Cette équation freemium est un cas particulier de ce que doit résoudre tout compte Google Ads pour SaaS : payer pour une probabilité de client, pas pour un inscrit.
« On fait du freemium, est-ce que ça a du sens de payer pour acquérir des utilisateurs gratuits ? », la question revient, et elle est mieux posée que la plupart : elle sent le paradoxe. Payer pour du gratuit.
La réponse tient en un changement d’unité : en freemium, vous n’achetez pas des utilisateurs, vous achetez des probabilités de clients. Un inscrit gratuit est un billet de loterie dont vous connaissez (ou devriez connaître) les chances de gain et le montant du lot.
Tant que cette équation n’est pas posée, le canal est un acte de foi ; posée, c’est un investissement comme un autre, qui parfois tient remarquablement, et parfois rend la dépense difficile à justifier.
Le modèle freemium combine une offre gratuite durable et une offre premium payante. La version gratuite fait découvrir le service et installe l’usage ; la version premium réserve les fonctionnalités qui justifient l’abonnement. Les revenus des abonnés doivent financer l’acquisition et l’expérience de tous les utilisateurs qui ne paieront jamais.
Le problème n’est ni la créa des annonces ni l’audience ciblée : c’est l’unité de compte.
Comment calculer le CAC réel d’une acquisition freemium ?
La formule : coût par inscrit divisé par le taux par cohorte
La valeur d’un inscrit gratuit s’écrit : probabilité de conversion vers le payant × LTV d’un client payant. Et le coût d’acquisition réel d’un CLIENT s’en déduit : le coût par inscrit divisé par le taux de conversion.
Un inscrit à 6 €, un taux free→paid de 4 % : votre CAC réel est de 150 €, c’est CE chiffre que vous comparez à la LTV, pas les 6 € qui flattent le rapport.
Trois exigences sur les trois nombres. Le taux : mesuré par cohorte d’inscription (le taux global mélange des générations d’utilisateurs et des sources, la cohorte « inscrits payants de mars » dit la vérité du canal payant). La LTV : mesurée dans votre MRR réel, par cohorte aussi, pas la LTV du pitch deck. Le coût par inscrit : par campagne et par requête, parce que toutes les sources d’inscrits n’ont pas le même taux de conversion, et c’est précisément là que l’optimisation va se jouer. Trois chiffres, pas un seul : c’est ce triptyque qui transforme un budget publicitaire en décision, pas en pari.
Les inscrits issus du payant convertissent-ils moins bien que les inscrits organiques ?
Souvent, et c'est le fait contre-intuitif que beaucoup de tableaux de bord freemium ne montrent pas. Les inscrits venus du Search payant ou de Meta peuvent avoir un taux free→paid inférieur aux inscrits organiques et aux referred users. La raison : l'organique attire souvent des utilisateurs qui ont cherché activement une solution à un problème précis, parfois après avoir comparé des alternatives ; le referral arrive avec une recommandation personnelle. Le clic payant peut capter une intention de découverte moins mûre.
La conséquence directe : si vous calculez votre CAC réel en agrégat, vous lissez les taux et vous sous-estimez le coût réel du canal payant. La correction n'est pas d'arrêter le payant, c'est de segmenter les cohortes par source ET par type de requête. Les requêtes à haute intention, alternatives, comparatifs, pricing, cas d'usage précis, produisent des inscrits dont le taux free→paid se rapproche de l'organique. Les requêtes de notoriété générique s'en éloignent. C'est pourquoi l'allocation budgétaire freemium doit s'appuyer sur l'analyse par requête et par campagne, pas sur le CAC global du canal. Pour l'exécution sur ces types de requêtes, voir la stratégie mots-clés alternatives et pricing.
