C'est la question que tout fondateur se pose en regardant ses chiffres : mon taux est il normal, ou est ce que je perds des inscriptions que d'autres captent. Avant de répondre, une mise en garde qui vaut tout l'article. Un taux moyen est une boussole, jamais un verdict. Il te situe, mais il ne te dit pas où tu fuis. On va voir les deux : la fourchette pour te situer, et pourquoi elle ment souvent quand on la lit mal.
La fourchette à connaître
Mon taux de conversion est de 3%, c'est bon ou mauvais ?
Ça dépend surtout de ce que tu demandes à l'inscription. Sur les 200 produits mesurés par ChartMogul en janvier 2026, un parcours freemium recueille 9% d'inscriptions, un essai sans carte bancaire 4,5%, et un essai avec carte 3,5%. À 3%, tu es dans la norme si tu exiges la carte, et tu as une vraie fuite si tu es en freemium. Situe-toi dans ton modèle, pas dans une moyenne générale.
En B2B SaaS, le taux de conversion du visiteur vers l'inscription dépend d'abord de ce que tu demandes à l'entrée, bien avant de dépendre de ton secteur. ChartMogul, sur 200 produits interrogés en janvier 2026, mesure 9% d'inscriptions pour un parcours freemium, 4,5% pour un essai gratuit sans carte bancaire, et 3,5% quand la carte est exigée. Le simple fait de réclamer un moyen de paiement divise donc l'inscription par près de trois. Compare-toi au chiffre de ton modèle, pas à une moyenne toutes portes d'entrée confondues, sinon tu conclus à une fuite là où tu as fait un choix.
Mais ce chiffre unique cache plus qu'il ne révèle, parce que ton taux dépend de trois facteurs qui changent tout.
- Le panier moyen. Un produit à 29€ par mois convertit le visiteur beaucoup plus facilement qu'une plateforme à 2000€ par mois, où la décision implique plusieurs personnes et plusieurs semaines. Plus ton prix est élevé, plus ton taux d'inscription brut sera bas, et c'est normal. À fort panier, un taux de 1,5% peut être excellent.
- La source de trafic. Un visiteur venu d'une recherche précise sur ton problème convertit bien mieux qu'un visiteur venu d'une publicité sociale interrompu dans son scroll. Comparer un taux global sans regarder les sources n'a pas de sens. Le trafic de marque, celui des gens qui cherchent déjà ton nom, convertit souvent plusieurs fois mieux que le reste, et il peut gonfler ta moyenne en cachant une landing froide qui ne performe pas sur le trafic découverte. Si le problème est le message plutôt que la mécanique de la page, externaliser ta copy va souvent plus vite que de la retravailler seul par petites touches.
- Le modèle d'inscription. Sans carte bancaire, tu maximises le volume d'inscriptions mais tu laisses entrer des curieux. Avec carte, tu réduis le volume et tu montes la qualité. Deux landings identiques avec deux modèles différents afficheront deux taux très différents, sans qu'aucune ne soit meilleure dans l'absolu.
La conséquence pratique : compare ton taux par source et par segment, jamais en un seul chiffre global qui écrase tout. Une moyenne saine peut cacher une source qui fuit, et une moyenne basse peut venir d'une seule source mal ciblée.
Je compare mon taux à quelle moyenne si mon secteur n'est pas dans les benchmarks ?
À toi-même, mois après mois, et par source de trafic. Une moyenne sectorielle sert à savoir si tu es dans un ordre de grandeur crédible, pas à fixer un objectif. Ta seule comparaison qui vaille est ta propre courbe : elle intègre ton panier, ton audience et ton modèle d'inscription, ce qu'aucun benchmark externe ne fait.
C'est vrai même quand ton secteur figure dans les tableaux. Un benchmark te dit si tu dois t'inquiéter, il ne te dit jamais où corriger. Deux entreprises du même vertical avec le même taux global peuvent avoir des tunnels radicalement différents, l'une qui perd à l'inscription et l'autre à l'activation.
Ne confonds pas deux taux qui n'ont rien à voir
Je dois regarder le taux d'inscription ou le taux de passage au payant ?
