Benchmarks de conversion waitlist par secteur (rapport 2026)

20 % de conversion waitlist en FinTech, c'est exceptionnel. En IA grand public, c'est médiocre. Le chiffre, sans contexte, ment.

Chaque semaine, un fondateur nous envoie son dashboard. « On est à 14 % de conversion waitlist, c'est bon ça ? » Et chaque semaine, notre réponse est la même : ça dépend de ce que vous vendez, à qui vous l'avez vendu, et d'où vient le trafic. Un taux brut sans secteur attaché, c'est à peu près aussi utile qu'une température sans savoir si vous êtes en intérieur ou sur Mars.

Cet article remet les choses au clair. De vrais benchmarks de conversion waitlist par secteur, séparés entre trafic payant froid et audiences chaudes, avec le « bon » chiffre et le seuil d'alerte pour chaque vertical. Construits à partir de campagnes pré-lancement que nous avons menées, de campagnes que nous avons auditées, et des patterns qui ressortent quand on compare des centaines de landing pages de validation côte à côte.

Notre définition de la « conversion waitlist »

Une seule définition, parce qu'une définition floue rend les benchmarks inutilisables : la conversion waitlist, c'est les visites uniques sur une landing page de validation divisées par les soumissions d'email. Point.

Ce n'est pas le ratio ouvertures de formulaire / soumissions. C'est une autre métrique, en général bien plus haute (50 à 80 % des gens qui commencent à remplir le formulaire vont au bout), et elle parle de la friction du formulaire, pas de la force de l'offre. Ce n'est pas non plus visites / clic sur le CTA. Ce dernier mesure la curiosité, pas l'engagement.

Visites contre emails dans la base. Une seule source de vérité. Tous les taux de signup waitlist du tableau ci-dessous utilisent cette définition.

Le tableau de benchmarks 2026

Voici nos benchmarks actuels de conversion waitlist par vertical, pour des pages pré-lancement avec une seule capture d'email comme conversion principale. Trafic payant froid : Meta, Google ou TikTok ads sans relation préalable. Audience chaude : vos abonnés LinkedIn, vos lecteurs newsletter, ou une communauté où vous avez déjà la confiance. « Bon » est le chiffre à viser après une vraie itération. « Alerte sous » est le seuil sous lequel quelque chose est probablement cassé sur le fond.

Quelques points à voir avant de plaquer votre chiffre sur une ligne. L'écart froid-vers-chaud n'est jamais inférieur à 2x, et plutôt proche de 4x. Si vous ne savez pas comment votre trafic se répartit, votre benchmark est du bruit. Et la colonne « Bon » suppose une vraie itération, pas un premier jet.

Pourquoi la FinTech convertit plus bas (et c'est OK)

Tous les fondateurs FinTech qu'on a accompagnés ont la même réaction initiale en voyant ce tableau : « Notre 5 %, c'est nul. » Faux. La FinTech joue juste en mode difficile.

L'argent rend les gens prudents. Même soumettre un email sur une page FinTech pré-lancement déclenche un calcul implicite du genre « cette boîte va peut-être un jour toucher à mon compte bancaire ». Les gens hésitent. Ils cherchent un signal de confiance qui n'existe pas encore parce que vous n'avez rien lancé. Ils repartent et se disent qu'ils reviendront (ils ne reviennent pas).

En plus, la régulation se sent dans le copy. Les pages FinTech ont tendance à sonner plus prudentes, à empiler les disclaimers, à éviter les promesses tranchantes qui font convertir ailleurs. Vous ne pouvez pas écrire « enfin un budget qui ne sucks pas » sans que quelqu'un se demande si vous avez le droit de le dire. L'IA grand public n'a aucun frein équivalent.

Donc 6 % de waitlist sur trafic froid en FinTech grand public, c'est un bon chiffre. 6 % sur trafic froid en IA grand public, ça nous ferait vérifier si le formulaire d'inscription est cassé.

