La rétention par cohorte consiste à suivre un même groupe de clients depuis son premier achat, au lieu de mélanger les nouveaux abonnés et les anciens dans une moyenne. Pour une boutique d’abonnements visant Boston, commencez par les commandes un, deux et trois.
Dans cet article
Suivre les clients qui ont réellement commencé
La rétention par cohorte consiste à suivre un même groupe de clients depuis son premier achat, au lieu de mélanger les nouveaux abonnés et les anciens dans une moyenne. Pour une boutique d’abonnements visant Boston, commencez par les commandes un, deux et trois. Mesurez séparément le statut actif, les achats effectivement réalisés et les revenus nets en USD.
Un abonnement actif ne signifie pas nécessairement qu’une nouvelle commande a été payée. Une pause, un incident de paiement ou un changement de fréquence peut expliquer cet écart. Inversement, un client ayant résilié après sa troisième commande a bien réalisé les trois achats, même s’il n’apparaît plus dans la liste des actifs.
Le tableau doit répondre à une question précise : parmi les personnes entrées dans une même période, combien ont atteint chaque étape, dans quel délai et avec quelle contribution ? Cette lecture fournit une base de diagnostic sans promettre une valeur future de client.
Définir la cohorte et le temps d’observation
Choisissez une règle d’entrée : date de première commande d’abonnement payée, selon une convention explicite pour les remboursements. Regroupez les entrées par semaine ou mois en fonction du volume réellement disponible. Ne changez pas cette définition lorsque les résultats d’un groupe paraissent défavorables.
Utilisez un âge de cohorte comparable. Une cohorte lancée il y a trois mois a eu davantage de temps pour renouveler qu’une cohorte lancée la semaine dernière. Marquez les étapes qui ne peuvent pas encore être observées plutôt que les renseigner à zéro. Ce zéro ferait apparaître une attrition qui n’a pas eu le temps de se produire.
La documentation officielle Shopify sur les rapports clients décrit plusieurs métriques de cohortes, notamment clients, rétention et ventes. Vérifiez les rapports accessibles dans votre configuration et exportez uniquement les champs nécessaires à votre méthode. Le nom d’un rapport ne dispense pas de comprendre son dénominateur.
Un exemple de trois commandes
Prenons une cohorte entièrement fictive de 100 premiers acheteurs. Après une durée suffisante définie pour cet exemple, 72 ont effectué une deuxième commande et 54 une troisième. La rétention cumulée vaut 72 % à la commande deux et 54 % à la commande trois. La transition entre commandes deux et trois vaut 54 ÷ 72 = 75 %.
| Étape illustrative | Clients | Ratio par rapport au départ |
|---|---|---|
| Première commande | 100 | 100 % |
| Deuxième commande | 72 | 72 % |
| Troisième commande | 54 | 54 % |
| Transition deux vers trois | 54 sur 72 | 75 % de la deuxième étape |
Supposons parallèlement 61 abonnements actifs à la date de lecture. Ce chiffre ne remplace ni 72 ni 54. Il décrit un état actuel, susceptible d’inclure des clients en pause selon la convention du système. Conservez sa définition dans une colonne séparée.
Lire les revenus sans confondre volume et fidélité
Ajoutez les revenus nets des commandes de chaque étape et déduisez les remboursements suivant votre convention. Le revenu brut peut augmenter parce que les prix ou le panier changent, même lorsque moins de personnes renouvellent. Comparez donc le nombre de clients, le revenu et le montant par client de départ.
Dans une illustration, les cent premières commandes produisent 4 000 USD nets, les soixante-douze secondes 2 880 USD et les cinquante-quatre troisièmes 2 160 USD. Le cumul est de 9 040 USD, soit 90,40 USD par client initial. Ce revenu ne constitue pas une marge : produit, préparation, transport et acquisition restent à examiner.
Un changement d’offre nécessite une annotation. Une réduction de bienvenue peut améliorer l’entrée tout en modifiant le profil du groupe. Évitez d’attribuer une différence de rétention uniquement à un message de relance lorsque prix, produit et acquisition ont changé dans le même intervalle.
Diagnostiquer la perte entre deux étapes
Classez les sorties ou interruptions en catégories opérationnelles : résiliation explicite, pause, indisponibilité produit, paiement échoué et fréquence modifiée. Gardez une catégorie inconnue plutôt que déduire une raison à partir de l’absence d’achat. Une non-réponse à un questionnaire n’est pas une déclaration d’insatisfaction.
Pour les paiements échoués, examinez le parcours de notification et de résolution sans exposer de données sensibles dans le tableau éditorial. Pour les pauses, vérifiez si le service présente clairement le prochain envoi. Pour les résiliations, regardez les retours volontaires et les incidents de livraison effectivement documentés.
Choisissez une action liée à une cause visible : clarification de fréquence, meilleure notification ou correction d’une rupture répétée. Présentez l’action comme une hypothèse à tester. L’évolution de la cohorte suivante ne prouvera pas automatiquement sa causalité, surtout si le nombre d’entrants ou leur origine diffère fortement.
Installer une revue qui conserve les limites
Un tableau de revue doit afficher date d’extraction, définition d’entrée, âge du groupe et nombre de clients. Étiquetez les chiffres provisoires et verrouillez les conventions avant la comparaison. Avec de petits groupes, accompagnez les pourcentages de leur effectif : une seule personne représente dix points dans une cohorte de dix.
Comparez ensuite des cohortes à âge identique et distinguez les promotions importantes. La revue cherche une anomalie exploitable, par exemple une perte accrue après la première livraison, plutôt qu’un classement général des mois. Reprenez les commandes correspondantes pour identifier une explication documentée.
Pour commencer cette semaine, exportez trois groupes suffisamment anciens, reconstruisez leurs trois étapes et vérifiez quelques dossiers de bout en bout. Présentez dans le même écran les abonnements actifs et les commandes réalisées. Cette séparation empêche de déclarer un programme performant simplement parce que de nouvelles inscriptions compensent des départs anciens.
FAQ sur les cohortes d’abonnements
Un abonnement en pause est-il perdu ?
Cela dépend de la métrique définie. Conservez la pause comme état distinct ; pour une étape de commandes réalisées, elle ne compte pas comme un achat supplémentaire.
Quel intervalle choisir ?
Choisissez un regroupement qui garde des effectifs lisibles et respecte la fréquence de l’offre. Une cohorte hebdomadaire minuscule n’apporte pas nécessairement plus de précision qu’un groupe mensuel.
Peut-on prévoir les revenus futurs avec ce tableau ?
Il aide à formuler des hypothèses, mais les commandes futures restent incertaines. Séparez les revenus déjà observés, les projections et leurs hypothèses au lieu de les additionner dans un chiffre présenté comme acquis.
Référence officielle consultée : Shopify : rapports clients et analyse de cohortes. Les calculs et procédures proposés ci-dessus sont des exemples éditoriaux ; ils ne constituent pas des résultats mesurés auprès d’une entreprise locale.
