Votre offre de rétention Q1 a-t-elle vraiment généré du chiffre d’affaires ?

Nous sommes fin janvier. Le code promo « 10 $ de réduction sur votre deuxième commande » envoyé aux nouveaux clients du BFCM a été utilisé 176 fois et a généré plus de 12 000 $ de ventes. Votre équipe crie victoire.

Mais certains de ces clients revenaient de toute façon, et chacun d'eux a bénéficié d'une réduction de 10 $. Le rapport de remises de Shopify comptabilise les utilisateurs du code. Il ne permet pas de savoir quelles commandes ont réellement été générées par l'offre, or c'est précisément ce chiffre qui est nécessaire pour mesurer l'chiffre d’affaires incrémental.

De petites différences déterminent si une offre est avantageuse. Analyse par Ometria de ses clients du secteur de la vente au détailSeulement 4 % des nouveaux clients du Black Friday 2024 ont effectué un nouvel achat dans les 12 mois suivants. Lorsque le taux de fidélisation est aussi faible, quelques commandes supplémentaires peuvent paraître significatives, tout comme des fluctuations aléatoires.

Voici la version courte : mettez de côté un groupe aléatoire de clients éligibles qui ne reçoivent pas l’offre, puis comparez les achats répétés et la marge entre les deux groupes. Ce guide présente les six indicateurs à comparer, une configuration utilisant uniquement Shopify et une feuille de calcul, un exemple concret et la marche à suivre lorsque votre boutique est trop petite pour obtenir une réponse simple. C’est la version pratique de… la phase de mesure du premier trimestre d'un plan de fidélisation des clients pendant les vacances.

Réponse courte : Une offre de fidélisation n'a entraîné un nouvel achat que si les clients qui l'ont reçue ont effectué des achats supplémentaires plus fréquemment que des clients similaires qui ne l'ont pas reçue. Pour mesurer le chiffre d'affaires additionnel, sélectionnez aléatoirement 10 % à 30 % des clients éligibles, envoyez l'offre aux autres et comparez le taux de réachat et la marge de contribution par client entre les deux groupes sur une période de 60 à 90 jours.

TL;DR

• Les utilisations comptent tous les clients qui ont saisi le code, y compris ceux qui auraient acheté de toute façon. Elles surestiment donc l’effet réellement causé par l’offre.

• Un groupe témoin est un échantillon aléatoire de clients éligibles qui ne reçoit pas l’offre. Il montre ce qui se serait passé sans elle.

• Comparez les résultats par client, et non les totaux : taux de fidélisation, marge de contribution après la remise, délai avant la deuxième commande et taux de fidélisation à plein tarif.

• Calculez votre seuil de rentabilité avant d'envoyer l'offre, afin de savoir quelle différence elle doit avoir pour être rentable.

• Les segments Shopify, les étiquettes clients et l'exportation des commandes suffisent pour réaliser le test, et une application de réduction comme DiscountRay peut diffuser l'offre uniquement au groupe de test.

• Les petits groupes donnent des réponses fluctuantes, il faut donc considérer un test comme une indication et le répéter avant de modifier l'ensemble de votre plan pour le premier trimestre.

Pourquoi les utilisations ne prouvent pas l’efficacité de votre offre de rétention

Les données relatives aux utilisations indiquent qui a profité de l'offre, et non qui a modifié son comportement suite à celle-ci. Chaque utilisateur appartient à l'un des trois groupes suivants, et un seul d'entre eux représente un véritable gain.

• Je l'aurais acheté de toute façon. Ces clients prévoyaient déjà de passer une deuxième commande. L'offre leur a permis de bénéficier d'un paiement anticipé, leur réduction correspond donc à un coût réel.

• Convaincu. Ces clients ont acheté grâce à l'offre. Ce sont ces achats récurrents que vous financez.

• Tiré vers l'avant. Ces clients auraient acheté en mars et ont finalement acheté en janvier. L'offre a modifié la date, pas le montant total.

