signaux comportementaux : premiers achats, fréquence des sessions et engagement.

Modèles probabilistes — BG/NBD (Beta-Geometric / Negative Binomial Distribution) — une approche classique pour prédire les achats répétés. Le modèle estime la probabilité qu’un utilisateur reste actif et le nombre attendu de transactions. Le modèle de Fader & Hardie (2013) reste le standard de facto pour le LTV sans ML.

Modèles de ML — Random Forest, XGBoost et réseaux neuronaux. Ils prennent en compte des dizaines de caractéristiques : sources de trafic, appareil, pays, premières actions. Google Cloud recommendation.ai utilise des réseaux de neurones profonds pour la prédiction du LTV basée sur les événements des 7 premiers jours. La précision de ces modèles est 15–25% supérieure à celle des modèles probabilistes (Google, 2025).

Approche hybride combine un modèle probabiliste pour la prédiction de base et une correction ML pour les groupes au comportement anormal. En pratique, l’approche hybride offre le meilleur équilibre entre précision et coût de calcul. La plupart des plateformes (Amplitude, Mixpanel) utilisent des modèles hybrides pour le LTV automatique.

Prévision du LTV à J-7

Le LTV à J-7 est la prévision précoce la plus populaire. Si un utilisateur n’a pas effectué d’achat dans les 7 jours, la probabilité d’achat futur diminue de 80%. Le LTV à J-7 est calculé en multipliant l’ARPU quotidien sur 7 jours par la durée de vie prévue. La corrélation du LTV à J-7 avec le LTV à 365 jours atteint 0,85 dans la catégorie Games.

Ratio LTV et CAC

Le ratio LTV/CAC est la principale métrique d’économie unitaire d’une application mobile. La règle pour une entreprise saine : LTV/CAC >= 3. Si le ratio est inférieur à 3, l’entreprise ne peut pas passer à l’échelle — chaque utilisateur acquis génère des revenus insuffisants pour couvrir les coûts marketing et les dépenses opérationnelles.

Les investisseurs en capital-risque exigent LTV/CAC > 3 pour le tour d’amorçage et > 5 pour la Série A. Selon OpenView (2025), le LTV/CAC médian pour les entreprises mobile-first est de 3,2. Les meilleures entreprises atteignent 5–7. La période de récupération de l’investissement ne doit pas dépasser 12 mois pour les modèles d’abonnement.

Il est important de noter que le LTV/CAC est calculé sur la base du LTV prévu, pas du LTV historique. Si la prévision est surestimée — le ratio semble sain alors que l’entreprise réelle n’est pas rentable. Une prévision conservatrice du LTV basée sur P50 (médiane) est plus fiable qu’une prévision basée sur la moyenne.

LTV par catégorie d’application

Le LTV varie considérablement selon la catégorie. Comprendre les valeurs typiques aide à fixer des objectifs réalistes et à choisir une stratégie de monétisation. Les données ci-dessous sont basées sur les rapports de Data.ai et Sensor Tower pour 2025.

Hypercasual Games ont le LTV le plus bas — 0,20–0,50 $. Le modèle est basé sur la publicité : les utilisateurs jouent 3 à 5 jours, regardent des vidéos récompensées, puis partent. Avec un tel LTV, le CAC ne peut pas dépasser 0,10–0,15 $, ce qui n’est réalisable qu’avec un trafic massif et des créations optimisées.

Strategy Games ont le LTV le plus élevé dans le jeu vidéo : 25–50 $. Les utilisateurs restent 6 à 18 mois, achetant activement des boosters et des abonnements. Un LTV élevé permet de dépenser jusqu’à 10–15 $ par installation en UA. La qualité du trafic devient plus importante que la quantité.

Health & Fitness — LTV de 30–60 $ grâce aux abonnements. L’utilisateur moyen paie 8–15 $ par mois pendant 4 à 6 mois. Les abonnements offrent un LTV prévisible et une valorisation élevée de l’entreprise par les investisseurs.

Social Dating — le LTV atteint 100–500 $. Les utilisateurs paient pour des abonnements et des cadeaux virtuels ; la durée de vie peut dépasser 12 mois. C’est la catégorie d’applications mobiles la plus rentable en termes de LTV, mais le CAC est également le plus élevé — 20–50 $.

Comment augmenter le LTV

Augmenter le LTV est une tâche stratégique qui se résout par l’amélioration du produit. Toutes les méthodes se divisent en trois groupes : améliorer la rétention, augmenter l’ARPU et réduire le taux d’attrition. Chaque groupe a un effet multiplicateur sur le LTV.

Premier groupe — rétention. Augmenter la rétention à J-7 de 10% entraîne une croissance du LTV de 15–20%. Méthodes : intégration personnalisée, notifications push avec contenu pertinent, gamification (succès, classements, séries). Duolingo est un exemple classique : la mécanique des séries fidélise les utilisateurs pendant des années, assurant un LTV 3 à 4 fois supérieur à la moyenne EdTech.

Deuxième groupe — ARPU. Les méthodes sont décrites dans l’article sur l’ARPU : abonnements, optimisation des emplacements publicitaires, personnalisation des offres. Une augmentation de l’ARPU de 10% avec la même rétention donne une augmentation directe du LTV de 10%.

Troisième groupe — réduction du taux d’attrition. Campagnes de reconquête (réactivation des utilisateurs partis), amélioration du service client, analyse des points d’attrition. Réduire le taux d’attrition mensuel de 15% à 10% augmente la durée de vie moyenne de 6,7 à 10 mois — une croissance du LTV de 50% avec un ARPU inchangé.