Le client qui passe la plus grosse commande n’est pas toujours celui qui apporte le plus de valeur à votre boutique e-commerce. Les remises, les retours, les coûts des produits et la fréquence d’achat peuvent changer le classement.

Pour identifier vos clients les plus contributeurs, commencez par examiner leurs ventes nettes, la contribution de leurs commandes et leur comportement de réachat sur une période définie. Complétez ensuite cette lecture avec une segmentation RFM et une analyse par cohortes.

L’objectif n’est pas simplement de trouver les personnes qui dépensent le plus. Il est de comprendre quels groupes de clients contribuent à votre activité et quelles actions de fidélisation peuvent être pertinentes pour chacun.

Un client qui commande rarement, mais laisse une forte contribution, n’appelle pas nécessairement la même attention qu’un acheteur régulier dont les commandes sont fortement remisées.

Voici comment analyser ces différences sans confondre chiffre d’affaires, valeur client observée et LTV future estimée.

Quelle valeur client faut-il mesurer en e-commerce ?

La valeur d’un client peut être mesurée de plusieurs façons. Chaque indicateur répond à une question différente.

Le chiffre d’affaires renseigne sur le montant des ventes. La fréquence indique combien de fois le client a commandé. La contribution permet d’estimer ce que ses achats laissent après certains coûts.

Distinguer chiffre d’affaires net et contribution

Pour comparer les clients, commencez par une période précise, par exemple les douze derniers mois.

Calculez le chiffre d’affaires net HT de leurs commandes en conservant des règles cohérentes pour les remises, les remboursements et les éventuels frais de livraison.

Puis, si les données sont fiables, ajoutez les coûts correspondant aux produits vendus et les autres coûts variables que vous pouvez affecter aux commandes.

Dans une analyse simplifiée :

Contribution avant marketing = chiffre d’affaires net HT − coûts des produits vendus − autres coûts variables retenus

Les autres coûts variables peuvent comprendre les frais de paiement, de préparation, de livraison restant à la charge de la boutique ou certains frais liés aux retours.

Lorsque des produits ont été remboursés, le traitement des ventes et des coûts doit être cohérent. Un article récupéré et remis en stock n’est pas nécessairement comptabilisé comme un article définitivement vendu, tandis que certains frais de traitement du retour restent supportés.

Cette contribution ne correspond pas au bénéfice net : elle ne déduit pas encore les coûts d’acquisition, les dépenses de fidélisation ni l’ensemble des charges fixes.

Si certains coûts sont manquants ou estimés, signalez-le avant d’interpréter le classement des clients.

Faut-il intégrer le coût d’acquisition client ?

Le coût d’acquisition client, ou CAC, doit être examiné séparément lorsque vous pouvez l’estimer de façon suffisamment fiable.

Une dépense publicitaire n’est pas toujours attribuable à un client précis. Une analyse moyenne par groupe d’acquisition peut être pertinente, mais elle ne doit pas être présentée comme un coût individuel réellement observé.

Distinguez également les dépenses destinées à acquérir de nouveaux clients des dépenses engagées pour fidéliser ou réactiver des acheteurs existants.

Une comparaison utile doit conserver des périmètres compatibles : mêmes populations, mêmes horizons et mêmes catégories de coûts.

Exemple : le client qui dépense le plus n’est pas toujours le plus contributeur

Prenons deux clients fictifs sur une période de douze mois.

Le chiffre d’affaires est net de remises et de remboursements, hors taxes. Les coûts produits correspondent aux articles conservés après retours. Les autres coûts variables regroupent les frais de paiement, de logistique et de retour retenus dans cet exemple.

Les dépenses marketing et les charges fixes sont exclues.

Indicateur sur douze mois	Client A	Client B
Commandes payées	2	5
Chiffre d’affaires net HT	900 €	750 €
Coûts produits	600 €	350 €
Autres coûts variables	120 €	100 €
Contribution avant marketing	180 €	300 €
Taux de contribution	20 %	40 %

Pour le client A :

900 − 600 − 120 = 180 €

Sa contribution représente 20 % de ses ventes nettes HT.

