Skip to content

Chat IA & automatisation

Taux de déverrouillage PPV : bon taux et leviers

Taux de déverrouillage PPV : comment le mesurer sur une cohorte juste, les cinq leviers qui le font bouger, un exemple chiffré et un test avant/après propre.

Équipe Notiscale · 5 min de lecture

Un bon taux de déverrouillage PPV est un taux mesuré deux fois de la même façon et qui monte quand vous changez quelque chose volontairement. Le chiffre n’a de sens qu’une fois la cohorte fixée : déverrouillages divisés par les offres payantes éligibles envoyées dans la même fenêtre, sur la même créatrice et le même segment de fans. Sans cette règle, deux équipes annoncent des pourcentages différents pour un travail identique.

Pour situer l’ordre de grandeur, la mesure de Notiscale sur les comptes de la plateforme donnait un taux moyen de 46 %, avec 65 % pour la créatrice la mieux mesurée, au 9 septembre 2026. Ce sont les chiffres mesurés par Notiscale sur les comptes qu’il opère, pas une référence sectorielle, et votre propre base peut se situer au-dessus ou en dessous pour les raisons que cet article détaille.

La définition et la règle de cohorte

Le taux de déverrouillage PPV est la part des offres payantes qu’un fan a réellement ouvertes. Le numérateur, ce sont les déverrouillages ; le dénominateur, les offres qui pouvaient être déverrouillées. Éligible signifie envoyée à un fan en mesure de payer, dans une fenêtre assez longue pour que le déverrouillage ait lieu, remboursements retirés des deux côtés.

La règle de cohorte est ce que la plupart des rapports ratent. Divisez les déverrouillages par les offres qui les ont produits, pas par tout ce qui a été envoyé cette semaine. Si vous avez envoyé 300 offres et enregistré 150 déverrouillages, mais que 40 d’entre eux viennent d’offres de la semaine passée, le taux honnête est 110 sur 300, pas 150 sur 300. Choisissez une fenêtre, comptez les offres envoyées dedans et mesurez leur résultat à une date indiquée. Affichez le nombre d’offres à côté du pourcentage, pour qu’un taux construit sur douze offres ne se lise pas comme un taux construit sur douze cents.

Ce qui fait bouger le taux

Cinq leviers expliquent l’essentiel de l’écart entre un taux faible et un taux fort.

  1. La pertinence de l’offre. Un fan qui a passé dix messages sur un sujet et reçoit un contenu sans rapport ne déverrouille pas. L’offre doit répondre à la conversation dans laquelle elle tombe.
  2. Le moment. Les offres envoyées au pic d’intérêt convertissent ; celles envoyées en ouverture à froid ou après que le fan s’est tu, rarement. Une réponse lente entre le signal du fan et l’offre coûte des déverrouillages.
  3. Le prix. Le prix relatif à ce que le fan a déjà payé compte plus que le montant absolu. Une première offre au prix d’un habitué sera ignorée.
  4. Les descriptions dans la bibliothèque. La description est l’argumentaire. Un contenu classé « vidéo 12 » ne se vend pas sur ses mérites ; un contenu décrit en deux lignes qui collent à la préférence exprimée par le fan, oui.
  5. Les relances. Une relance après une offre sans réponse récupère une part significative de déverrouillages ; une quatrième relance apprend surtout au fan à ignorer les offres. Fixez ce nombre comme une règle, pas selon l’humeur.

Un exemple chiffré

Ce calcul est illustratif et utilise des chiffres inventés. Supposons que l’équipe de jour d’une créatrice envoie 400 offres éligibles en deux semaines et enregistre 120 déverrouillages sur ces offres, soit 30 %. Le prix moyen déverrouillé est de 18 $, donc ces offres ont produit 2 160 $ avant frais de plateforme.

Supposons maintenant que vous ajoutiez des descriptions à la bibliothèque et plafonniez les relances à deux. Sur les deux semaines suivantes, l’équipe envoie 380 offres et enregistre 152 déverrouillages, soit 40 %. Au même prix moyen de 18 $, cela fait 2 736 $. Le taux a gagné dix points et le revenu 576 $ avec moins d’offres : c’est le schéma recherché, un meilleur ciblage plutôt que plus de volume.