Les deux, mais jamais en les confondant. Le taux visiteur vers inscription mesure ta landing et ton offre, de 3,5% à 9% selon ce que tu demandes à l'entrée. Le taux essai vers payant mesure ton produit et ton activation, et il dépend fortement de ton modèle d'inscription, de 2,6% en freemium à 48,8% avec carte bancaire requise. Une chute de conversion peut venir de l'un ou de l'autre, jamais des deux à la fois de la même façon.
C'est l'erreur d'interprétation la plus fréquente, et elle envoie des fondateurs réparer le mauvais problème.
- Le taux visiteur vers inscription. Le pourcentage de visiteurs qui créent un compte ou démarrent un essai. C'est le sujet de cet article, de 3,5% à 9% selon le modèle d'entrée. Il mesure ta landing et ton offre.
- Le taux essai vers payant. Le pourcentage d'inscrits qui deviennent clients, 8% en médiane sur les 200 produits de ChartMogul, avec un écart de 18,2% à 48,8% selon la carte bancaire chez First Page Sage. Il mesure ton produit et ton activation, pas ta page.
Ce second taux dépend lui-même fortement du modèle d'inscription choisi, pas seulement de la qualité du produit.
| Modèle d'inscription | Essai vers payant, trafic organique | Essai vers payant, trafic payant |
|---|---|---|
| Opt-out, carte bancaire requise dès l'essai | 48,8% | 51% |
| Opt-in, aucune carte requise | 18,2% | 17,4% |
| Freemium | 2,6% | 2,8% |
L'écart est massif, une trentaine de points entre l'opt-in et l'opt-out, et un ordre de grandeur entier entre le freemium et le reste. Ce n'est pas que le freemium attire de moins bons clients, c'est qu'il laisse entrer des curieux qui n'ont jamais eu à s'engager, donc jamais à confirmer leur intention d'achat avant de tester. La carte bancaire, elle, filtre à l'entrée ce que le produit devrait normalement convaincre plus tard.
Un exemple chiffré rend la distinction limpide. Imagine 10 000 visiteurs sur un mois. À 4,5% de conversion visiteur vers inscription, le repère d'un essai sans carte, tu obtiens 450 inscrits. Si 18% deviennent payants, tu finis avec 81 clients. Maintenant, où agir pour en gagner plus ? Si tu pousses ta landing de 4,5 à 6%, tu passes à 600 inscrits et 108 clients. Si à la place tu travailles ton activation pour faire passer la conversion payante de 18 à 25%, tu montes à 112 clients avec les mêmes 450 inscrits. Deux leviers, deux chantiers, deux équipes mentales différentes. Confondre les deux taux, c'est risquer d'optimiser la page alors que la fuite est dans le produit, ou l'inverse.
L'erreur de calcul qui fausse tout
Mon taux a bondi ce mois-ci, je peux y croire ?
Vérifie d'abord le dénominateur avant de fêter quoi que ce soit. Une hausse brutale vient plus souvent d'un changement de mesure que d'un changement de page : une campagne coupée qui retire du trafic froid, un filtre anti-spam activé, un événement de suivi cassé. Un bond sans modification de la page est une alerte de mesure, pas une bonne nouvelle.
La plus répandue : calculer ton taux sur le total des inscrits, spams, emails jetables et comptes de test compris. Tu obtiens un dénominateur gonflé et un numérateur sale, donc un taux qui ne veut rien dire.
Trois corrections de mesure avant de te comparer à quoi que ce soit.
- Définis l'inscription qui compte. Un compte créé avec un email valide, pas un email jetable, pas ton équipe en train de tester. Filtre ces faux positifs, sinon ton taux est faux dans les deux sens selon les mois.
- Compte les bons visiteurs au dénominateur. Exclus ton propre trafic interne et les bots. Un pic de trafic robot peut écraser ton taux sans qu'un seul humain réel ait changé de comportement.
- Mesure au bon endroit du tunnel. Le taux de la landing, c'est visiteurs de la landing divisé par inscriptions issues de la landing. Si tu divises les inscriptions par tout le trafic du site, tu mélanges le blog, la documentation et la page de tarifs, et tu obtiens une bouillie.
Cette seule remise au propre change parfois radicalement la lecture de tes chiffres, et elle ne coûte qu'une bonne configuration de ton outil d'analyse.
Ce que la moyenne ne te dira jamais
Comment je sais à quelle étape je perds mes visiteurs ?