Un rapport de remboursement mélange les trois. Il peut également passer à côté d'une partie de l'effet. 70 expériences de terrain sur les offres de réduction envoyées par courrielSahni, Zou et Chintagunta ont constaté que les offres avaient augmenté les dépenses moyennes de 37,2 %, mais 90 % de cette hausse provenait d'achats effectués sans aucune utilisation de l'offre. Certains clients ont vu le courriel, se sont souvenus du magasin et ont acheté au prix fort. Le calcul des utilisations ne prendrait donc pas en compte l'offre pour ces commandes.

Les remboursements peuvent donc à la fois surestimer et sous-estimer l'effet. Le « revenu attribué » dans un outil de marketing par courriel présente le même angle mort, car il comptabilise les commandes qui ont suivi un message, et non celles que le message a générées. C'est pourquoi un taux de rachat élevé qui reste déficitaire C'est devenu tellement courant après le Black Friday et le Cyber ​​Monday : le code a été utilisé, mais surtout par des gens qui n'en avaient pas besoin.

Ce que signifie le chiffre d’affaires incrémental pour une offre de rétention

Le revenu additionnel correspond au revenu généré par votre groupe d'offres en plus de celui généré par un groupe comparable sans offre, sur la même période. Il se calcule en comparant les deux groupes par client, puis en multipliant la différence par la taille du groupe d'offres.

Deux termes font l'essentiel du travail :

• Groupe exposé : les clients éligibles qui ont reçu l'offre.

• Groupe témoin : Un échantillon aléatoire de clients éligibles n'ayant reçu aucune offre. Il sert de référence, c'est-à-dire ce que le groupe exposé aurait fait sans la réduction.

Le mot clé est « aléatoire ». Si vous sélectionnez manuellement les récalcitrants, ou si vous comparez ceux qui ont utilisé leur offre à ceux qui ne l'ont pas utilisée, les groupes étaient différents avant le lancement de l'offre, et la comparaison mesure cette différence plutôt que l'offre elle-même.

La grille du groupe témoin : six chiffres à comparer

Le tableau de bord de validation est l'ensemble des six chiffres que vous calculez pour chaque groupe à la fin du test. Comparez toujours les taux et les chiffres par client, car les groupes sont de tailles différentes.

Deux chiffres ressortent du tableau de bord :

• Contribution incrémentale = (marge contributive par client du groupe exposé − marge contributive par client du groupe témoin) × taille du groupe exposé.

• Coût par client fidélisé supplémentaire = coût de l’avantage ÷ nombre de clients récurrents incrémentaux.

La marge sur coûts variables est plus importante que le chiffre d'affaires ici, car une remise diminue le profit sur chaque commande concernée. Si vous n'avez pas encore calculé votre marge bénéficiaire après réduction Pour chaque commande, commencez par cela, en utilisant les mêmes coûts pour les deux groupes.

Le sixième numéro est facile à sauter, et vous ne devriez pas. trois grandes expériences de terrain menées par Anderson et SimesterDes remises plus importantes ont augmenté les achats futurs des nouveaux clients, mais ont réduit ceux des clients fidèles. Une offre avantageuse en janvier peut se traduire par des commandes à plein tarif en avril ; il est donc important de continuer à évaluer son impact après l’expiration du code.

Avant l’envoi : calculez le lift nécessaire pour atteindre le seuil de rentabilité

Le seuil de rentabilité correspond à la plus petite augmentation du taux de fidélisation nécessaire pour que votre offre couvre sa propre réduction. Calculez-le avant la campagne afin de savoir si l'offre a une chance réaliste de succès.

