Prédire les résiliations en salle de sport : les signaux que votre logiciel enregistre déjà et que personne ne regarde
La résiliation d'un membre n'est presque jamais une surprise. C'est l'aboutissement d'un processus de 2-3 mois que votre logiciel de gestion documente étape par étape : il cesse de venir, cesse de réserver, rate un paiement. Ce ne sont pas les données qui manquent ; c'est quelqu'un pour les regarder. Un membre qui passe de 8 visites par mois à 2 résilie dans les 60-90 jours avec une probabilité très élevée, et dans cette fenêtre vous pouvez encore agir. Quand l'e-mail de résiliation arrive, c'est trop tard.
Cet article couvre les signaux par ordre de fiabilité, comment mettre en place l'alerte cette semaine avec votre logiciel actuel ou un tableur, quoi faire avec la liste à risque (et quoi ne pas faire, c'est presque aussi important) et où l'IA apporte vraiment quelque chose par rapport à ce qui n'est que de la fumée.
Pourquoi le churn est un problème marketing, pas seulement opérationnel
Commençons par le calcul qui relie les résiliations à votre budget publicitaire, parce que c'est lui qui justifie de lire la suite.
Imaginez que vous recrutez 20 membres par mois avec 1 000€ d'investissement. CAC de 50€, raisonnable. Mais ce même mois, 15 membres partent. Votre croissance nette est de 5 membres, donc le coût réel de grandir d'un membre n'est pas 50€ : c'est 200€. Trois quarts de votre marketing ne font pas croître votre activité ; ils colmatent le trou dans le seau.
| Churn élevé (5%/mois) | Churn maîtrisé (2,5%/mois) | |
|---|---|---|
| Membres | 300 | 300 |
| Résiliations/mois | 15 | 7-8 |
| Nouvelles adhésions pour +5 nets | 20 | 12-13 |
| Investissement nécessaire (CAC 50€) | 1 000€ | 625€ |
| Coût effectif par membre net | 200€ | 83€ |
Même salle, même CAC, et celle de droite croît autant en dépensant 40% de moins. Chaque point de churn que vous réduisez rend l'ensemble de votre marketing moins coûteux sans toucher une seule campagne. C'est pourquoi ce sujet vit dans le même cluster que le ROI réel du marketing : la rétention est la variable cachée qui décide si vos campagnes sont rentables. Et les repères comptent : si vous ne savez pas si votre churn est dans la norme, voici les statistiques de rétention du secteur pour vous situer.
Il y a une deuxième connexion, plus fine : le churn par campagne. Les membres venus via une offre d'accroche partent plus tôt que ceux qui ont cliqué sur une annonce avec un prix affiché. Si vous mesurez les résiliations par source d'acquisition, vous découvrez quelles campagnes attirent de vrais membres et lesquelles louent des gens trois mois. Cela nécessite de calculer le LTV par segment, mais la version simple d'aujourd'hui n'en a pas besoin.
Les signaux, par ordre de fiabilité
Votre logiciel de gestion les enregistre déjà tous. Du plus au moins prédictif.
1. Baisse de fréquentation : le signal principal
Rien ne prédit une résiliation comme cesser de venir. Le schéma typique : un membre stable à 8-10 visites/mois tombe à 4, puis à 2, puis à 0, avec 60-90 jours entre la première baisse et l'e-mail de résiliation. Ce n'est pas l'absence totale qu'il faut surveiller (quand quelqu'un n'est pas venu depuis un mois, c'est déjà trop tard), c'est le changement de tendance : ce mois-ci comparé à sa propre moyenne des trois mois précédents.
La nuance qui évite les fausses alarmes : comparez le membre à lui-même, pas à la moyenne de la salle. Celui qui est toujours venu 3 fois par mois et continue n'est pas en danger ; celui qui venait 10 fois et n'en fait plus 4, oui, même si 4 c'est plus que 3.
