Fréquence des push : arbitrer pression marketing et rétention
La fréquence push ne se pilote pas comme un volume d’envoi, mais comme un arbitrage entre valeur immédiate et droit à réengager
La notification push occupe une place singulière dans l’activation mobile. Elle est gratuite ou quasi gratuite à l’envoi, visible hors session, actionnable en un geste et directement reliée à l’application, mais elle consomme une ressource rare : la permission d’interrompre l’utilisateur. Cette permission se perd vite. Une campagne qui améliore le chiffre d’affaires de la semaine peut dégrader la rétention à 30 ou 90 jours si elle augmente les désactivations, les désinstallations ou l’indifférence progressive aux messages.
Pour un annonceur retail, bancaire, média, travel ou omnicanal, la question n’est donc pas seulement de savoir combien de pushs envoyer. Elle consiste à déterminer à partir de quel niveau de pression la valeur marginale d’un message devient inférieure à son coût marginal, économique et relationnel. Le coût économique semble faible, mais le coût relationnel peut être élevé : perte de l’opt-in push, baisse d’ouverture future, désinstallation de l’application, hausse du churn, c’est-à-dire du taux de départ ou d’inactivité d’une population client sur une période donnée.
Une notification push désigne un message envoyé par une application mobile au terminal d’un utilisateur ayant donné l’autorisation de réception. Elle peut être transactionnelle, promotionnelle, éditoriale, servicielle ou comportementale. Les taux d’ouverture varient fortement : un push de service attendu peut dépasser 20 % ou 30 % d’ouverture dans certaines verticales, tandis qu’un push promotionnel générique tombe souvent entre 2 % et 8 %. Ces moyennes sont trompeuses. La performance dépend de l’intention, de la récence d’usage, du moment, de la personnalisation, de la valeur de l’offre et de l’historique de pression.
Le piège est renforcé par les tableaux de bord classiques. Un push coûte peu, génère des sessions, parfois des ventes attribuées, et semble donc très rentable. Le CPA, cost per acquisition, coût nécessaire pour générer une conversion attribuée, peut paraître excellent. Le ROAS, return on ad spend, ratio entre chiffre d’affaires attribué et dépenses marketing, peut devenir artificiellement élevé puisque le coût d’envoi est marginal. Mais cette lecture ignore souvent le coût d’opportunité : chaque notification non pertinente réduit la probabilité que l’utilisateur réagisse à la suivante. En d’autres termes, la pression push ne doit pas être optimisée uniquement sur la conversion immédiate, mais sur la contribution nette au cycle de vie client.
Comprendre la courbe de fatigue : les premiers pushs activent, les suivants filtrent les utilisateurs les plus tolérants
La fréquence push suit rarement une relation linéaire avec la performance. Les premiers messages peuvent créer de la réactivation, rappeler une intention dormante ou convertir un utilisateur hésitant. Puis les rendements décroissent. Au-delà d’un certain seuil, la campagne touche surtout des utilisateurs déjà convaincus, très engagés ou très tolérants à la pression, tandis qu’elle irrite les segments plus fragiles. Si l’analyse ne distingue pas ces populations, la fréquence élevée peut sembler performante alors qu’elle sélectionne simplement les utilisateurs les moins sensibles à la fatigue.
Un framework utile consiste à séparer trois zones. La première est la sous-exposition : l’utilisateur a installé l’application, mais ne reçoit pas assez de signaux utiles pour en percevoir la valeur. C’est fréquent dans les applications retail où le push n’est utilisé que pour les temps forts commerciaux. La deuxième est la zone d’efficacité : les messages sont suffisamment fréquents pour soutenir le funnel, parcours allant de l’exposition à la considération, puis à la conversion et à la fidélisation. La troisième est la zone de saturation : les ouvertures stagnent ou baissent, les conversions incrémentales plafonnent, et les signaux négatifs augmentent.