Lift au seuil de rentabilité = coût prévisionnel de l’avantage ÷ (marge contributive par réachat × taille du groupe exposé)

Voici un exemple concret. Vous envoyez 10 $ à 1 600 clients et vous prévoyez qu'environ 176 d'entre eux utiliseront cette offre. Le coût incitatif estimé est donc de 1 760 $. Une deuxième commande type s'élève à 70 $, et après déduction du coût du produit, des frais d'expédition et des frais de paiement, il reste 31,50 $ de marge sur coûts variables.

1 760 $ ÷ (31,50 $ × 1 600) = 0,035, ou 3,5 points de pourcentage.

Si votre taux de fidélisation habituel pour ce groupe est de 9 %, l'offre doit le porter à environ 12,5 % pour compenser les réductions. Si cela paraît improbable, proposez une offre moins chère (livraison gratuite ou montant fixe réduit) ou limitez-la aux clients les moins susceptibles de revenir spontanément.

Comment mesurer le chiffre d’affaires incrémental d’une offre de rétention

Pour mesurer l'augmentation des revenus, vous sélectionnez un groupe et un objectif, vous divisez le groupe aléatoirement, vous proposez l'offre à un seul groupe et vous comparez les résultats des deux groupes après la même période. Ces sept étapes utilisent les outils de Shopify et un tableur.

Étape 1 : choisissez un segment et un seul objectif

Choisissez un seul groupe avec un seul objectif, par exemple « Premiers acheteurs BFCM, deuxième commande début avril ». Mélanger les nouveaux acheteurs, les clients inactifs et les VIP dans un seul test masque ce qui s'est passé dans chaque groupe.

Nettoyez le groupe avant de le diviser. Si vous pouvez identifier les personnes qui offrent des cadeaux, envisagez de les exclure, car les commandes de cadeaux qui ne correspondent pas aux goûts de l'acheteur Comportez-vous différemment au premier trimestre. Supprimez également toute personne à qui vous devez de l'argent. une offre de service de récupération après une commande en retard ou endommagéeCes clients obtiennent ce qu'ils veulent quoi qu'il arrive, ils n'ont donc pas leur place dans un test.

Étape 2 : créez le segment dans Shopify

Créez un segment de clientèle pour le groupe. Pour les nouveaux participants au BFCM, un filtre comme celui-ci fonctionne, en utilisant le langage de requête de segment Shopify:

number_of_orders = 1 AND first_order_date BETWEEN 2026-11-20 AND 2026-12-02

Adaptez les dates à votre période BFCM. Créez le segment le jour de la segmentation, car les clients qui passent une deuxième commande avant cette date ne doivent pas être inclus dans le test.

Étape 3 : répartissez les clients au hasard

Exportez le segment au format CSV, ajoutez une colonne avec un nombre aléatoire pour chaque ligne (=RAND() Dans Google Sheets ou Excel, triez les données selon cette colonne. Marquez les 20 % premiers comme témoins et les 20 % restants comme exposés. Copiez ensuite les valeurs pour que les nombres aléatoires cessent de changer.

Ne segmentez jamais les données selon l'engagement, les dépenses, la localisation ou l'ordre alphabétique, et ne déplacez jamais un client d'un groupe à l'autre après la segmentation. Notez la date et la taille de chaque groupe.

Étape 4 : attribuez un tag aux deux groupes

Ajoutez une étiquette client à chaque groupe, par exemple : offre q1-26 et q1-26-holdoutVous pouvez ajouter des étiquettes à l'aide de l'éditeur en masse de Shopify ou d'une application d'étiquetage.

Soyez prudent avec les importations CSV. Le centre d'aide de Shopify indique que l'importation avec l'option d'écrasement remplace toutes les données d'un client. y compris leurs étiquettes, une importation peut donc effacer les balises dont vos autres applications s'appuient.

Étape 5 : envoyez l’offre uniquement au tag du groupe exposé

Réserver la réduction aux clients étiquetés offre q1-26Dans Shopify, vous pouvez limiter un code à clients spécifiques ou segments de clientèleChaque code est utilisable une seule fois par client et comporte une date d'expiration. Il est préférable de réserver les codes à un seul client, car un code partagé sur un site de coupons peut atteindre un client réticent et fausser les résultats.

