Prédire le churn avec les enquêtes NPS et CSAT de HubSpot
Analyser les réponses NPS et CSAT de HubSpot face aux vraies annulations : propriétés, filtres, exports, tailles d’échantillon et pièges à éviter.
Par Florian
La plupart des équipes qui font du NPS dans HubSpot regardent un seul chiffre : le score, qui monte ou qui baisse. Ce chiffre dit quelque chose de la base de clients dans son ensemble. Il dit très peu de choses sur les clients qui vont annuler. Pour utiliser les enquêtes afin de prédire le churn, il faut travailler au niveau du client et comparer ses réponses à ce qu’il a fait ensuite.
Ce guide couvre cette analyse : quelles propriétés HubSpot contiennent les réponses, comment filtrer et exporter les réponses, comment les croiser avec les annulations, et comment lire le résultat sans vous tromper vous-même. Il suppose que les enquêtes tournent déjà ; pour la configuration, voir notre guide pour prédire le churn à partir des tickets HubSpot. Les détails sur HubSpot viennent de sa base de connaissances : enquêtes de fidélité (NPS), propriétés des réponses aux enquêtes, analyse des réponses aux enquêtes, tags des réponses aux enquêtes, la FAQ sur les retours clients et les segments (tous consultés en novembre 2026).
Ce que HubSpot stocke, et où
L’analyse dépend des champs que vous pouvez utiliser.
Sur chaque réponse (feedback submission). Les propriétés des réponses aux enquêtes de HubSpot comprennent la note et le commentaire. Pour le NPS, la note va de 0 à 10 ; pour le CSAT, de 0 à 2 (Unhappy, Neutral, Happy). Les réponses sont associées au contact et, pour les enquêtes liées aux tickets, au ticket.
Sur le contact. HubSpot remplit automatiquement Last NPS survey rating, Last NPS survey date et Last NPS survey comment (Service Hub Professional et Enterprise). Elles sont pratiques pour les segments, mais ne contiennent que la dernière réponse. Un client passé de 9 à 3 puis à 8 apparaît à 8.
Le sentiment. HubSpot étiquette les réponses selon la note. D’après le guide d’analyse, une réponse compte comme détracteur à 0–6 pour le NPS, à 0 pour le CSAT et à 1–3 pour le CES. Les promoteurs NPS sont à 9–10 et les passifs à 7–8.
Pour prédire, il vous faut l’historique des réponses, pas seulement la dernière. Il faut donc travailler avec les feedback submissions, pas uniquement avec les propriétés du contact.
Étape 1 : exporter les réponses
Dans l’onglet Responses d’une enquête, HubSpot vous permet de choisir une période, de filtrer par entreprise, de n’afficher que les réponses avec commentaire, de filtrer par propriétés du contact, et d’afficher détracteurs, passifs ou promoteurs. Les exports sont en CSV, et si vous filtrez avant d’exporter, le fichier ne contient que les réponses correspondantes. Vous pouvez exporter les colonnes de la vue actuelle ou toutes les données de réponse disponibles (guide d’analyse).
Exportez toutes les réponses des 12 derniers mois au moins, avec : email du contact, entreprise, nom de l’enquête, note, commentaire et date d’envoi.
Étape 2 : ajouter ce qui s’est passé ensuite
Depuis votre système de facturation, exportez pour les mêmes clients : début d’abonnement, date d’annulation (s’il y en a une), raison d’annulation (si elle est recueillie), offre et MRR. Reliez par l’email ou, mieux, par un identifiant client que vous stockez aussi dans HubSpot.
Puis, pour chaque réponse, calculez un seul résultat : ce client a-t-il annulé dans les N jours après avoir répondu ? Choisissez N selon votre cycle de facturation : 90 jours est un bon point de départ pour les offres mensuelles ; pour les offres annuelles, regardez plutôt le renouvellement suivant.
Étape 3 : comparer les groupes
Construisez un petit tableau comme celui-ci à partir de vos propres données :
| Groupe au moment de la réponse | Réponses | Annulé sous 90 jours | Part |
|---|---|---|---|
| Détracteurs (0–6) | votre nombre | votre nombre | votre % |
| Passifs (7–8) | |||
| Promoteurs (9–10) | |||
| N’a pas répondu |
La dernière ligne compte. Les clients qui ne répondent jamais aux enquêtes forment souvent un groupe important, et leur churn peut être plus haut ou plus bas que celui des autres. Si vous les laissez de côté, vous surestimerez ce que l’enquête vous dit de toute votre base.
