Quelles sont les chances d’y arriver ?

Synthèse

Le monde des startups est à la limite de l’obsession quand il s’agit de célébrer les entreprises hors normes. Celles qui pulvérisent les jalons de croissance, sont dirigées par des fondateurs charismatiques et n’ont aucune gêne à s’auto-promouvoir (elles préféreraient parler de building-in-public). Pour être honnête, j’ai moi aussi raconté beaucoup de ces histoires dans cette newsletter.

Ce que la discussion laisse de côté : réussir en tant que jeune startup est extrêmement difficile. Vous n’avez pas assez de ressources. Vos acheteurs ne font pas attention à vous. Votre produit n’est pas aussi abouti que vous le voudriez. Et un nouveau concurrent surgit chaque semaine.

J’ai voulu montrer précisément à quel point c’est difficile. Pour cela, j’ai fait équipe avec mes amis de ChartMogul, la plateforme de CRM et de métriques SaaS où je suis désormais Analyst-in-Residence. ChartMogul m’a laissé explorer son incroyable jeu de données couvrant 6 525 éditeurs de logiciels, avec un historique de plus d’une décennie.

Poursuivez la lecture pour découvrir des données inédites sur vos chances d’atteindre 1 million de dollars d’ARR et au-delà, sur le temps que prend réellement le premier million, et pour savoir s’il faut déménager dans la Bay Area pour trouver de l’or.

Les chances d’atteindre 1 M$ d’ARR et au-delà

Il est plus facile d’entrer à Harvard ou à Stanford que d’atteindre 25 millions de dollars d’ARR en dix ans. Laissez cette idée faire son chemin.

La première chose que j’ai examinée : quel pourcentage de startups logicielles atteint un jour des jalons d’ARR comme 1 million, 5 millions ou 25 millions de dollars. C’est plus délicat à mesurer qu’il n’y paraît, notamment à cause du biais du survivant. J’ai posé quelques hypothèses simplificatrices : le chronomètre démarre à la première monétisation et la fenêtre d’observation est de dix ans. Comme la plupart des startups n’ont pas dix ans d’existence, j’ai calculé les chiffres par cohortes afin de confirmer la pente de la courbe de survie sur l’ensemble du jeu de données historique de 6 525 entreprises.

Ce que j’ai trouvé : près de la moitié des startups logicielles finissent par atteindre 1 million de dollars d’ARR après avoir commencé à monétiser — à condition d’être prêtes à tenir dix ans.

Ce chiffre est plus élevé que je ne l’aurais prédit. Je soupçonne un certain biais de sélection : les entreprises qui s’intéressent aux métriques d’abonnement sont peut-être plus souvent des activités sérieuses que des projets de loisir. Et ces données portent sur des entreprises ayant commencé à monétiser en 2016 ou avant, quand il était, franchement, bien plus difficile de construire et de lancer un produit SaaS. Plus loin dans le rapport, nous verrons ce que donnent ces chiffres pour des cohortes plus récentes, dans leurs premières années de monétisation.

Malgré tout, les chances de dépasser 1 million de dollars d’ARR sont sévères. Une startup sur dix atteint 10 millions de dollars d’ARR. Et seulement une sur cinquante atteint 25 millions de dollars d’ARR en dix ans. C’est moins probable qu’une admission à Harvard ou à Stanford (3,6 % de taux d’admission).

Si vous l’avez fait, prenez un moment pour le célébrer. 97,7 % de vos pairs ne sont pas allés aussi loin.

Le temps que prend réellement le premier million

À écouter les VC, on a l’impression que la croissance du chiffre d’affaires se fait à la vitesse de la lumière. Le classique parcours « triple-triple-double-double-double » (T2D3) vers 100 millions de dollars en cinq ans ne suffit plus à certains investisseurs quand ils voient Lovable, Cursor et Wiz le faire en deux ans ou moins.

Ce que j’ai trouvé : pour les startups qui atteignent 1 million de dollars d’ARR, il faut généralement entre deux et cinq ans à compter de la première monétisation. À peine 3,3 % des startups atteignent 1 million de dollars en moins d’un an. 13,4 % y arrivent en moins de trois ans. Et 25,1 % atteignent ce niveau en cinq ans. Vous pouvez vous situer sur la courbe ci-dessous pour trouver les chiffres qui vous concernent.

Je trouve cela sain ! Trouver le product-market fit (PMF) et passer d’une vente portée par les fondateurs à une croissance reproductible prend du temps, vraiment. Passer à l’échelle trop tôt peut tuer une activité par ailleurs excellente. Beaucoup des meilleures entreprises vont lentement pour aller vite.