Cette fatigue peut être visible ou silencieuse. Les signaux visibles incluent la désactivation des notifications, la désinstallation de l’application, le désabonnement lorsque l’application propose un centre de préférences, ou les notes négatives dans les stores. Les signaux silencieux sont plus dangereux : baisse du taux d’ouverture sur plusieurs campagnes, temps de session plus court après clic, diminution de la conversion post-ouverture, absence de réaction répétée, recul de la fréquence d’usage organique. Une base push peut donc rester volumineuse tout en perdant sa capacité réelle d’activation.
Les benchmarks internes sont plus utiles que les moyennes de marché. Une enseigne peut observer, par exemple, qu’un segment de clients actifs tolère 3 à 4 pushs commerciaux par mois sans dégradation de rétention, tandis qu’un segment dormant se désactive fortement dès le deuxième message non serviciel. Une application média peut accepter plusieurs pushs par jour si l’utilisateur a explicitement choisi des alertes thématiques. Une application de mode peut au contraire fatiguer sa base avec deux notifications promotionnelles dans la même semaine si les offres se ressemblent. La fréquence acceptable dépend moins du canal que du contrat implicite entre l’application et l’utilisateur.
Ce contrat implicite doit être formalisé. Un push de livraison, de stock disponible, de baisse de prix sur un produit suivi ou de rendez-vous imminent est perçu comme un service. Un push générique annonçant une remise nationale est perçu comme de la publicité. Un push local indiquant qu’un produit consulté est disponible dans le magasin favori peut être très utile. Le même push local envoyé sans signal d’intention peut devenir intrusif. La fréquence ne se juge donc pas uniquement en nombre de messages ; elle se juge en densité de valeur perçue.
Segmenter la pression : fréquence, intention, valeur client et maturité applicative doivent être croisées
Un plafond unique, par exemple un push par jour ou trois par semaine, constitue un garde-fou, mais il ne suffit pas pour piloter la performance. Les utilisateurs n’ont pas la même valeur, la même intention ni la même tolérance. Le capping, limitation de la fréquence d’exposition ou de sollicitation sur une période donnée, doit être différencié selon plusieurs dimensions : cycle de vie applicatif, engagement récent, valeur client, objectif du message et historique de réactions.
La première dimension est la maturité applicative. Un nouvel utilisateur doit recevoir des messages qui accélèrent l’adoption : activation de fonctionnalité, bénéfice du compte, personnalisation, premier achat, ajout au magasin favori, activation du wallet, création d’une liste ou mise en place d’alertes. La pression commerciale trop précoce peut dégrader l’onboarding. À l’inverse, un utilisateur très actif peut recevoir davantage de messages, mais seulement si ceux-ci sont contextualisés. Un utilisateur dormant doit être traité avec prudence : la tentation est de multiplier les relances, alors que l’absence d’usage signale souvent une faible tolérance ou une proposition de valeur insuffisante.
La deuxième dimension est l’intention. Un signal récent, comme une consultation produit, un abandon de panier, une recherche d’itinéraire, une visite de page magasin, une mise en favori ou une ouverture d’email, augmente la pertinence d’une relance push. Une pression élevée sans signal d’intention revient à utiliser le push comme canal de masse, ce qui dégrade sa valeur. Une bonne règle consiste à réserver les séquences denses aux événements à forte intention et à maintenir une pression faible sur les audiences froides.
La troisième dimension est la valeur client. La LTV, lifetime value, valeur économique attendue d’un client sur l’ensemble de sa relation avec la marque, doit influencer la fréquence, mais pas de manière simpliste. Les clients à forte valeur ne doivent pas nécessairement recevoir plus de pushs ; ils doivent recevoir de meilleurs pushs. Les surexposer peut coûter cher si la désactivation du canal réduit la capacité de service ou de réachat. Les clients à faible valeur peuvent recevoir des messages de réactivation plus promotionnels, mais avec des règles d’arrêt strictes si aucune réaction n’est observée.
La quatrième dimension est la nature du message. Il faut distinguer au minimum quatre familles. Les pushs transactionnels, comme confirmation, retard, retrait ou rendez-vous, doivent être priorisés et exclus du capping commercial. Les pushs de service, comme disponibilité, rappel utile ou alerte personnalisée, peuvent être fréquents s’ils sont attendus. Les pushs comportementaux, liés à une action récente, doivent être scénarisés. Les pushs commerciaux génériques doivent être plafonnés strictement. Mélanger ces familles dans un même compteur empêche de piloter correctement la pression.