En décomposant ta landing en quatre étapes mesurées séparément, plutôt qu'en la traitant comme un chiffre unique. Arrivée, descente jusqu'au bloc d'inscription, clic sur le bouton, validation du formulaire. La méthode est la même que celle qui fait remonter 5 fuites en moyenne par page dans mes propres teardowns, jamais devinées, toujours mesurées étape par étape.
Voici le point le plus important, celui que la plupart des articles de benchmark oublient. Savoir que ton taux est de 3% ne te dit pas quoi réparer. La moyenne te situe, mais elle ne pointe pas la fuite.
Pour ça, il faut décomposer ton tunnel en étapes et mesurer le passage à chacune. Un tunnel de landing typique ressemble à : visiteurs, puis ceux qui descendent jusqu'au bloc d'inscription, puis ceux qui cliquent sur le bouton, puis ceux qui valident le formulaire. La fuite est entre deux de ces étapes, et c'est elle qu'il faut traquer. Un taux global de 3% peut venir d'une landing qui ne donne pas envie de cliquer, ou d'un formulaire qui fait fuir des gens déjà convaincus. Même chiffre, causes opposées, correctifs opposés. La même logique de décomposition vaut de l'autre côté du commerce, voici comment un e-commerçant construit ce même tunnel, la mécanique ne change pas d'un secteur à l'autre.
C'est pour ça qu'un benchmark est un point de départ, pas une feuille de route. Il sert à répondre à une seule question, ai je un problème, oui ou non. Le où et le comment, c'est ton tunnel qui les donne. Je détaille la méthode complète dans le guide du CRO pour SaaS B2B, le diagnostic des fuites de landing dans pourquoi ton SaaS a du trafic mais peu d'inscriptions, et l'audit structuré étape par étape dans l'audit CRO pour SaaS.
Lis ton tunnel étape par étape, pas en un seul chiffre
Pour transformer ta moyenne en diagnostic, découpe le parcours en quatre étapes et mesure le passage à chacune.
- Visiteurs de la landing. Ta base de départ, nettoyée des bots et du trafic interne.
- Visiteurs qui atteignent le bloc d'inscription. Combien descendent assez loin pour voir ton appel à l'action. S'ils partent avant, ton problème est en haut de page : titre, promesse, preuve.
- Visiteurs qui cliquent sur le bouton. Combien sont assez convaincus pour démarrer. Une grosse chute ici sent l'offre peu claire ou l'appel à l'action faible.
- Visiteurs qui valident le formulaire. Combien vont au bout. Une chute ici pointe le formulaire : trop de champs, friction, manque de réassurance.
La fuite la plus rentable est celle qui combine un gros volume entrant et une grosse chute. Inutile de gagner deux points sur une étape que peu de gens atteignent. Côté outil, tu n'as besoin de rien de plus que ton analytics et un suivi d'événements propre : un événement au chargement de la landing, un au défilement jusqu'au formulaire, un au clic du bouton, un à la validation. Quatre événements, et tu passes d'une moyenne muette à une carte de tes fuites.
L'essentiel
Le taux de conversion d'une landing SaaS B2B varie de 1,8 à 7,1% selon le secteur, à condition de mesurer la bonne étape, par source, sur un dénominateur propre, et sans confondre l'inscription avec la conversion payante, un taux qui varie lui-même de près de vingt fois selon que tu demandes une carte bancaire ou non. Mais ne reste pas accroché à la moyenne. Elle te dit si tu as un problème, pas où il se cache. Décompose ton tunnel, trouve l'étape qui fuit, et corrige là, pas au hasard. Et si l'étape qui fuit est en aval, au moment de choisir un plan, c'est ta page de pricing qu'il faut retravailler.
Pour situer tes chiffres et repérer ta plus grosse fuite, j'ai préparé une checklist d'audit express de ta landing en 12 points. Télécharge la checklist et compare ta page à ce qui convertit vraiment. Pour la méthode d'audit complète, vois comment auditer ta landing page toi-même, en suivant le visiteur plutôt que ton goût. Pour situer le budget d'un tel chantier avant de te lancer, voici ce que coûte une optimisation de conversion. Et si tu hésites entre traiter ça en interne et faire appel à quelqu'un d'extérieur, j'ai comparé consultant CRO et embauche growth.