Modash aide les marques à trouver des créateurs, à gérer leurs relations, à mener leurs campagnes, à suivre les contenus et à rémunérer leurs partenaires influenceurs. Au-delà de sa plateforme, Modash commercialise aussi ses données créateurs via son API.
L’activité est mondiale et repose presque intégralement sur du revenu récurrent, avec une clientèle répartie à peu près à parts égales entre les États-Unis et le reste du monde.
Fondée en 2018, Modash a commencé à utiliser ChartMogul très tôt, lorsque son fondateur Avery Schrader a créé son compte en 2020. À mesure que l’entreprise a grandi, ChartMogul est passé du statut de simple outil de reporting à celui de système que le CFO Nadim Taoubi et l’équipe de direction utilisent pour relier les comportements produit au revenu et décider quelles initiatives valent la peine d’être menées.
It’s been extremely reliable. As a CFO, it’s a tool I use on a daily basis.
Des données de facturation Stripe au reporting de toute l’entreprise
Chaque jour, Nadim consulte les indicateurs de premier niveau dans ChartMogul : comment l’entreprise croît, combien de nouveaux clients ont été signés dans le mois et ce qui se passe côté churn.
We don’t really go into Stripe to check the data. We get everything from ChartMogul.
Les analyses qui vont au-delà du suivi du MRR, de l’ARR ou d’un taux de churn global ont lieu au moins une fois par semaine. Nadim s’appuie sur les cohortes et la segmentation pour observer l’évolution de la performance dans le temps et la réaction des différents groupes de clients lorsque Modash modifie son produit ou son expérience client.
Modash segmente sa rétention par profil de client, valeur de contrat, catégorie de produit et activation — en tenant compte du secteur, de l’adéquation à l’ICP, du statut Shopify et du nombre de briques de la plateforme utilisées.
Nadim peut ainsi passer du constat d’une variation du churn à l’identification des groupes de clients qui l’ont provoquée, des différences dans leur usage du produit et de ce que Modash peut raisonnablement y faire.
Ajouter le contexte produit aux données d’abonnement
Modash importe ses clients depuis Stripe vers ChartMogul, avec des données complémentaires issues de son propre backend et d’autres systèmes commerciaux.
Tout étant réuni au même endroit, chaque fiche client est enrichie d’informations introuvables sur une facture : le type de client, les parties de Modash qu’il utilise, sa correspondance avec l’ICP de l’entreprise et son avancement dans le parcours d’activation.
Ce contexte compte, car Modash n’est pas un produit à usage unique. Sa plateforme couvre plusieurs étapes d’un programme d’influence :
- Trouver et évaluer des créateurs
- Communiquer et gérer les relations
- Suivre les campagnes et l’activité des créateurs
- Rémunérer les créateurs
Chaque brique a son propre point d’activation. Un client qui se contente de rechercher des créateurs n’a pas le même comportement que celui qui gère aussi sa prise de contact, suit une campagne active ou paie ses créateurs via la plateforme.
L’analyse de Modash a montré que les clients utilisant au moins deux briques du produit ont plus de chances de rester clients et plus de chances de s’étendre.
Each of these sub-products has different activation. We know that if we push customers to use two out of the four, they’re more likely to stay and more likely to expand.
Du « happy churn » à une activation reproductible
Le churn a d’abord été un défi pour Modash, mais pas toujours parce que les clients étaient insatisfaits.
Le produit a été construit à l’origine autour de la découverte de créateurs. Une petite marque e-commerce pouvait utiliser Modash pour trouver 20 créateurs pour une campagne, achever sa recherche, puis n’avoir plus aucun besoin du produit. Le client avait obtenu la valeur qu’il venait chercher : son cas d’usage avait simplement une fin naturelle.
If you have discovery only and you’re a small shop, it’s most likely that you’ll churn because you don’t need Modash anymore after month three or four. You’re done.
Beaucoup de ces clients revenaient plus tard, lorsqu’ils avaient besoin de trouver un nouveau groupe de créateurs.
