Qu'est-ce que cette page ?
La page Cohort Retention vous aide à comprendre dans quelle mesure vous fidélisez vos clients au fil du temps. Elle regroupe les clients en cohortes en fonction du moment où ils ont effectué leur premier achat, puis suit le pourcentage de chaque cohorte qui revient acheter de nouveau au cours des périodes suivantes. Une carte thermique de rétention permet de repérer facilement les tendances -- les nouveaux clients sont-ils plus fidèles que les anciens ? La rétention s'améliore-t-elle d'un mois à l'autre ?
Métriques clés sur cette page
Taux de rétention
- Ce qu'il indique : Le pourcentage de clients d'une cohorte donnée qui ont effectué un achat au cours d'une période ultérieure spécifique.
- Formule :
(Clients ayant acheté lors de la période N / Nombre total de clients dans la cohorte) x 100 - Important : Des taux de rétention plus élevés signifient que davantage de clients reviennent. Même de petites améliorations de la rétention peuvent augmenter considérablement le chiffre d'affaires total au fil du temps.
Taille de la cohorte
- Ce qu'elle indique : Le nombre de nouveaux clients ayant effectué leur premier achat pendant chaque période de cohorte.
- Important : Les cohortes plus grandes donnent des taux de rétention plus significatifs statistiquement. Une très petite cohorte (par exemple 5 clients) peut présenter des pourcentages de rétention volatils.
Taux de réachat
- Ce qu'il indique : Le pourcentage d'une cohorte ayant effectué au moins un achat supplémentaire après le premier.
- Formule :
(Clients ayant 2 commandes ou plus / Nombre total de clients dans la cohorte) x 100 - Important : Il s'agit de votre métrique globale de « fidélité ». La moyenne du secteur pour l'e-commerce se situe généralement entre 20 et 30 %.
Fonctionnalités
Carte thermique de rétention
La visualisation principale est un tableau à code couleur (carte thermique) :
- Lignes : Chaque ligne représente une cohorte (groupe de clients ayant effectué leur premier achat au cours de la même période)
- Colonnes : Chaque colonne représente une période ultérieure (Mois 1, Mois 2, Mois 3, etc.)
- Couleur de la cellule : Un vert plus foncé indique une rétention plus élevée ; les teintes plus claires indiquent une rétention plus faible
- Valeur de la cellule : Le pourcentage de rétention exact
La carte thermique se lit de gauche à droite. La première colonne (Mois 0) est toujours à 100 % car chaque client de la cohorte a effectué au moins un achat. Les colonnes suivantes indiquent le pourcentage de clients revenus.
Sélection de la période
Choisissez comment regrouper vos cohortes :
- Hebdomadaire -- chaque cohorte correspond à une semaine de nouveaux clients
- Mensuel -- chaque cohorte correspond à un mois (le plus courant)
- Trimestriel -- chaque cohorte correspond à un trimestre
Les cohortes hebdomadaires sont idéales pour une analyse à court terme et les boutiques à rythme rapide. Le mensuel convient à la plupart des vendeurs. Le trimestriel lisse les variations saisonnières.
Tendances de rétention
Un graphique en courbes de tendance qui montre comment les taux de rétention ont évolué au fil du temps. Cela vous aide à répondre à des questions telles que : « Ma rétention au Mois 2 s'améliore-t-elle ou se dégrade-t-elle par rapport aux cohortes précédentes ? »
Plage de dates
Sélectionnez la plage de dates pour l'analyse des cohortes. Des plages de dates plus larges affichent davantage de cohortes mais nécessitent plus de données pour être pertinentes.
Questions fréquentes
Comment lire la carte thermique de rétention ?
Chaque ligne correspond à un groupe de clients ayant effectué leur premier achat au cours de la même période. Lisez la ligne pour voir le pourcentage de clients revenus. Par exemple, si la ligne « Janvier 2026 » affiche 15 % dans la colonne « Mois 2 », cela signifie que 15 % des clients ayant acheté pour la première fois en janvier 2026 ont effectué un autre achat deux mois plus tard.
Qu'est-ce qu'un bon taux de rétention ?
Pour les vendeurs TikTok Shop, un taux de rétention au Mois 1 de 10 à 20 % est typique. Les boutiques les plus performantes peuvent atteindre 25 à 35 %. Le Mois 2 et au-delà seront naturellement plus faibles. Toute amélioration au fil du temps est un signal positif.
Pourquoi la première colonne est-elle toujours à 100 % ?
La première colonne (Mois 0 ou Semaine 0) représente la période d'achat initiale de la cohorte. Par définition, 100 % des clients de cette cohorte ont effectué au moins un achat pendant cette période -- c'est ainsi qu'ils sont entrés dans la cohorte.
Pourquoi les cohortes plus récentes ont-elles moins de colonnes ?
Les cohortes plus récentes n'ont pas eu suffisamment de temps pour générer des données de rétention pour les périodes ultérieures. Par exemple, une cohorte du mois dernier ne peut afficher que les données du Mois 0 et du Mois 1 car le Mois 2 n'a pas encore eu lieu.
En quoi est-ce différent de la page Purchase Journey ?
Purchase Journey montre quels produits les clients achètent dans l'ordre (le parcours). Cohort Retention montre si les clients reviennent ou non, quel que soit ce qu'ils achètent. Journey répond à « qu'achètent-ils ensuite ? » tandis que Retention répond à « reviennent-ils ? »
Comment puis-je améliorer mes taux de rétention ?
Plusieurs stratégies peuvent aider :
- Communication de suivi -- contactez les nouveaux acheteurs dans la semaine suivant leur achat
- Qualité des produits -- les clients qui reçoivent des produits de qualité sont plus susceptibles de revenir
- Incitations à la fidélité -- offrez aux clients de retour des remises exclusives ou un accès anticipé aux nouveaux produits
- Variété des produits -- les boutiques disposant d'un catalogue plus large ont tendance à avoir une rétention plus élevée car les clients trouvent davantage de raisons de revenir
Que signifie le fait que les cohortes plus récentes aient une meilleure rétention ?
C'est un signal positif. Cela signifie généralement que vos améliorations récentes (meilleurs produits, meilleure expérience client, meilleur marketing) portent leurs fruits. Comparez les cohortes récentes aux plus anciennes à la même période pour confirmer que la tendance est réelle et non un simple effet de la taille de l'échantillon.