Optimisez votre monétisation avec Analyse d’apps

Bonjour, je m’appelle Max Martynov. Je suis ingénieur au sein des équipes App Store et Analyse d’apps. L’objectif d’Analyse d’apps est de vous fournir les données dont vous avez besoin pour maximiser vos opportunités sur l’App Store. J’ai le plaisir de vous annoncer de nouvelles fonctionnalités d’Analyse d’apps qui vous permettront de mesurer et d’optimiser les performances de vos apps. Je commencerai par présenter le nouveau site d’Analyse d’apps et les nouvelles fonctionnalités de filtre étendu. J’exposerai ensuite les nouveautés en matière de métriques et benchmarks de paiement pour mesurer les performances de monétisation de votre app. Après cela, je présenterai une mise à jour majeure de l’analyse des abonnements, devenue plus puissante que jamais. Ensuite, je ferai la démonstration des nouvelles métriques des offres qui vous permettent d’évaluer dans quelle mesure vos apps convertissent, fidélisent et reconquièrent des utilisateurs payants. Enfin, je partagerai une mise à jour des rapports d’analyse qui permettent d’exporter des données pour une analyse hors ligne. Le programme est chargé, alors commençons. Cette année, Analyse d’apps s’installe dans l’onglet Apps, ce qui rapproche vos données du processus de gestion des apps et facilite l’exploitation des informations. Cliquez sur l’onglet Analytics de la page de votre app sur App Store Connect pour afficher la nouvelle page d’accueil Analyse d’apps avec ses mises à jour importantes. Vous remarquerez que les sections clés sont désormais dans une barre latérale pour faciliter la navigation et l’analyse des performances de votre app. La nouvelle page de présentation est organisée selon le parcours client, avec les mesures d’acquisition en haut et les autres en dessous. Les analyses des fonctionnalités de l’App Store s’affichent désormais au milieu de la page de présentation, pour voir immédiatement l’impact des principales pages produit personnalisées et des événements intégrés sur les performances de votre app. Une autre mise à jour majeure vous attend dans la section des métriques, où vous pouvez effectuer une analyse plus approfondie grâce au nouveau filtre étendu. Analyse d’apps vous permet désormais d’ajouter jusqu’à sept filtres à n’importe quel indicateur, soit plus du double qu’auparavant. Vous pouvez également sélectionner plusieurs valeurs dans chaque filtre. Par exemple, pour savoir quelles sources d’apps référentes ont le meilleur taux de conversion pour une page produit personnalisée particulière aux États-Unis et au Canada sur un iPhone et un iPad sous iOS 18, vous pouvez effectuer cette analyse. Cette fonctionnalité est disponible pour les dizaines de mesures comprises dans votre tableau de bord. Vous avez compris comment trouver Analyse d’apps dans sa nouvelle page d’accueil et comment utiliser le filtre étendu, alors je vais vous présenter les nouveautés de l’App Store en matière de métriques et benchmarks de paiement pour optimiser votre stratégie de monétisation. Pour décrire les nouvelles fonctionnalités présentées dans cette section et les suivantes, j’utiliserai un exemple d’app appelée Exercice avec des données artificielles mais réalistes. À l’aide de cet exemple d’app, je vais vous montrer comment utiliser les nouveaux outils d’analyse de l’App Store pour mesurer et optimiser les performances de monétisation de votre app. En gardant cela à l’esprit, imaginez que vous êtes le développeur de l’app Exercice. L’app Exercice propose des entraînements individuels de coureurs et de cyclistes et les vend sous la forme d’achats intégrés consommables de deux manières : Séances individuelles et lots de trois séances.

Pour attirer et mesurer chaque groupe, vous avez conçu deux pages produit personnalisées : Une pour les coureurs et une pour les cyclistes.

Vous avez ensuite généré du trafic vers les deux pages dans l’espoir de convertir chaque groupe d’utilisateurs en clients satisfaits et payants. Revenons à Analyse d’apps dans App Store Connect pour voir vos résultats. D’abord, vous remarquerez que les apps avec achats intégrés ont une nouvelle section Monétisation dans la barre latérale. Cette section fournit un accès pratique à toutes les mesures de revenus. Dans la section Monétisation, vous trouverez la vue Ventes. En haut de la vue Ventes, vous trouverez des indicateurs tels que les recettes, les utilisateurs payants et le nombre total d’achats intégrés. Dessous, vous verrez deux nouvelles analyses de cohorte : Download-to-Paid Conversion indique la rapidité d’achat des nouveaux utilisateurs, et Average Proceeds per Download suit l’évolution du chiffre d’affaires par utilisateur. Un défilement vers le bas révèle une répartition détaillée des recettes pour chacun des achats intégrés et par territoire. Le graphique des achats intégrés présente un premier aperçu intéressant : Vous gagnez plus d’argent avec les achats intégrés des cyclistes que des coureurs. Pour comprendre pourquoi, vous pouvez cliquer sur la nouvelle page « Cohorts » dans la barre latérale. Cette toute nouvelle section vous permet d’analyser plus en détail les conversions de téléchargement en paiement et la moyenne des recettes par téléchargement. L’originalité de ces graphiques tient au fait qu’ils permettent de voir le temps qu’il faut à vos utilisateurs pour passer à un abonnement payant après téléchargement de l’app, et le montant qu’ils dépensent dans les jours qui suivent le téléchargement. Deux benchmarks apparaissent sous chaque statistique pour comparer immédiatement vos performances à celles de votre groupe de pairs. En examinant la conversion de téléchargement en abonnement et son benchmark, vous pouvez voir que 3 % de vos utilisateurs deviennent des utilisateurs payants après 35 jours, ce qui se situe entre le 25e et le 50e centile de votre groupe de pairs. Cela signifie que votre taux de conversion est légèrement inférieur à la moyenne. Parallèlement, la croissance régulière de la moyenne de recette par téléchargement montre que les utilisateurs qui dépensent dans votre app effectuent plusieurs achats. D’ailleurs, la comparaison de vos performances au benchmark montre que les utilisateurs qui dépensent dans votre app dépensent généralement plus que dans des apps similaires.