Pour le client B :

750 − 350 − 100 = 300 €

Sa contribution représente 40 % de ses ventes nettes HT.

Le client A a généré 150 € de chiffre d’affaires supplémentaire. Pourtant, le client B laisse 120 € de contribution avant marketing de plus et a commandé plus régulièrement.

Cet exemple montre pourquoi un classement par chiffre d’affaires ne suffit pas à choisir vos actions de fidélisation.

Il ne démontre pas pour autant que le client B sera toujours plus intéressant à l’avenir. Les coûts d’acquisition et de fidélisation, les besoins futurs et l’évolution du comportement peuvent modifier cette analyse.

De plus, les deux clients doivent disposer d’un recul comparable si vous souhaitez interpréter leurs différences de fréquence comme des différences de comportement.

La contribution observée éclaire les décisions. Elle ne constitue pas à elle seule une prévision de valeur future.

Segmenter les clients avec la méthode RFM

La méthode RFM repose sur trois dimensions : Récence, Fréquence et Montant.

Elle permet de dépasser la simple distinction entre nouveaux clients et clients récurrents.

Récence : quand le client a-t-il commandé pour la dernière fois ?

La récence correspond au temps écoulé depuis la dernière commande retenue dans votre analyse.

Utilisez une même date de référence pour tous les clients.

Un acheteur actif il y a deux semaines peut nécessiter une approche différente d’un ancien client qui n’a pas commandé depuis plusieurs mois.

Toutefois, la récence doit être interprétée selon la nature des produits.

Trois mois sans commande peuvent être inhabituels pour des consommables achetés régulièrement et parfaitement normaux pour un équipement durable.

Avant de considérer un client comme dormant, examinez les délais habituels entre ses achats et ceux des clients comparables.

Fréquence : combien de commandes a-t-il passées ?

La fréquence mesure le nombre de commandes sur une période définie.

Elle permet de distinguer les acheteurs occasionnels des clients qui reviennent régulièrement.

Précisez les règles de décompte : commandes payées, commandes conservées après remboursements, annulations éventuelles et période observée.

Un client ayant cinq commandes sur douze mois ne présente pas la même fréquence qu’un client ayant cinq commandes sur trois ans.

Montant : combien le client a-t-il dépensé ?

Dans la méthode RFM classique, la valeur monétaire correspond aux dépenses du client sur le périmètre retenu.

Pour affiner la décision économique, vous pouvez rapprocher ce montant de la contribution estimée de ses commandes.

Mais ce complément ne doit pas être confondu avec la dimension monétaire standard du RFM.

Une segmentation fondée sur la contribution répond à une question supplémentaire : quels clients laissent réellement davantage après les coûts pris en compte ?

La documentation Shopify sur les rapports clients présente notamment les analyses RFM et les classements par comportement d’achat.

Transformer les segments en décisions

Vous pouvez utiliser ces trois dimensions pour distinguer plusieurs situations :

• Clients récents avec peu d’achats : vérifier si un deuxième achat pertinent peut être facilité.
• Clients réguliers à forte contribution : comprendre ce qui entretient leur relation avec la boutique et éviter les promotions inutiles.
• Clients anciennement contributeurs devenus inactifs : examiner leur délai habituel de réachat et les éventuels problèmes rencontrés.
• Clients très sensibles aux promotions ou effectuant de nombreux retours : analyser la contribution réellement conservée avant d’accorder de nouveaux avantages.

Ces groupes ne sont pas des catégories définitives.

Un changement de stock, de prix, de saison ou de besoin peut modifier rapidement le comportement d’un client.

L’objectif est de choisir une action adaptée, pas d’attribuer automatiquement une remise à chaque segment.

Comparer le réachat avec des cohortes du même âge

La segmentation RFM décrit les comportements observés à un moment donné. L’analyse par cohortes permet de suivre leur évolution dans le temps.

Une cohorte réunit des clients partageant un événement commun, par exemple leur première commande effectuée pendant un mois donné.

