Benchmarks ARPU pour huit industries B2C en 2026. Le quintile supérieur s'éloigne à un rythme 2 à 4 fois supérieur au taux historique. Ce que les leaders font différemment.
Chaque trimestre, nous analysons les trajectoires d'ARPU à travers huit catégories B2C que nous suivons de près, du streaming et des télécommunications à la fintech, aux voyages et aux marketplaces. Pendant quatre ans, l'image était bruyante mais globalement symétrique : les leaders et les retardataires évoluaient ensemble, à un cycle près. Au cours des six derniers trimestres, cela a cessé d'être vrai. Dans chaque catégorie que nous suivons, l'écart entre le quintile supérieur et la médiane s'élargit, et l'écart entre le quintile supérieur et le quintile inférieur s'élargit encore plus vite.
Ceci n'est pas l'histoire de celui qui a le meilleur produit. C'est l'histoire de celui qui a transformé la prise de décision en un actif cumulatif, et de celui qui exécute encore le même calendrier de campagnes qu'en 2022.
Prends n'importe quel secteur B2C avec une base de clients mature d'au moins quelques millions d'utilisateurs. Classe les entreprises par growth d'ARPU sur les douze derniers mois. Le quintile supérieur ne fait pas 20 ou 30 % mieux que la médiane ; il fait 2 à 5 fois mieux sur la métrique qui compte réellement, qui est l'ARPU incrémental par client actif et par trimestre. Les niveaux absolus diffèrent par secteur, les ratios non.
Les analystes appellent cela une « normalisation post-pandémique ». Ce cadrage est faux. La normalisation signifierait que l'éventail se referme. Ce que nous voyons, c'est l'éventail s'ouvrir, de manière monotone, trimestre après trimestre, à travers des catégories qui n'ont presque rien d'autre en commun. Lorsqu'un motif apparaît simultanément dans huit industries non liées, la cause n'est pas spécifique au secteur. Elle est infrastructurelle.
Pour plus de clarté : le spread ARPU est le ratio de la growth de l'ARPU du quintile supérieur par rapport à la growth de l'ARPU du quintile inférieur sur la même fenêtre de vingt-quatre mois, contrôlé pour la taille de la base. Nous ignorons les entreprises en dessous d'un seuil d'échelle parce que les calculs de l'ARPU se dégradent en dessous d'un certain dénominateur, et nous ignorons les entreprises qui acquièrent activement des clients à perte parce que le signal de growth de l'ARPU est contaminé par la dilution.
Le résultat est une comparaison nette : des opérateurs d'une échelle à peu près comparable, dans la même industrie, soumis aux mêmes conditions macroéconomiques, avec des systèmes d'exploitation internes différents. Ce qui explique la différence doit être à l'intérieur de l'opérateur, et non autour de lui.
Il n'y a pas de cause unique, mais trois forces se conjuguent. Chacune d'entre elles existe depuis des années. Ce qui est nouveau en 2026, c'est qu'elles se renforcent mutuellement plus rapidement que les entreprises en place ne peuvent l'absorber.
Jusqu'en 2024, la « personnalisation 1:1 » était un concept de présentation. En pratique, la plupart des entreprises géraient un petit nombre de grands segments avec quelques centaines de variantes par an. En 2026, une poignée d'opérateurs prennent des centaines de milliers de décisions par jour, par client, le modèle étant réentraîné chaque semaine sur les résultats. Ce n'est pas une amélioration marginale par rapport aux segments. C'est un régime différent.
L'uplift ne se trouve pas principalement dans le taux de clics ou le taux d'ouverture, qui sont des signaux de vanité. L'uplift se trouve dans la queue : un petit nombre de clients de très grande valeur sont dirigés vers une offre très différente de celle qu'ils auraient reçue selon une stratégie de segment, et la valeur attendue de ce changement de route est disproportionnellement grande. Manque cette queue et tu auras l'air identique à tes concurrents sur chaque tableau de bord, tout en perdant discrètement les clients qui génèrent de la croissance.
