Votre tableau de bord affiche 40 000 vues. Quelqu'un vous demande si la vidéo a fonctionné et vous réalisez que le nombre de vues ne peut pas répondre à cette question. Une vue est comptée après quelques secondes de lecture. Elle vous dit qu'une personne est arrivée. Elle ne dit rien sur le fait qu'elle soit restée, qu'elle ait compris quelque chose ou qu'elle ait agi ensuite.
Les métriques d'engagement vidéo sont les chiffres qui mesurent ce que les spectateurs ont réellement fait : combien de temps ils ont regardé, quelle part de la vidéo ils ont terminée, où ils sont partis et sur quoi ils ont cliqué. La portée compte les arrivées. L'engagement vous dit si les deux semaines passées à produire la vidéo vous ont acheté de l'attention. Ce guide couvre les métriques qui méritent un suivi, la lecture d'une courbe de rétention et le changement de production qui les fait toutes bouger.
Ce que mesurent vraiment les métriques d'engagement vidéo
La plupart des tableaux de bord vidéo sont généreux. Ils mettent en avant le plus gros chiffre disponible, qui est presque toujours celui qui mesure le moins. Un responsable marketing qui rend des comptes à une équipe finance sceptique, ou un créateur qui décide de sa prochaine vidéo, a besoin des chiffres qui se trouvent en dessous.
La portée dit qui est arrivé, l'engagement dit qui est resté
Les impressions et les vues sont des métriques de distribution. Elles vous disent que la miniature a fonctionné, que le budget publicitaire a porté ou que l'algorithme vous a ouvert une fenêtre. Elles mesurent votre promotion, pas votre vidéo.
Les métriques d'engagement commencent au moment où la lecture démarre. La durée de visionnage, le pourcentage moyen visionné, le taux de complétion et le taux de clic décrivent le comportement après l'engagement du spectateur. Cette distinction compte, car les deux familles évoluent souvent en sens inverse. Une miniature racoleuse peut doubler vos vues et diviser par deux votre pourcentage moyen visionné, ce qui apprend à l'algorithme que votre vidéo déçoit.
Règle pratique : si une métrique peut monter pendant que la vidéo se dégrade, c'est une métrique de portée. Rapportez-la, mais ne l'optimisez jamais.
Les métriques qui méritent une place dans le tableau de bord
Vous avez besoin de moins de chiffres que ne le suggèrent la plupart des modèles de reporting. Ces six couvrent presque toutes les vraies questions, et chacune a un angle mort qu'il vaut mieux connaître avant de la mettre dans une présentation.
| Métrique | Ce qu'elle vous dit | Où elle vous trompe |
|---|---|---|
| Vues | Combien de personnes ont lancé la lecture | Comptée après quelques secondes, donc elle compte des arrivées, pas de l'attention |
| Durée de visionnage | Minutes totales regardées, le chiffre que récompensent les algorithmes | Une vidéo longue peut gagner en minutes totales tout en ennuyant presque toute son audience |
| Pourcentage moyen visionné | Quelle part de la vidéo un spectateur typique a terminée | Baisse naturellement quand la durée augmente, donc inutilisable entre durées différentes |
| Taux de complétion | La part des spectateurs qui a atteint la fin | Sévère sur les vidéos longues et très flatteur sur un clip de 15 secondes |
| Taux d'interaction | Mentions j'aime, commentaires et partages par vue | Facile à gonfler avec des appâts qui n'ont rien à voir avec votre message |
| Taux de clic | Si la vidéo a poussé quelqu'un vers une action | Dépend autant de la force de l'offre que de la vidéo |
Choisissez les deux qui correspondent au travail de la vidéo. Une démo produit vit ou meurt sur le pourcentage moyen visionné et le taux de clic. Une pièce de marque se soucie de la complétion. Le replay d'un webinaire se soucie de la durée totale, parce qu'une longue session avec des spectateurs attentifs est précisément le but recherché.
Calculer le taux d'engagement vidéo sans se mentir
Le taux d'engagement est la métrique la plus citée et la moins cohérente de la vidéo. Deux équipes peuvent le rapporter sur la même vidéo et arriver à 30 points d'écart, parce qu'elles mesurent des choses différentes en leur donnant le même nom.
Deux formules portent le même nom
La première formule repose sur l'attention : durée totale lue divisée par le nombre total de lectures multiplié par la durée de la vidéo. Elle répond à la question "quelle part de cette vidéo un spectateur typique regarde" et produit un pourcentage de vidéo consommée.
