Vous avez augmenté les dépenses. Les inscriptions ont augmenté. Le GGR n’a pas bougé.
Peut-être a-t-il légèrement progressé — 5 %, 8 % — tandis que le budget grimpait de 25 %. Le tableau de bord d’affiliation semble correct. Chaque métrique de surface indique une campagne saine. Mais la ligne des dépôts ne progresse pas.
La réponse inconfortable : vous mesuriez la mauvaise chose.
Le chiffre que vos tableaux de bord considèrent comme une victoire vous coûte de l’argent
Le volume d’inscriptions est une métrique de visibilité, pas une métrique de revenus. Un joueur qui s’inscrit et ne dépose jamais consomme exactement le même budget d’acquisition qu’un joueur qui devient régulier — et ne rapporte rien.
La métrique qui indique si l’acquisition de joueurs de casino fonctionne est le taux de FTD : les premiers déposants divisés par le total des inscriptions. Sur des marchés concurrentiels, un taux de FTD sain se situe entre 12 % et 18 %. En dessous de 10 %, quelque chose de structurel ne va pas. En dessous de 5 %, votre source de trafic est le problème principal.
Ce qui rend cela facile à manquer : les inscriptions donnent l’impression d’une traction. Elles sont faciles à présenter, à prévoir et à défendre lors d’une revue budgétaire. La plupart des équipes d’acquisition connaissent leur taux de FTD. Elles ne le mettent simplement pas en avant. Les plans de croissance iGaming corrigent rarement cette habitude de reporting — parce que le chiffre augmente, et un chiffre qui augmente n’invite pas aux questions.
Deux points de fuite, un symptôme identique
Les deux problèmes se ressemblent sur un tableau de bord : inscriptions en hausse, revenus à plat. Et un taux de FTD global de 10 % peut très bien être de 27 % sur un canal et de 2 % sur trois autres — l’agrégat masque complètement la source.
Le diagnostic commence par une question : de quel côté de l’inscription ça échoue ? Les échecs pré-inscription sont des problèmes de qualité du trafic — les joueurs qui arrivent n’ont pas l’intention de déposer. Les échecs post-inscription sont des problèmes produit — des joueurs qui voulaient déposer n’ont pas réussi à aller au bout.
Les cinq modes d’échec se répartissent dans ces deux catégories :
| Étape du funnel | Métrique de signal | À quoi ressemble l’échec | Cause probable |
|---|---|---|---|
| Pré-inscription : intention du trafic | Taux clic→inscription par source | Beaucoup de clics, peu d’inscriptions | Audience mal alignée, faible adéquation landing→offre |
| Pré-inscription : qualité du trafic | Taux de FTD par affilié/campagne | Même nombre d’inscriptions, taux de FTD très variable (25 % vs 3 %) | Arbitrage de trafic, inscriptions incitées |
| Post-inscription : friction d’onboarding | Délai jusqu’au FTD | Long délai entre l’inscription et le premier dépôt | KYC complexe, méthodes de paiement manquantes, conditions de bonus illisibles |
| Post-inscription : performance de la caisse | Taux de réussite des paiements | Les joueurs tentent de déposer, les transactions échouent | Portefeuilles locaux non pris en charge, rails de paiement lents |
| Post-inscription : signal de fraude | Répartition des montants de dépôt | Les FTD se concentrent exactement sur les seuils minimums par GEO | Schémas incitatifs exploitant les déclencheurs de paiement CPA |
La plupart des opérateurs font face à deux de ces problèmes simultanément, ce qui explique précisément pourquoi les métriques agrégées masquent les deux.
Pré-inscription vs post-inscription : la piste de preuves n’est pas la même
Quand la fuite vient de la qualité du trafic, le taux de FTD varie fortement selon les sources, même lorsque les volumes d’inscriptions semblent similaires. Deux campagnes générant 1 000 inscriptions chacune peuvent produire 280 FTD pour l’une et 25 pour l’autre. La campagne à 25 FTD détruit l’économie unitaire. Dans notre travail auprès d’opérateurs licenciés au Royaume-Uni, en Allemagne et en Australie, les coûts d’acquisition de joueurs de casino sont de 250 à 650 $ par premier déposant, avec des CPM sur les principaux mots-clés gambling dépassant 350 $. Quand un canal produit des taux de FTD inférieurs à 5 %, vous payez le coût d’acquisition complet pour des joueurs qui n’allaient jamais déposer.
La variante de trafic incité est plus difficile à détecter. Les dépôts apparaissent dans les temps, les compteurs CPA s’incrémentent, tout semble sain — jusqu’à ce que la LTV s’effondre après la première session. Le signe : les dépôts se concentrent exactement sur les seuils minimums par devise. C’est de l’arbitrage déguisé en données joueurs, et cela corrompt vos données de cohortes.