Le capital bon marché a masqué de nombreuses mauvaises décisions entre 2020 et 2023. En 2026, les conseils d'administration auditeront la marge de contribution, et non la croissance des revenus. Cela a une conséquence spécifique : les actions de rétention qui étaient justifiées par l'intuition sont supprimées, et seules celles avec une marge incrémentale prouvable survivent. Les opérateurs sans pile de mesure causale ne peuvent pas réussir cet audit. Ils cessent discrètement d'exécuter les actions qui fonctionnaient discrètement, et leur ARPU stagne.
Le changement le plus sous-estimé des dix-huit derniers mois est que le coût d'exécution d'une expérimentation causale, de l'hypothèse à la variante livrée, en passant par le holdout et la lecture de l'uplift, a chuté d'environ un ordre de grandeur. Cela signifie que le haut de la distribution livre désormais dix fois plus d'expérimentations par trimestre que la médiane. Dix fois plus d'expérimentations ne produisent pas dix fois l'uplift. Dans nos données, cela produit environ trois à quatre fois l'uplift, car la plupart des expérimentations échouent encore. Mais un uplift composé de trois à quatre fois, trimestre après trimestre, est exactement la forme de la propagation que nous mesurons.
Le mécanisme est le même toutes catégories confondues. La surface d'application diffère. Un bref tour d'horizon de ce que nous observons dans chacune des huit industries que nous suivons.
L'écart ici est le plus large que nous mesurons. Les opérateurs du quintile supérieur sont passés d'une échelle de niveaux linéaire à une construction d'offres continue : le pack, l'activation publicitaire, la cadence et le prix de renouvellement sont décidés par client, par moment. Les opérateurs médians livrent encore un changement de prix par trimestre et un changement de pack par an.
L'expansion de l'ARPU Postpaid est remportée par les opérateurs qui ont saisi tôt le volant de la surconsommation et des add-ons : prédire quels clients sont sur le point d'atteindre leur plafond de données et pré-proposer une augmentation à une marge que le DAF signera. Cela ressemble à de la rétention. C'est en fait de l'expansion.
Le cross-sell dans la fintech a été pendant des années un fouillis de pop-ups. Les leaders traitent désormais chaque surface produit comme un moteur d'éligibilité : quel client, quel jour, est le mieux servi avec quel deuxième produit, et comment le routage de cette offre aujourd'hui affecte-t-il la probabilité d'un troisième produit dans six mois. Cette dernière clause est celle que personne ne modélisait en 2023.
Le spread ici est le plus bruyant, car la demande est exogène. Mais même après avoir contrôlé l'occupation, les opérateurs du quintile supérieur extraient nettement plus par client réservé grâce au séquençage auxiliaire : quel upsell, sur quel canal, à quel moment de la fenêtre pré-voyage. L'opérateur médian continue d'envoyer le même pass lounge à tout le monde douze jours avant.
L'écart intéressant ne se situe pas entre les marchés. Il se situe au sein de chaque marché, entre la manière dont le décile supérieur des vendeurs est mis en correspondance avec la demande et la manière dont le milieu l'est. Les leaders ont fait passer le matching d'un classeur statique à un objectif continuellement personnalisé. Les opérateurs médians ajustent encore un seul modèle de classement trimestriellement.
Les services en direct ont toujours connu ce jeu, et cela se voit. Les leaders ont passé 2025 à reconstruire leurs moteurs d'offres sur un substrat causal ; les suiveurs gèrent toujours des calendriers de LiveOps. L'écart se creuse ici particulièrement vite car les cycles de monétisation sont de quelques jours, pas de quelques mois.
L'optimisation du Paywall était autrefois un A/B test trimestriel. Pour les 20 % les plus performants, c'est maintenant une décision par article, par lecteur, et l'entonnoir d'abonnement est un sous-produit d'un modèle d'engagement beaucoup plus riche. La queue de distribution est encore plus importante ici, car une petite part de lecteurs fidèles représente l'essentiel de la LTV.