Définissez une période de validité pour l'offre, par exemple du 6 janvier au 2 février, et ne modifiez pas le montant une fois qu'elle est en ligne.

Étape 6 : gardez le même message pour les deux groupes

Si possible, envoyez le même courriel aux deux groupes en janvier, en omettant l'offre dans la version du groupe réticent. Ainsi, le test mesurera la réduction, et non le rappel. De nombreux magasins constatent que ce courriel suffit à faire revenir certains clients.

Si vous n'envoyez rien au participant témoin, le test mesure l'effet combiné de l'envoi d'un e-mail et de l'offre. Ce résultat reste pertinent, mais veuillez le préciser lors de sa communication.

Étape 7 : analysez les résultats à la fin de la période

Utilisez la même période pour les deux groupes, par exemple du 6 janvier au 5 avril. Ensuite, rassemblez deux éléments.

• Comptes répétés. Un segment tel que customer_tags CONTAINS 'q1-26-holdout' AND last_order_date >= 2027-01-06 Indique le nombre de clients ayant initialement passé commande à nouveau. Appliquez le même filtre à l'étiquette visible.

• Revenus et marge. Exportez vos commandes Pour chaque commande, le fichier contient l'adresse e-mail, le sous-total, le montant de la réduction, le total et le montant remboursé. Associez les adresses e-mail à vos deux listes de groupes et calculez le total de chaque groupe.

Attention : la colonne Discount Code de l’export n’inclut pas les réductions automatiques, mais la colonne Discount Amount indique bien le montant déduit. Retirez aussi les remboursements avant de calculer la marge.

Exemple chiffré : 2 000 primo-acheteurs du BFCM

Voici le tableau de bord de fidélisation pour un magasin fictif comptant 2 000 nouveaux clients lors du Black Friday et du Cyber ​​Monday. Le magasin a accordé une réduction de 10 $ sur une deuxième commande à 80 % d'entre eux et a retenu les 20 % restants, puis a effectué les mesures du 6 janvier au 5 avril.

Voici les résultats :

• Augmentation progressive des achats répétés : 13,0 % moins 9,0 % = 4,0 points.

• Clients réguliers supplémentaires : 4,0 % × 1 600 = 64.

• Contribution incrémentale : (2,995 $ moins 2,835 $) × 1 600 = 256 $.

• Coût par client fidélisé supplémentaire : 1 760 $ ÷ 64 = 27,50 $, contre une marge de 31,50 $ sur une commande typique.

Le rapport d’utilisation aurait affiché 176 commandes et environ 12 300 $ de ventes liées au code. Le gain réel était de 64 clients et de 256 $ de marge contributive. L’offre a tout juste été rentable : son lift dépassait de 0,5 point le seuil de rentabilité de 3,5 points.

Notez que 32 personnes du groupe exposé sont revenues sans utiliser le code. Le rapport de remboursement ne les prend pas en compte. La comparaison avec le groupe témoin les comptabilise.

Il faut également tenir compte du bruit. Avec ces effectifs, la marge d'erreur à 95 % pour l'augmentation se situe entre 0,7 et 7,3 points environ. Autrement dit, le résultat réel peut aller d'une perte à un gain significatif. Il est donc judicieux de conserver l'offre, de tester une version moins chère la prochaine fois et de vérifier le taux de fidélisation au tarif plein pour les deux groupes jusqu'en mai avant de l'étendre.

Quelle taille prévoir pour le groupe témoin ?

Plus important que ce à quoi la plupart des magasins s'attendent. Lorsque le taux de fidélisation est faible, les petites opérations de levage nécessitent des milliers de clients par groupe avant de pouvoir être distinguées du hasard.