En allant au-delà de la découverte, Modash a ajouté des fonctionnalités utilisables tout au long de la vie d’une campagne. L’entreprise est ainsi passée d’un outil dédié à une tâche ponctuelle à une plateforme intégrée au quotidien de ses clients.
En segmentant la rétention selon l’usage du produit dans ChartMogul, l’équipe a découvert que les trois premiers mois étaient décisifs.
Les clients qui n’adoptaient pas au moins deux briques de la plateforme sur cette période étaient nettement plus susceptibles de churner.
The first three months are critical. If we don’t manage to get the customer using these two services or products, there’s a risk we’ll lose them within the first three months.
L’équipe a également identifié des jalons précis associés à une meilleure rétention, comme l’envoi d’e-mails via la plateforme et le lancement d’une première campagne. Plutôt que de définir l’activation par une connexion ou une recherche aboutie, Modash a pu la rattacher au moment où un client commence à piloter son programme d’influence dans la plateforme — et mesurer dans le temps l’effet d’une gestion de campagne plus poussée sur la rétention.
Modéliser les initiatives de rétention qui valent la peine
Repérer un comportement associé à une meilleure rétention n’est qu’une première étape. Nadim doit aussi savoir si modifier ce comportement aurait un impact significatif sur l’activité.
Prenons l’exemple des clients Shopify. Modash peut comparer le net MRR churn des clients qui ont envoyé des e-mails via la plateforme à celui des clients qui ne l’ont jamais fait. Nadim modélise ensuite ce qui se passerait si davantage de clients Shopify atteignaient ce jalon d’activation.
I’m comparing the Shopify customers who have never sent an email with the ones who have. I take the net churn from ChartMogul and ask: if 100% of them used email, what would be the impact?
Cela aide Nadim à distinguer une corrélation intéressante d’une initiative qui mérite un investissement. Si le changement de comportement ne réduisait le churn global que de 0,1 point de pourcentage, il ne justifie peut-être pas un effort important des équipes produit, commerciale ou Customer Success. Un impact modélisé plus élevé donne, à l’inverse, un argument bien plus solide pour le prioriser.
Business is a lot about priorities. Many things could have an impact, but you want to focus first on what will have the biggest impact.
Pour des scénarios plus détaillés, Nadim exporte de ChartMogul ses segments de clients, la performance de ses cohortes et son net MRR churn, puis ajuste les hypothèses dans Excel et dans Claude. Il peut ainsi modéliser des changements au sein d’un groupe précis plutôt que d’appliquer la même amélioration à toute la base de clients.
Mettre la rétention en pratique
Ces mêmes données de rétention servent aussi à piloter la performance du Customer Success.
Modash confie ses plus gros clients à des Customer Success managers dédiés et tague chaque compte par portefeuille dans ChartMogul. L’entreprise peut alors suivre la rétention de chaque portefeuille et s’en servir pour calculer les primes.
If you select a portfolio, you can see all of the customers that person has. We follow retention on the portfolio and calculate their commission.
Modash dispose d’une plateforme de Customer Success dédiée, mais calcule la rémunération variable depuis ChartMogul, car les données d’abonnement et de rétention y sont plus à jour. Une partie du bonus de chaque manager est donc directement liée à l’expansion du revenu récurrent des clients dont il a la charge.
L’accès à ChartMogul est ouvert à toute l’entreprise. La finance et la direction en sont les plus gros utilisateurs, tandis que le Customer Success s’en sert pour gérer ses portefeuilles. Les ingénieurs ne l’ouvrent pas forcément tous les jours, mais ils peuvent voir comment l’adoption du produit se traduit en rétention et en expansion.
Engineering is not using it on a daily basis, but they still have access because we want them to understand the impact they have on the business.
Pour Nadim, la confiance ne vient pas d’un dashboard supplémentaire. Elle vient de la capacité à remonter d’une variation du churn jusqu’à un segment de clients, à identifier les comportements produit qui la sous-tendent et à estimer si les faire évoluer aurait un impact financier suffisant pour justifier le travail.