Une matrice opérationnelle peut croiser intention et valeur. Pour une intention forte et une valeur élevée, le push doit être personnalisé, court, actionnable et limité dans le temps. Pour une intention forte et une valeur faible, il peut être automatisé, mais avec un plafond serré. Pour une intention faible et une valeur élevée, la marque doit privilégier le contenu utile, la nouveauté ou le service plutôt que la remise. Pour une intention faible et une valeur faible, le push commercial doit être rare, ou remplacé par des canaux moins intrusifs comme l’email ou l’in-app.
Scénariser les séquences : la pression pertinente dépend de ce qui s’est passé avant et après chaque message
La fréquence push ne doit pas être pensée campagne par campagne, mais comme une séquence. Un utilisateur qui reçoit un push, l’ouvre, consulte une fiche produit puis n’achète pas ne doit pas être traité comme un utilisateur qui n’a rien ouvert. Un utilisateur qui achète doit sortir de la pression d’acquisition. Un utilisateur qui ignore trois messages successifs doit entrer en pause. Cette logique paraît évidente, mais beaucoup d’organisations continuent à empiler des campagnes calendaires, des scénarios CRM et des temps forts commerciaux sans arbitration globale.
Un scénario robuste comporte quatre mécanismes. Le premier est la priorité. Les messages transactionnels doivent passer avant les messages commerciaux. Une alerte de commande prête ou de changement de créneau ne doit pas être bloquée par un cap promotionnel. Le deuxième est l’exclusion. Après achat, utilisation d’un coupon, prise de rendez-vous ou visite magasin identifiée, l’utilisateur doit être retiré du scénario de relance initial. Le troisième est la pause. Après plusieurs non-réactions, le système doit réduire la pression plutôt que l’augmenter. Le quatrième est la progression créative. Une relance ne doit pas répéter exactement le même message ; elle doit ajouter une information : stock, preuve, urgence réelle, avantage, alternative produit ou service.
Prenons le cas d’une enseigne d’équipement de la maison. Un utilisateur consulte des barbecues dans l’application le mardi soir. Le mercredi matin, un premier push peut rappeler les produits sauvegardés ou indiquer la disponibilité dans le magasin favori. S’il ouvre sans acheter, une relance le vendredi peut mettre en avant le retrait rapide ou une démonstration en magasin le week-end. S’il ignore les deux messages, un troisième push promotionnel le dimanche soir a peu de chances de créer de la valeur et risque d’augmenter la fatigue. En revanche, un email de contenu ou une publicité retargeting moins intrusive peuvent reprendre le relais.
La temporalité dépend du cycle d’achat. Pour la restauration, la fenêtre de décision peut se compter en heures ; deux pushs dans une journée peuvent être acceptables s’ils correspondent à des moments de repas et à des préférences connues. Pour la mode, la séquence peut s’étaler sur quelques jours autour d’une collection, d’un panier ou d’une vente privée. Pour l’automobile, l’optique ou l’ameublement, la fréquence doit être plus espacée et articulée avec le rendez-vous, le conseil, le financement ou la disponibilité. Appliquer le même cap à toutes les catégories revient à ignorer la friction réelle de décision.
La pression doit aussi être orchestrée avec les autres canaux. Un utilisateur peut recevoir un email, voir une publicité sociale, être exposé en programmatique via une DSP, demand-side platform, plateforme permettant d’acheter automatiquement des impressions publicitaires, puis recevoir un push. Le RTB, real-time bidding, mécanisme d’enchères en temps réel pour acheter une impression disponible, permet de prolonger une séquence mobile hors application. Mais si chaque canal optimise isolément son propre taux de clic, l’utilisateur subit une pression cumulative. La bonne gouvernance consiste à définir un compteur relationnel global ou, à défaut, des règles d’exclusion intercanales sur les segments sensibles.
