« 90% des startups échouent » : ce que disent vraiment les chiffres
« 90% des startups échouent. » Vous l'avez lu sur LinkedIn, dans un article de blog, peut-être dans un pitch d'incubateur. Le chiffre a l'avantage d'être frappant, facile à retenir, et impossible à vérifier : il circule sans source depuis si longtemps que plus personne ne remonte à l'origine.
Il existe pourtant des données solides sur le sujet. Deux, principalement : une française, produite par l'INSEE, et une anglo-saxonne, produite par CB Insights. Elles donnent des résultats très différents, pour une raison simple que presque aucun article ne mentionne : elles ne mesurent pas la même chose, sur la même population, ni la même notion d'échec.
Regardons ce que disent réellement ces chiffres, et ce qu'un porteur de projet peut légitimement en tirer.
- En France, la donnée officielle est l'inverse du discours ambiant : selon l'INSEE, 69% des entreprises classiques créées au premier semestre 2018 étaient encore actives cinq ans plus tard.
- La mortalité se concentre tôt : 94,6% de survie à un an, 88,0% à deux ans, 81,3% à trois ans, 74,1% à quatre ans, 69,0% à cinq ans.
- CB Insights mesure autre chose : les causes d'échec de startups financées, pas le taux de survie de l'ensemble des entreprises. En tête, l'absence de besoin marché, dans 42% des post-mortem.
- Survivre n'est pas réussir. Une entreprise encore active à cinq ans peut être un échec économique pour son fondateur.
- Aucun taux global ne s'applique à votre cas. Ce qui est actionnable, ce sont les causes, pas la moyenne.
Ce que dit l'INSEE sur la France
Commençons par la donnée la plus solide et la plus ignorée dans les discussions sur l'entrepreneuriat français, parce qu'elle contredit frontalement le récit dominant.
L'INSEE suit les cohortes d'entreprises créées et publie leur taux de pérennité. Pour les entreprises classiques (c'est-à-dire hors micro-entrepreneurs) créées au premier semestre 2018, 69% étaient encore actives cinq ans après leur création.
La décroissance année par année est instructive :
- 1 an : 94,6% encore actives
- 2 ans : 88,0%
- 3 ans : 81,3%
- 4 ans : 74,1%
- 5 ans : 69,0%
Deux enseignements. D'abord, on est très loin des 90% d'échecs. Ensuite, la mortalité n'est pas uniforme : la première année est relativement clémente, et c'est entre la deuxième et la quatrième année que la casse est la plus régulière. Le statut joue également : les sociétés affichent environ 70,6% de survie à cinq ans, contre 63,3% pour les entreprises individuelles.
Le périmètre compte énormément. Ces chiffres excluent les micro-entrepreneurs, dont la dynamique est très différente : beaucoup de créations sans activité réelle, beaucoup de cessations sans drame économique. Mélanger les deux populations dans une même statistique produit un chiffre qui ne décrit personne.
Ce que dit CB Insights, et pourquoi ce n'est pas comparable
CB Insights a analysé les post-mortem de startups : les textes publiés par des fondateurs, investisseurs ou journalistes pour expliquer pourquoi une société a fermé. Près de 300 dans la version historique, et une mise à jour en 2024 portant sur 431 sociétés financées ayant cessé leur activité depuis 2023.
Le résultat le plus cité : l'absence de besoin marché arrive en tête des causes d'échec, présente dans environ 42% des cas. Suivent le manque de trésorerie, l'équipe inadaptée et la concurrence. La mise à jour de 2024 confirme la hiérarchie, avec l'inadéquation produit-marché toujours en tête.
Maintenant, la précaution que presque personne ne prend. Cette étude :
- ne porte que sur des sociétés déjà mortes. Elle décrit les causes de l'échec, elle ne mesure pas sa fréquence. On ne peut pas en déduire un taux.
- porte sur des startups financées, souvent par capital-risque, avec des attentes de croissance qui n'ont rien à voir avec celles d'une entreprise classique. Une société rentable à 200 000 € de chiffre d'affaires est un succès pour un indépendant et un échec pour un fonds.
- repose sur des textes écrits par les intéressés, avec les biais de récit que cela implique. « Il n'y avait pas de marché » est une explication plus confortable que « nous avons mal exécuté ».