La seconde repose sur l'interaction : mentions j'aime plus commentaires plus partages, divisés par les vues. Elle répond à "combien de personnes ont assez tenu pour faire quelque chose" et donne sur la plupart des plateformes un pourcentage à un seul chiffre.
Aucune des deux n'est fausse. Rapporter l'une en l'appelant l'autre l'est. Écrivez la formule dans l'en-tête de votre rapport pour que personne n'ait à la reconstituer six mois plus tard.
Constat pratique : un taux d'engagement de 45 % et un taux de 4,5 % peuvent décrire la même vidéo. C'est la formule qu'il faut arrêter en premier, pas le chiffre.
Comparez à durée égale, pas à tout le monde
L'engagement fondé sur l'attention baisse à mesure que les vidéos s'allongent, ce qui rend la comparaison entre durées inutile. L'analyse par Wistia des données de sa propre plateforme a montré que les vidéos de moins d'une minute atteignent en moyenne un taux d'engagement de 52 %, une barre qu'un webinaire de 40 minutes n'atteindra jamais et qu'on ne devrait pas lui demander d'atteindre.
Comparez une vidéo à d'autres de même durée, même format et même audience. Un tutoriel de 20 minutes qui retient 35 % de ses spectateurs réussit quelque chose qu'un teaser de 45 secondes à 60 % ne réussit pas.
Lire la courbe de rétention : où les spectateurs partent vraiment
Les chiffres agrégés vous disent qu'une vidéo a sous-performé. La courbe de rétention vous dit où, et vous permet de corriger. C'est l'écran le plus utile de n'importe quel outil d'analyse vidéo, et la plupart des équipes le survolent au lieu de le lire.
Les 30 premières secondes décident du reste
Toute courbe de rétention chute le plus fort au démarrage. YouTube en fait une mesure à part entière, en rapportant quel pourcentage de votre audience regardait encore après les 30 premières secondes et en recommandant de retravailler cette ouverture et de tester différents styles quand le chiffre déçoit.
La cause habituelle est un décalage. Le titre et la miniature promettaient une chose, les 20 premières secondes ont livré une animation de logo et une salutation lente, et le spectateur est parti avant que la vidéo ne commence à parler de quoi que ce soit. Coupez l'introduction, ouvrez sur la promesse et regardez ce chiffre bouger avant de toucher au reste.
Lignes plates, creux et pics
YouTube décrit quatre formes lisibles dans un graphique de rétention : des lignes plates là où les spectateurs regardent une section en entier, des baisses progressives là où l'intérêt s'éteint, des pics sur les moments qui sont revus ou partagés, et des creux là où les gens ont sauté en avant ou arrêté de regarder.
Chaque forme est une consigne. Un creux à 4:12 est un segment à couper la prochaine fois. Un pic à 7:40 est le clip à publier sur les réseaux. Une baisse progressive sur tout le milieu signifie en général que la vidéo est plus longue que son idée.
Règle pratique : traitez la courbe de rétention comme une liste de montage, pas comme un bulletin de notes. Chaque creux est une note pour la vidéo suivante.
Pourquoi les sous-titres sont le levier d'engagement le plus efficace
La plupart des conseils sur l'engagement vous demandent de faire de meilleures vidéos, ce qui est vrai et peu utile. Les sous-titres sont différents. C'est une étape de production que vous pouvez ajouter à une vidéo déjà réalisée, et elle change immédiatement le comportement d'une grande part de votre audience.
Le visionnage sans son est devenu le mode par défaut
Une étude menée par Verizon Media avec Publicis Media, qui a interrogé 5 616 adultes américains en avril 2019, a montré que la moitié des répondants estimaient que les sous-titres comptent parce qu'ils regardent habituellement sans le son, et qu'une personne sur trois garde les sous-titres activés dans les lieux publics.
Si vous publiez dans un fil d'actualité, une part significative de votre audience regarde sur un téléphone en silencieux, dans un endroit où activer le son n'est pas une option. Une vidéo sans sous-titres demande à ces personnes de partir, et la courbe de rétention l'enregistre comme un abandon que vous imputerez sans doute à votre introduction. C'est pourquoi les sous-titres pour vidéos sur les réseaux sociaux ont cessé d'être un supplément d'accessibilité pour devenir une exigence de distribution.