L’horizon : le problème que les fenêtres ne voient pas
Voici la difficulté propre au freemium, celle qui complique la lecture des performances : la conversion payante arrive des semaines ou des mois après l’inscription, souvent au-delà de tout ce que l’attribution native peut relier. Les fenêtres de conversion post-clic se règlent de 1 à 90 jours (30 par défaut) : un free qui convertit à cinq mois devient souvent invisible pour le compte.
La réponse opérationnelle consiste à bâtir une architecture de mesure : importer les conversions payantes depuis votre back-office quand elles restent exploitables dans Google Ads, et lire les cohortes d’acquisition pour tout ce qui dépasse les fenêtres de mesure.
Les inscrits de janvier venus du payant, suivis dans VOS données jusqu’à leur conversion, quelle qu’en soit la date. Le canal freemium se pilote à deux instruments, la machine sur les proxys rapides, l’humain sur les cohortes longues. Sans ce modèle d'attribution maison, Google Ads seul ne peut pas restituer le coût réel du canal.
L’optimisation : l’événement prédictif, encore et toujours
Côté enchères, la logique est la sœur jumelle de celle des essais gratuits : vous n’optimisez pas durablement l’inscription seule (la machine peut livrer des inscrits dont la probabilité de paiement est faible), vous cherchez l’événement d’usage qui prédit la conversion payante, identifié dans vos cohortes : le seuil d’usage franchi, la fonctionnalité-frontière touchée (celle dont la version payante lève la limite), l’invitation d’équipe.
C’est lui que vous remontez comme conversion ; c’est sur lui que la machine apprend à distinguer, parmi des requêtes d’apparence identique, celles qui produisent des utilisateurs qui s’approchent du mur payant. Le même principe vaut pour vos annonces : elles ne créent pas la valeur, elles filtrent qui arrive dessus.
La hiérarchie freemium complète : inscription (signal) < usage prédictif (conversion d'optimisation) < paiement (juge, importé et lu en cohorte).
- Identifier l’événement prédictif. Dans vos cohortes, quel usage revient nettement avant la conversion payante ? C’est lui qui peut devenir votre événement d’optimisation.
- Remonter cet événement comme conversion Google Ads. Via import back-office lorsque c’est possible : sauf phase d’amorce, l’inscription reste un signal secondaire plutôt que l’objectif principal.
- Lire les résultats par cohorte d’inscription. Les inscrits de janvier, devenus payants en avril, doivent être rattrapés dans vos données internes, pas dans Google Ads.
- Calculer le CAC réel par canal. Coût par inscrit ÷ taux de la cohorte par canal : vous saurez quelles campagnes sont rentables, au-delà de celles qui livrent des inscrits.
Freemium ou essai gratuit : lequel favorise l'acquisition payante ?
Taux comparés et choix selon le canal
La question se pose très en amont, avant même de lancer les campagnes : quel modèle d'entrée choisit-on quand Google Ads est le canal principal ? La réponse dépend du type d'intention que le Search peut capter, et donc du signal que vous allez remonter à la machine.
| Critère | Freemium | Essai gratuit (opt-in) | Reverse trial |
|---|---|---|---|
| Taux visiteur→inscription | Élevé (friction minimale) | Modéré (engagement immédiat) | Variable |
| Taux inscrit→payant | Faible à moyen selon le produit | Souvent plus élevé que le freemium | Élevé si valeur perçue forte |
| Signal Google Ads | Inscriptions abondantes, signal bruité | Inscriptions plus rares, signal plus pur | Rétrogradation = signal négatif |
| Horizon de conversion | Long (semaines à mois) | Court (pendant la période d'essai) | Court à moyen |
| CAC réel payant | Amplifié par le faible taux | Comprimé si taux trial→payant élevé | Dépend du mur produit |
Quand Google Ads est le canal principal, le trial opt-in peut mieux se prêter à l'acquisition payante parce que la qualité d'intention du clic est plus lisible, un utilisateur qui s'engage sur une période d'essai limitée a déjà décidé d'évaluer sérieusement. À condition d'avoir le bon signal de conversion : si vous remontez la fin de l'essai (et non l'usage actif pendant l'essai), la machine apprend sur du vent. Le reverse trial, démarrer en version premium, rétrograder au bout de N jours, s'utilise comme levier sur le mur payant ; pour son exécution voir comment piloter le signal de fin d'essai sans tromper la machine.
