Occupé mais pas rentable
in Fintech

La réponse courte

Un TPV élevé et une marge sur contribution faible constituent un problème de mix produit où le prêt a converti un revenu valant un multiple de 7x en un revenu valant un multiple de 2x. Ce qui rend la situation plus difficile pour les entreprises fintech est structurel : le prêt a figé le compte de résultat et convertit un revenu valant un multiple de 7x en un revenu valant un multiple de 2x. Toute réponse crédible doit donc tenir le taux de prise blended et le taux de charge-off dans la même vue, ce qui est précisément là où la plupart des analyses internes s'arrêtent car les deux vivent dans des systèmes différents.

Quand le TPV est important et que la marge sur contribution reste faible, l'instinct est d'examiner les coûts opérationnels. Certains coûts peuvent être réduits, mais cela ne changera pas le résultat car la cause se situe en amont : le volume de paiement et les comptes marchands acceptés exigent du prêt qui abaisse le taux de prise blended.

Le schéma se répète sur tous les canaux. Un petit ensemble de segments marchands ou de sources d'origine livre une marge sur contribution positive après charge-offs. Une longue traîne de volume occupe l'entrepôt et les opérations tout en ajoutant peu ou rien à la marge. Comme le flux à faible marge occupe la capacité, le travail à marge plus élevée ne peut pas s'étendre : la limite n'est pas la demande mais le fait que l'installation est déjà allouée au mauvais mix.

La correction est une règle de sélection fondée sur la marge sur contribution par canal et type de marchand, pas une démarche d'efficacité. Une fois que chaque source de TPV peut être classée par son effet net sur la marge après charge-offs et CAC, le choix des volumes à accepter ou à refuser devient mécanique.

Les opérateurs fintech arrivent à ce point quand le TPV et le nombre de marchands augmentent tandis que le revenu net et la marge sur contribution ne bougent pas : le prêt est appliqué à une plus grande part du flux, le taux de prise blended baisse et les tirages sur l'entrepôt augmentent sans hausse correspondante de la marge. Aucun produit supplémentaire ni expansion de marché ne résout cela tant que le mix de volume accepté ne change pas.

Comment savoir si c'est vraiment votre problème

Ces trois réunis forment la signature. Un seul renvoie généralement ailleurs.

✓ Le TPV et le nombre de marchands augmentent tandis que la marge sur contribution reste stable ou baisse et que l'entrepôt reste pleinement tiré
✓ Identifier quels canaux ou cohortes de marchands ont produit une marge sur contribution positive la période dernière exige une analyse ponctuelle plutôt qu'un rapport permanent
✓ Refuser une catégorie de volume ou de marchands semble impossible car cela réduirait le TPV déclaré même quand la marge sur contribution de ce volume est négative

Le mouvement qui empire habituellement la situation. Augmenter la capacité d'entrepôt ou le capital pour absorber plus de volume, ce qui agrandit simplement l'installation allouée au mix à faible marge et reproduit la même compression du P&L à plus grande échelle.

Who this is for — and who it is not

It is for you if you run or finance a fintech and everyone is fully occupied and cash is tight. It is the situation where the numbers are available but nobody has put them in an order that produces a decision.

It is not for you if Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.

Ce que cela donne quand l'analyse est vraiment lancée

Below is an excerpt from a real run of this analysis on une fintech. It is a sample profile rather than a customer, and it is engine output translated from English — this is the format you get, on your own numbers.

The subject is Verrano Pay, a sample company profile used for testing rather than a customer — $84M net revenue, 28,000 merchants, $9.4B of payment volume.

This is one move out of a full analysis. Read a complete report — every page, no email required.

Ce que le moteur fait avec cette question

This question routes to Proprietary EFF Methodology, one of 29 engagements the platform runs. For entreprises fintech it works through blended take rate, charge-off rate, contribution margin and CAC by channel, then produces the sequence rather than a list of options — which move first, what it funds, and the observation that would say the sequence is wrong.

You watch the analysis get built before paying anything. Lire un rapport complet ici if you would rather see the depth first.

Questions que les gens posent à ce sujet

Comment savoir quel travail cesser d'accepter ?

Classez par contribution par unité de votre vraie contrainte — heure machine, heure facturable, créneau de livraison, mètre carré. Pas par revenu, ni par pourcentage de marge brute, qui favorisent tous deux le mauvais travail quand la contrainte est la capacité.

Refuser du travail va-t-il endommager la relation ?

Parfois, et c'est généralement moins cher que l'alternative. En pratique un prix qui reflète ce que le travail consomme rend soit le compte rentable, soit le fait passer chez un concurrent, et les deux issues sont meilleures que la situation actuelle.

Est-ce un problème de prix ou d'efficacité ?

Testez-le : si chaque mission était exécutée parfaitement sans aucun gaspillage, les missions fines seraient-elles rentables ? Si la réponse est non, il s'agit de prix et de sélection, et aucun programme d'efficacité n'y parviendra.

Is this different in fintech than in other industries?

Materially, yes. Lending fixed the P&L and converts revenue worth a 7x multiple into revenue worth a 2x multiple — which changes both the diagnosis and the order of the fixes. The metrics that decide it here are blended take rate, charge-off rate, contribution margin, and an answer built on industry-general benchmarks will usually point at the wrong one first.

What data do I need before this analysis is worth running for a fintech?

Less than most people expect. Your last twelve months of revenue and cost split the way you already split it, plus whatever you hold on blended take rate and charge-off rate. The analysis is explicit about what it is assuming where your data stops, which is more useful than waiting for numbers you may never have.

When is Percision the wrong tool?

Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Does Percision replace a lawyer, tax advisor, auditor, or AI implementation team?

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.