SoleraGuidesHealth score ou signaux datés, lequel prévient vraiment d'un départ ?

Guide

Health score ou signaux datés, lequel prévient vraiment d'un départ ?

Mis à jour le 15 août 2026 · 6 min de lecture

Le health score est l'outil le plus répandu du Customer Success, et le plus décevant à l'usage. Voici pourquoi, et par quoi le remplacer.

Le principe d'un health score est simple. On choisit des critères, on leur donne un poids, on additionne, on obtient une note de 0 à 100 ou une pastille verte, orange, rouge. C'est séduisant parce que c'est comparable et triable. C'est décevant pour trois raisons.

Une note ne dit pas quoi faire

Un compte à 42 sur 100 ne vous apprend rien d'actionnable. Le CSM doit rouvrir les outils pour comprendre ce qui a fait baisser la note, ce qui annule le temps que le score était censé faire gagner. Ce qu'il faut à la place tient en une phrase vérifiable. L'usage a chuté de 70 % sur trois semaines, le renouvellement est dans 27 jours, le contact principal ne répond plus depuis le 12 juin.

Les pondérations sont posées une fois, puis jamais revues

Qui décide que le support pèse 30 % et l'usage 40 % ? En général quelqu'un, un jour, au lancement de l'outil. Ces poids ne sont presque jamais réévalués contre les départs réellement observés, et ils ne valent pas pareil pour un compte de dix utilisateurs et un compte de mille.

Une note stable peut cacher deux mouvements opposés

C'est le défaut le plus sournois. Un compte dont l'usage s'effondre pendant que les tickets baissent, parce que plus personne ne se sert du produit, peut afficher une note parfaitement stable. L'agrégation a mangé l'information.

Ce qu'apporte un signal daté

Risque et priorité ne sont pas la même chose

Beaucoup de scores mélangent les deux en intégrant le montant du contrat dans le calcul du risque. C'est une erreur de raisonnement, la taille d'un compte ne change rien à sa probabilité de partir. Elle change l'ordre dans lequel on traite la liste. Garder les deux séparés donne un signal plus honnête et un tri plus clair.

Le garde-fou de l'explication

Le RGPD encadre les décisions automatisées qui affectent des personnes. Au delà de l'obligation, l'exigence d'explication est une bonne discipline d'ingénierie. Un moteur qui doit citer ses preuves ne peut pas se contenter d'une intuition statistique, et une équipe peut le corriger quand il se trompe.

C'est le parti pris de Solera, pas de note opaque, mais un verdict par compte accompagné des faits datés qui le fondent, chacun rattaché à sa source.

Questions fréquentes

Un health score est-il inutile ?

Il reste utile pour suivre une tendance générale de portefeuille dans le temps. Il est mauvais pour décider quoi faire d'un compte précis cette semaine, parce qu'il agrège l'information au lieu de la montrer.

Comment vérifier qu'un moteur de détection ne se trompe pas ?

En mesurant, sur les départs réellement constatés, la part qui avait été signalée avant, et en distinguant ce qui n'a pas été détecté de ce qui n'a pas pu être observé faute de données. Un moteur qui ne mesure pas son propre rappel ne sait pas s'il fonctionne.

Faut-il faire confiance à un modèle de machine learning pour prédire le churn ?

Un modèle entraîné demande un historique d'issues connues, en volume, chez vous. Beaucoup d'éditeurs n'en ont pas assez pour cela, et un modèle qui ne sait pas expliquer sa sortie est difficile à corriger comme à défendre.

Les sources dont parle ce guide

À lire ensuite

Voir ces signaux sur vos propres comptes

Trente minutes, vos outils branchés en lecture seule, et la liste des comptes qui méritent votre attention cette semaine.

Demander une démo