Mesurer l’impact réel : l’attribution surestime souvent les pushs envoyés aux utilisateurs déjà actifs
L’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing, est particulièrement biaisée sur le push. Les utilisateurs qui ouvrent les notifications sont souvent déjà plus engagés que la moyenne. Ils achètent plus, reviennent plus souvent et ont une probabilité de conversion naturellement plus élevée. Si l’on attribue toutes les ventes post-ouverture au push, le canal paraît mécaniquement très rentable. Le problème est classique : le push capte une partie de la demande existante au lieu de prouver qu’il l’a créée.
Le last click, modèle attribuant toute la conversion au dernier point de contact, renforce ce biais. Un utilisateur reçoit un push, clique, puis achète un produit qu’il avait déjà consulté trois fois. Le reporting crédite le push, alors que l’effet incrémental peut être limité. À l’inverse, un utilisateur reçoit un push, ne clique pas, mais se souvient de l’offre et achète en magasin le lendemain. Le last click sous-estime alors le canal. Une mesure sérieuse doit donc distinguer conversion attribuée et conversion incrémentale.
Le holdout, groupe témoin volontairement non exposé, est l’outil le plus utile pour mesurer l’effet réel. Sur une campagne push adressée à 500 000 utilisateurs éligibles, l’annonceur peut exclure aléatoirement 5 % à 10 % de la population, soit 25 000 à 50 000 utilisateurs, tout en conservant des proportions comparables par segment, valeur client, récence et magasin favori. Si le groupe exposé convertit à 4,8 % et le groupe témoin à 4,1 %, l’uplift, c’est-à-dire l’augmentation incrémentale attribuable à la campagne, est de 0,7 point. Sur 450 000 exposés, cela représente 3 150 conversions incrémentales.
Cette approche permet aussi de mesurer la fréquence. Il ne suffit pas de comparer les utilisateurs ayant reçu un push à ceux ayant reçu trois pushs, car les seconds sont souvent différents : plus actifs, plus joignables ou plus présents dans les segments prioritaires. Il faut concevoir des tests où des populations comparables reçoivent des niveaux de pression différents. Par exemple : groupe A avec maximum 1 push commercial par semaine, groupe B avec 2 pushs, groupe C avec 3 pushs. Les indicateurs suivis doivent inclure ventes, marge, sessions, désactivations push, désinstallations, rétention à 30 jours et fréquence d’usage organique.
Un exemple chiffré illustre l’arbitrage. Une application retail teste pendant huit semaines deux politiques de fréquence sur 800 000 utilisateurs actifs. Le groupe intensif reçoit en moyenne 2,8 pushs commerciaux par semaine ; le groupe modéré 1,4. Le groupe intensif génère 12 % de chiffre d’affaires attribué supplémentaire et un CPA apparent inférieur de 18 %. Mais le holdout montre que l’incrémentalité n’est que de 3 %, tandis que les désactivations push augmentent de 0,9 point et la rétention à 60 jours baisse de 1,4 point sur les utilisateurs faiblement engagés. Le gain court terme est réel sur les clients intentionnistes, mais négatif sur les segments fragiles. La bonne décision n’est donc pas de réduire partout la fréquence ; elle est de réserver l’intensité aux signaux forts et de protéger les cohortes à risque.
La marge doit entrer dans l’équation. Un push promotionnel peut générer beaucoup de ventes sur des produits remisés, mais peu de marge incrémentale. Un push de service peut générer moins de chiffre d’affaires immédiat, mais augmenter la rétention et la LTV. Les tableaux de bord doivent donc suivre la contribution nette : marge incrémentale, coût des remises, coût d’opportunité des désactivations et valeur future des utilisateurs conservés. Sans cette lecture, la pression push est presque toujours surévaluée.
Définir une gouvernance de pression : le centre de préférences et les règles d’arbitrage valent autant que l’algorithme
La maîtrise de la fréquence push ne repose pas uniquement sur des modèles prédictifs. Elle suppose une gouvernance claire. Les équipes CRM veulent réactiver, les équipes retail veulent soutenir les temps forts magasin, les équipes produit veulent promouvoir des fonctionnalités, les équipes service doivent envoyer des alertes utiles, et les équipes acquisition souhaitent rentabiliser l’installation de l’application. Sans règle d’arbitrage, chaque équipe ajoute sa campagne, et la pression réelle dépasse rapidement ce que l’utilisateur avait implicitement accepté.