Il vaut la peine de rappeler que les licornes les plus célébrées d’aujourd’hui n’ont pas non plus atteint 1 million de dollars du jour au lendemain. Elles ont itéré patiemment sur le produit comme sur la distribution, puis tout misé une fois sûres que cela fonctionnait.

• Lovable a passé 18 mois à construire avant son succès fulgurant. Les versions précédentes du produit, alors appelé GPT Engineer, se sont essoufflées après le lancement initial.
• Clay, la plateforme de sales intelligence, a bataillé six ans avant de voir une traction sur le revenu. La croissance a fini par exploser ces dernières années.
• StackBlitz, éditeur de l’application de vibe-coding Bolt.new, a mis sept ans à atteindre péniblement 700 000 $ d’ARR. Puis leur nouveau produit Bolt.new a explosé à 4 millions de dollars d’ARR en quatre semaines.

Construire du logiciel est plus facile, se démarquer est plus dur

Ces dix dernières années, nous avons transformé le go-to-market en science. Nous avons inventé des dizaines d’acronymes, de AEO à PLG en passant par UBP. Ce que nous n’avons pas fait, c’est progresser sensiblement dans l’art de percer.

J’ai réparti les startups logicielles en cohortes selon l’année où elles ont commencé à monétiser. Puis j’ai comparé, pour chaque cohorte, la probabilité d’atteindre 1 million de dollars d’ARR.

Ce que j’ai trouvé : les startups lancées entre 2016 et 2019 avaient systématiquement plus de chances d’atteindre 1 million de dollars d’ARR en trois ans que celles nées plus tard. Les écarts ne sont pas énormes — 15 % de réussite contre 12 % — mais ils sont visibles. Beaucoup de la promotion 2016-2019 ont probablement profité de la période de taux zéro (ZIRP) et du boom du logiciel alimenté par le COVID.

2016 en particulier est le meilleur millésime pour lancer une startup. Cette année-là affiche des taux de réussite du quartile supérieur sur tous les plans. Ce millésime compte aussi beaucoup des pionniers historiques du product-led growth (PLG), qui ont apporté de nouvelles façons d’acheter à des catégories de produits établies. Notion, Figma et Loom ont tous été lancés en 2016.

Les cohortes plus récentes, et en particulier les éditeurs fondés en 2021, s’en sortent moins bien. La cohorte 2021 a la plus faible probabilité d’atteindre 1 million de dollars d’ARR en trois ans (10,1 %). Cette promotion a eu la malchance d’arriver tard dans le boom ZIRP et en plein ralentissement du financement de 2022-2023. La plupart étaient trop en avance pour surfer la vague de l’IA.

La bonne nouvelle : le millésime 2023 démarre exceptionnellement fort. Ces entreprises ont 50 % de chances supplémentaires d’atteindre 1 million de dollars d’ARR dans les six mois suivant leur lancement. Cette promotion est arrivée tôt à la fête de l’IA ; ses fondateurs réfléchissaient déjà à la manière de construire des produits d’IA avant que cela ne devienne courant. Ils étaient au bon endroit, au bon moment, avec le bon produit.

Les startups nativement IA jouent dans une autre catégorie

En règle générale, les cohortes plus récentes d’éditeurs ne sont pas devenues meilleures pour trouver de la traction. Mais il existe une (grosse) exception. Vous devinez probablement laquelle.

L’équipe de ChartMogul a utilisé l’IA pour regrouper les plus de 6 000 entreprises en catégories de produits : PLG (offre en self-service sur leur site), vertical SaaS (logiciel conçu pour un secteur ou une niche précise) et enterprise SaaS (ACV moyen de 10 000 $ ou plus).

J’ai ensuite regardé comment la catégorie de produit influait sur les chances d’une startup d’être hors norme, ce que j’ai défini comme atteindre 1 million de dollars d’ARR en six mois ou 10 millions de dollars d’ARR en douze mois. (Les catégories n’étaient pas exclusives : une entreprise pouvait relever de plusieurs d’entre elles.)

Ce que j’ai trouvé : les startups nativement IA ont 3 fois plus de chances d’atteindre 1 million de dollars d’ARR en six mois. Et 8 fois plus de chances d’atteindre 10 millions de dollars d’ARR en douze mois.

Précisons-le : ces jalons restent extrêmement rares. Moins de 1 % des startups nativement IA atteignent 10 millions de dollars d’ARR dans les douze mois suivant leur première monétisation. Mais cela se produit à des taux nettement plus élevés que ce que nous avons connu historiquement.