Quand la fuite est post-inscription, le signal change. Le taux de FTD baisse après une modification d’onboarding alors que la qualité du trafic reste constante — une nouvelle étape KYC, une mise à jour de la caisse, une restructuration des bonus. Une baisse des premiers dépôts sans baisse correspondante des inscriptions signifie presque toujours que vous avez introduit de la friction quelque part entre l’inscription et le paiement.
Les points de friction qui reviennent le plus souvent :
- Inadéquation des méthodes de paiement : un joueur au Brésil ou en Asie du Sud-Est qui ne voit pas son portefeuille préféré au moment de décider partira.
- Longueur du parcours KYC : plus d’étapes, moins de finalisations.
- Opacité des conditions de bonus : des exigences de mise rédigées comme une clause de non-responsabilité juridique font hésiter les joueurs, pas déposer.
Tout cela suppose que vous suivez le bon événement. La plupart des dispositifs d’acquisition payante suivent les clics et les inscriptions. Les dépôts réels remontent rarement jusqu’à la plateforme publicitaire. Quand ICODA a mené une campagne Meta pour un casino crypto sur cinq marchés asiatiques, l’équipe a construit le tracking autour des événements de dépôt dès le premier jour : Facebook Pixel avec CAPI côté serveur pour capturer tout le parcours de conversion au-delà des restrictions de navigateur et de la perte de cookies. La campagne a généré 136 dépôts confirmés, un coût moyen par dépôt de 8,40 $, et un ROI de 4 100 % sur 2 000 $ dépensés. Ce que cela a rendu possible : chaque GEO évalué sur la performance réelle des dépôts, pas sur les clics. Vous faites un audit de revenus à partir de données d’inscription.
Les quatre vérifications qui permettent de localiser le problème
Avant de restructurer les accords d’affiliation, de reconstruire la caisse ou d’arrêter une campagne, effectuez quatre vérifications de diagnostic.
- Segmentez le taux de FTD par source. Ventilez inscriptions et FTD par affilié, campagne, GEO et appareil. Ne travaillez pas à partir de chiffres agrégés — ils cachent vos pires performances derrière vos meilleures.
- Mesurez le délai jusqu’au FTD. Les joueurs qui déposent dans les 30 minutes suivant l’inscription montrent une intention d’achat immédiate. Ceux qui mettent 3 à 5 jours hésitent, et la plupart ne reviendront pas.
- Vérifiez la répartition des montants de dépôt. Si les FTD se concentrent exactement sur les seuils minimums dans plusieurs GEO, vous êtes face à du trafic incité, pas à une acquisition organique de joueurs. La solution n’est pas une meilleure landing page — ce sont des clauses de clawback, des exigences KYC pour les affiliés et des seuils de référence dans vos contrats CPA. Sans seuil de référence, un accord CPA « sans minimum » est une invitation à manipuler votre funnel.
- Parcourez vous-même la caisse. Faites le parcours de l’inscription au premier dépôt comme un nouvel utilisateur dans vos trois principaux GEO. Chronométrez chaque étape. Notez quelles méthodes de paiement locales apparaissent en premier. Vous trouverez la plupart des frictions de caisse en moins de dix minutes de test manuel — et c’est précisément pour cela qu’elles persistent. Personne n’a parcouru le flow.
Cette séquence vous indique où se situe la fuite. Elle ne la corrige pas. La correction dépend de vos données de funnel, de votre mix d’affiliés et de vos marchés.
Ce que nous constatons quand nous appliquons cela à de vraies données d’opérateurs
Les deux ou trois mêmes fuites de funnel expliquent l’essentiel de l’écart entre les dépenses d’acquisition et le chiffre d’affaires — et aucune n’apparaît dans les rapports d’inscription. Les opérateurs qui construisent des stratégies de croissance iGaming le découvrent au stade du diagnostic, pas après un nouveau cycle budgétaire.
Souvent, c’est une source d’affiliation qui achemine du trafic à faible intention et déforme le taux global. Un GEO où la caisse n’affiche pas la méthode de paiement utilisée par 60 % des joueurs locaux. Et une étape du parcours KYC — généralement le deuxième écran — où 15 à 20 % des joueurs avec une intention réelle abandonnent.
Les problèmes ne sont pas exotiques. Ils sont structurels — et le tableau de bord d’acquisition standard a été conçu pour compter, pas pour diagnostiquer.
L’audit prend environ une semaine. Le livrable est une liste courte : la source la moins performante, l’étape avec le plus fort drop-off, et le changement le plus susceptible d’améliorer le taux de FTD dans les 30 prochains jours.
