Plan de mesure e-commerce : relier chaque indicateur à une décision

Le résultat attendu

Un plan de mesure e-commerce doit permettre de répondre à une question opérationnelle sans ouvrir cinq tableaux de bord contradictoires. Pour chaque décision, il précise la population observée, la formule, l’unité, la source, la fréquence, le responsable et l’action possible.

La collecte d’événements n’est qu’une couche. Une vue produit peut être mesurée dans un outil analytics, tandis qu’une commande réellement encaissée, remboursée ou retournée doit être confirmée par les systèmes métier. Le plan organise leur rapprochement sans présenter une donnée partielle comme exhaustive.

Commencer par les décisions

La première version peut tenir dans un tableau.

Décision	Question	Mesure principale	Source de résultat	Action possible
Prioriser une catégorie	Les visites qualifiées trouvent-elles des produits achetables ?	Passage liste vers fiche, disponibilité, ajout panier	Analytics et catalogue	Corriger navigation, stock ou offre
Corriger le checkout	À quelle étape les tentatives échouent-elles ?	Progression par étape et motif d’échec	Analytics, plateforme et PSP	Corriger une erreur ou un parcours
Ajuster l’acquisition	Les commandes contribuent-elles après coûts variables ?	Marge contributive par canal	Commandes, finance et coûts	Réallouer ou plafonner le budget
Réduire les retours	Quelles causes contrôlables dominent par produit ?	Taux et coût par motif vérifié	Retours, SAV et logistique	Corriger information, qualité ou préparation
Sécuriser le paiement	Quel contrôle réduit la perte sans bloquer les clients légitimes ?	Pertes, refus, authentification et faux positifs	PSP, fraude et commandes	Modifier une règle ou une revue

Un indicateur sans décision, propriétaire ou action doit être mis de côté. Il peut être intéressant, mais il ne fait pas encore partie du plan prioritaire.

Définir le périmètre avant la formule

L’Insee définit le commerce électronique par la commande passée via internet ou un autre réseau informatique, même si le paiement ou la livraison utilise ensuite une méthode traditionnelle. Les commandes par téléphone, télécopie ou simple courriel ne sont pas incluses dans cette définition statistique.

Cette définition officielle est utile pour comparer des statistiques publiques. Une entreprise peut choisir un autre périmètre de pilotage, par exemple inclure les commandes saisies par le service client. Elle doit alors le nommer explicitement pour ne pas comparer deux populations différentes.

Pour chaque indicateur, documenter :

• entité et canal inclus ;
• territoire et devise ;
• dates de début et de fin ;
• événement déclencheur ;
• statut de commande retenu ;
• annulations, remboursements et retours ;
• taxes incluses ou exclues ;
• dénominateur ;
• délai de consolidation ;
• source de vérité et propriétaire.

Séparer parcours observé et résultat métier

La documentation e-commerce de Google Analytics propose des événements pour la consultation de listes et de produits, l’ajout ou le retrait du panier, le début du checkout, l’achat, le remboursement et les promotions. Cette structure est une convention d’implémentation de l’outil, pas une définition universelle du métier.

Un événement purchase reçu ne prouve pas à lui seul qu’une commande est encaissée une seule fois. Il peut être envoyé deux fois, manquer, précéder une annulation ou utiliser une valeur différente du système de commande. Inversement, une commande valide peut exister alors que l’événement n’a pas été collecté.

La recommandation est donc de séparer trois niveaux :

1. Interaction : vue, recherche, ajout panier, début de checkout.
2. Transaction : commande créée, paiement autorisé, capture, annulation, remboursement.
3. Économie : chiffre d’affaires net HT, coût variable, retour, perte et marge contributive.

Chaque niveau répond à une question différente. Leur réconciliation permet de chercher une cause ; leur fusion prématurée crée un chiffre impossible à auditer.

Formules minimales et unités

Les formules ci-dessous sont des conventions de pilotage proposées. Elles doivent être adaptées puis figées dans un dictionnaire de données.

Taux de passage

taux de passage (%) = population ayant accompli l'étape B / population éligible ayant accompli l'étape A × 100

Les deux populations doivent venir du même périmètre de consentement, de période, d’appareil et de sessionisation. Sinon, le ratio peut être calculé techniquement mais rester non comparable.

Taux de conversion commande

conversion (%) = commandes validées uniques / sessions éligibles uniques × 100

• commandes : unité commande ;
• sessions : unité session selon une règle documentée ;
• période : date de session ou date de commande, choisie une fois ;
• limite : le dénominateur est partiel si certaines sessions ne sont pas observées.

Une version par utilisateurs ou par tentatives de checkout répond à une autre question. Elle doit porter un autre nom.