Comparer des cohortes aide à comprendre si les nouveaux clients reviennent davantage ou moins souvent après leur premier achat.

Calculer le taux de deuxième achat à 90 jours

Pour calculer ce taux, prenez les clients ayant réalisé au moins une deuxième commande dans les 90 jours suivant leur première commande.

Divisez ce nombre par les clients de la cohorte disposant tous d’au moins 90 jours de recul.

Taux de deuxième achat à 90 jours = clients ayant passé une deuxième commande sous 90 jours ÷ clients éligibles de la cohorte × 100

Prenons un exemple fictif.

Une cohorte comprend 200 clients ayant réalisé leur première commande en janvier. Tous sont observables pendant au moins 90 jours après cette première commande.

Parmi eux, 50 ont réalisé au moins un deuxième achat pendant cette période.

Le taux de deuxième achat à 90 jours de cette cohorte est donc de 25 %.

Chaque client réacheteur est compté une seule fois pour cet indicateur, même s’il a passé plusieurs commandes supplémentaires.

Ne pas comparer des clients qui n’ont pas eu le même temps pour revenir

Un client dont la première commande date de trois semaines ne peut pas encore être considéré comme non-réacheteur à 90 jours.

De même, une cohorte observée pendant six mois ne doit pas être comparée directement à une cohorte dont vous ne connaissez que les trente premiers jours.

Pour analyser correctement le réachat, conservez le même horizon, la même définition des commandes et des populations comparables.

Attention également à la différence entre le taux cumulé de deuxième achat sous 90 jours et un taux de rétention mesuré sur une période précise.

Le premier compte les clients ayant effectué leur deuxième achat à n’importe quel moment pendant les 90 premiers jours.

Le second peut mesurer les clients ayant acheté au cours d’un mois ou d’un intervalle particulier. Ces résultats ne sont pas nécessairement identiques.

La documentation Shopify sur les cohortes clients et celle de Google Analytics sur les explorations de cohortes décrivent ces analyses, avec des critères et des populations qui peuvent différer selon l’outil.

Comprendre pourquoi certaines cohortes reviennent davantage

Une comparaison peut être enrichie selon le canal d’acquisition, la catégorie du premier achat ou la période commerciale.

Si un groupe de clients revient plus souvent, examinez son profil, les produits achetés, la saisonnalité et les éventuelles offres reçues.

Il serait toutefois excessif d’affirmer qu’un produit de première commande ou un canal publicitaire provoque à lui seul une meilleure fidélisation.

Ces facteurs peuvent être associés à des différences de comportement sans en constituer nécessairement la cause.

Pour approfondir les liens entre produits vendus et décisions commerciales, consultez notre guide : Identifier les produits à pousser, corriger ou retirer du catalogue.

Comment calculer une LTV e-commerce sans confondre observation et prévision ?

La LTV, pour Lifetime Value ou valeur vie client, désigne la valeur associée à la relation commerciale avec un client.

Mais cette expression recouvre différentes méthodes.

Une LTV calculée à partir des ventes historiques ne représente pas la même chose qu’une projection des achats futurs.

De plus, une LTV exprimée en chiffre d’affaires ne peut pas être comparée directement à une LTV exprimée en contribution.

Commencer par une valeur observée sur un horizon défini

Pour une première analyse fiable, choisissez une durée explicite : six mois, douze mois ou une autre période adaptée à votre activité.

Vous pouvez par exemple mesurer la contribution moyenne observée pendant les six premiers mois suivant l’acquisition d’une cohorte.

Contribution moyenne observée à six mois = somme des contributions des commandes réalisées pendant les six premiers mois ÷ nombre initial de clients de la cohorte

Le calcul doit inclure tous les clients de la cohorte initiale, y compris ceux qui n’ont jamais passé de deuxième commande.

Les retirer artificiellement du dénominateur surestimerait la valeur moyenne.

Prenons un exemple fictif : une cohorte de 200 clients, tous observés pendant six mois, a généré 24 000 € de contribution avant marketing sur ses commandes.