Les trois modèles ne promettent donc pas la même expérience. Le freemium maintient une version gratuite sans échéance ; l’essai ouvre temporairement les fonctionnalités premium ; le reverse trial commence au niveau premium puis ramène l’utilisateur vers la formule gratuite. Votre offre, votre tarification et la vitesse à laquelle la valeur devient visible déterminent le modèle le plus lisible.
Benchmarks sectoriels du taux free→paid : à quoi comparer son chiffre ?
Les benchmarks publics donnent surtout un ordre d’idée : le freemium convertit rarement de façon massive, et les écarts entre produits sont énormes. Le bon repère n’est donc pas le secteur, mais votre cohorte par canal, votre mur payant et votre niveau d’intention à l’entrée.
| Secteur SaaS | Lecture utile |
|---|---|
| SaaS métier à forte contrainte | Taux souvent plus élevé si la douleur est urgente et la valeur vite visible |
| Produit utilitaire horizontal | Taux plus variable : beaucoup d’inscrits, intention souvent hétérogène |
| Freemium collaboratif | La viralité peut aider, mais seulement si l’usage récurrent précède réellement le paiement |
| EdTech ou contenu | Volume d’inscription élevé, conversion payante très dépendante du mur produit |
| Produit très générique | Le coût par inscrit flatte vite ; le taux par cohorte décide seul |
Ce repère sert à poser une question, pas à fixer une cible. Un SaaS à 4 % acquis via des requêtes de cas d'usage précis peut être plus sain qu’un SaaS à 6 % nourri par du trafic générique dont le CAC réel explose. Le ratio LTV:CAC reste un garde-fou fréquent : votre taux free→paid sert à calculer si vous atteignez une rentabilité viable, pas à vous comparer au voisin de secteur. Pour le calcul complet de la LTV par cohorte, voir comment dériver la LTV de votre MRR réel.
Quand scaler ou couper l’acquisition payante en freemium ?
Trois cas fréquents, trois verdicts possibles.
CAC réel confortablement sous la LTV : le canal tient, scalez en surveillant les cohortes, pas le coût par inscrit. CAC réel au contact de la LTV : le canal est un pari sur l’amélioration (du taux de conversion, de la rétention), finançable en connaissance de cause, pas par inertie.
CAC réel au-dessus : le canal n'est pas finançable en l’état, et la réponse n’est pas « optimiser les enchères » mais travailler le produit (le mur payant, l’onboarding) jusqu’à ce que le taux change l’équation. Le freemium n’excuse rien : il déplace la conversion dans le temps, il ne dispense pas de la rentabilité. Continuer à scaler un canal qui a franchi ce seuil, c'est financer un modèle qui ne convertit pas assez de clients pour se rembourser.
Quand l’acquisition freemium tient
- CAC réel (cohorte, canal) nettement sous la LTV mesurée
- Événement prédictif identifié et remonté comme conversion
- Volume suffisant pour que les cohortes mensuelles soient lisibles
- Import back-office en place pour les conversions longues
Quand elle ne finance pas la dépense
- Taux de conversion mesuré en global, non par cohorte
- Optimisation sur l’inscription seule : la machine livre des inscrits, pas des payants
- Mur payant mal placé : le produit ne provoque pas la conversion
- LTV tirée du pitch deck, pas des cohortes réelles
L'onboarding et le mur payant changent-ils votre CAC réel ?
Oui, et c'est souvent là que les campagnes qui semblent rentables en surface cachent un problème produit. Le CAC réel freemium (coût par inscrit ÷ taux free→paid) est directement une fonction du mur payant : déplacez-le d'une semaine ou modifiez la valeur accessible gratuitement, et votre taux de cohorte change, donc votre CAC réel aussi.