Le centre de préférences est un levier souvent sous-exploité. Il permet à l’utilisateur de choisir les types de notifications : offres, nouveautés, baisse de prix, stock, commandes, événements locaux, contenus éditoriaux, alertes de fidélité. Son intérêt n’est pas seulement réglementaire ou UX. Il crée de la donnée déclarative et réduit le risque de désactivation globale. Un utilisateur qui ne veut plus de promotions peut continuer à accepter les alertes de service. Une application qui ne propose qu’un choix binaire, tout accepter ou tout couper, perd une partie de sa capacité de réengagement.
Les règles d’arbitrage doivent être explicites. Une bonne architecture distingue les messages non plafonnés mais contrôlés, comme transactionnel critique, des messages fortement plafonnés, comme promotion générique. Elle définit aussi des priorités en cas de conflit. Si un utilisateur est éligible à un push panier abandonné, un push vente privée et un push local, lequel part ? La réponse doit dépendre de la valeur attendue, de l’intention, de la récence et du risque de fatigue, pas seulement du calendrier commercial.
Les modèles de scoring peuvent aider. Un score de propension estime la probabilité qu’un utilisateur réalise une action, comme ouvrir, acheter ou revenir dans l’application. Un score de fatigue estime le risque de réaction négative ou de désengagement. La décision d’envoi peut alors croiser valeur attendue et risque relationnel. Par exemple, envoyer si la probabilité d’achat incrémental est élevée et le risque de désactivation faible ; réduire ou substituer par in-app si le risque de fatigue est élevé ; exclure temporairement si l’utilisateur a ignoré plusieurs messages récents.
Mais les modèles ne compensent pas une mauvaise discipline de base. Les équipes doivent partager un calendrier de pression, une taxonomie des messages, des caps par famille, des règles d’exclusion post-conversion, des périodes de silence et une politique de tests. Elles doivent également documenter les exceptions. Un temps fort commercial majeur peut justifier une pression plus élevée, mais cette exception doit être mesurée et compensée par une pause ultérieure. Sans cette discipline, la fréquence se reconstitue naturellement par empilement.
Conclusion : piloter les pushs comme un capital relationnel mesurable
Arbitrer pression marketing et rétention impose de changer de perspective. Le push n’est pas un canal gratuit ; c’est un capital relationnel. Chaque notification peut créer de la valeur, mais aussi consommer de la tolérance. La bonne fréquence n’est ni la plus faible ni la plus élevée. C’est celle qui maximise la contribution incrémentale tout en préservant la capacité future à réengager l’utilisateur.
Une feuille de route actionnable peut se structurer en huit étapes. Premièrement, cartographier tous les pushs envoyés par famille : transactionnel, service, comportemental, commercial, local, éditorial. Deuxièmement, distinguer les caps commerciaux des alertes de service, afin de ne pas bloquer les messages attendus. Troisièmement, segmenter la pression selon récence d’usage, intention, valeur client, historique d’ouverture et risque de churn. Quatrièmement, scénariser les relances avec règles d’exclusion après achat, visite, coupon ou absence répétée de réaction. Cinquièmement, mettre en place un centre de préférences pour éviter la désactivation globale. Sixièmement, tester plusieurs niveaux de fréquence avec holdouts stratifiés, et mesurer l’uplift plutôt que la seule attribution. Septièmement, intégrer les signaux négatifs : désactivation, désinstallation, baisse d’ouverture, recul de session et fatigue par segment. Huitièmement, arbitrer sur la marge incrémentale et la LTV, pas seulement sur le chiffre d’affaires attribué.
Le point critique est organisationnel. Tant que chaque équipe optimise son objectif isolément, la pression push augmente mécaniquement. Lorsque CRM, produit, retail, data et service client partagent une même gouvernance, la notification devient un instrument de rétention autant qu’un levier d’activation. Le marketing mobile mature ne cherche pas à parler plus souvent. Il cherche à parler au moment où le message a une utilité prouvable, puis à savoir se taire lorsque la prochaine interruption coûterait plus qu’elle ne rapporte.