L’appliquer à vos chiffres réels — votre mix d’affiliés, vos GEO, votre caisse — est une autre conversation. Si vous voulez l’exécuter sur de vraies données d’opérateur, c’est ce que fait ICODA. La structure reste la même. Les chiffres, non.
Questions fréquemment posées
C’est l’une de deux choses — du trafic à faible intention qui arrive, ou de la friction d’onboarding qui empêche une intention réelle de convertir — et sur un tableau de bord agrégé, elles se ressemblent. Le moyen le plus rapide de les distinguer est de segmenter le taux de FTD par source : si un affilié envoie 1 000 inscriptions et qu’un autre en envoie aussi 1 000 mais génère cinq fois plus de FTD, la première source est un problème de qualité du trafic, point final. Si le taux de FTD a baissé sur toutes les sources après une mise à jour de la plateforme, vous avez introduit de la friction quelque part entre l’inscription et le paiement. La plupart des opérateurs gèrent les deux à la fois, ce qui explique pourquoi un taux agrégé autour de 10 % peut masquer une source à 27 % à côté de trois sources à 2 %.
Sur des marchés régulés concurrentiels, 12–18 % est fonctionnel. En dessous de 10 %, quelque chose de structurel ne va pas. En dessous de 5 %, votre principale source de trafic est le problème central, pas votre onboarding. La difficulté, c’est qu’un 10 % global peut être composé de taux par source très différents — un affilié sain à 25 % qui en cache trois à 2–3 %. Vous n’avez pas un « problème à 10 % », vous avez un problème de sourcing qu’une métrique agrégée obscurcit. Les benchmarks d’acquisition ne comptent que lorsque vous les lisez au niveau des sources, pas en agrégé.
Le signe, c’est une répartition des montants de dépôt qui se concentre exactement sur les seuils minimums, toutes devises confondues — si 80 % de vos FTD dans un GEO atterrissent précisément sur le plancher de qualification, ce ne sont pas des joueurs organiques, c’est quelqu’un qui déclenche votre paiement. Les vrais joueurs déposent des montants variés. La correction structurelle n’est pas seulement un meilleur outillage antifraude — ce sont des clauses de clawback dans le contrat d’affiliation, un seuil minimum de dépôt intégré à la définition du CPA, et une exigence d’activité lors de la deuxième session avant que la commission ne soit déclenchée. Un accord CPA « sans minimum » est une invitation ouverte à manipuler votre funnel ; l’affilié ne porte aucun risque à la baisse, donc certains optimiseront le déclencheur de paiement plutôt que la qualité des joueurs.
Suivre les clics et les inscriptions vous dit d’où vient le trafic, pas s’il a généré du chiffre d’affaires. Quand votre signal d’optimisation est l’inscription, l’algorithme publicitaire apprend à trouver des personnes susceptibles de s’inscrire — ce qui est un public très différent de personnes susceptibles de déposer. Le suivi des événements de dépôt, idéalement via CAPI côté serveur pour survivre aux restrictions des navigateurs et à la perte de cookies, permet à l’algorithme de trouver de vrais déposants. Le coût par dépôt devient le signal d’optimisation, pas le coût par clic. Sans cela, vous faites un audit de revenus à partir de données d’inscription et vous vous demandez pourquoi augmenter les dépenses n’augmente pas le GGR.
Parce que vous payez un coût d’acquisition par inscription, mais votre chiffre d’affaires vient des déposants — et un canal avec beaucoup d’inscriptions et un faible taux de FTD détruit votre économie unitaire. Deux affiliés envoyant 1 000 inscriptions chacun au même CPA semblent identiques en coût. Si l’un produit 280 FTD et l’autre 25, le second vous coûte le prix d’acquisition complet pour des joueurs qui n’allaient jamais déposer. La métrique d’inscription est un signal de visibilité. Elle confirme que quelqu’un a vu votre offre et a cliqué. Elle ne dit rien sur l’intention réelle de cette personne de financer un compte.
Oui, et c’est la correction la plus simple. Les problèmes de qualité du trafic exigent de renégocier les accords d’affiliation, d’auditer les sources ou de reconstruire le ciblage — cela prend des semaines. La friction de caisse peut souvent être trouvée et corrigée en un seul après-midi. La plupart des opérateurs n’ont jamais parcouru leur propre flow inscription→dépôt comme un nouvel utilisateur dans leurs trois principaux GEO. Quand vous le faites, vous trouvez : une méthode de paiement locale préférée enfouie en page deux, un écran de conditions de bonus rédigé en langage juridique qui fait hésiter les joueurs, ou une invite KYC qui se déclenche avant que le joueur ne se sente suffisamment investi pour la compléter. Une baisse du taux de FTD immédiatement après une mise à jour de la caisse — sans changement de source de trafic — est un signal produit clair. Parcourez le flow avant de remettre en question vos affiliés.
Partager
Notez l'article