Panier moyen net HT

panier moyen net HT (€ / commande) = chiffre d'affaires net HT / commandes validées

Préciser si le chiffre d’affaires inclut le revenu de livraison, les remises, les remboursements et la date de rattachement. Le dossier sur la marge contributive par commande complète cette mesure économique.

Taux de remboursement en valeur

taux de remboursement (%) = montant HT remboursé / chiffre d'affaires HT de la cohorte de commandes × 100

Une cohorte par date de commande évite de diviser les remboursements du mois par des ventes qui ne leur correspondent pas. La cohorte doit rester ouverte jusqu’à une date de consolidation définie.

Consentement et données manquantes

La CNIL indique que certains traceurs de mesure d’audience peuvent être exemptés de consentement lorsqu’ils sont strictement nécessaires à la fourniture du service et respectent les conditions prévues. Une auto-évaluation d’un fournisseur ne signifie pas que la solution est certifiée ou validée par la CNIL ; la configuration réelle et la documentation de l’éditeur restent déterminantes.

Le plan doit donc distinguer :

• données métier nécessaires à la commande ;
• mesure d’audience configurée dans un cadre d’exemption documenté ;
• mesure soumise au consentement ;
• données non collectées ou bloquées ;
• estimations produites à partir d’un sous-ensemble.

Le refus de consentement n’est ni une session sans achat, ni un chiffre nul. Si la population totale n’est pas connue, la conversion globale peut être non mesurable dans l’outil analytics, même si la conversion des sessions observées reste calculable.

Construire le dictionnaire de données

Chaque ligne du dictionnaire doit répondre aux mêmes questions.

Champ	Exemple de contenu attendu
Nom canonique	commande_validee
Définition	Commande unique dont le paiement est accepté selon les statuts listés
Unité	Commande
Source	Base de commandes
Clé	Identifiant de commande unique
Horodatage	Fuseau Europe/Paris, instant de validation
Exclusions	Tests, doublons, commandes annulées avant capture
Propriétaire	Responsable e-commerce ou data nommé
Fraîcheur	Quotidienne, avec délai maximal documenté
Contrôle	Comptage attendu contre comptage réconcilié

Les noms de rapports peuvent changer. La définition métier ne doit pas dépendre silencieusement du libellé d’un outil.

Contrôles de qualité bloquants

Unicité

Comparer le nombre d’identifiants de commande uniques au nombre de lignes. Un écart signale un doublon ou un niveau de granularité différent.

Complétude

Pour chaque jour, comparer :

• commandes créées et commandes exportées ;
• achats analytics et commandes observables ;
• captures et commandes payées ;
• remboursements PSP et remboursements métier ;
• lignes produit attendues et reçues.

La présence d’au moins une ligne ne prouve pas la complétude. Le contrôle exige un attendu et un obtenu.

Cohérence

Vérifier devise, taxes, signe des remboursements, somme des lignes et total de commande. Une tolérance d’arrondi doit être exprimée en euros et documentée, pas laissée implicite.

Fraîcheur

Mesurer le retard entre l’événement métier et sa disponibilité. Une donnée exacte mais reçue après la décision n’est pas opérationnelle.

Gouvernance recommandée

Une revue mensuelle courte peut suivre :

1. décisions prises avec les données ;
2. indicateurs sans propriétaire ;
3. ruptures de collecte et durée ;
4. écarts de réconciliation ;
5. changements de définition ;
6. données collectées mais jamais utilisées ;
7. analyses nécessitant une validation juridique ou statistique.

Le dossier sur la stratégie antifraude montre comment appliquer cette discipline aux paiements. Le bilan du commerce électronique français illustre aussi pourquoi une donnée agrégée ne constitue pas un objectif individuel. La méthodologie ClickyCommerce détaille la séparation entre faits, inconnues et recommandations.

Le dictionnaire et les contrôles restent propriétaires de ce dossier. Le tableau de bord omnicanal du dirigeant n’en reprend que les indicateurs nécessaires à la décision. Le dossier Retail media : attribution et incrémentalité applique ce contrat de mesure à un investissement média.

À confirmer avant mise en œuvre

Restent propres à chaque entreprise :

• les décisions prioritaires et leurs responsables ;
• la définition d’une commande valide ;
• le traitement des remboursements partiels et des avoirs ;
• la devise de référence et la conversion ;
• la configuration de consentement et d’exemption ;
• le délai de consolidation des cohortes ;
• les accès, durées de conservation et transferts ;
• la marge d’erreur acceptable pour chaque usage.

Sans ces choix, le nombre de KPI peut être élevé mais la capacité de décision reste non mesurable.

Historique

• 23 août 2026 : création à partir des sources CNIL, Insee et de la documentation officielle des événements e-commerce ; priorité donnée aux décisions et à la réconciliation.