- Une analyse de cohortes regroupe les clients par mois de leur première commande et compare les groupes au même âge, ce que les totaux mensuels ne permettent pas.
- Lisez les lignes pour suivre une cohorte dans le temps, les colonnes pour comparer des cohortes au même âge et les diagonales pour repérer les effets de calendrier, comme une promotion en novembre.
- Comparez les cohortes par client et en bénéfice brut, afin que la taille des cohortes et les remises sur la première commande ne faussent pas le résultat.
- Une cohorte vaut la peine d’être acquise quand son bénéfice brut cumulé par client dépasse son CAC dans un délai que vous pouvez accepter.
L’analyse de cohortes en e-commerce regroupe les clients par mois de leur première commande et suit ce que chaque groupe achète les mois suivants. Elle montre si les clients que vous gagnez aujourd’hui reviennent et dépensent autant que ceux que vous avez gagnés avant. Un total mensuel de chiffre d’affaires ne peut pas le montrer, car il mélange les nouveaux clients et les clients existants de tous âges.
Ce guide explique comment construire un tableau de cohortes d’acquisition, comment lire la rétention et le bénéfice brut cumulé par client, quelles erreurs faussent l’image, et ce que ROASaurus affiche.
Qu’est-ce qu’une analyse de cohortes ?
Une cohorte est un groupe de clients qui partagent un point de départ. En e-commerce, le point de départ habituel est la première commande. Tous ceux qui ont acheté pour la première fois en mars forment la cohorte de mars, quel que soit le canal dont ils viennent.
Un tableau de cohortes a une ligne par cohorte et une colonne par période écoulée depuis la première commande. M0 est le mois de la première commande, M1 le mois suivant, et ainsi de suite. Chaque cellule répond à une question pour un groupe à un âge donné : combien de clients sont revenus, combien ils ont dépensé ou combien de bénéfice brut ils ont laissé.
Cette disposition compare des clients du même âge. La cohorte de mars à son troisième mois peut être comparée à la cohorte de juin à son troisième mois, même si ces mois tombent à des saisons différentes.
Shopify propose un rapport d’analyse de cohortes de clients intégré, qui regroupe les clients selon leur première commande de la même façon. Ses métriques sont le nombre de clients, la rétention et les ventes. Pour voir les cohortes en bénéfice brut, il vous faut aussi les coûts de chaque commande : coût produit, expédition, frais de paiement et manutention.
Comment construire un tableau de cohortes
- Collectez les commandes payées avec une identité client
Chaque commande a besoin d’un identifiant client ou d’une adresse e-mail. Sans l’un des deux, vous ne pouvez pas relier une deuxième commande à la première. Laissez de côté les commandes annulées et impayées.
- Trouvez la première commande de chaque client
Le mois de cette commande est la cohorte du client.
- Donnez un âge à chaque commande
Comptez les mois entre le mois de la cohorte et le mois de la commande : 0 pour le premier mois, 1 pour le suivant, et ainsi de suite.
- Additionnez par cohorte et par âge
Faites la somme des commandes, du chiffre d’affaires et du bénéfice brut dans chaque cellule, et comptez les clients qui ont commandé.
- Divisez par la taille de la cohorte
Divisez par le nombre de clients de la cohorte, afin de pouvoir comparer des cohortes de tailles différentes.
- Choisissez par période ou cumulé
Une cellule par période montre ce seul mois. Une cellule cumulée additionne tous les mois jusque-là, ce que vous comparez au coût d’acquisition.
Google Analytics propose un choix similaire dans son exploration de cohortes, avec des calculs standard, glissant et cumulé. Le calcul standard compte chaque période séparément, et le cumulé additionne les périodes écoulées. Pour les cohortes d’une boutique en ligne, utilisez des cellules par période pour la rétention et des cellules cumulées pour la valeur.