Les sous-titres augmentent-ils vraiment l'engagement vidéo ?
Oui, et l'effet apparaît sur la complétion plutôt que sur les clics. Dans l'étude Verizon Media et Publicis Media citée plus haut, 80 % des répondants ont déclaré être plus susceptibles de regarder une vidéo en entier quand des sous-titres sont disponibles. Les sous-titres retiennent le spectateur sans son qui serait parti dans les premières secondes, ce qui fait monter ensemble le pourcentage moyen visionné et le taux de complétion. RealtimeVoiceKIT génère des sous-titres SRT et VTT synchronisés à partir du fichier d'origine, ce qui vous permet d'ajouter des sous-titres à une vidéo déjà publiée.
La qualité des sous-titres est la partie que les équipes ratent
Les sous-titres automatiques d'une plateforme sociale ne sont pas le même produit qu'une piste de sous-titres relue. Des noms erronés, du jargon massacré et des sous-titres qui suivent le locuteur avec une seconde de retard sont pires que rien, car ils détournent l'attention de la vidéo sans rien donner en retour.
Deux habitudes règlent l'essentiel. Relisez les lignes à faible confiance plutôt que de tout relire, puisqu'un score de confiance par ligne pointe directement les segments que le modèle a trouvés difficiles. Vérifiez ensuite les noms propres, là où échouent les noms de produits, les noms d'invités et les sigles, même dans des transcriptions par ailleurs propres.
Il y a aussi un plancher réglementaire en dessous. Le critère de succès WCAG 2.2 pour les sous-titres des médias préenregistrés est de niveau A, le palier de base, et il exige des sous-titres pour tout l'audio préenregistré dans un média synchronisé. Si votre vidéo est sur un site soumis à une obligation d'accessibilité, les sous-titres ne sont pas une tactique d'engagement, ce sont le minimum.
| Si votre problème est | La cause probable | Ce qu'il faut changer d'abord |
|---|---|---|
| Chute forte dans les 30 premières secondes | L'ouverture ne correspond pas à la miniature, ou il n'y a pas de texte à l'écran | Coupez l'introduction, ajoutez des sous-titres pour que le spectateur en silencieux reçoive la promesse |
| Bon départ, milieu qui s'essouffle | La vidéo est plus longue que son idée | Coupez les segments en creux que marque la courbe de rétention |
| Beaucoup de vues, peu de complétion | La portée vient d'une audience à qui la vidéo ne s'adresse pas | Corrigez le ciblage avant de toucher au montage |
| Fort sur un seul marché | L'audience qui pourrait regarder est plus petite que celle qui le voudrait | Ajoutez des pistes de sous-titres traduits |
Transformer une vidéo en portée mondiale avec des sous-titres traduits
Une fois les sous-titres en place, le levier suivant n'est pas un meilleur montage. C'est l'audience qui veut déjà votre vidéo mais ne peut pas la suivre. Les sous-titres traduits sont la portée la moins chère que vous achèterez jamais, puisque la vidéo est déjà faite.
Le même calage, plus de marchés
La raison pour laquelle les équipes sautent cette étape tient au flux de travail, pas à la valeur. L'ancienne routine exporte une transcription, envoie le texte à un traducteur ou à un autre outil, récupère de la prose sans codes temporels, puis quelqu'un reconstruit le calage à la main pour chaque langue. Ce coût augmente avec le nombre de langues, donc la plupart des équipes s'arrêtent à une.
Cela ne fonctionne que si la transcription et la traduction se font dans la même passe et que les lignes traduites héritent des limites de segments d'origine. Un seul envoi produit une transcription calée dans le temps, et cette transcription se déploie dans chaque langue avec le calage déjà attaché. RealtimeVoiceKIT le fait dans plus de 100 langues en une seule exécution, ce qui transforme un projet par langue en une case à cocher. Le traducteur de sous-titres fait le même travail sur un fichier de sous-titres que vous avez déjà.
Le secteur va dans ce sens. Le rapport State of Video 2026 de Wistia, construit sur une enquête auprès de plus de 900 professionnels et des données de plateforme couvrant plus de 13 millions de vidéos, a montré que 90 % des équipes engagent des actions vers l'accessibilité vidéo, les sous-titres étant le point de départ le plus courant, et que les équipes utilisant des outils d'IA avaient 82 % de chances de plus de disposer de sous-titres en plusieurs langues.