Le tableau indique approximativement le nombre de clients dont chaque groupe a besoin pour détecter de manière fiable un ascenseur, en utilisant des paramètres standard (confiance de 95 % et puissance de 80 %, avec des groupes de taille égale).

Quelques règles pratiques en découlent :

• Taille de la réserve. Avec des dizaines de milliers de clients éligibles, un échantillon témoin de 10 à 20 % suffit. Avec quelques centaines à quelques milliers, utilisez un échantillon témoin de 30 à 50 %, car un échantillon témoin trop petit fausse les résultats du test.

• Longueur du test. Laissez tourner la campagne pendant au moins 60 à 90 jours, soit un cycle de rachat naturel pour vos produits, afin que les acheteurs lents aient le temps de revenir.

• Répétez le test. Réalisez la même répartition sur deux ou trois campagnes et additionnez les résultats. Les tests combinés offrent une réponse plus fiable qu'une simple estimation.

• Quand on est trop petit. Si chaque groupe ne compte que quelques centaines de clients, vous pouvez toujours effectuer un test pilote, mais considérez le résultat comme une piste, et non comme une preuve. Privilégiez les offres à bas prix pendant votre phase d'apprentissage, car le risque d'erreur est moindre.

Shopify Rollouts ou groupe témoin client : quel outil pour quel test ?

Shopify Rollouts et un groupe témoin client ne répondent pas à la même question. Rollouts compare les visiteurs de la boutique sur quelques jours ou semaines, tandis qu’un groupe témoin suit des clients identifiés pendant plusieurs mois.

Depuis le 2 octobre 2026, Shopify Rollouts peut intégrer des réductions et répartir le trafic entre un groupe test et un groupe témoin. Selon la documentation Shopify : documentation analytique de déploiementLes visiteurs sont assignés à un groupe différent grâce à un cookie de navigateur ; ainsi, une même personne utilisant un nouvel appareil peut se retrouver dans un groupe différent. Les résultats de l'expérience portent sur les indicateurs de conversion ; les indicateurs spécifiques aux remises ne sont pas disponibles, les solutions Shopify POS et les boutiques en ligne sans interface utilisateur ne sont pas incluses, et les expériences nécessitent le Grow plan ou supérieur.

Cela fait de Rollouts une solution adaptée à Test d'une réduction Shopify avec Rollouts Sur la page d'accueil, par exemple, quelle offre du Black Friday et du Cyber ​​Monday (BFCM) convertit le mieux cette semaine ? Une offre de fidélisation du premier trimestre est différente. Elle est envoyée par e-mail à des clients nommément désignés, la deuxième commande peut être passée sur n'importe quel appareil ou canal, et le résultat qui vous importe est la fidélisation et la marge sur une période de 60 à 90 jours. Pour cela, un système de suivi client basé sur des tags est plus adapté.

Ce que DiscountRay fait — et ne fait pas

DiscountRay, une application de réductions Shopify développée par EFOLI, peut diffuser l'offre auprès de votre groupe cible. Elle ne mesure cependant pas les résultats. Ce sont les données Shopify et votre tableur ou outil d'analyse qui s'en chargent.

Voici en quoi cette méthode est utile :

• Offre valable pour une seule étiquette. Avec le Growth plan, DiscountRay prend en charge la tarification par étiquette client, vous permettant ainsi de limiter l'offre aux clients étiquetés offre q1-26.

• Des codes qui ne peuvent pas fuir. Les codes personnalisés à usage unique sont liés à un seul client : l’adresse e-mail de l’acheteur doit correspondre et le code ne fonctionne qu’une seule fois. Cela empêche les clients récalcitrants d’utiliser un code partagé.

• Dates fixes. Vous pouvez programmer les dates de début et de fin de l'offre, afin que la période soit la même pour chaque client exposé.