2. Arrêt des réservations de cours
Dans les salles avec réservations (boxes, boutiques, studios), c'est une variante plus précoce du signal précédent : le membre cesse de réserver avant de cesser de venir, et parfois réserve sans se présenter, ce qui est un double signal. Si votre modèle est un accès libre sans réservations, passez ; les tourniquets font le travail.
3. Paiement échoué
Un prélèvement rejeté est parfois juste un problème bancaire. Deux d'affilée, presque jamais. Un paiement échoué a également une propriété utile : c'est le seul signal dont votre logiciel vous informe activement. Utilisez-le comme déclencheur d'un contact humain personnel, pas seulement d'une relance automatique.
4. Non-renouvellement du forfait ou laisser mourir son abonnement
Dans les modèles à cartes (8 séances, 10 cours), un membre qui use sa carte jusqu'à la dernière séance et met deux semaines à acheter la suivante est en train de décider s'il revient. Cet intervalle entre deux cartes est l'une des rares fenêtres de risque avec une date précise visible dans le logiciel.
5. Zéro interaction avec l'application
Si votre salle a une application (réservations, suivi de progression, communauté), le membre qui arrête de l'ouvrir se déconnecte mentalement avant de se déconnecter physiquement. C'est le plus faible des cinq signaux, avec de nombreux faux positifs (il y a des membres fidèles qui détestent les applications), mais comme confirmation d'un autre signal, il renforce l'alerte.
La règle générale : un signal isolé est du bruit, deux signaux simultanés sont un avertissement, et une baisse de fréquentation plus n'importe quel autre signal, c'est un membre avec un pied dehors.
Comment mettre en place l'alerte sans IA, cette semaine
Vous n'avez pas besoin d'un nouveau logiciel. Il vous faut une règle et une routine hebdomadaire de 20 minutes.
La règle dans sa version minimale : visites ce mois inférieures à 4 et moyenne des 3 mois précédents supérieure à 8 → liste à risque. Ajustez les seuils à votre modèle (dans un box avec 3 cours/semaine en moyenne, ce serait "moins de 6 contre plus de 10"), mais ne compliquez pas au départ.
Comment l'exécuter, selon ce dont vous disposez :
- Votre logiciel l'intègre. Beaucoup de systèmes ont des rapports "membres inactifs" ou "à risque" que personne n'a jamais ouverts. Regardez là d'abord ; si vous comparez des options de logiciels de gestion, la capacité d'alertes de rétention est un critère que presque personne ne pondère et qui devrait l'être.
- Votre logiciel n'a pas cette fonction, mais exporte. Exportez les fréquentations des quatre derniers mois en tableur, tableau croisé dynamique par membre et par mois, une colonne avec la formule de la règle, filtre. La première fois prend une heure ; ensuite, 15 minutes chaque lundi.
- Modèle à forfaits. Encore plus simple : liste des forfaits qui expirent ou s'épuisent dans les 15 prochains jours, croisée avec ceux qui n'ont pas acheté le suivant.
Le résultat de la routine est une liste courte, 5 à 15 noms par semaine dans une salle de 300 membres. Et voici la partie qui décide si tout cela sert à quelque chose.
Que faire avec la liste (et que ne pas faire)
Ce qui ne fonctionne pas, dit clairement : l'e-mail générique "vous nous manquez" avec 10% de réduction. Taux de réponse dérisoire, et la réduction apprend en plus à vos membres qu'arrêter de venir est récompensé. La newsletter ou la notification push de l'application ne fonctionnent pas non plus : le membre qui se désengage n'ouvre plus vos messages en masse.
Ce qui fonctionne, c'est le contact personnel de quelqu'un que le membre connaît, idéalement son coach ou l'instructeur de ses cours habituels. WhatsApp ou appel, le ton d'une personne et non d'une entreprise, sans jamais mentionner le mot résiliation. Un script qui fonctionne :
« Salut Marta ! C'est Carlos, du box. Tu nous manques aux cours de 19h, tout va bien ? Cette semaine on fait [quelque chose de concret : technique d'épaulé-jeté, séance de mobilité]. Si cet horaire ne t'arrange plus, dis-le moi et je te trouve un autre créneau. À bientôt ! »
Trois ingrédients, aucun négociable : envoyé par une personne avec un prénom que le membre reconnaît, on pose une question avant de proposer quoi que ce soit, et on offre quelque chose de concret et facile (un autre cours, un autre horaire), pas une remise. La moitié du temps, la réponse révèle la vraie raison (blessure, changement d'horaires au travail, déménagement), et beaucoup de ces raisons ont une solution si vous les connaissez à temps. Geler l'abonnement un mois vaut mieux que perdre le membre, et changer de créneau ne coûte rien.
