Après le MVP de votre mini-jeu : comment juger s'il vaut la peine de continuer le développement

"Les jeux à succès long terme affichent une rétention J1 supérieure à 45 % et un J7 stable au-dessus de 22 %. Les jeux avec une durée de vie inférieure à 3 mois ont un J7 moyen de 8,3 %."
"Sur Steam, seuls 4 % des jeux dépassent 1000 ventes. En dessous, les frais de plateforme ne sont même pas récupérés. Le coût de dev indé est en amont — vendre 10 ou 10 000 exemplaires coûte à peu près pareil."
"En 2024, les revenus des mini-jeux sur mini-programmes en Chine ont atteint 39,84 milliards de yuans (+99,2 %). En 2025, le DAU des mini-jeux Douyin a crû de 120 %."
Vous avez passé 3 mois sur un MVP de mini-jeu. Une semaine après le lancement, 50 joueurs seulement, rétention J1 à 15 %. Vous hésitez : continuer à investir ?
Cette question a tourmenté beaucoup de développeurs indés. Sur Steam, seuls 4 % des jeux dépassent le seuil de 1000 ventes — c’est le minimum. La majorité concentrent leurs revenus de la première année dans les six premiers mois. Le coût de dev est en amont ; la pression de trésorerie étouffe.
Mais les données ne mentent pas. Rétention, taux de paiement, téléchargements estimés — ces chiffres aident à décider entre poursuite et stop-loss. Nous avons regroupé 5 repères clés, une matrice en trois dimensions et l’analyse des nœuds de décision de cas réels. Après cette lecture, vous décidez avec les données, pas l’intuition.
Après le MVP, regardez d’abord ces 5 données clés
Les données ne mentent pas, mais les repères peuvent tromper. Appliquer les standards Steam à un mini-jeu WeChat ? Erreur. Utiliser les standards Sensor Tower des jeux long terme pour un MVP fraîchement lancé ? Seuil trop haut.
Commençons par les 5 données les plus importantes.
Repères de rétention. Premier filtre pour juger si un mini-jeu mérite la suite. Sensor Tower 2023 : les jeux à succès long terme affichent J1 > 45 %, J7 stable > 22 %. Pour un MVP récent, c’est trop exigeant. Seuil indé : J1 35-40 %, J7 15-20 %. En dessous, les joueurs ne s’intéressent pas au cœur du gameplay ; l’itération aura du mal à rattraper.
Indicateurs d’engagement. La rétention mesure « combien reviennent » ; l’engagement mesure « combien de temps ils jouent ». Un ratio visites/DAU sain tourne autour de 3 — les actifs ouvrent le jeu environ 3 fois par jour. DAU/MAU > 0,2 indique une attraction durable. < 0,15 : les joueurs « essaient et partent », sans habitude.
Repères de paiement. Taux d’inscription > 5 %, taux de paiement > 2 % — seuil indé. < 5 % d’inscription : attractivité trop faible, même la conversion gratuite échoue. < 2 % de paiement : problème de monétisation — point de paiement trop caché ou contenu payant peu attractif.
Téléchargements estimés. Outil central en amont de projet pour juger l’espace du marché. Vous lancez un puzzle ; le Top 10 est dominé par des géants au million de MAU. L’outil montre un espace organique nul pour les nouveaux. Ce n’est plus une question d’itération, mais de changer de catégorie.
Seuil Steam. 1000 ventes = minimum ; seuls 4 % y passent. Ce n’est pas un standard élevé, c’est le plancher. En dessous, les frais Steam ne sont pas récupérés. Coût de dev en amont — vendre 10 ou 10 000 exemplaires coûte pareil : cœur de la pression trésorerie.
| Indicateur | Seuil conforme | Signal non conforme |
|---|---|---|
| Rétention J1 | 35-40 % | < 25 % : gameplay central peu attractif |
| Rétention J7 | 15-20 % | < 10 % : manque de motivation durable |
| Ratio DAU/MAU | > 0,2 | < 0,15 : essai puis départ |
| Taux d’inscription | > 5 % | < 3 % : attractivité insuffisante |
| Taux de paiement | > 2 % | < 1 % : problème de monétisation |
Ces 5 données se recoupent. J1 35 %, J7 8 % : le jeu attire mais ne retient pas — profondeur de contenu peut-être insuffisante. J1 25 %, paiement 3 % : gameplay faible mais monétisation correcte — cas rare ; le paiement suit souvent la rétention.