Faites ensuite de même pour le CSAT sur les tickets : clients avec au moins une note Unhappy sur un trimestre contre ceux qui n’en ont aucune.
Étape 4 : lire les commentaires des détracteurs partis
Les chiffres vous disent si un signal existe. Les commentaires vous disent ce qu’il est. Lisez chaque commentaire des détracteurs qui ont ensuite annulé, et chaque commentaire des détracteurs restés. HubSpot permet de taguer les réponses aux enquêtes et d’utiliser les tags dans les filtres, vues, segments et rapports : taguez les thèmes au fil de la lecture (prix, fonctionnalité manquante, fiabilité, support, onboarding).
Souvent, la tendance n’est pas « les détracteurs churnent » mais « les détracteurs qui parlent du prix churnent, ceux qui parlent d’un bug restent s’il est corrigé ». C’est bien plus utile.
Les pièges
Petits échantillons. La FAQ sur les retours clients de HubSpot indique que le taux de réponse peut aller de 5 à 15 %, selon votre secteur et la fréquence à laquelle vous contactez vos clients. Sur une base de quelques centaines de clients, cela fait une poignée de détracteurs par trimestre. Affichez les effectifs à côté de chaque pourcentage, et ne tirez pas de conclusions d’une douzaine de réponses.
Biais de réponse. Ceux qui répondent aux enquêtes ne forment pas un échantillon aléatoire. Les plus engagés et les plus agacés sont surreprésentés.
Le calendrier. HubSpot calcule le score NPS principal d’après la date de fin de la période choisie, et sa vue de tendance comme un cumul (guide d’analyse). Aucun des deux n’est une mesure par client. Pour prédire, utilisez toujours la réponse individuelle avec sa date.
Corrélation n’est pas causalité. Un score bas avant une annulation ne veut pas dire que le score l’a causée. Les deux peuvent venir du même problème, comme un onboarding raté. Servez-vous du signal pour décider à qui parler, pas pour expliquer le churn. Notre guide pour trouver ce qui prédit le churn approfondit ce point.
Lassitude face aux enquêtes. Demander trop souvent fait baisser le taux de réponse et agace les clients. HubSpot permet un email de rappel un certain nombre de jours après l’envoi initial (enquêtes de fidélité) ; un seul rappel suffit largement.
Étape 5 : agir sur ce que vous avez trouvé
Si les détracteurs churnent nettement plus dans vos données, faites-en une routine :
- Créez un segment de contacts avec une Last NPS survey rating de 6 ou moins et une Last NPS survey date dans les 30 derniers jours.
- Chaque semaine, quelqu’un lit les commentaires et répond personnellement à chaque détracteur qui en a laissé un. Pas un modèle, pas une remise : une réponse à ce qu’il a dit.
- Pour les clients dont le commentaire pointe un problème corrigeable, ouvrez un ticket et suivez-le jusqu’à sa résolution.
- Refaites l’analyse chaque trimestre. Si l’écart entre les groupes disparaît, soit votre suivi marche, soit le signal était du bruit ; les effectifs vous diront lequel.
Si l’écart est faible ou absent, c’est aussi un résultat. Ne gardez pas un rituel hebdomadaire autour d’un chiffre qui ne prédit rien pour vos clients.
Ce que les enquêtes ne peuvent pas vous dire
Beaucoup de clients qui annulent ne répondent jamais à une enquête et n’ouvrent jamais de ticket. Leurs signaux sont ailleurs : usage en baisse, paiement échoué, carte retirée, passage à une offre inférieure. Les enquêtes sont une source parmi d’autres, et généralement pas la plus forte.
Le faire avec NoChurn
Le connecteur HubSpot de NoChurn est en lecture seule : il lit les tickets et les conversations et n’écrit jamais dans HubSpot. Les conversations sont rattachées à vos clients par email (correspondances douteuses suggérées, jamais fusionnées automatiquement), et vous pouvez aussi envoyer les résultats d’enquêtes et d’autres attributs à NoChurn comme données personnalisées via l’API. NoChurn les combine aux données de facturation dans un churn score de 0 à 100 et une vue des facteurs de churn qui classe les attributs selon leur corrélation avec le churn, présentée comme une corrélation, pas une causalité. Enquêtes, segments et suivis restent dans HubSpot. Voir NoChurn + HubSpot.