Aucune autre catégorie de produit ne se rapproche, même de loin, du fait d’être nativement IA :

• Les entreprises d’enterprise SaaS ont 40 % de chances supplémentaires d’atteindre 1 million de dollars d’ARR en six mois, mais elles ne sont que dans la moyenne pour atteindre 10 millions de dollars d’ARR en douze mois.
• Contrairement à ce que l’on pourrait croire, le PLG et le consumer SaaS ont tous deux moins de chances d’exploser d’emblée ; beaucoup de ces entreprises montent en puissance plus lentement, car elles privilégient l’acquisition d’utilisateurs avant la monétisation.
• Le vertical SaaS compte aussi moins de cas hors norme. J’y vois le reflet de la difficulté de vendre à des acheteurs qui ne sont pas des early adopters de technologie.

Une nuance : exploser d’emblée ne présage pas nécessairement de la longévité. Acquérir vite des clients peut aller de pair avec les perdre vite au profit d’un autre produit.

Vous n’avez pas besoin d’être dans la Bay Area (mais ça aide)

L’idée reçue veut qu’il faille déménager dans la Bay Area pour réussir en grand. Il s’avère que ce n’est pas nécessairement vrai, même si y être ne nuit certainement pas.

J’ai analysé le jeu de données selon la localisation actuelle du siège des entreprises, puis regroupé celles-ci dans les dix plus grands pôles régionaux représentés parmi les clients de ChartMogul. Ces groupes comprennent de grandes métropoles (comme la Bay Area et New York), des pays (comme la France, le Canada, le Royaume-Uni) et, dans certains cas, des régions (comme l’Europe centrale et orientale, ou la Scandinavie).

Ce que j’ai trouvé : les startups de la Bay Area percent effectivement plus souvent. Mais les écarts sont moins spectaculaires qu’on pourrait le croire, compte tenu de tous les avantages (et des coûts supplémentaires) qu’il y a à s’y installer. Les entreprises de la Bay Area ont :

• 70 % de chances supplémentaires d’atteindre 1 million de dollars d’ARR en trois ans ;
• 150 % de chances supplémentaires d’atteindre 5 millions de dollars d’ARR en quatre ans ;
• 40 % de chances supplémentaires d’atteindre 10 millions de dollars d’ARR en cinq ans.

La France et le Canada sont étonnamment doués pour produire des éditeurs qui atteignent 1 million de dollars d’ARR en trois ans (même si le Canada, en particulier, produit rarement des entreprises qui atteignent 10 millions en cinq ans).

New York et le reste des États-Unis produisent les entreprises les plus durables. Celles issues de ces territoires devancent la Bay Area pour atteindre 10 millions de dollars d’ARR en cinq ans. Peut-être que celles qui se construisent en dehors de la Bay Area ont plus d’endurance : elles persévèrent là où leurs pairs pivotent, ferment ou visent une sortie précoce.

Ce qu’il faut pour devenir une exception

Si vous avez dépassé 1 million de dollars d’ARR, bravo. Vous avez déjoué les statistiques.

Alors qu’est-ce qui propulse ces startups plutôt que d’autres — hormis, bien sûr, le fait d’être nativement IA et basé à San Francisco ? J’explorerai cette question dans les semaines à venir. Abonnez-vous à Growth Unhinged et suivez ChartMogul pour être prévenu de la publication.

Méthodologie et glossaire

Sources de données et cadre d’analyse : pour créer ce rapport, nous avons analysé des données anonymisées et agrégées de ChartMogul.

Sources de données : mouvements de MRR ChartMogul, données de comptes enrichies par segmentation IA, et classifications géographiques et sectorielles. Les comptes sandbox sont exclus.

Analyse des jalons d’ARR : examine la rapidité avec laquelle les entreprises atteignent des jalons clés d’ARR (1, 5, 10, 15, 20 et 25 M$) sur des horizons de 1 à 120 mois. Les entreprises ne sont retenues que si suffisamment de temps s’est écoulé depuis leur premier revenu.

Analyse du décile le plus rapide : se concentre sur les 10 % d’entreprises les plus rapides à atteindre chaque jalon, en analysant leurs caractéristiques de rétention et de croissance pendant la montée en puissance.

Métriques de rétention : rétention brute des revenus (GRR) et rétention nette des revenus (NRR), calculées sur les fenêtres de montée en puissance.

Métriques de croissance : revenu moyen par compte (ARPA), croissance de l’ARPA et composition du revenu (nouvelles ventes, expansion, réactivation).

Mouvements de revenus : catégories de MRR nouvelles ventes, expansion, contraction, churn et réactivation.

Approche statistique : analyse par cohortes selon l’année, la géographie et le modèle économique ; agrégation mensuelle avec report des données ; benchmarking de performance basé sur les percentiles.