Matrice en trois dimensions : coût, revenus, temps
Les repères seuls ne suffisent pas. J1 à 40 % — continuer ? Cela dépend du coût, des revenus attendus et du cycle de dev.
Nous utilisons une matrice en trois dimensions.
Dimension coût. Coût de R&D, coût temps, coût d’opportunité. L’écart est énorme — de 146 $ à 69 000 ¥ selon les succès. Chongqing Gaeisiu et 《了不起的修仙模拟器》 : 69 000 ¥, équipe de 3. Un autre dev : 146 $ pour 《Mythscroll》, 6 mois, 3228 $ de CA la première semaine. Écart de coût × 700, succès dans les deux cas. L’enjeu n’est pas le montant, mais la vitesse de récupération.
Le coût temps est plus discret. Cycle 1-6 mois = norme indé. Au-delà d’un an, le temps érode la trésorerie. La majorité concentrent les revenus de la première année dans les six premiers mois — sur Steam, plus de 60 % des revenus année 1 arrivent dans les 6 premiers mois. Manquer la fenêtre de lancement, c’est manquer la fenêtre de revenus.
Le coût d’opportunité est le plus difficile à chiffrer. Continuer ce mini-jeu, c’est renoncer à d’autres projets. Neuf mois puis saturation de catégorie : le coût du stop-loss n’est pas seulement 9 mois, mais aussi les bons projets manqués.
Dimension revenus. CA semaine 1, ventes long terme, pression trésorerie. Coût de dev en amont — douleur centrale. Vendre 10 ou 10 000 exemplaires coûte pareil, revenus × 1000. La trésorerie est la contrainte clé.
《Mythscroll》 : 3228 $ semaine 1, coût 146 $. Pression nulle — décision facile. 《了不起的修仙模拟器》 : 2 millions de ventes, CA > 100 millions ¥, coût 69 000 ¥. Forte pression, mais effet viral — culture xianxia sur Discord, traductions spontanées, > 20 % des ventes à l’étranger. Risque élevé, retour élevé.
Dimension temps. Cycle de dev, cycle d’itération, fenêtre de revenus. Le cycle de dev fixe la durée d’investissement. L’itération fixe la vitesse d’amélioration — passer J1 de 15 % à 35 % peut demander 2-3 versions sur 1-2 mois. La fenêtre de revenus concentre le retour — sur Steam, la majorité des revenus année 1 viennent des six premiers mois.
Combinaison en recommandations :
| Coût | Revenus attendus | Cycle de dev | Recommandation |
|---|---|---|---|
| Faible (< 500 $) | CA semaine 1 > 1000 $ | < 6 mois | Continuer — validation à faible coût |
| Moyen (5000-70000 ¥) | Ventes long terme > 10 000 | < 1 an | Observer la tendance, itérer prudemment |
| Élevé (> 70000 ¥) | Pression trésorerie | > 1 an | Communauté et exploitation long terme |
La trésorerie est la contrainte centrale. Faible coût + CA couvrant les coûts : décision légère. Coût élevé + forte pression : stratégie long terme et effet viral — risquée, mais 《了不起的修仙模拟器》 a réussi.
Le temps fixe l’urgence. Cycle 1 an, données non conformes : stop-loss coûteux. Cycle 6 mois : moins cher. Fenêtre de revenus aussi — manquer les six premiers mois ralentit fortement le retour des itérations suivantes.