Étant donné que les achats des coureurs sont inférieurs à ceux des cyclistes, vous pourriez examiner si les coureurs expliquent votre faible taux de conversion de téléchargement en paiement. En cliquant sur « See all », vous accéderez à la nouvelle page « Cohorts Analysis » avec une vue détaillée du comportement des cohortes.

C’est une vue importante, prenons un moment pour la comprendre. Si vous choisissez une cellule dans le tableau, vous pouvez voir que sur 58 000 utilisateurs ayant téléchargé l’app en septembre, 2,9 % ont effectué un achat dans les 7 jours suivant le téléchargement initial.

La ligne du haut récapitule la mesure au fil du temps et indique le pourcentage moyen d’utilisateurs ayant effectué au moins un achat après un certain nombre de jours. Les couleurs du graphique aident à visualiser l’accumulation d’utilisateurs payants dans les jours qui suivent le téléchargement.

Sélectionnez une analyse de cohortes pour examiner l’entonnoir de vente, ou ajoutez des filtres pour vous concentrer sur un sous-ensemble d’utilisateurs en particulier.

Pour vérifier votre hypothèse initiale, vous pouvez ajouter un filtre à votre page produit personnalisée du Running et voir à quelle vitesse les coureurs deviennent des utilisateurs payants. Avec le filtre, vous voyez que seulement 1,3 % des coureurs effectuent un achat dans les 35 premiers jours, ce qui est plus de deux fois inférieur à votre conversion moyenne du 35e jour. Cela signifie que les coureurs sont moins susceptibles d’acheter quoi que ce soit par rapport au reste de vos utilisateurs. Avec cet aperçu, différentes options s’offrent à vous. Vous pouvez améliorer la page produit personnalisée « Running » et ajuster vos efforts marketing pour vous concentrer sur des utilisateurs à forte valeur ajoutée, attirer de nouveau les coureurs avec des événements intégrés à l’app ou encore examiner d’autres stratégies de monétisation. Maintenant que vous comprenez les métriques et benchmarks des payeurs, passons aux nouvelles fonctionnalités d’analyse des abonnements. Imaginez que vous décidiez d’améliorer la stratégie de monétisation de l’app Fitness en proposant des cours collectifs via des abonnements à renouvellement automatique. Vous proposez deux formules : cours collectifs de running ou cours collectifs de biking. Dans Analyse d’apps, la barre latérale affiche une nouvelle section « Subscriptions » avec de nombreuses informations sur les performances de votre app en matière d’abonnements. En haut du récapitulatif, vous voyez le nombre total de formules actives, les formules payées et les recettes mensuelles récurrentes. Tous ces éléments sont essentiels pour suivre les abonnements. Le graphique Net Paid Plans montre l’évolution de votre base d’abonnement au fil du temps. Cette vue détaillée montre les démarrages de formules avec les activations et réactivations, les désabonnements, volontaires et involontaires, pour vous aider à saisir rapidement ce qui stimule la croissance ou la freine. Un défilement vers le bas révèle l’évolution de la rétention moyenne des abonnés au fil du temps.

Et la ventilation des formules payantes montre lesquelles sont les plus populaires. Ici, vous remarquez que les abonnements Biking sont à nouveau plus populaires que les abonnements Running. Pour plus de détails, vous pouvez cliquer sur la page des analyses en ligne et choisir parmi plus de 50 nouvelles analyses des abonnements, regroupées en deux catégories : états et événements.

Les indicateurs d’état vous offrent un aperçu de vos abonnements à un instant T, comprenant le nombre de formules en offre spéciale, en plein tarif, avec problème de facturation ou terminées. Et les indicateurs d’événement montrent comment les formules évoluent entre ces différents états un jour, une semaine ou un mois donné. Vous pouvez également revenir à la vue Cohortes et sélectionner Subscription Retention dans la liste déroulante. Si ce graphique ressemble au tableau de conversion des payeurs que j’ai montré dans la section précédente, il indique le pourcentage de personnes qui conservent leur abonnement pendant un certain nombre de mois.

