E-commerce : quels indicateurs suivre et comment leur donner du sens

Publié par Michael BOUVY le 11/01/2019

Les commandes et les visites sur votre boutique e-commerce représentent un important volume de données, auquel il faut réussir à donner du sens.

Mais quelles données suivre au quotidien ? Quelles données surveiller ? Quelles données utiliser dans du reporting ?

Et surtout, comment utiliser ces données pour optimiser votre activité e-commerce !

Nous vous proposons dans cet article de lister des indicateurs essentiels à suivre, et comment leur donner du sens.

Les indicateurs clés

  • Chiffre d’affaires par jour/semaine/mois : il vous permet de suivre l’évolution globale de votre activité, mais également les variations périodiques (soldes, opérations commerciales) et de faire des prévisions
  • Chiffre d’affaires par heure et par jour de la semaine (sous forme de bar charts ou d’une heatmap) : vous permet d’analyser les périodes fortes de votre activité (le matin en semaine, le soir en week-end, etc.)
  • Montant moyen / médian d’une commande : indicateur essentiel, l’évolution du montant moyen d’une commande (grâce à du push panier, cross/up-selling, etc.) permet de faire croître le chiffre d’affaires à nombre de commandes identique
  • Nombre de lignes et de produits commandes : permet de suivre le contenu des commandes, et d’en déduire un montant moyen par produit
  • Taux de conversion (taux de commandes relatif au nombre de visiteurs) : véritable nerf de la guerre, le suivi de cette métrique est indispensable
  • Répartition par zone et flux géographiques : analysez les spécificités propres à des zones géographiques, ainsi que les flux (pays ou boutique de prise de commande vs. lieu de livraison)
  • Top produits : meilleures ventes (en unités ou CA)

Donner du sens aux données

Moyenne, médiane et percentiles

La moyenne est l’indicateur le plus communément utilisé pour analyser des données numériques (chiffre d’affaires, nombre de commandes, etc.).

Pour autant, une moyenne (somme totale divisée par le nombre de valeurs) peut être biaisée, dans le cas de valeurs “anormales” notamment : par exemple, une commande d’un montant très élevé ou plusieurs commandes d’un faible montant pourront avoir un gros impact sur votre moyenne, sans pour autant représenter la réalité des choses.

La médiane (ou 50ème percentile, valeur séparant en 2 groupes de même nombre de valeurs) est moins sensible à ces variations, et peut souvent se substituer à la moyenne.

Petite note sur les percentiles : à l’instar de la médiane (50ème percentile), ils permettent d’obtenir la valeur contenant un pourcentage donné de valeurs. Ainsi, un 95ème percentile de 200 € signifie que 95% de vos commandes sont d’un montant inférieur à 200 €.

Comparer ce qui est comparable

Les opérations commerciales sont particulièrement intéressantes à étudier, car les comportement des acheteurs diffèrent d’habitude : horaires, panier moyen, nombre de produits par commande, taux moyen de remise, etc.

Pour autant, leur analyse peut être délicate : il s’agit en effet de comparer les statistiques récultées au cours de ces périodes avec des statistiques équivalentes.

Ainsi, l’analyse de l’évolution des statistiques des soldes d’hiver 2019 doit se faire en comparaison avec une période similaire, date à date, par exemple le début des soldes d’été 2018, en alignant les dates de début.

C’est également le cas pour des opérations plus ponctuelles : Saint Valentin, Black Friday, Cyber Monday, et d’autres, pour lesquelles le référentiel de comparaison idéal est la même opération l’année précédente.

A l’inverse, vous pourriez être surpris d’une nette baisse du CA journalier en comparaison J-7 … 7 jours après le Black Friday !

Longue traine (long tail)

L’analyse des top ventes est particulièrement utile : mais il ne faut pas mettre de côté les performances réalisées par le reste du catalogue.

Si l’on utilise le principe de Pareto (ou règle de 80/20), on peut dire que 80% du CA est généré par 20% des produits, et donc 20% du CA par 80% des produits.