• Des conditions plus favorables. Avec le Pro plan, Réductions personnalisées par étiquette ou liste de clients Il est également possible d'utiliser la valeur du panier, le pays et l'historique des commandes, avec un montant fixe, un pourcentage, la livraison gratuite ou un cadeau gratuit comme récompense.

En revanche, DiscountRay ne répartit pas les clients entre plusieurs groupes, ne calcule pas le lift et ne mesure pas le chiffre d’affaires incrémental. Ce n’est pas un outil d’expérimentation : analysez donc les résultats avec les segments Shopify et l’export des commandes. Growth coûte 14 $ par mois et Pro 29 $ par mois, avec un essai gratuit de 14 jours, comme indiqué sur la page de prix de DiscountRay.

Les clients à ne jamais placer dans le groupe témoin

Ne privez un client que des offres facultatives. Si un client a droit à quelque chose, le lui fournir est plus important qu'un test négatif.

• Les clients devaient recouvrer les sommes dues pour le service. Une personne dont la commande est arrivée en retard ou endommagée devrait bénéficier de la réparation que vous proposez habituellement.

• Comptes B2B avec tarification convenue. Les conditions contractuelles ou tarifaires ne constituent pas une variable de test.

• Récompenses promises. Si vous annoncez une récompense, comme un avantage fidélité ou une « réduction sur la deuxième commande » imprimée dans la boîte, tous ceux qui y ont droit la reçoivent.

Erreurs fréquentes

Sélectionner avec soin le dernier récalcitrant. Si vous freinez les clients « moins engagés », la situation des récalcitrants n'en sera que plus mauvaise, et l'offre paraîtra meilleure qu'elle ne l'est réellement.

Comparaison entre ceux qui effectuent des retraits et ceux qui n'en effectuent pas. Les personnes qui ont encaissé le paiement étaient déjà plus intéressées. Il faut toujours comparer l'ensemble du groupe exposé avec l'ensemble des personnes qui ont résisté.

Fuites de code. Un code public ou partageable peut permettre de contacter les clients réticents via des sites de coupons. Utilisez des codes privés et restez vigilant. partage de code de réduction.

Modifier l'offre en cours de test. Augmenter la réduction après deux semaines creuses transforme un test en deux demi-tests.

S'arrêter à la première bonne semaine. Les premiers résultats sont très variables. Fixez-vous une date limite avant de commencer et respectez-la.

Lire les totaux plutôt que les taux. Le groupe exposé étant plus important, il aura toujours plus de commandes. Comparer par client.

Sans parler des remboursements et de la période suivant l'offre. Une deuxième commande retournée n'est pas considérée comme un nouvel achat, et un succès en janvier peut se transformer en une baisse des commandes à plein tarif en avril.

Transformer le résultat en décision pour votre prochaine campagne Q1

Utilisez le résultat pour modifier un seul élément à la fois. Comparez l'augmentation obtenue avec votre seuil de rentabilité, puis évaluez l'étendue de la marge.

L'objectif est de réduire le coût par client fidélisé supplémentaire au fil du temps. Ce chiffre constitue également le moyen le plus équitable de comparer une offre ciblée à un programme de fidélité, car il compare… coût par commande supplémentaire répétée au lieu du nombre de récompenses distribuées.

Conclusion

Une offre de fidélisation n'est pertinente que si elle permet de faire revenir des clients qui ne seraient pas revenus d'eux-mêmes, moyennant un coût que la marge supplémentaire peut couvrir. Les taux de fidélisation ne permettent pas de le démontrer. Un groupe de clients réticents, choisi au hasard, le peut.

Pour mesurer l'augmentation des revenus générée par votre offre du premier trimestre, calculez le seuil de rentabilité avant l'envoi, répartissez aléatoirement vos clients éligibles, proposez l'offre à un seul groupe et comparez les scores de fidélisation des deux groupes après 60 à 90 jours. Faites-le une fois en janvier, répétez l'opération au printemps, et chaque offre du premier trimestre suivante sera basée sur les résultats obtenus.