Comment lire un tableau de cohortes
Voici un tableau de rétention pour une boutique exemple, vu au début de janvier. Chaque cellule indique la part de la cohorte qui a recommandé ce mois-là.
| Première commande | Clients | M1 | M2 | M3 | M4 | M5 |
|---|---|---|---|---|---|---|
| Juillet | 1,000 | 8% | 6% | 5% | 9% | 7% |
| Août | 900 | 8% | 6% | 10% | 7% | – |
| Septembre | 1,100 | 7% | 11% | 7% | – | – |
| Octobre | 1,050 | 12% | 8% | – | – | – |
| Novembre | 2,400 | 5% | – | – | – | – |
Lisez les lignes
Une ligne suit une cohorte dans le temps. Dans cet exemple, la cohorte de juillet recommande à 8% le premier mois. Le taux retombe à 5% au troisième mois, puis remonte à 9% en novembre.
Lisez les colonnes
Une colonne compare des cohortes au même âge. En M1, octobre s’en sort le mieux avec 12% et novembre le moins bien avec 5%. Mais le M1 de la cohorte d’octobre est novembre, le mois de la promotion. Une partie de ces 12% vient donc de la promotion, pas de la cohorte.
Lisez les diagonales
Une diagonale est un mois calendaire à travers toutes les cohortes. La diagonale de novembre se lit 9%, 10%, 11% et 12% : chaque cohorte plus ancienne a acheté davantage en novembre. Quand une diagonale ressort, la cause est un événement de ce mois-là, comme une promotion, un lancement de produit ou un problème de livraison. Elle ne dit rien de la qualité des cohortes.
La cohorte de novembre est la vraie question. Elle fait plus du double des autres, mais seulement 5% de ses clients sont revenus en décembre. Le même mois, toutes les autres cohortes sont revenues à 7% ou 8%.
Chiffre d’affaires et bénéfice brut cumulés par client
La rétention vous dit si les clients reviennent. La valeur cumulée par client vous dit ce qu’ils valent. Additionnez tout ce qu’une cohorte a acheté depuis sa première commande et divisez par le nombre de clients de la cohorte. Faites-le en bénéfice brut, pas seulement en chiffre d’affaires, car c’est le bénéfice brut qui rembourse le coût d’acquisition du client.
Derrière les deux courbes : les premières commandes de la cohorte de mars ont atteint $70 en moyenne, avec un taux de marge brute de 48%, et ont donc laissé $33.60 par client. Les premières commandes de la cohorte de novembre auraient été de $80 au plein tarif, avec le même taux de marge brute de 48%. Après une remise de 20%, elles ont atteint $64 en moyenne, mais leurs coûts sont restés à $41.60. Le taux de marge brute est tombé à 35% et chaque première commande a laissé $22.40. La remise a réduit la marge de la première commande, et moins de ces clients sont revenus.
Une cohorte vaut la peine d’être acquise quand son bénéfice brut cumulé par client dépasse son CAC dans un délai que vous pouvez accepter. Le mois où cela se produit est le délai de récupération. Pour la cohorte de mars, c’est M0. Pour la cohorte de novembre, ce n’est pas encore arrivé. La façon de fixer cette limite est traitée dans la valeur vie client pour les boutiques Shopify, et la marge elle-même est expliquée dans la marge de contribution en e-commerce.
Erreurs courantes en analyse de cohortes
Mélanger des cohortes de tailles différentes
Une cohorte de 150 clients et une cohorte de 2,400 ne méritent pas le même poids. Quand vous faites la moyenne des cohortes, pondérez chacune par son nombre de clients. Traitez les petites cohortes avec précaution : dans une cohorte de 150, trois clients qui dépensent chacun $200 de plus font bouger la moyenne de $4.
L’erreur inverse consiste à comparer les totaux des cohortes. La cohorte de novembre a le plus de chiffre d’affaires au total uniquement parce qu’elle a le plus de clients. Comparez les cohortes par client.
Considérer les jeunes cohortes comme moins bonnes
Une cohorte née le mois dernier n’a eu qu’un mois pour acheter. Comparez-la uniquement aux cohortes plus anciennes au même âge. La dernière cellule d’une ligne peut aussi correspondre au mois en cours, qui n’est pas terminé : elle paraît donc basse jusqu’à la fin du mois.
