Glossaire

Qu'est-ce que l'analyse de cohorte ? Définition e-commerce

4 juin 2026

L'analyse de cohorte (cohort analysis) consiste à regrouper des clients partageant un point commun dans le temps (souvent le mois du premier achat) puis à suivre leur comportement sur plusieurs périodes : réachats, CA, rétention, panier moyen. En e-commerce, cette méthode complète les métriques globales (CA total, trafic) en montrant si les clients acquis restent actifs et deviennent rentables. Elle relie directement l'acquisition client à la fidélisation et à la CLV.

Sommaire

Définition : cohorte, segment, métrique globale

Pourquoi l’analyse de cohorte est utile en e-commerce

Comment lire une analyse de cohorte en e-commerce

L’analyse de cohorte avec Shopify et les outils analytics

L’essentiel à retenir sur l’analyse de cohorte

Termes associés, FAQ et ressources utiles

Définition : cohorte, segment, métrique globale

Une cohorte est un groupe de clients défini par un événement ou une caractéristique partagée, le plus souvent la date du premier achat. L'analyse de cohorte mesure ensuite comment ce groupe se comporte au fil des semaines, mois ou trimestres suivants.

Exemple simple : tous les clients dont la première commande date de janvier 2026 forment la cohorte « janvier 2026 ». On observe combien d'entre eux repassent commande en février (mois 1), mars (mois 2), etc.

Distinctions utiles :

Analyse de cohorte vs métrique globale : le CA total masque la qualité des acquisitions récentes ; une cohorte révèle si les nouveaux clients reviennent ou disparaissent.

Cohorte vs segment marketing : un segment peut être défini par profil (VIP, géographie) sans dimension temporelle ; une cohorte est ancrée dans le temps (premier achat, inscription, campagne).

Rétention par cohorte vs client récurrent : la cohorte mesure le taux de retour d'un groupe acquis à une date donnée ; le client récurrent est une catégorie individuelle dans votre base.

Indicateurs fréquents dans un tableau de cohortes : taux de rétention, nombre de clients, ventes brutes ou nettes, AOV, montant dépensé par client (proxy de LTV cumulée).

Pourquoi l’analyse de cohorte est utile en e-commerce

Beaucoup de boutiques Shopify optimisent l'acquisition (ads, influence) sans mesurer si ces clients reviennent. L'analyse de cohorte répond à cette question avec précision.

Qualité des canaux : une campagne Meta peut générer du volume mais une cohorte à faible rétention ; le SEO ou l'email peuvent produire moins de clients mais plus fidèles.

Rentabilité : comparer le coût d'acquisition (CAC) à la valeur cumulée par cohorte sur 3, 6 ou 12 mois (CAC vs LTV).

Impact des opérations commerciales : Black Friday, soldes ou lancement produit : les cohortes post-promo ont-elles un AOV ou une rétention inférieurs aux cohortes organiques ?

Priorisation rétention : identifier quand les clients décrochent (mois 1, mois 3) pour ajuster email, programme de fidélité ou SAV.

Décisions produit : un SKU ou un type de première commande (abonnement vs achat unique) peut produire des cohortes plus valables sur le long terme.

Sans cohortes, vous risquez de surinvestir dans l'acquisition de clients « one-shot » et de sous-estimer la valeur de la fidélisation.

Comment lire une analyse de cohorte en e-commerce

Structure type d'un rapport de cohortes :

Lignes : une cohorte par période (ex. mois de la première commande).

Colonnes : périodes écoulées depuis le premier achat (période 0, mois 1, mois 2…).

Cellules : métrique choisie (rétention %, CA, montant par client).

La période 0 inclut les commandes du même intervalle que le premier achat (réachat rapide). Le mois 1 mesure les clients revenus un mois après leur entrée dans la cohorte.

Par exemple : une boutique Shopify de café en grains acquiert 400 nouveaux clients en mars. En mois 1, 18 % repassent commande ; en mois 3, 32 % cumulés ont acheté au moins une deuxième fois. La cohorte avril, lancée avec une promo -30 %, affiche 520 nouveaux clients mais seulement 9 % en mois 1. Conclusion : la promo gonfle le volume mais dégrade la rétention précoce ; l'équipe ajuste la séquence email J+7 et teste un bundle découverte plutôt qu'une remise forte.

Lecture avancée : superposer plusieurs cohortes sur un graphique de courbe de rétention pour voir si la qualité d'acquisition s'améliore trimestre après trimestre.

L’analyse de cohorte avec Shopify et les outils analytics

Shopify propose un rapport natif Customer cohort analysis (Analyse de cohortes clients), accessible depuis Analytics > Reports dans l'admin (Shopify Help Center).

Fonctions principales :

Groupement par défaut sur le mois de la première commande.

Métriques interchangeables : clients, taux de rétention, ventes brutes, ventes nettes, AOV, montant dépensé par client (LTV cumulée incluant taxes, livraison, remises et retours).

Granularité semaine, mois ou trimestre.

Filtres et panneau de configuration pour affiner la définition de cohorte.

Détail par cellule : canaux marketing, géographie, tiers de dépense prédictive (selon plan et données disponibles).

Limites à connaître : attribution multi-canal complexe, segmentation avancée ou actions automatisées sur cohortes peuvent nécessiter export CSV, Google Analytics 4, un CRM ou une app d'analytics e-commerce tierce. Pour une vue complète, croisez le rapport Shopify avec vos coûts media par période d'acquisition.

L’essentiel à retenir sur l’analyse de cohorte

Analyse de cohorte = suivre un groupe de clients dans le temps à partir d'un événement commun (souvent 1er achat).

Révèle la rétention, la valeur cumulée et la qualité des acquisitions par période.

Complète le CA global et le trafic pour piloter CAC, LTV et fidélisation.

Shopify : rapport Customer cohort analysis natif dans Analytics.

À croiser avec vos coûts marketing et vos actions email / fidélité pour agir.

Termes associés, FAQ et ressources utiles

Termes associés

Acquisition client : amont mesuré par cohorte.

CLV : valeur vie client, lisible par cohorte sur plusieurs mois.

Client récurrent : comportement suivi dans chaque cohorte.

Analytics e-commerce : cadre plus large incluant cohortes et entonnoirs.

FAQ

Quelle est la différence entre cohorte et segment ?

Une cohorte est définie dans le temps (ex. clients acquis en janvier). Un segment regroupe des profils (VIP, région) sans exiger une date d'entrée commune. Les deux peuvent se combiner (cohorte janvier + canal Meta).

Quel taux de rétention mois 1 viser ?

Variable selon secteur et fréquence d'achat : 10 à 25 % en mois 1 est courant en DTC consumer ; la consommable récurrente (café, compléments) peut viser plus haut. Comparez surtout vos cohortes entre elles dans le temps.

Où trouver le rapport sur Shopify ?

Admin Shopify > Analytics > Reports, puis recherchez « Customer cohort analysis » ou « Analyse de cohortes clients » (Shopify Help Center).

Cohort analysis remplace-t-elle Google Analytics ?

Non, c'est complémentaire. GA4 suit le comportement web et les conversions ; Shopify relie les cohortes aux commandes réelles et à la LTV marchande. Idéalement, les deux se croisent.