Le taux de réachat e-commerce dit combien de clients reviennent sur une période. L'analyse de cohortes répond à une autre question : les clients recrutés en septembre reviennent-ils mieux que ceux recrutés en juin, au même âge ? Elle évite d'attribuer un changement du mix de clients à une amélioration de la fidélisation.
Définir la ligne de départ
Dans le rapport Shopify par défaut, une cohorte regroupe les clients selon la date de leur première commande. Une ligne peut donc représenter les nouveaux acheteurs de janvier, puis chaque colonne les périodes depuis cet achat. Une cohorte GA4 peut au contraire commencer au premier contact avec le site ou à un événement choisi. Écrivez cette définition en tête de chaque tableau partagé.
Choisissez une fréquence compatible avec votre cycle d'achat : semaines pour un consommable acheté souvent, mois pour une catégorie plus espacée. Un meuble ne se juge pas sur un réachat à trente jours comme une recharge cosmétique.
Lire le tableau au même âge client
Faire défiler le tableau →
| Cohorte fictive | Clients initiaux | Achats au mois 1 | Achats au mois 3 |
|---|---|---|---|
| Janvier | 200 | 24 | 18 |
| Février | 250 | 35 | 20 |
Dans cet exemple illustratif, le mois 3 représente 9 % de la cohorte de janvier et 8 % de celle de février si les cellules comptent des clients distincts ayant acheté dans le mois. Les chiffres ne proviennent d'aucune étude. Ne comparez jamais une cohorte qui a déjà six mois de recul à une cohorte qui n'en a que deux ; ses cases futures sont simplement inconnues.
Ajouter valeur et contribution
Une remise peut produire plus de deuxièmes commandes tout en abaissant la marge. Suivez la valeur nette cumulée, le coût d'acquisition de la cohorte et, si possible, la contribution après produit, livraison et retours. Le calcul de LTV et les unit economics donnent les définitions à fixer avant de comparer les canaux.
Segmentez une question à la fois : canal d'entrée, première catégorie achetée, pays ou période promotionnelle. De très petites cohortes varient fortement d'un client à l'autre ; affichez leur taille. La saison, les ruptures et un changement de politique de retour peuvent aussi expliquer une différence.
Transformer le constat en test
Si les acheteurs d'une gamme reviennent moins, lisez leurs retours, délais et avis. Proposez une intervention précise, par exemple une information d'usage après livraison, puis suivez les cohortes suivantes au même âge. Une courbe favorable est un signal ; il faut encore vérifier qu'elle ne vient pas d'un meilleur mix d'acquisition ou d'une promotion plus coûteuse.
Questions fréquentes
Qu'est-ce qu'une cohorte e-commerce ?
C'est un groupe de clients réunis par un même événement de départ, souvent la première commande dans un mois donné. On suit ensuite leurs achats et leur valeur au fil des périodes écoulées depuis cet événement.
Pourquoi comparer le mois 3 de deux cohortes ?
Deux groupes acquis à des dates différentes n'ont pas eu le même temps pour racheter. Comparer leur troisième mois les place au même âge client, même si les saisons ou offres restent à prendre en compte.
La rétention de cohorte est-elle le taux de clients récurrents ?
Non. La rétention d'une cohorte mesure la part de ce groupe qui revient dans une période donnée. Le taux de clients récurrents d'une période rapporte les clients déjà connus à l'ensemble des acheteurs de cette période.
Peut-on comparer directement les cohortes Shopify et GA4 ?
Pas sans vérifier leurs critères. Shopify regroupe par date de première commande dans son rapport par défaut ; GA4 peut partir du premier contact ou d'un événement choisi et s'appuie sur ses propres données d'appareils.
On regarde vos chiffres ensemble ?
45 minutes, vos données sous les yeux, et une lecture de là où se cache la marge dans votre acquisition.
Réserver un appel