Ignorer la saisonnalité
Les cohortes acquises pendant un mois de promotions, comme novembre, se comportent différemment de celles acquises au plein tarif. Comparez-les au même mois un an plus tôt, pas au mois précédent. Et vérifiez les diagonales avant d’incriminer une cohorte : si toutes les cohortes ont eu un mois faible en même temps, la cause est le calendrier.
Ignorer les remises sur la première commande
Une remise sur la première commande attire des clients à une marge plus faible, et certains sont venus pour la remise plutôt que pour le produit. Séparez les cohortes par code de remise de la première commande et comparez leur bénéfice brut par client.
Perdre les clients qui commandent en invité
Si un client existant passe commande avec une autre adresse e-mail, il ressemble à un nouveau client. Sa deuxième commande ouvre une nouvelle cohorte au lieu de compter comme une commande répétée. Les taux de rachat ressortent alors trop bas et le nombre de nouveaux clients trop haut. Encouragez les comptes clients et lisez les taux de rachat comme une limite basse.
Comment exploiter une analyse de cohortes
- Fixez ce que vous pouvez payer pour un client. Lisez le bénéfice brut cumulé par client au délai de récupération que vous acceptez, par exemple 6 mois. C’est votre CAC maximum.
- Déplacez le budget vers les cohortes qui rachètent. Séparez les cohortes par premier produit, code de remise ou premier canal publicitaire, et mettez plus de budget derrière les groupes qui continuent d’acheter.
- Calez vos e-mails de relance. Si la plupart des deuxièmes commandes arrivent le deuxième mois, envoyez le rappel avant, pas après.
- Corrigez l’offre de première commande. Si les cohortes remisées ne rattrapent jamais leur retard, testez une remise plus faible ou une autre offre, et comparez les nouvelles cohortes après trois mois.
- Utilisez le délai de récupération pour juger les pertes sur la première commande. Une cohorte qui se rembourse en M2 peut justifier des campagnes sous leur ROAS d’équilibre de première commande. Une cohorte qui ne se rembourse jamais ne le peut pas.
L’analyse de cohortes dans ROASaurus
Le rapport de cohortes de la valeur vie client de ROASaurus est construit à partir de vos commandes et des coûts produit de l’analyse du bénéfice. Les clients sont identifiés par leur identifiant client Shopify ou leur e-mail, et seules les commandes payées comptent.
- Des cohortes par semaine, mois, trimestre ou année de la première commande, sous forme de matrice ou de courbes, avec export CSV.
- 14 métriques, dont Customers returning (%), Cumulative orders per customer, Cumulative revenue per customer et Cumulative contribution margin per customer. Cette dernière métrique déduit les coûts produit, l’expédition, les frais de commande, les frais de paiement, la manutention et les taxes reversées, et elle est avant les dépenses publicitaires. C’est celle qui correspond au bénéfice brut par client tel que ce guide emploie le terme. Le rapport a aussi une métrique Cumulative gross profit per customer, mais elle garde les taxes que vous avez collectées, sauf si Taxes collected est réglé sur Left out of revenue sous Profit › Cost settings.
- Chaque ligne indique le nombre de clients, le CAC, R% (la part ayant passé une deuxième commande jusqu’ici) et la première commande moyenne. Le CAC est le montant des dépenses publicitaires de la période de la cohorte divisé par tous les nouveaux clients acquis sur cette période.
- La ligne de moyenne pondère les métriques par client par le nombre de clients de chaque cohorte.
- Un contour vert marque la période où la marge cumulée par client d’une cohorte a dépassé son CAC : le délai de récupération.
- Pour les cohortes mensuelles, les cellules rayées affichent des valeurs prévisionnelles jusqu’à 24 mois, d’après la courbe de rachat propre à votre boutique.
- Filtres sur la première commande : premier produit, type de produit, fournisseur, code de remise, pays, premier canal publicitaire, canal de vente, source, support ou campagne UTM, tag client ou tag de commande.
- Taux de rachat par mois de première commande à 30, 60, 90, 180 et 365 jours. Une fenêtre qui n’est pas encore écoulée pour tous les clients de la cohorte est marquée d’un astérisque.
Ask AI peut aussi répondre à des questions sur vos cohortes. Il lit pour vous les cohortes mensuelles, la marge de contribution cumulée par client et le mois de récupération du CAC.