- Contexte : salle de sport indépendante en zone urbaine française, 1 200 membres actifs, abonnement moyen 49€/mois, churn mensuel à 4,5% (54 départs/mois). 78% des résiliations concernent des membres qui ne sont plus venus depuis 21 jours et plus.
- Solution : workflow d'onboarding IA personnalisé sur 30 jours pour les nouveaux abonnés (programme adapté au profil, check-in motivation, propositions cours collectifs) et système de détection précoce du décrochage avec relance ciblée avant résiliation.
- Résultats à 6 mois : churn passé de 4,5% à 2,8% mensuel, +27% de membres actifs hebdomadairement, 720 € HT/mois récupérés sur les ré-engagements pré-résiliation. Investissement 9 800€ HT setup + 480€/mois, payback en environ 4 mois.
Voici un cas client livré à l'hiver 2025-2026 pour une salle de sport indépendante de quartier en zone urbaine française. 1 200 membres actifs, 8 personnes en interne (1 gérant + 4 coachs + 2 accueil + 1 administratif), abonnement moyen 49€/mois (mix musculation libre + cours collectifs). L'enjeu : sortir d'un modèle où le churn mensuel à 4,5% absorbait l'effet des nouvelles signatures et plafonnait la croissance.
Le contexte client
Référence anonymisée sous accord de confidentialité.
Le défi initial
Identifié lors de notre discovery initiale, en revue avec la direction.
Problèmes identifiés
- Taux de churn mensuel élevé : 4,5% des abonnés résilient chaque mois (54 départs/mois) sans signal précurseur exploité, ce qui force la salle à recruter 54 nouveaux abonnés par mois juste pour maintenir le MRR.
- 78% des résiliations sont prévisibles : les membres qui résilient n'étaient plus venus depuis 21 jours et plus, mais aucun système ne détectait ce décrochage à temps pour relancer.
- Onboarding nouveaux abonnés inexistant : un nouvel abonné recevait un email automatique de bienvenue et c'était tout. Sur les 90 premiers jours, taux d'activation (3 visites minimum par semaine) à 31% seulement.
- Cours collectifs sous-remplis : la moitié des cours collectifs accueillaient moins de 8 personnes alors que la capacité était de 20, faute de proposer le bon cours au bon membre selon son profil.
- Communication WhatsApp désorganisée : les coachs envoyaient des messages individuels aux membres pour les motiver, mais sans coordination ni suivi structuré.
Objectifs validés avec le client
- Réduire le churn mensuel d'au moins 35%
- Faire passer le taux d'activation des nouveaux abonnés (3 visites/sem) de 31% à plus de 50% à 90 jours
- Détecter les décrochages dès 14 jours d'absence et déclencher une relance ciblée
- Augmenter le taux de remplissage des cours collectifs de 40% à plus de 65%
- Coordonner la communication coachs-membres avec traçabilité par membre
L'architecture déployée
Solution structurée en 5 briques principales, orchestrées via n8n self-hosted.
Brique 1 · Capture des événements salle via Heitz System
Workflow n8n qui interroge l'API Heitz System toutes les heures et récupère les badges d'entrée, les inscriptions aux cours, les nouvelles signatures d'abonnement, les résiliations. Stockage dans une base Supabase EU avec historique complet par membre.
Brique 2 · Onboarding IA 30 jours pour les nouveaux abonnés
Dès l'inscription d'un nouvel abonné, déclenchement d'une séquence personnalisée. J1 : message WhatsApp de bienvenue, prise de rendez-vous bilan avec un coach. J3 : programme adapté au profil (débutant musculation, mise en forme, préparation événement sportif). J7 : check-in motivation. J14 : proposition cours collectif compatible avec le profil. J21 : retour d'expérience. J30 : check-in stabilisation.
Brique 3 · Détection précoce du décrochage et relance ciblée
Algorithme qui détecte un décrochage à 14 jours d'absence (alerte douce) puis à 21 jours (alerte rouge). Envoi d'un message non culpabilisant avec proposition concrète : retour à un cours simple, mini-bilan avec un coach, ajustement d'objectif. Si pas de réponse à 30 jours, escalade au gérant pour appel direct.
Brique 4 · Recommandation cours collectifs personnalisée
Pour chaque membre actif, l'agent identifie les 2 à 3 cours les plus pertinents selon son profil (objectif, niveau, créneaux habituels) et propose des inscriptions 48h avant. Permet de remplir intelligemment les cours sous-fréquentés en ciblant les bonnes personnes.
Brique 5 · Tableau de bord coachs et coordination
Interface custom (Next.js + Supabase) accessible aux coachs qui affiche pour chaque membre : dernière visite, historique cours, signal de décrochage éventuel, conversations en cours. Les coachs ne peuvent plus passer à côté d'un signal et leur communication est tracée et cohérente.
La méthode et la calibration
5 phases sur 5-6 semaines au total. La phase de calibration est non-négociable : sans elle, l'agent livre des résultats médiocres et l'équipe perd confiance.
Semaine 1 · Audit churn et cartographie des décrochages
Analyse des 18 derniers mois de churn : à quel moment les membres décrochent (généralement entre J21 et J45), quels profils sont les plus à risque (signatures de janvier, abonnements promo), quels cours collectifs convertissent en habitude. Construction d'une grille de scoring du risque churn.
Semaines 2-3 · Connexion Heitz, Stripe, WhatsApp et construction des prompts
Branchement API Heitz System, Stripe pour les abonnements, WhatsApp Business via Twilio. Rédaction des prompts agent avec la voix de la salle (motivant sans pression, esprit communauté). Construction de la matrice cours collectifs x profil membre.