Analyse des nœuds de décision : pourquoi continuer, pourquoi abandonner
Le nœud de décision compte plus que le résultat. Un succès ne dit pas « quand » ni « pourquoi » continuer. Un échec ne dit pas « quand » abandonner ni « quand » les données ont craqué.
Trois cas, trois nœuds.
Succès : 《了不起的修仙模拟器》. Chongqing Gaeisiu, 3 personnes, 69 000 ¥. Pas un cas à faible coût — forte pression trésorerie. Pourquoi continuer ?
Nœud clé : effet viral communautaire. La culture xianxia sur Discord discute du jeu ; traductions et guides spontanés en Occident. > 20 % des ventes à l’étranger — signal de rupture. Ils n’ont pas attendu les données Steam ; ils ont observé la vitesse de propagation. Discord : de 5 messages/semaine à 200 — signal pour continuer.
Logique : coût élevé, trésorerie tendue, mais viralité rapide. Traductions spontanées réduisent les coûts overseas. J1 40 %, J7 22 % — conformes. Trois conditions : données OK, effet viral, coût maîtrisé (communauté auto-organisée) — continuer.
Faible coût : 《Mythscroll》. 146 $, 6 mois, 289 ventes semaine 1, 3228 $ de CA. Pourquoi continuer ?
Nœud clé : revenus couvrant les coûts. 146 $ vs 3228 $. Frais Steam 100 $ remboursables. Trésorerie nulle. J1 35 %, proche du seuil. Pas un hit, mais validation à faible coût — itérer coûte quasi rien, les revenus couvrent déjà.
Logique : faible coût, revenus > coûts, données proches. Coût marginal d’itération nul — classique « validation réussie à faible coût ».
Échec : puzzle saturé. Équipe, 9 mois de dev, 300+ concurrents au lancement, Top 10 = géants au million de MAU. Pourquoi abandonner ?
Nœud clé : téléchargements estimés = saturation. L’outil montre un espace organique nul. Concentration extrême du Top 10 — pas un problème de qualité, de choix de catégorie.
Logique : cycle long (9 mois), saturation, têtes de liste dominantes. Itérer ne change pas la saturation. Stop-loss dès la semaine 1 — l’outil expose le problème, pas après 3 mois de données décevantes.
Synthèse des nœuds :
| Cas | Données clés | Événement clé | Décision |
|---|---|---|---|
| 《了不起的修仙模拟器》 | J1 40 %, J7 22 % | Discord 5→200 msg/semaine | Continuer |
| 《Mythscroll》 | CA semaine 1 : 3228 $ | Coût 146 $, revenus > coûts | Continuer |
| Saturation catégorie | Téléchargements estimés = 0 | Top 10 = géants million MAU | Abandon |
L’enjeu n’est pas la valeur absolue, mais la vitesse de changement. Discord 5→200 : viralité. Revenus > coûts : trésorerie débloquée. Téléchargements = 0 : saturation. La vitesse compte plus que l’absolu.
Spécificités plateforme : repères WeChat et Douyin
Le seuil Steam de 1000 ventes ou les téléchargements App Store ne s’appliquent pas aux mini-jeux. WeChat et Douyin ont des repères et contraintes différents.
WeChat mini-jeux. Limite de taille 4 Mo — contrainte dure. Séparation moteur (ex. Cocos) peut dépasser, avec adaptation technique. iOS plus strict — > 1 Go de RAM, fermeture forcée possible. Boost lancement : 7 premiers jours avec trafic aidé ; chute brutale après.
Repères : pas de « ventes », mais DAU/MAU. DAU > 10 000 = entrée ; > 100 000 = milieu de gamme. MAU > 300 000 = exploitation stable. Rétention différente de Steam — J1 30-35 % conforme (vs 35-40 % Steam), public plus large, coût d’essai plus bas.