Inversez l’exemple et il reste instructif. Si les offres montaient à 600 et les déverrouillages à 150, le revenu serait de 2 700 $, proche du deuxième scénario, mais le taux serait tombé à 25 % et 450 fans auraient reçu une offre ignorée. Lisez taux et revenu ensemble, sinon vous récompenserez le mauvais comportement.

Comment mener une comparaison avant/après juste

Une comparaison n’est juste que si les deux périodes ne diffèrent que sur un point. Gardez la même créatrice, les mêmes listes de fans, la même longueur de fenêtre et la même définition d’éligible. Changez un levier à la fois, ou acceptez de ne pas savoir quel changement a fait le travail.

Deux règles de plus. Donnez à chaque période le même délai d’observation après la dernière offre, parce que les offres récentes ont eu moins de temps pour être déverrouillées. Et excluez les promotions ou envois de masse qui ont eu lieu dans une période et pas dans l’autre, puisqu’ils changent le dénominateur sans changer la vente.

Pour l’ensemble des mesures à lire à côté du taux de déverrouillage, dont les ventes nettes, le temps de réponse et la couverture, consultez le guide des KPIs des chatters OnlyFans.

Comment la vente par l’IA depuis une bibliothèque change les chiffres

Quand l’IA vend, les cinq leviers cessent de dépendre de qui est de service. Elle lit la conversation avant de choisir un contenu, donc la pertinence tient aux descriptions de la bibliothèque et non à la mémoire d’un chatter. Elle propose au moment où le fan signale son intérêt, à toute heure, donc le moment ne dépend plus des effectifs. Elle applique à chaque fois les règles de vente sur les prix planchers et le nombre de relances.

Ce qui change d’abord dans le rapport, c’est en général le dénominateur. L’IA atteint des fans qui n’auraient reçu aucune offre, donc le total d’offres augmente, et le taux peut fléchir avant de s’améliorer alors même que les ventes nettes progressent. C’est pourquoi la règle de cohorte compte : comparez IA et humains sur les mêmes listes de fans et la même fenêtre avec la comparaison des ventes IA et humaines, pas sur les totaux. Puis améliorez les descriptions de la bibliothèque, devenues le premier levier sous votre contrôle. Le guide de la bibliothèque de contenus explique comment les rédiger.

La bibliothèque, les règles de vente et la comparaison sont décrites sur la page fonctionnalités ; la page tarifs détaille le coût par créatrice et l’essai gratuit de 14 jours sans carte bancaire. Pour d’autres articles sur le chatting avec l’IA, consultez la catégorie automatisation du chatting IA.

Découvrir Notiscale

Gérez chaque créateur, chaque fan et chaque plateforme compatible dans un espace IA-first.

Découvrir Notiscale

À lire ensuite

Questions fréquentes

Des réponses courtes aux questions que ce guide soulève le plus souvent.

Un bon taux est un taux mesuré toujours de la même façon et qui monte quand vous changez volontairement quelque chose. Pour situer l’ordre de grandeur, Notiscale a mesuré un taux moyen de 46 % sur les comptes de sa plateforme, avec 65 % pour la créatrice la mieux mesurée, au 9 septembre 2026. C’est une mesure propre à Notiscale, pas une référence sectorielle : votre base peut se situer au-dessus ou en dessous.

Divisez les déverrouillages par les offres payantes éligibles qui les ont produits, envoyées dans la même fenêtre, sur la même créatrice et le même segment de fans. Si vous avez envoyé 300 offres cette semaine et enregistré 150 déverrouillages dont 40 viennent d’offres de la semaine passée, le taux honnête est de 110 sur 300. Affichez toujours le nombre d’offres à côté du pourcentage.

Cinq leviers expliquent l’essentiel de l’écart : la pertinence de l’offre par rapport à la conversation, le moment choisi au pic d’intérêt, le prix relatif à ce que le fan a déjà payé, des descriptions claires dans la bibliothèque et une règle fixe de relances. Une relance après une offre sans réponse récupère une part significative de déverrouillages, alors qu’une quatrième apprend surtout au fan à ignorer les offres.

L’IA atteint des fans qui n’auraient reçu aucune offre, donc le nombre d’offres augmente d’abord. Le taux peut fléchir avant de s’améliorer alors même que les ventes nettes progressent. Comparez IA et humains sur les mêmes listes de fans et la même fenêtre plutôt que sur les totaux, et lisez toujours taux et revenu ensemble.

Vous n'avez pas trouvé de réponse ?