Pourquoi l'IA grand public convertit haut (et c'est un piège)

L'IA grand public affiche les taux de signup waitlist les plus hauts de toutes les verticales qu'on suit. 25 % sur trafic froid, c'est routinier. 35 %, c'est courant pour une page bien ciblée. On a vu du 50 %+ sur un TikTok viral renvoyant vers une page techniquement médiocre.

Ce que ce chiffre mesure vraiment ? Pas la demande. La taxe de curiosité. S'inscrire sur une waitlist IA ne coûte rien, n'engage à rien, et a une chance non nulle de vous donner accès à un truc cool. Évidemment que les gens cliquent.

D'après ce qu'on observe, les waitlists IA grand public ont 40 à 60 % d'inscrits qui n'ouvrent jamais le premier email. Vous avez bien lu. Quasi la moitié de la liste vous a déjà oublié au moment où vous voulez leur envoyer quelque chose. Un autre 15 à 20 % ouvre sans jamais répondre. L'audience réellement engagée, c'est souvent un quart du chiffre affiché.

Vous pouvez taper 30 % de conversion waitlist et n'avoir aucun business. Le seul chiffre qui compte plus que la conversion, c'est combien de ces inscrits répondent quand vous leur écrivez. Si vous êtes en IA grand public et que vous n'avez pas fait ce test de réponse, votre dashboard vous ment de la manière la plus confortable possible.

La saisonnalité influence-t-elle la conversion waitlist ?

Oui, plus que les fondateurs ne l'imaginent. Quelques patterns à connaître.

Les outils de finances perso et de productivité grimpent fin Q4 et en janvier. L'énergie de nouvelle année pousse les gens à s'inscrire à tout ce qui promet de réparer leurs habitudes. Une page SaaS productivité à 14 % en octobre peut taper 22 % les deux premières semaines de janvier. Même page, même source de trafic. Ne confondez pas ça avec une percée.

Le SaaS B2B chute fort en juillet-août. Les acheteurs sont en vacances, les décideurs sont absents, et les rares signups qui passent sont de moindre qualité. Beaucoup d'équipes mettent leurs tests payants en pause l'été pour cette raison. Si vous devez tester en été, baissez vos attentes de benchmark de 20 à 30 %.

La HealthTech surfe la vague des résolutions en janvier, puis les produits fitness reprennent un coup de boost en avril-mai quand les gens réalisent que l'été approche. L'IA grand public reste relativement plate mais grimpe fort sur les cycles de news. Une nouvelle release OpenAI peut pousser toutes les waitlists IA de 30 à 50 % pendant une semaine, puis ça retombe.

Un « bon » chiffre pour une boîte qui démarre, c'est quoi ?

Moins que vous ne pensez. Beaucoup moins.

Tous les benchmarks du tableau supposent une page qui a été itérée. La colonne « Bon », ce n'est pas votre premier jet. C'est ce que vous atteignez après avoir testé cinq titres hero, trois segments d'audience, deux ancrages de prix, et réécrit la proposition de valeur au moins une fois en fonction de ce que vos premiers signups vous ont dit.

Une première landing page d'un fondateur débutant atterrit en général en bas de la fourchette trafic froid. C'est normal. C'est la ligne de départ, pas la ligne d'arrivée. On préfère voir un fondateur poster 4 % en SaaS productivité en semaine 1 et doubler à 8 % en semaine 3, plutôt qu'un 12 % qu'il ne sait ni reproduire ni expliquer.

Si vous tapez le milieu de la fourchette de votre secteur sur votre première page, vous êtes déjà devant la plupart des premiers essais. Si vous tapez le haut, soit vous avez eu de la chance, soit vous avez une audience chaude que vous avez oublié de compter, soit vous êtes meilleur à ça que la plupart des gens qui lisent cet article. Bravo, continuez.

Comment vous benchmarker contre vous-même (plus utile que les chiffres sectoriels)

Les benchmarks sectoriels vous disent si votre chiffre est dans l'univers du raisonnable. Vos propres chiffres semaine après semaine vous disent si vous apprenez. Le second vaut plus.