Douyin mini-jeux. DAU +120 %, utilisateurs payants +320 %, flux +130 % — données 2025. Croissance plus rapide que WeChat. Fort boost plateforme, concurrence intense. Public plus jeune, habitudes de paiement différentes.
Repères : taux de paiement plus élevé que WeChat — 3-5 % conforme. Rétention proche de WeChat, J1 30-35 %.
Comparaison par plateforme :
| Plateforme | Indicateur central | Seuil conforme | Spécificité |
|---|---|---|---|
| Steam | Ventes | > 1000 exemplaires | Coût en amont, trésorerie |
| App Store | Téléchargements estimés | Espace marché catégorie | Têtes de liste, concurrence |
| WeChat mini-jeux | DAU/MAU | DAU > 10 000, MAU > 300 000 | Limite 4 Mo, boost lancement |
| Douyin mini-jeux | DAU / paiement | DAU +120 %, paiement 3-5 % | Fort boost, concurrence |
Adaptation décisionnelle. Steam : ventes et trésorerie. WeChat : DAU/MAU ; après le boost, chute organique — ne pas attendre la fin du boost pour stop-loss si non conforme. Douyin : paiement et croissance DAU ; public payeur, concurrence forte.
2024 : revenus mini-jeux mini-programmes Chine 39,84 milliards ¥ (+99,2 %). Dividende de croissance — mais fini aussi. Douyin +120 % en 2025, ralentissement possible en 2026. Tenir compte du temps restant du dividende plateforme.
Choisir la plateforme, c’est choisir repères et logique. Steam : long terme, communauté. WeChat : trafic court, validation sous boost. Douyin : catégories à fort paiement, public jeune.
Processus décisionnel : de la donnée à l’action
Nous intégrons repères, matrice et nœuds de cas en un processus en 5 étapes.
Étape 1 : collecter 5 données clés. Semaine 1 : rétention (J1/J7), engagement (DAU/MAU), paiement, téléchargements estimés. Steam : ventes. WeChat : DAU. Douyin : paiement et croissance DAU. Fenêtre : semaines 1-2 exposent le plus vite les problèmes.
Étape 2 : matrice en trois dimensions. Coût (R&D, temps, opportunité), revenus (CA semaine 1, ventes long terme), temps (cycle dev, itération, fenêtre revenus). Trésorerie = contrainte centrale.
Étape 3 : repères par plateforme. Steam : 1000 ventes, J1 35-40 %, J7 15-20 %. WeChat : DAU > 10 000, MAU > 300 000, J1 30-35 %. Douyin : paiement 3-5 %, DAU +120 %. Spécificités : boost, concentration, habitudes de paiement.
Étape 4 : nœuds de décision. Données : conformité ou non. Événements : viralité, revenus > coûts, saturation. Logique : vitesse > absolu. Discord 5→200 msg/semaine ; revenus couvrant coûts ; téléchargements = 0.
Étape 5 : décider. Trois options : continuer, pivot, abandon.
Grille d’autocontrôle :
| Option | Conditions remplies | Non remplies |
|---|---|---|
| Continuer | Données OK, trésorerie OK, signal viral | Données KO, trésorerie tendue |
| Pivot | Proche du seuil, catégorie non saturée, pivot peu coûteux | Saturation, pivot coûteux |
| Abandon | Données KO, saturation, trésorerie tendue | Proche du seuil, communauté en croissance |
Timing : semaines 1-2 = fenêtre la plus rapide. Ne pas attendre 3 mois pour la saturation — l’outil de téléchargements estimés expose dès la semaine 1.
Recommandations :
- Données OK, trésorerie OK : continuer, observer le signal viral.
- Proche du seuil, catégorie non saturée : pivot gameplay ou marché cible.
- Données KO, saturation : abandon, ne pas attendre la fin du boost.
- Données KO, trésorerie tendue : observer 1 semaine, stop-loss si pas d’amélioration.