La contribution moyenne observée à six mois est donc de 120 € par client acquis.

Ce montant ne correspond ni au bénéfice net ni à la valeur totale que ces clients généreront pendant toute leur relation avec l’entreprise.

Quand peut-on parler de LTV prévisionnelle ?

Une estimation future nécessite des hypothèses supplémentaires : fréquence de réachat attendue, valeur des commandes futures, évolution des marges, durée de la relation et coûts associés.

Ces hypothèses comportent de l’incertitude.

Une LTV prévisionnelle ne doit donc pas être présentée comme une valeur déjà réalisée. Elle doit être confrontée régulièrement aux données observées.

De même, la comparaison entre LTV et coût d’acquisition doit utiliser des mesures compatibles.

Si le CAC comprend des dépenses d’acquisition, mais que la LTV est calculée sur un chiffre d’affaires brut, leur rapprochement ne suffit pas à démontrer une rentabilité.

Le délai nécessaire pour récupérer les dépenses d’acquisition compte également pour la trésorerie.

Une valeur future élevée ne compense pas automatiquement un coût d’acquisition immédiat si les achats attendus arrivent trop tard ou restent incertains.

Quelles actions de fidélisation choisir selon les segments ?

Une fois les groupes identifiés, adaptez l’action au problème que vous cherchez à résoudre.

Après un premier achat : faciliter une deuxième commande pertinente

Pour un client récent, commencez par vérifier que son premier achat s’est déroulé correctement.

Une information utile sur l’utilisation du produit, un conseil d’entretien ou une recommandation complémentaire réellement pertinente peut prolonger l’expérience.

Une remise immédiate n’est pas toujours nécessaire.

Si les clients reviennent naturellement dans un certain délai, une réduction accordée trop tôt peut diminuer la contribution sans générer beaucoup d’achats supplémentaires.

Pour les clients réguliers : préserver la relation sans multiplier les remises

Les clients qui commandent fréquemment et laissent une contribution satisfaisante peuvent bénéficier d’une attention particulière.

Cela peut passer par une meilleure disponibilité de leurs produits habituels, un service adapté ou des informations utiles sur les nouveautés qui correspondent à leurs achats.

Avant de proposer une promotion générale, vérifiez si ces clients auraient probablement commandé sans réduction.

Le maintien de la relation ne doit pas nécessairement reposer sur une augmentation permanente des avantages financiers.

Pour les anciens clients contributeurs : comprendre l’absence de réachat

Un client dont les commandes étaient autrefois fréquentes, mais qui n’achète plus, mérite une analyse différente.

Examinez son rythme habituel de réachat, la disponibilité des produits qu’il commandait et les éventuels incidents survenus lors de sa dernière commande.

Une commande litigieuse, un problème de livraison ou une insatisfaction non résolue appelle d’abord une réponse adaptée au problème rencontré.

Une relance commerciale standard ne corrige pas ces situations.

Enfin, certains achats sont naturellement espacés de plusieurs mois ou années. L’absence de commande ne signifie pas systématiquement que le client est perdu.

Mesurer une campagne de réactivation sans surestimer son effet

Avant de lancer une campagne, définissez précisément le segment concerné, la durée d’observation et le résultat recherché.

Par exemple, souhaitez-vous augmenter le nombre de clients qui passent une nouvelle commande ou améliorer leur contribution économique ?

Ces deux objectifs ne conduisent pas toujours aux mêmes conclusions.

Comparer le comportement des clients contactés et non contactés

Lorsque la taille du segment le permet, vous pouvez constituer un groupe contacté et un groupe de contrôle comparable non contacté.

Une répartition aléatoire correctement réalisée est préférable lorsque vous souhaitez mieux isoler l’effet de la campagne.

Examinez ensuite la proportion de clients ayant acheté, la contribution moyenne par client éligible et les coûts associés à l’opération.

Le dénominateur doit comprendre les clients du groupe initial, et pas seulement ceux qui ont répondu à l’offre.