Autrement dit : l'INSEE répond à « combien survivent », CB Insights répond à « pourquoi certaines meurent ». Utiliser le second pour répondre à la première question est une erreur de lecture, et c'est exactement ce que fait la moitié du web francophone.
Le piège des statistiques d'échec sans source
Le « 90% » n'est pas le seul chiffre à circuler sans origine vérifiable. On croise régulièrement dans les articles francophones un « 70% des échecs viennent d'une mauvaise connaissance du marché », attribué à un observatoire Bpifrance dont la référence exacte est introuvable.
Le réflexe à prendre est le même que pour n'importe quelle donnée : si aucun lien ne remonte vers une étude consultable, avec un périmètre et une méthode, ce n'est pas une donnée. C'est une formule.
Et posez-vous la question de l'intérêt : un chiffre alarmant sur l'échec entrepreneurial sert commercialement à tous ceux qui vendent la solution à cet échec, y compris, soyons honnêtes, un outil comme le nôtre. Raison de plus pour ne citer que ce qui est traçable.
Survivre n'est pas réussir
Il y a une limite importante à la statistique de l'INSEE, et elle joue dans l'autre sens.
Le taux de pérennité mesure une chose précise : l'entreprise est-elle encore économiquement active ? Il ne dit rien de la rémunération du dirigeant, du temps de travail, de la rentabilité, ni du fait que la personne referait ce choix. Une entreprise qui survit en payant son fondateur moins que le salaire qu'il aurait eu ailleurs est comptée comme un succès statistique.
À l'inverse, un projet arrêté au bout de huit mois après un No-Go documenté, sans dette et avec un apprentissage exploitable, est compté comme un échec statistique alors que c'est une décision saine.
La leçon est simple : les taux globaux ne définissent pas ce que réussir veut dire pour vous. C'est à vous de le définir, avant de lancer, et de préférence par écrit.
Le biais du survivant travaille dans les deux sens. Les récits de réussite que vous lisez sont écrits par ceux qui ont réussi, mais les post-mortem publics sont écrits par ceux qui ont accepté de raconter leur échec. Les projets qui s'arrêtent en silence, de loin les plus nombreux, ne figurent dans aucune des deux collections.
Ce que vous pouvez réellement en faire
Une statistique globale ne prédit rien sur votre cas particulier. En revanche, elle sert à deux choses concrètes.
Calibrer vos attentes de trésorerie. Si la mortalité se concentre entre la deuxième et la quatrième année, la question n'est pas de survivre au lancement, c'est de tenir la traversée. Cela se traduit directement en horizon de financement et en point mort à atteindre.
Cibler la cause dominante plutôt que la moyenne. Le seul enseignement vraiment actionnable de CB Insights, c'est la hiérarchie des causes : l'absence de besoin marché arrive devant tout le reste. Ce n'est pas une fatalité statistique, c'est une indication de priorité. Elle vous dit sur quoi passer votre temps avant d'écrire une ligne de code, et c'est exactement le raisonnement que porte notre article sur le découpage d'une idée en hypothèses.
Autrement dit : arrêtez de chercher votre probabilité d'échec dans une moyenne nationale. Elle dépend de vos hypothèses, et celles-là, vous pouvez les tester. Une fois testées, elles se transforment en critères notables dans une grille de décision Go/No-Go, ce qui est nettement plus utile qu'un pourcentage.
Il se lit dans vos hypothèses de marché. Predictis les chiffre et produit un score de décision Go/No-Go sur votre projet précis, à partir de données réelles.
Découvrir PredictisEn résumé
Le taux d'échec des startups à 90% est une formule sans source. Les deux données solides du sujet disent autre chose : l'INSEE mesure 69% d'entreprises classiques encore actives cinq ans après leur création en France, et CB Insights, qui mesure les causes et non la fréquence, place l'absence de besoin marché en tête des motifs d'échec des startups financées.
Ces deux chiffres ne se contredisent pas, ils répondent à deux questions différentes. Le seul usage vraiment utile qu'un porteur de projet peut en faire, c'est la hiérarchie des causes : elle vous dit de vérifier l'existence du besoin avant tout le reste. Les autres guides sont sur le blog Predictis →