Conclusion
Après le MVP d’un mini-jeu, la décision repose sur les données, pas l’intuition. Cinq repères, matrice en trois dimensions, nœuds de décision, spécificités plateforme, processus en 5 étapes — cadre complet.
La semaine 1 expose le plus vite les problèmes. Ne pas attendre 3 mois pour découvrir saturation, rétention faible, trésorerie tendue. Téléchargements estimés jugent la catégorie dès la semaine 1. La rétention jugera le gameplay. Le CA jugera la trésorerie.
L’essence, c’est le timing du stop-loss. Continuer coûte temps, opportunité, trésorerie. Abandonner coûte le sunk cost — l’investissement est déjà fait. Quand stop-loss ? Données KO, saturation, trésorerie tendue : semaine 1 = coût minimal.
Maintenant, collectez vos données, comparez à la grille, décidez. Les données ne mentent pas ; l’hésitation, si.
Processus de décision sur la valeur d'un MVP
5 étapes pour juger la valeur d'un MVP par les données
⏱️ Estimated time: 30 min
- 1
Step 1: Collecter 5 données clés (semaines 1-2)
Rétention (J1/J7), engagement (DAU/MAU), taux de paiement, téléchargements estimés. Jeux Steam : ventes en plus. WeChat : DAU. Douyin : taux de paiement et vitesse de croissance du DAU. - 2
Step 2: Construire la matrice en trois dimensions
Coût : R&D + temps + opportunité. Revenus : CA semaine 1 + ventes long terme. Temps : cycle de dev + itération + fenêtre de revenus. La pression de trésorerie est la contrainte centrale. - 3
Step 3: Comparer aux repères par plateforme
Steam : > 1000 ventes, J1 35-40 %, J7 15-20 %. WeChat : DAU > 10 000, MAU > 300 000, J1 30-35 %. Douyin : paiement 3-5 %, croissance DAU 120 %. - 4
Step 4: Analyser les nœuds de décision
Données clés : valeurs conformes ou non. Événements clés : effet viral communautaire, revenus couvrant les coûts, saturation de catégorie. Logique : la vitesse de changement des données compte plus que la valeur absolue. - 5
Step 5: Prendre la décision
Continuer : données conformes + trésorerie maîtrisée + effet viral. Pivot : proche du seuil + catégorie non saturée + pivot peu coûteux. Abandon : données non conformes + saturation + forte pression trésorerie.
FAQ
Après le lancement d'un MVP de mini-jeu, quelle semaine est la plus adaptée pour décider ?
La rétention J1 n'est que de 25 % — faut-il continuer à itérer ?
Que signifie le seuil de 1000 exemplaires sur Steam ?
Quelle différence entre les repères WeChat et Steam ?
Comment utiliser les outils de téléchargements estimés ?
Comment utiliser la matrice de décision en trois dimensions ?
10 min de lecture · Publié le: 24 mai 2026 · Mis à jour le: 27 juil. 2026
Développement de mini-jeux Cocos assisté par IA
Si vous arrivez depuis la recherche, le plus rapide est de passer à l’article précédent ou suivant de cette série.
Précédent
Développer un petit jeu solo : quoi confier à l'IA, quoi garder sous votre contrôle
Comment un développeur de jeux indépendant décide quelles tâches confier à l'IA et lesquelles garder sous son propre contrôle ? Ce guide propose un cadre de décision clair, du code à l'art en passant par les choix créatifs, pour construire une vision complète de la collaboration avec l'IA.
Partie 18 sur 21
Suivant
Mini-jeu terminé : comparatif de 4 canaux d'acquisition et tactiques à faible coût
Comment acquérir des utilisateurs à faible coût après le développement d'un mini-jeu ? Comparaison du SEO blog, du seeding Xiaohongshu, du marketing vidéo court et de la conversion via page de démo, avec conseils pratiques pour les développeurs.
Partie 20 sur 21



Commentaires
Connectez-vous avec GitHub pour laisser un commentaire