Aller au contenu principal

Comprends les jeux crash avant de jouer

Qui joue aux jeux crash ? Le profil en chiffres

Pour la presse et la recherche

Le joueur de crash games ne ressemble pas au joueur de casino traditionnel. Plus jeune, mobile d'abord, des sessions plus longues que sur les machines à sous, et des retraits automatiques concentrés sur les petits multiplicateurs : voici son portrait-robot en chiffres sourcés.

  • Le cœur d'audience a 24–38 ans — une génération plus jeune que le casino classique.
  • Des sessions de 11,5 minutes en moyenne, presque le double des machines à sous.
  • Un rythme de jeu intense : 40 à 80 cycles de risque résolus par heure.
  • La Gen Z comme moteur : 72 % préfèrent les formats multijoueurs et interactifs.

Publié le

Les chiffres clés

24–38 ans — le cœur d'audience des jeux crash selon les données d'opérateurs. [1]
Source : G-M News, septembre 2026.

34,1 % — la part des 25–34 ans dans les joueurs en ligne mondiaux en 2025 ; c'est aussi le segment où la demande de crash games monte le plus vite. [2] [3]
Sources : Mordor Intelligence, 2026 ; Slotegrator via Asia Gaming Brief, janvier 2024.

~12 % — la croissance annuelle des 18–24 ans, le segment d'âge qui progresse le plus vite dans le jeu en ligne. [2]
Source : Mordor Intelligence, 2026.

72 % — la part de la Gen Z qui préfère les formats multijoueurs et interactifs aux paris solitaires — le moteur social de la croissance des crash games. [4]
Source : Virlan, septembre 2026.

69 % — la part de la Gen Z qui parie en ligne (68 % pour les Millennials). [5]
Source : iwantmedia.

11,5 minutes — la durée moyenne d'une session de crash game, contre 6,2 minutes sur les machines à sous. [1]
Source : G-M News, septembre 2026.

+35 à +50 % — l'allongement des sessions des joueurs qui migrent des slots vers les crash games. [6]
Source : Retail Focus, avril 2026.

40–80 — les cycles de risque résolus par heure sur un crash game, contre 30–40 sur les slots. [6] Cette vitesse compte : la fréquence des événements est l'un des deux prédicteurs structurels les plus forts du nombre de paris par session, dans les données de suivi de 43 731 joueurs. [13]
Source : Retail Focus, avril 2026.

Durée moyenne d'une session : 11,5 minutes pour les jeux crash contre 6,2 minutes pour les machines à sous ; cycles de risque par heure : 40 à 80 pour les jeux crash contre 30 à 40 pour les slots
Sessions et rythme de jeu : les crash games retiennent presque deux fois plus longtemps, avec des cycles deux fois plus rapides. Sources : G-M News, Retail Focus (2026).

~50–55 % — la part des manches Aviator qui crashent sous 2,0x ; ~1 % seulement atteignent 100x (distribution théorique dérivée du RTP de 97 %). [7]
Source : Ibets.co.za, d'après le RTP publié par Spribe.

8–30 secondes — la durée d'une manche Aviator, plus ~5 secondes entre les manches. [8]
Source : Betway Kenya.

$0,10–$100 — la fourchette de mise par manche relevée sur un titre de référence (Speed Crash, Hacksaw Gaming) ; elle varie selon les jeux, l'opérateur et le pays. [9]
Source : CrashGambler.

+35 % — l'augmentation maximale des mises observée quand une option de cash out est disponible, en conditions expérimentales (tâche de laboratoire, format paris sportifs — ce n'est pas une mesure prise sur les jeux crash). [10]
Source : Bennett et al., Psychological Science, 2024.

Retraits concentrés en bas de l'échelle — dans les journaux d'un jeu crash analysés par des chercheurs, les multiplicateurs de retrait automatique choisis par les joueurs se concentrent sur les valeurs basses, avec une longue traîne de cibles élevées. [11]
Source : Wang & Pleimling, Scientific Reports, 2019.