La méthode est simple. Posez une baseline : faites tourner votre page une semaine sur une seule source de trafic, et obtenez au moins 300 visites uniques. Notez la conversion de référence. Puis changez exactement une chose. Le titre. Le ciblage d'audience. Le cadrage de l'offre. Une variable. Refaites tourner 300 visites depuis la même source. Comparez.

Trois cents visites, c'est le minimum pour qu'un taux de conversion veuille dire quelque chose. À 10 % de conversion, 300 visites donnent 30 signups, et l'intervalle de confiance reste large (à peu près plus ou moins 3 points). Sous 300 visites, vous lisez du bruit en l'appelant signal. Sous 100, ne regardez même pas le chiffre.

Si vous changez deux choses en même temps, vous n'apprenez rien. Si vous ne notez pas la baseline, vous l'oublierez et vous vous convaincrez que la nouvelle version est meilleure. Tout l'intérêt, c'est de rendre l'apprentissage lisible.

Le benchmark qui prouve vraiment la demande

La partie inconfortable, la voici. Aucun des chiffres ci-dessus ne prouve que votre business marche. Chacun d'eux mesure à quel point une offre gratuite arrache un email. C'est un signal utile. Ce n'est pas le signal.

Le benchmark qui prouve vraiment la demande, c'est le paiement. Une précommande. Un acompte. Un pilote payant. 10 € pour réserver une place. N'importe quel montant qui change de main avant que vous ayez livré quoi que ce soit.

Et peu importe à quel point votre dashboard est vert, l'idée n'est pas validée tant que personne n'a mis de l'argent sur la table. 30 % de conversion waitlist en IA grand public avec 0 % de conversion en précommande, ça vous dit une seule chose : les gens veulent bien donner leur email, pas leur carte bancaire. C'est un problème de notoriété au mieux, un problème d'absence de demande au pire. Dans les deux cas, votre benchmark sectoriel n'est qu'une tape dans le dos.

Une waitlist au-dessus du benchmark et en dessous du taux de réponse, c'est un projet de statistiques, pas un business.

Le taux de réponse et le taux de précommande sont les deux chiffres qui comptent vraiment. La conversion waitlist prouve que les gens arrêtent de scroller. Les réponses prouvent qu'ils s'engagent. Le paiement prouve qu'ils achètent. Trois portes différentes, trois signaux différents — et seul le dernier paie les salaires.

Et maintenant, on fait quoi ?

Si vous avez lu cet article en comparant votre chiffre au tableau et que vous avez ressenti quelque chose (fierté, panique, confusion), voici ce qu'il faut faire à la place.

Lancez un test de deux semaines avec des liens trackés pour chaque canal que vous utilisez. Meta, Google, post LinkedIn, partage en communauté, mention en newsletter — chacun avec son propre paramètre d'URL. À la fin de la semaine 2, lisez les chiffres canal par canal au lieu d'une moyenne mélangée. C'est là que vit la vraie histoire. Un taux mélangé à 9 % qui est en fait 22 % LinkedIn et 3 % Meta, c'est un business complètement différent d'un 9 % réparti uniformément.

Ensuite, appelez cinq personnes de la liste. Pas par email. Au téléphone. Quinze minutes chacune. Demandez-leur pourquoi elles se sont inscrites et combien elles paieraient pour que le problème soit résolu. Ce qu'elles vont dire vous apprendra plus que n'importe quel benchmark sectoriel.

Pour le playbook complet sur la manière dont tout ça s'emboîte, lisez notre framework de validation d'idée en 6 étapes. Si vous voulez une page pensée pour ça dès le jour un, avec des liens trackés par canal et les métriques qui comptent vraiment, essayez LemonPage gratuitement. Sans carte bancaire.

À lire ensuite

• Benchmarks de conversion landing page pour produits pré-lancement — l'article jumeau, plus large sur les types de pages et les sources de trafic
• Construire une waitlist de 0 à 1 000 en 30 jours — le playbook qui alimente le haut du funnel mesuré par ces benchmarks
• 25 exemples de landing pages waitlist qui ont collecté 10K+ inscriptions — les teardowns des pages qui ont produit les chiffres du haut de fourchette