Deux positions pathologiques : le mur trop précoce (l'utilisateur ne perçoit pas encore la valeur, il part sans avoir été convaincu, le taux free→paid se dégrade) ; le mur trop tardif (l'utilisateur a obtenu ce qu'il voulait gratuitement, il n'a plus de raison de payer, même résultat). La valeur gratuite doit être suffisante pour démontrer la promesse, bornée pour ne pas la livrer entièrement.
Cartographiez les fonctionnalités par niveau d’offre : découverte dans la formule gratuite, usage récurrent dans la formule intermédiaire, valeur d’entreprise dans l’offre premium. Pour chaque fonctionnalité réservée, notez quel problème elle résout, à quel moment les utilisateurs la rencontrent et si le prix paraît cohérent avec ce bénéfice. Le mur devient alors une décision de modèle et de qualité de service, pas une limite posée au hasard.
Ce sujet appartient au produit, pas aux enchères. Mais il s'observe dans les données Google Ads : quand un changement de mur payant fait varier votre taux de cohorte, le CAC réel calculé sur la période change mécaniquement, indépendamment de tout ajustement de campagnes ou de budget. Évitez donc de comparer des cohortes de périodes différentes sans noter les modifications produit intervenues entre-temps.
Que faire quand le volume est trop faible pour lire les cohortes ?
Quand le volume mensuel d’inscrits est trop faible, les cohortes par source ne sont pas lisibles, et le pilotage freemium décrit dans cette page devient du bruit. Le Smart Bidding a besoin d’un signal suffisant et de cycles représentatifs ; les cohortes par canal demandent la même prudence avant de conclure.
Trois options selon la situation. Si les paiements sont rares mais qu’un usage prédictif fiable existe, remontez cet événement comme conversion principale temporaire : il arrive plus tôt, génère plus de signal et se rapproche du mur payant. Si les inscrits eux-mêmes sont trop peu nombreux, évitez de forcer une stratégie d’enchères automatisée sur un signal maigre ; préservez le volume et l’apprentissage avant de juger. Si le volume ne permet pas encore de segmenter par source, agrégez d’abord, attendez plusieurs cohortes complètes avant de couper une campagne sur la seule lecture du taux, une cohorte incomplète ment autant que le taux global. Pour les cycles longs et les problèmes de fenêtres d'attribution associés, voir enchérir quand la conversion dépasse la fenêtre d'attribution.
Pour quel SaaS freemium c'est rentable, et où le produit décide à votre place
SaaS freemium à volume, la mécanique exige assez d’inscrits pour que les cohortes parlent.
Pour une entreprise, le test économique réunit quatre lignes : coût des utilisateurs gratuits, nombre d’abonnés, revenus d’abonnement et coût de service. Ajoutez la facturation mensuelle ou annuelle réellement encaissée, pas le prix affiché. Deux offres peuvent attirer le même volume et produire des modèles radicalement différents si leurs abonnements, leur support ou leurs avantages premium ne portent pas la même marge.
La nuance à garder : tout repose sur le taux free→paid, qui appartient au produit, le mur payant bien placé, la valeur gratuite généreuse mais bornée. L’acquisition amène des probabilités, mais elle ne corrige pas à elle seule un mur payant mal placé.
- Valeur d’un inscrit freemium = p(conversion) × LTV : c’est le calcul qui compte.
- CAC réel = coût par inscrit ÷ taux de conversion par cohorte : les 6 € par inscrit flattent, les 150 € par payant décident.
- L’horizon freemium dépasse souvent les fenêtres d’attribution : import back-office + lecture par cohorte sont nécessaires pour décider proprement.
- Optimiser sur l’événement prédictif (usage proche du mur payant), pas durablement sur l’inscription seule.
- Si le CAC réel dépasse la LTV : travailler le produit, pas les enchères.