51,8 % — la part des parieurs sportifs en direct déclarant avoir déjà utilisé la fonction cash out (enquête menée en Ontario ; paris sportifs en direct, pas spécifiquement les jeux crash) : la première mesure académique du recours au cash out. [12]
Source : Sinclair et al., Addictive Behaviors, 2024.

Références

  1. [1] G-M News, « Why Crash Games Are Basically Rewriting Online Betting », septembre 2026, https://g-mnews.com/en/why-crash-games-are-basically-rewriting-online-betting/
  2. [2] Mordor Intelligence, rapport sur le marché mondial du jeu en ligne, 2026, via CasinoNewsDaily, 12 février 2026, https://www.casinonewsdaily.com/blog/2026/02/12/mordor-gambling-report-shows-why-some-numbers-see-more-attention/
  3. [3] Slotegrator, enquête développeurs, via Asia Gaming Brief, 10 janvier 2024, https://agbrief.com/news/world/10/01/2024/75-of-game-developers-respond-to-rising-demand-for-crash-games-says-slotegrator/
  4. [4] Virlan, « Crash Games vs Slots 2026: Gen Z iGaming Trends », 12 septembre 2026, https://www.virlan.co/casino/crash-games-vs-slots-2026-gen-z-igaming-trends/
  5. [5] iWantMedia, « The Gambling Preferences of Generation Z », https://iwantmedia.com/the-gambling-preferences-of-generation-z/
  6. [6] Retail Focus, « Crash games rewrite online gambling », 9 avril 2026, https://retail-focus.co.uk/crash-games-rewrite-online-gambling/
  7. [7] Ibets.co.za, guide Aviator (distribution présentée d'après le RTP de 97 % publié par Spribe), http://ibets.co.za/guides-and-tips/guide-aviator-spribe-tips-strategies-how-to-play/
  8. [8] Betway Kenya, page Aviator, https://betway-kenya.com/aviator.html
  9. [9] CrashGambler, « Speed Crash by Hacksaw Gaming », https://crashgambler.io/speed-crash-by-hacksaw-gaming/
  10. [10] Bennett, D. et al., « People Place Larger Bets When Risky Choices Provide a Postbet Option to Cash Out », Psychological Science, 2024, https://doi.org/10.1177/09567976241266516
  11. [11] Wang, X. & Pleimling, M., « Online Gambling of Pure Chance: Wager Distribution, Risk Attitude, and Anomalous Diffusion », Scientific Reports 9, 2019, https://doi.org/10.1038/s41598-019-50168-2
  12. [12] Sinclair, E.S.L. et al., « Cash outs during in-play sports betting: Who, why, and what it reveals », Addictive Behaviors 155:108008, 2024, https://doi.org/10.1016/j.addbeh.2024.108008
  13. [13] Auer, M. & Griffiths, M.D., « The relationship between structural characteristics and gambling behaviour: An online gambling player tracking study », Journal of Gambling Studies, 2022, https://doi.org/10.1007/s10899-022-10115-9
  14. [14] Auer, M. & Griffiths, M.D., « Using artificial intelligence algorithms to predict self-reported problem gambling with account-based player data in an online casino setting », Journal of Gambling Studies 39:1273–1294, 2023, https://doi.org/10.1007/s10899-022-10139-1

Jeu de données complet : les chiffres clés de cette page (20 lignes : valeur, source et année pour chacun), au format CSV — le tableau exact dont sont tirés tous les chiffres publiés ici. Télécharger le CSV
Réutilisation libre pour la presse et la recherche, avec citation : « Source : Chicken Road Productions, « Qui joue aux jeux crash ? Le profil en chiffres », 2026 » — https://chickenroadproductions.com/statistiques-joueurs-crash-games/

Vous citez ces chiffres ? La rédaction répond via la page Presse.

Pour aller plus loin