Par exemple, en regardant la colonne 6 mois de la ligne supérieure, vous voyez qu’en moyenne, 73 % des personnes sont toujours abonnées 6 mois après avoir ouvert leur abonnement. À ce stade, vous pourriez vérifier combien de temps les personnes qui ont téléchargé votre app à partir de la page produit « Running » restent abonnées. Pour ce faire, sélectionnez un filtre de page produit personnalisée « Running ». Ici, surprise. Si les coureurs sont moins enclins à acheter, une fois abonnés, ils ont tendance à rester plus longtemps que la moyenne. Ce type d’information peut vous aider à identifier la partie de l’entonnoir de vente sur laquelle vous concentrer. Ici, il s’agit de la conversion initiale du payeur. Vous pouvez ensuite essayer diverses stratégies d’amélioration, en ajustant votre prix, en améliorant l’intégration des personnes ou en créant une offre de bienvenue. Maintenant que vous comprenez comment analyser les performances de vos abonnements et identifier les améliorations, je vais vous montrer comment tirer parti des nouvelles métriques des offres. Les offres de l’App Store vous permettent d’associer un prix spécial à un achat intégré pour mieux attirer, fidéliser ou reconquérir les utilisateurs payants. Pour en revenir à l’app Exercice, imaginez que vous décidiez d’introduire une offre d’essai gratuit d’un mois afin que les coureurs puissent suivre les cours sans risque avant de passer à une formule payante. Cela devrait encourager davantage de coureurs à s’abonner. Une fois l’offre configurée, vous pouvez accéder à la nouvelle section Offers de la barre latérale pour en voir les performances.

Comme les autres pages récapitulatives, celle des offres fournit des détails sur les performances de votre app et comprend des informations sur les offres actives, les nouvelles offres et le taux de conversion en abonnement payant intégralement. Ici, vous pouvez voir une augmentation saine du nombre de personnes qui convertissent l’offre en abonnement. Vous pouvez également approfondir le graphique de conversion et de rétention des offres en revenant à la section Cohortes et en sélectionnant « Subscription Retention (by Offer Start) » dans le menu des métriques. Sur la gauche, vous pouvez voir quel pourcentage de personnes qui commencent l’offre finissent par se convertir en payant. Ici, environ 67 % des personnes inscrites à l’offre d’essai gratuit se convertissent en abonnés payants complets, ce qui augmente considérablement votre taux de conversion du payeur. Sur la ligne du haut, vous voyez qu’en moyenne 78 % des personnes conservent leur abonnement après trois mois et 73 % le conservent après six mois, ce qui démontre une forte rétention. Maintenant que vous avez vu comment utiliser les nouvelles métriques des offres pour évaluer les performances de votre app, voyons comment utiliser l’API Reports pour exporter les données d’Analyse d’apps à grande échelle. Comme vous le savez peut-être, l’API Analytics Reports permet d’exporter toutes les données disponibles dans Analyse d’apps vers vos propres systèmes. Depuis juin 2025, vous pouvez utiliser l’API pour accéder à 8 catégories de rapports de l’App Store et ainsi prendre des décisions basées sur les données hors ligne. À l’avenir, l’App Store ajoutera deux nouveaux rapports pour compléter les nouvelles données du tableau de bord : un rapport d’état de l’abonnement et un rapport des événements liés à l’abonnement. Ces nouveaux rapports fournissent des données détaillées pour analyser les performances de vos abonnements à grande échelle. Ils remplaceront les anciens rapports Ventes et tendances des abonnements disponibles aujourd’hui et vous aideront à relier les informations de téléchargement aux performances des abonnements dans le respect de la vie privée. En résumé : toutes ces mesures ont été créées à partir de zéro pour vous aider à améliorer les performances de votre entreprise. Désormais capable d’évoluer avec votre entreprise, offrant des filtres étendus et plus de 100 nouveaux indicateurs pour mesurer vos achats intégrés, abonnements et offres, Analyse d’apps vous aide à mieux comprendre et à répondre aux besoins de vos utilisateurs et utilisatrices. Pour finir, parlons des prochaines étapes. Lorsque vous pensez la manière d’appliquer ces nouvelles analyses et informations à vos apps, n’oubliez pas de comparer vos résultats aux benchmarks de votre groupe de pairs pour identifier d’éventuelles faiblesses. Pour améliorer vos performances de monétisation, demandez-vous si les offres pourraient vous aider à acquérir, conserver ou reconquérir des utilisateurs payants.

Et n’oubliez pas d’explorer l’utilisation des pages produit personnalisées pour attirer différents types de personnes et comparer leurs performances tout au long de l’entonnoir de vente.

Enfin, n’oubliez pas de consulter la section « What’s new in StoreKit and In-App Purchase » pour découvrir comment les dernières améliorations apportées au StoreKit peuvent vous aider à offrir des expériences d’achat intégré exceptionnelles. Merci de nous avoir accordé du temps, nous sommes impatients de voir vos créations.