Les applications d’abonnement basées sur l’IA génèrent 41 % de revenus par utilisateur en plus que les applications non basées sur l’IA, mais sont moins « collantes », selon la plateforme d’abonnement RevenueCat.
Son rapport sur l’état des applications d’abonnement révèle que les applications d’IA convertissent les utilisateurs d’essai gratuit en abonnements payants à 8,5 %, contre 5,6 % pour les applications non-IA, sur la base des données de performances des applications utilisant sa plate-forme.
Cependant, le rapport de 339 pages indique que les taux de désabonnement pour les applications IA étaient nettement plus élevés que pour les applications non IA, avec une rétention annuelle des abonnés de seulement 21,1 % contre 30,7 %. Les taux de rétention mensuels des applications d’IA sont également à la traîne, retenant environ 6,1 % des utilisateurs, contre 9,5 % pour les alternatives non IA.
« Les données montrent que même si le battage médiatique autour de l’IA peut stimuler les ventes initiales, il ne crée pas encore la valeur durable nécessaire à la rétention à long terme », a rapporté RevenueCat.
« Les applications qui résolvent ce problème de rétention plus tôt seront propriétaires de leur catégorie », ajoute-t-il. « (T)les tuyaux qui ne le font pas surfent simplement sur une vague de curiosité des consommateurs. »
Applications riches en nouveautés et pauvres en habitudes
« À un niveau élevé, les applications d’IA peuvent facturer plus parce que les utilisateurs s’attendent à une vitesse magique et à un raccourci pour faire les choses difficiles plus rapidement, donc la volonté de payer commence à être élevée », a expliqué Mark N. Vena, président et analyste principal chez SmartTech Research, une société de conseil technologique à Las Vegas.
« Mais beaucoup de ces applications sont encore riches en nouveautés et pauvres en habitudes, ce qui signifie que les gens s’abonnent rapidement, testent la promesse et abandonnent tout aussi rapidement lorsque la valeur semble répétitive, incohérente ou facile à remplacer », a-t-il déclaré à TechNewsWorld.
La plupart des applications d’IA sont liées à la productivité et à la photo, une catégorie dans laquelle la valeur à vie (LTV) d’un utilisateur est supérieure à la moyenne. Il n’est donc pas surprenant de voir une LTV plus élevée pour les applications d’IA par rapport à toutes les catégories, a ajouté Adam Landis, responsable de la croissance chez Branch, une société de logiciels d’analyse mobile à Mountain View, en Californie.
« L’IA est si nouvelle que la plupart des utilisations par les consommateurs sont exploratoires », a-t-il déclaré à TechNewsWorld. « Comme les chatbots, la plupart des utilisateurs essaient encore de trouver les meilleurs moyens d’intégrer la technologie dans leur vie. »
« Il n’est pas surprenant de constater des taux de désabonnement élevés avec toute nouvelle technologie », a-t-il déclaré. « Ceux-ci seront réglés une fois que la technologie aura développé des cas d’utilisation bien compris. »
Désillusion face à la vente incitative
Les personnes qui s’abonnent à ces applications d’IA pensent qu’elles seront en mesure d’obtenir un retour sur investissement (ROI), ce qui n’est pas aussi clair avec d’autres applications d’abonnement, a noté Ross Rubin, analyste principal chez Reticle Research, une société de conseil en technologies grand public à New York.
Mais il peut y avoir une certaine désillusion, ce qui entraînerait un taux de désabonnement, a-t-il ajouté. « Il se peut qu’une fois qu’un utilisateur essaie vraiment d’étendre les capacités de l’application, il découvre qu’elle ne produit pas les résultats souhaités ou que des frais supplémentaires sont engagés », a-t-il déclaré à TechNewsWorld.
« Par exemple, un certain nombre d’applications proposent un niveau de 20 $ par mois », a-t-il poursuivi. « Mais lorsque vous demandez à l’application de faire quelque chose de sophistiqué, ou qui nécessite beaucoup de puissance graphique, elle vous demande de passer au niveau ultime. Cela pourrait représenter un gros bond jusqu’à 200 $ par mois. »
« De toute évidence, vous ne pourrez justifier quelque chose comme ça que si c’est quelque chose que vous pouvez monétiser ou si vous avez des projets de monétisation ou si cela joue dans votre vie professionnelle », a-t-il déclaré. « Je pense que c’est en partie ce qui est en jeu ici. »
Le rapport note que le coût pour servir un abonné marginal était autrefois proche de zéro, mais ce n’est pas le cas pour les applications qui utilisent des modèles de langage étendus (LLM) pour prendre en charge les fonctionnalités basées sur l’IA.
« En conséquence, de nombreuses applications d’IA proposent des produits freemium moins généreux, raccourcissent la durée des essais gratuits, poussent les nouveaux utilisateurs vers des forfaits annuels et/ou introduisent des niveaux d’abonnement plus chers pour les fonctionnalités d’IA afin de couvrir leurs coûts », explique-t-il.
« Cela les aide à maintenir une économie d’unité saine à mesure qu’ils évoluent », ajoute-t-il.