Semaines 4-5 · Tests onboarding sur 50 nouveaux abonnés
50 nouveaux abonnés sur 5 semaines en double : moitié reçoit l'onboarding IA, moitié garde l'ancien parcours (email simple). Mesure à 30 jours : taux d'activation cohort IA à 48% vs cohort témoin à 32%. Validation des hypothèses, 3 itérations de prompts sur le ton du J7 jugé trop scolaire.
Semaine 6 · Déploiement détection décrochage
Activation du système de détection sur l'ensemble des 1 200 membres actifs. 187 alertes initiales sur les 14 derniers jours (membres déjà décrochés avant le projet). Premier batch de relance ciblée, 34% de réponses positives.
Semaine 7 · Hand-off coachs et formation équipe
Session de 2h avec les 4 coachs et le gérant pour la prise en main du tableau de bord, la lecture des signaux, l'escalade. Mise en place du rituel hebdomadaire d'1h pour analyser les conversations remarquables et enrichir les prompts.
Les résultats mesurés
Mesures comparatives entre le mois précédant le projet et 6 mois après mise en production (mai 2026).
| KPI | Avant | Après | Variation |
|---|---|---|---|
| Taux de churn mensuel sur abonnements actifs | 4,5% | 2,8% | -38% |
| Membres actifs hebdomadairement (3+ visites) | 47% | 60% | +27% |
| Taux d'activation nouveaux abonnés à 90 jours | 31% | 54% | +74% |
| Taux de remplissage moyen des cours collectifs | 40% | 67% | +27 points |
| Décrochages détectés et récupérés / mois | 0 | 18 | n/a (capacité nouvelle) |
| Résiliations effectives / mois | 54 | 34 | -37% |
| Faux positifs alertes décrochage | n/a | 11% des alertes | à surveiller |
Bénéfices secondaires (non quantifiés)
- Les coachs ont enfin une vision claire de chaque membre dont ils s'occupent (dernière visite, historique, signal de décrochage) et peuvent personnaliser leur approche
- Les cours collectifs sont mieux remplis, ce qui améliore l'ambiance et la rentabilité par créneau
- Le gérant a stoppé son rythme de recrutement effréné (auparavant 54 signatures/mois juste pour compenser le churn) et peut investir le budget acquisition dans la qualité de service
- La salle a stabilisé sa courbe de croissance MRR pour la première fois depuis 3 ans
- Les avis Google ont monté de 4,3 à 4,7 sur 6 mois grâce à l'accompagnement perçu des nouveaux abonnés
Les pièges rencontrés et leurs résolutions
On préfère partager ce qui n'a pas marché du premier coup. C'est là que se mesure la qualité d'un partenariat.
Piège 1 · Faux positifs décrochage sur les voyages d'affaires (mois 1)
L'algorithme déclenchait des alertes décrochage pour des membres en déplacement professionnel régulier (consultants, commerciaux). Sur les 200 premières alertes, 11% étaient des faux positifs. Résolution : ajout d'une question contextuelle dans le premier message de relance ("Vous êtes en déplacement ces derniers temps ?") avec adaptation du discours selon la réponse. Le taux de faux positifs ressenti est tombé à 4% car la formulation neutre du message ne génère plus de friction même sur les faux positifs.
Piège 2 · Ton trop motivationnel sur certains profils (mois 2)
Les premiers messages d'onboarding J3 utilisaient un ton trop enjoué ("Allez, on se motive !"), ce qui ne collait pas aux profils de membres plus sérieux (préparation marathon, rééducation post-blessure). Résolution : segmentation des messages par profil d'objectif déclaré à l'inscription, avec ton adapté (motivant pour mise en forme, technique pour sportifs avancés, doux pour rééducation). Taux de réponse aux messages J3 passé de 42% à 71%.
Piège 3 · Saturation cours collectifs après recommandation IA (partiellement résolu, mois 3)
L'agent recommandait trop largement les 2 cours les plus populaires, ce qui les a saturés (10 personnes en liste d'attente sur 20 places). Résolution partielle : ajout d'un facteur "capacité résiduelle du cours" dans l'algorithme de recommandation pour répartir vers les cours sous-fréquentés. Effet net mais 2 cours restent en moyenne plus saturés que les autres. La salle envisage d'ouvrir un créneau supplémentaire sur ces 2 cours.
Témoignages
« Avant je passais mon mois à recruter 50 nouveaux abonnés juste pour ne pas reculer. Maintenant le churn a baissé, mes coachs voient les décrochages avant qu'ils deviennent des résiliations, et mes cours collectifs sont enfin remplis. Pour la première fois en 3 ans, ma courbe MRR monte vraiment au lieu de stagner. »
« Le tableau de bord c'est ce qui change tout pour moi. Avant je connaissais bien 30 ou 40 membres réguliers et je ne savais rien des 500 autres. Là j'ai en un coup d'oeil les membres dont je m'occupe vraiment, leur dernière visite, leur objectif. Je peux personnaliser leur séance. »
Témoignages anonymisés sous accord de confidentialité. Plus de détails disponibles sur demande après signature NDA.
Questions fréquentes
Est-ce que ça marche pour des salles plus petites (300-500 membres) ou des chaînes plus grandes (10K+ membres) ?
Quel logiciel de gestion abonnement est compatible avec la solution ?
L'agent IA peut-il remplacer le rôle d'un coach humain ?
Quel est le coût d'un projet équivalent en 2026 ?
Note importante. Chaque projet est unique. Les chiffres et l'architecture présentés ici sont propres au contexte de ce client. Pour évaluer ce qui est transférable à votre situation, on peut chiffrer une mise en place adaptée en 30 minutes de discovery, sans engagement.
Un cas similaire chez vous ?
30 minutes pour comprendre votre contexte précis et chiffrer une mise en place adaptée. Sans engagement.
Booker un appel découverte