Est-ce que ça marche à tous les coups ? Non. Une partie de la liste partira quand même, parce que certaines résiliations sont inévitables. L'objectif réaliste est de récupérer entre 20% et 35% des membres à risque contactés à temps. Dans la salle de 300 membres de l'exemple, ce sont 3-5 résiliations évitées par mois. À 45€ d'abonnement et une prolongation moyenne de 8-10 mois, chaque lot mensuel de résiliations évitées vaut 1 200-2 000€ de revenus futurs. Pour 20 minutes de tableur et quatre WhatsApps du coach.
Comparez avec l'acquisition : remplacer ces 3-5 membres via des annonces vous coûterait 150-400€ en dépenses publicitaires plus le temps de vente, et le nouveau membre a encore devant lui la période à plus haut risque de résiliation (les 90 premiers jours), alors que le membre récupéré l'a déjà traversée. Fidéliser coûte 5 à 10 fois moins que recruter, et cela se connecte directement à vos données de facturation, là où se décide vraiment le marketing.
Où l'IA aide vraiment et où c'est de la fumée
La règle tableur a des limites réelles. Elle regarde un signal à la fois, utilise des seuils fixes identiques pour tout le monde et tourne une fois par semaine. Un scoring continu multi-signaux fait la même chose en mieux : il combine fréquentation, réservations, paiements et ancienneté en une probabilité par membre, apprend le schéma normal de chacun (le 3-visites-par-mois stable ne se déclenche pas ; celui qui passe de 10 à 5 si), et se recalcule quotidiennement. C'est l'IA appliquée avec sens, et la différence concrète est de détecter le membre à risque 2-4 semaines plus tôt avec moins de faux positifs que la règle fixe.
La fumée est aussi abondante. Trois signaux pour la repérer : on vous vend de la "prédiction de churn" sans accès à vos données de fréquentation (sans ce signal, aucune prédiction valide), on vous promet des taux de précision sans expliquer sur quelle base, ou le produit aboutit à un beau tableau de bord que personne ne regarde plutôt qu'à une liste de noms avec une action assignée. La prédiction sans le WhatsApp du coach derrière est un rapport de plus. Le goulot d'étranglement de l'anti-churn n'est presque jamais l'algorithme : c'est quelqu'un qui fait concrètement le contact.
Notre approche chez Pilotium, où nous travaillons sur l'autre moitié de cette équation (que le membre qui arrive via une campagne soit du genre à rester), est que la règle simple bien exécutée capture 70% de la valeur, et que le scoring IA a du sens quand la routine de contact fonctionne déjà et que vous voulez affiner. L'habitude d'abord, l'algorithme ensuite.
Par où commencer lundi
Exportez les fréquentations des 4 derniers mois. Appliquez la règle (moins de 4 visites ce mois, plus de 8 en moyenne avant). Sortez la liste, répartissez-la entre les coachs avec le script ci-dessus, et notez chaque réponse. En 4 semaines vous connaîtrez votre taux de récupération réel et vous aurez le chiffre qui transforme tout ça en habitude : combien d'euros de cotisations futures vous avez sauvés ce mois.
Et quand vous aurez deux ou trois mois de données, faites la deuxième lecture : croisez les résiliations avec la campagne d'acquisition de chaque membre. Si les membres d'une campagne précise partent systématiquement plus tôt, le problème ne se règle pas avec les WhatsApps du coach ; il se règle en changeant cette offre. Le churn vous donne des informations marketing gratuites. Presque personne ne les collecte.