Périodes d’essai plus courtes
Des périodes d’essai plus courtes sont largement adoptées par le marché, selon le rapport. Près de la moitié de toutes les applications utilisent des essais de quatre jours ou moins, note-t-il, malgré les données montrant que les essais de 17 jours ou plus convertissent mieux que les essais courts avec une marge de 42,5 % à 25,5 %.
« Cela suggère que de nombreuses équipes optimisent le contrôle plutôt que la confiance », a observé Vena.
« Il ne fait aucun doute que les essais courts semblent plus sûrs car les développeurs souhaitent des retours plus rapides, moins d’exposition aux resquilleurs et une conversion d’argent plus rapide », a-t-il ajouté. « Le problème est que de nombreux produits, en particulier ceux qui ont une utilité plus profonde ou qui créent une habitude, ont besoin de plus de trois ou quatre jours pour prouver qu’ils méritent une facturation récurrente. »
Cependant, Landis a souligné qu’il est très difficile d’optimiser les paiements effectués à 30 jours. « Vous ne pouvez tester qu’une fois par mois », a-t-il expliqué.
« Les essais qui durent 17 jours ou plus réussissent probablement parce que l’utilisateur a simplement oublié d’annuler », a-t-il ajouté. « S’ils annulent le 31ème jour après un rappel de paiement, cela n’aide pas le développeur de l’application à créer un meilleur produit. »
La première session devient critique
Dans le même temps, les périodes d’essai diminuent, la fenêtre pour attirer les abonnés se rétrécit. Le rapport indique que 55 % de toutes les annulations d’essais de trois jours se produisent le jour zéro. « La bataille pour l’abonné se gagne ou se perd dès la première session, obligeant les développeurs à livrer instantanément un moment ‘aha!' », a-t-il déclaré.
« C’est un avertissement géant indiquant que l’expérience de la première séance est primordiale », a averti Vena. « Si les utilisateurs ne comprennent pas la valeur, se heurtent à un mur de configuration ou éprouvent des remords de l’acheteur en quelques minutes, l’essai est pratiquement mort à l’arrivée et le reste de l’entonnoir compte à peine. »
« Pour les développeurs, cela signifie que l’intégration, le timing du paywall, la messagerie et la preuve immédiate de la valeur ne sont plus des détails d’optimisation », a-t-il déclaré.
Néanmoins, des annulations rapides peuvent être utiles aux développeurs. « Plus tôt vous pourrez obtenir des données, plus vite vous pourrez les optimiser », a expliqué Landis. « Une application qui reçoit des annulations le jour zéro peut effectuer sept fois plus de tests qu’une application qui reçoit des annulations après une semaine. »
« Davantage de tests signifient que vous pouvez découvrir ce qui fonctionne beaucoup plus rapidement », a-t-il ajouté.
Le grand fossé
Le rapport a également identifié un fossé entre le haut et le bas du marché. Les 25 % des applications les plus performantes ont connu une croissance de 80 % d’une année sur l’autre, tandis que les 25 % les plus pauvres ont diminué de 33 %, note-t-il.
« Les revenus des applications par abonnement sont un marché où les gagnants prennent plus », a-t-il déclaré. « Un petit nombre d’applications enregistrent une croissance démesurée, tandis que tout le monde constate des gains bien plus modestes, voire des déclins. »
« L’évolution de l’adoption de la technologie tend à donner aux gagnants d’un marché mature une part démesurée du gâteau », a expliqué Landis.
« Regardez Google, Meta et Amazon : ensemble, ils possèdent 75 % du marché publicitaire », a-t-il poursuivi. « Des économies d’échelle, d’énormes investissements technologiques et une base d’utilisateurs massive signifient que les consommateurs bénéficient de coûts inférieurs, de performances plus élevées et d’une meilleure technologie de la part des plus grands acteurs. »
« Nous verrons cet écart se creuser à mesure que les gagnants prendront conscience de leurs avantages concurrentiels », a-t-il déclaré.
Vena a soutenu que le marché se concentrait brutalement. « Les meilleures applications cumulent les avantages en termes de marque, de qualité des produits, d’intégration, de science des prix et d’acquisition payante, tandis que les applications les plus faibles sont ensevelies sous un flot de sosies », a-t-il expliqué.
« RevenueCat indique que les 10 % des applications les plus performantes ont augmenté de 306 % d’une année sur l’autre, tandis que l’application médiane n’a augmenté que de 5,3 % et que le quartile inférieur a diminué de 33 %, ce qui vous indique qu’il ne s’agit plus d’une histoire de marée montante », a-t-il déclaré. « L’IA relève également le plafond pour les joueurs les plus forts, mais ne sauve pas les joueurs à longue traîne. »
« En fin de compte, le marché des applications par abonnement continue de croître, mais il se transforme en une activité où le gagnant prend plus, où l’exécution compte plus que jamais », a ajouté Vena.
« Les lancements de nouvelles applications ont augmenté, mais les applications plus anciennes contrôlent toujours la plupart des revenus d’abonnement, donc se contenter d’une autre application pour moi aussi et d’un paywall n’est pas une stratégie », a-t-il poursuivi. « La prochaine phase appartient aux applications qui peuvent prouver rapidement leur valeur, conserver la confiance plus longtemps et gagner une place dans la routine d’un utilisateur plutôt que dans sa simple curiosité. »