Compter toutes les commandes réalisées après l’envoi comme des ventes créées par la campagne serait trompeur : certains clients auraient acheté même sans message.

Lorsque vous ne disposez pas d’un groupe de comparaison approprié, présentez les résultats comme des évolutions observées, sans leur attribuer une causalité certaine.

Tenir compte du coût réel des promotions

Une remise réduit la contribution sur les commandes concernées.

Elle peut également être accordée à des clients qui auraient acheté au prix habituel.

Pour évaluer une opération, suivez donc le chiffre d’affaires net, les remises, les coûts variables, les remboursements et les dépenses de campagne.

Une hausse du taux de réachat ne constitue pas nécessairement une amélioration économique si la contribution baisse davantage.

Respecter les conditions d’envoi des communications

Un segment identifié dans votre base clients ne constitue pas, à lui seul, une autorisation de prospection commerciale.

En France, la CNIL rappelle que la prospection électronique auprès des particuliers exige en principe un consentement préalable. Une exception peut notamment concerner les clients existants pour des produits ou services similaires, sous certaines conditions d’information et d’opposition.

Les personnes doivent également pouvoir refuser facilement de nouvelles sollicitations.

Vérifiez les règles applicables à votre activité et à vos destinataires avant toute campagne. La CNIL détaille les conditions de prospection commerciale par voie électronique.

Examiner la valeur et le réachat des clients dans Vezoa

La rubrique Clients de Vezoa comprend des vues consacrées aux segments, à la LTV, aux cohortes et à la rétention, ainsi qu’aux tendances.

Ces lectures permettent notamment d’examiner les nouveaux clients, les clients récurrents et différents comportements d’achat à partir des informations disponibles.

Elles peuvent aider à identifier des groupes qui méritent une analyse plus détaillée avant de préparer une action commerciale.

L’interprétation dépend toutefois de la qualité de l’historique importé, des commandes correctement rapprochées et des définitions utilisées.

Une valeur client affichée dans un tableau de bord ne constitue pas automatiquement une contribution nette complète ni une prévision fiable des achats futurs.

Avant de comparer des segments, vérifiez notamment le recul disponible, le traitement des remboursements et les coûts effectivement intégrés.

L’objectif est d’utiliser les données clients pour choisir des actions mieux adaptées, sans confondre les résultats observés avec les effets futurs attendus.

Questions fréquentes sur la valeur client et la LTV

Un client avec un gros panier est-il forcément un client à forte valeur ?

Non.

Un panier important peut comporter des remises élevées, des produits à faible marge ou des articles fréquemment retournés.

Examinez les ventes nettes, la contribution et l’historique des commandes avant de conclure.

Le montant du dernier achat ne suffit pas à mesurer la valeur durable d’un client.

Après combien de temps un client devient-il dormant ?

Il n’existe pas de délai universel.

La durée dépend des catégories vendues et du rythme habituel de réachat.

Un client qui achète des consommables tous les mois peut présenter un signal d’inactivité plus rapidement qu’un acheteur d’équipement durable.

Définissez vos seuils à partir de l’historique commercial et du comportement des groupes comparables.

Une hausse de LTV signifie-t-elle que les clients sont mieux fidélisés ?

Pas nécessairement.

La valeur observée peut augmenter à cause d’une hausse des prix, d’un changement des produits achetés ou d’un nombre plus important de commandes.

Si la LTV repose sur des projections, une évolution des hypothèses peut également modifier le résultat.

Vérifiez la définition, l’horizon, les coûts et le réachat réel des cohortes avant d’interpréter la hausse.

Faut-il connaître la LTV future pour commencer à fidéliser ses clients ?

Non.

Vous pouvez déjà analyser les ventes nettes, la contribution disponible, la récence et la fréquence d’achat.

Les cohortes permettent ensuite d’examiner le réachat sur des périodes comparables.

Une estimation de LTV future peut compléter cette analyse lorsque vous disposez d’un historique et d’hypothèses suffisamment solides.