Analytics par secteur
Analytics B2B SaaS : mesurer le lead jusqu'au revenu, sur un cycle long
Analytics B2B SaaS : lead generation, cycle de vente long, CRM, conversions offline, product et marketing analytics. KPIs et pièges de tracking.
Par Ron Kopelman, consultant web analytics freelance — publié le 11 novembre 2026
Dans un éditeur SaaS, le premier clic et le revenu sont séparés par des semaines, parfois des mois. Un prospect remplit un formulaire en mars, reçoit un appel en avril, passe une démonstration en mai et signe en septembre. Les plateformes publicitaires ne voient que le formulaire, et le tableau de bord marketing déclare une campagne performante ou non sur la seule base de ce premier événement.
Le consultant analytics B2B et lead generation couvre la mise en place technique. Cette page décrit les questions de mesure propres au secteur, avant tout code.
Deux analytics qui ne se mesurent pas de la même façon
Un SaaS mesure en réalité deux choses. La première est l’acquisition : comment un visiteur devient un prospect, puis un client. La seconde est l’usage : comment le client utilise le produit, reste, ou décroche. Les deux sont souvent confondus dans un même tableau, avec des conséquences.
- Le marketing analytics répond à la question « quelle source fait venir des opportunités ». Ses données viennent du site, des formulaires et du CRM.
- Le product analytics répond à la question « quelles fonctionnalités font rester les clients ». Ses données viennent de l’application, avec des événements plus nombreux et un autre rythme.
Ces deux univers ont besoin d’un identifiant commun, le compte ou l’organisation, sinon la décision de marketing ne peut pas s’appuyer sur la rétention réelle. Le point de jonction est le CRM. Sans lui, le tableau de bord marketing et le tableau de bord commercial racontent deux histoires différentes, et personne ne sait laquelle croire.
Les événements partent du site, s'arrêtent dans le CRM, puis reviennent aux plateformes sous forme d'étapes de vente.
KPI à suivre
| KPI | Définition | Où le mesurer |
|---|---|---|
| Leads qualifiés | Prospects acceptés par les ventes, et non seulement formulaires envoyés | CRM, étape de qualification |
| Coût par opportunité | Dépense marketing divisée par le nombre d’opportunités créées | CRM rapproché des dépenses des plateformes |
| Taux de passage par étape | Part des opportunités qui passent de la démonstration à la proposition | CRM, historique des étapes |
| Revenu signé par source | Montant des contrats signés, attribué à la source d’origine | CRM, avec identifiants de clic conservés |
| Délai de cycle | Nombre de jours entre la création de l’opportunité et la signature | CRM |
| Activation produit | Part des comptes qui atteignent une action clé dans les premiers jours | Product analytics, identifiant du compte |
| Rétention par cohorte | Part des comptes encore actifs à trois et six mois | Product analytics, croisé avec le CRM |
Pièges de tracking fréquents
- Le lead sans identifiant de clic. Le formulaire n’enregistre pas le GCLID ni l’identifiant GA4. Quand le contrat est signé, la plateforme ne peut pas l’associer à la campagne.
- Le revenu compté au formulaire. Optimiser une campagne sur les formulaires envoie du trafic peu qualifié. L’équipe ventes perd du temps et le coût réel par client explose.
- La fenêtre d’attribution trop courte. Les plateformes par défaut ne conservent pas les clics assez longtemps pour un cycle de plusieurs mois. Les conversions offline comblent ce trou, à condition que le CRM soit propre.
- Des étapes CRM non définies. Si « opportunité » ne veut pas dire la même chose pour le marketing et pour les ventes, aucun taux de passage n’a de sens.
- Le compte multiple. Un même client crée plusieurs contacts. Sans regroupement par organisation, les cohortes et la rétention sont faussées.
La méthode de remontée des conversions hors ligne est détaillée dans l’article sur les conversions offline Meta et Google Ads. Le choix entre HubSpot et Salesforce, qui change la façon de synchroniser les données, est comparé dans le comparatif analytics CRM.
Stack type
Une stack B2B SaaS typique réunit GA4 ou une solution équivalent pour le site, un CRM comme HubSpot ou Salesforce, un outil de product analytics pour l’application, et un entrepôt où ces sources se rejoignent. Le tracking côté serveur sert surtout à fiabiliser la remontée des conversions.
Services pertinents
Le premier projet est souvent un audit des formulaires et de la remontée des identifiants vers le CRM, puis la mise en place des conversions offline. Le tracking server-side intervient si les formulaires et les plateformes doivent être reliés sans perte.
Pour les autres secteurs, voir la page e-commerce, où le revenu arrive au moment de l’achat, et la page voyage et tourisme, où la décision s’étale sur plusieurs semaines.
Sources
- Aide Google Ads, importation de conversions hors ligne : support.google.com/google-ads
- Aide Google Analytics, conversions et événements clés : support.google.com/analytics
- CNIL, traitement des données de prospection : cnil.fr