Les programmes de fidélisation sont l'artefact visible ; l'invisible est la couche de décision sous-jacente qui choisit qui voit quelle récompense, avec quelle date d'expiration, à quel prix de rachat. Les leaders ont cessé de considérer la fidélité comme un programme. C'est une surface de décision.
Une fois que l'on dépasse la surface spécifique à l'industrie, le mécanisme est le même. Chaque opérateur fait face à un flux de moments où un client pourrait être dirigé vers l'une des nombreuses actions possibles. Dans l'ancien régime, la plupart de ces moments étaient gérés par des valeurs par défaut, ou par un petit ensemble de règles écrites manuellement. Dans le nouveau régime, chacun est une décision, et chaque décision est un pari avec un résultat mesurable.
Au moment où tu industrialises cette boucle, trois choses commencent à s'accumuler en même temps. La qualité des données s'améliore car chaque décision laisse une trace. La qualité des modèles s'améliore car les traces deviennent des données d'entraînement. La vélocité organisationnelle s'améliore car chaque équipe débat de preuves plutôt que d'opinions. Chacune des trois alimente les deux autres. C'est pourquoi l'écart s'élargit au lieu de se réduire : le processus sous-jacent est exponentiel, et les processus exponentiels ne convergent pas.
Nous avons interviewé les responsables de la growth, de l'analytics et des produits chez dix-sept opérateurs dans ces catégories. Cinq pratiques apparaissent dans presque toutes les réponses du quintile supérieur et dans presque aucune des réponses médianes.
Pour l'opérateur médian, le constat honnête est inconfortable. L'écart ne va pas se réduire en travaillant plus dur avec le modèle opérationnel actuel. Un autre trimestre de planification de campagne, une autre série de rafraîchissements de segments, un autre livrable de conseil sur le « client 360 » ne feront pas bouger la courbe de l'ARPU. La pile actuelle est un maximum local, et c'est la mauvaise approche.
La bonne nouvelle est que le changement est moins important qu'il n'y paraît. La plupart des opérateurs médians disposent déjà des données brutes. Ils ont les interfaces produit. Ils ont les relations clients. Ce qui leur manque, c'est une couche de decisioning qui transforme les opportunités en expérimentations et les expérimentations en actions déployées et mesurées, en continu, à un rythme que les humains ne peuvent maintenir manuellement.
Trois signaux nous diront si cette tendance s'accélère ou se stabilise au cours des quatre prochains trimestres. Premièrement, si l'opérateur médian de chaque catégorie adopte un modèle opérationnel axé sur les opportunités, ou continue à planifier en fonction d'un calendrier. Deuxièmement, si les conseils d'administration commencent à inclure la croissance composée de l'ARPU, plutôt que la croissance globale, dans la rémunération des dirigeants. Troisièmement, si les leaders commencent à publier leurs résultats causaux, ce qui réduirait l'avantage informationnel et ferait avancer la frontière pour tous.
Notre scénario de base actuel est que l'écart continue de se creuser jusqu'en 2027, puis bifurque : une poignée de catégories où les suiveurs parviennent à rattraper leur retard parce que les économies d'acquisition forcent la donne, et une majorité où le quintile supérieur verrouille l'avantage pour le reste de la décennie. Dans tous les cas, les opérateurs qui passeront 2026 à construire la couche de decisioning passeront 2027 à en récolter les intérêts composés.
Une version plus longue de cette analyse, avec les références complètes de l'industrie et la méthodologie, est disponible dans Le rapport ARPU 2026 pour les entreprises B2C.
Questions fréquentes
Ressources associées
Solutions
Le voir dans le produit
Les mêmes boucles que cette note décrit fonctionnent 24 heures sur 24, 7 jours sur 7, sur ta base de clients. Observe l'espace de travail décider, expérimenter et exécuter en 1:1.
Vocabulaire
Definitions an answer engine can quote, each one a page of its own.
Comparer
Neutral reads on the categories buyers evaluate against a decision layer.
Toutes les comparaisons
