Cette page définit ce que veulent dire nos chiffres et comment on les regarde. Sans définitions partagées, deux personnes lisent le même mot différemment.
Métrique
Définition
Utilisateur activé A terminé l’onboarding et a une date d’arrêt au passé ou aujourd’hui. C’est le vrai compteur d’utilisateurs, pas le nombre d’inscrits.
Conversion (abonnement) Abonnés actifs (RevenueCat, hors sandbox) rapportés au total des utilisateurs. RevenueCat est la source de vérité du revenu.
Acheteur de 1re session vs tardif Achat dans les ~30 min suivant l’inscription = 1re session ; au-delà = acheteur tardif. Une part importante des achats sont tardifs .
Rétention D1 / D7 / D30 Part des utilisateurs encore actifs (ouverture d’app) 1, 7, 30 jours après leur inscription, par cohorte hebdo.
Les chiffres financiers (MRR, essais, renouvellements) se lisent dans RevenueCat , pas dans PostHog. PostHog reçoit les events rc_* pour pouvoir croiser revenu et comportement, mais RevenueCat fait foi.
Posées sur le profil PostHog pour pouvoir filtrer tous les events.
Propriété
Posée quand
Mise à jour
auth_methodInscription (setOnce)
Jamais
signup_dateInscription (setOnce)
Jamais
initial_platform / initial_languageInscription (setOnce)
Jamais
cigarettes_per_dayOnboarding
Profil
motivation_level, years_smoking, quit_timeline, previous_attempts, why_quit_reasonsOnboarding
Selon
quit_dateOnboarding / profil
À chaque changement
onboarding_completedOnboarding
Jamais
is_premiumInscription (false)
Auto via RevenueCat
notification_permission_statusÀ chaque ouverture d’app
À chaque ouverture
att_status (iOS) Résolution ATT
À la résolution
Propriétés « super » (rattachées à chaque event, ré-enregistrées à chaque passage au premier plan) : is_premium, notification_permission_status, days_since_quit.
Funnel
Étapes
Décision qu’il éclaire
F1 — Drop-off onboarding onboarding_started → onboarding_step_completed (de first_name à signup) → onboarding_completedQuel step simplifier/supprimer s’il dépasse 15 % de perte. Filtrer social_signup ≠ true (les revenants via login social faussent le funnel).
F2 — Inscription → 1er engagement onboarding_completed → quit_date_updated → lesson_started (clé 0)La clé 0 gratuite sert-elle de hook d’activation ?
F3 — Gratuit → payant paywall_viewed → rc_initial_purchase_eventQuel point d’entrée du paywall optimiser. Breakdown par source.
F4 — Aide à l’envie craving_help_started → craving_trigger_submitted → craving_activity_started → craving_activity_completedQuelles activités mettre en avant vs retirer.
F5 — Progression programme key_completed (clé 0) → … → key_completed (clé 7)Où les gens décrochent dans le programme.
F6 — Date d’arrêt → 30 jours quit_date_updated → health_milestone_reached (24h → 30j)À quel moment les gens rechutent → caler les notifications locales de soutien sur cette fenêtre.
Kaiho ne propose pas d’essai gratuit (choix de Vincent, pas d’intro offer). Il n’existe donc aucun event rc_trial_* dans les données — un funnel d’essai serait vide. La conversion se mesure directement paywall_viewed → rc_initial_purchase_event (funnel F3).
Cohorte
Définition
Usage
Activés onboarding_completed + date d’arrêt passée/aujourd’huiLe vrai nombre d’utilisateurs
Power users 5+ ouvertures d’app en 7j + 3+ lesson_completed en 7j
Le noyau dur
Combattants de l’envie 3+ craving_activity_completed (à vie)
Utilisent activement les outils
À risque Pas d’ouverture depuis 3j et days_since_quit < 30
Cible de ré-engagement
En difficulté relapse_video_started ou quit_date_updated avec source=profileSoutien renforcé
Acheteur impulsif / tardif rc_initial_purchase dans / au-delà des 24h après onboarding_completedComprendre ce qui déclenche l’achat
Gros fumeurs cigarettes_per_day ≥ 20Rétention et besoins différents
Les funnels et cohortes ci-dessus s’appuient sur les events réellement émis (voir le catalogue ). Les dashboards et funnels concrets dans PostHog se créent au fil de l’eau ; cette page décrit l’intention, pas l’état exact de l’instance PostHog à un instant T.