Règle pratique : décidez des langues cibles avant de lancer le travail de transcription. Choisir après coup coupe le travail en deux passes et vous coûte le calage.
Quelle IA fait fonctionner RealtimeVoiceKIT ?
RealtimeVoiceKIT s'appuie sur OpenAI Whisper pour la reconnaissance vocale et sur les grands modèles de pointe d'OpenAI (ChatGPT), Anthropic (Claude) et Google (Gemini) pour le travail effectué au-dessus de la transcription : traduction, résumés, points clés et conversation sur ce qui a été dit. C'est pourquoi la piste de sous-titres, les fichiers de sous-titres traduits et le résumé que vous récupérez pour la description sortent d'une seule passe au lieu de quatre outils.
Utiliser les transcriptions pour capter le trafic de recherche derrière les vues
Le travail sur l'engagement s'arrête en général au lecteur. La transcription que vous avez générée pour les sous-titres est pourtant la seule partie de votre vidéo qu'un moteur de recherche peut réellement indexer, et la plupart des équipes la jettent après avoir exporté le SRT.
Le texte est la partie qu'un moteur de recherche peut lire
Un robot d'indexation ne peut pas regarder votre vidéo. Il lit le titre, la description, la page qui l'entoure et toute transcription que vous publiez. Mettre la transcription complète sur la page transforme une intervention de 20 minutes en quelques milliers de mots de texte pertinent et bien ciblé, aligné sur les expressions exactes employées par vos intervenants.
Ce texte alimente aussi le reste du tunnel. La transcription vous donne les citations pour les réseaux, le résumé pour l'e-mail, la liste des chapitres pour la description et les repères temporels des extraits correspondant aux pics de rétention repérés plus tôt. Notre guide sur pourquoi les transcriptions vidéo sont un atout SEO on-page sous-estimé détaille la partie publication.
Constat pratique : un seul travail de transcription devrait produire quatre livrables. Si vous n'exportez que les sous-titres, vous avez payé les trois autres et vous les laissez sur la table.
Votre flux de travail répétable pour l'engagement vidéo
L'engagement progresse quand les mêmes vérifications tournent sur chaque vidéo, pas quand quelqu'un pense à regarder les statistiques après un lancement. Voici la boucle, et elle prend une quinzaine de minutes par vidéo une fois devenue une habitude.
La checklist qui tient sous la pression des délais
- Choisissez deux métriques avant de publier. Nommez la métrique principale et la secondaire pour cette vidéo précise, et notez-les.
- Transcrivez le montage final, pas le montage brut. Passez le fichier terminé une fois par la transcription, avec les étiquettes de locuteur si plusieurs personnes parlent.
- Ne relisez que les lignes faibles. Corrigez les segments à faible confiance et les noms propres, puis exportez en SRT ou VTT.
- Ajoutez les pistes traduites dans la même passe. Choisissez les langues cibles pendant le travail pour que le calage soit hérité au lieu d'être reconstruit.
- Publiez la transcription sur la page. Mettez le texte là où un robot peut l'atteindre, et réutilisez-le pour la description, les chapitres et les publications sociales.
- Lisez la courbe de rétention à 7 jours. Repérez la chute des 30 premières secondes, les creux et les pics.
- Transformez les pics en prochaine vidéo. Découpez les moments revus en extraits et laissez les creux vous dire quoi supprimer.
L'étape qui casse le plus souvent est la quatrième. Les équipes transcrivent, exportent les sous-titres, publient la vidéo, puis décident deux semaines plus tard qu'une piste espagnole serait utile. À ce moment-là, la transcription a quitté l'outil qui détenait le calage, et quelqu'un reconstruit les temps de sous-titres à la main. Décider des langues en amont ne coûte rien et vous épargne toute cette reprise. Si ce sont les minutes qui vous empêchent de faire ceci sur chaque vidéo, la transcription illimitée démarre à 19,90 dollars par mois, ce qui supprime la raison de rationner le flux de travail.
Si vous voulez la piste de sous-titres, les sous-titres traduits et la transcription à partir d'un seul envoi, essayez RealtimeVoiceKIT sur la dernière vidéo que vous avez publiée et regardez ce que fait la courbe de rétention quand l'audience sans son peut enfin vous suivre.
The RealtimeVoiceKIT team écrit sur l'audio, l'IA et les méthodes qui transforment les enregistrements en audience pour l'équipe RealtimeVoiceKIT.
