Shopify Analytics: Making Data-Driven Decisions

Master Shopify analytics to make better business decisions. Covers native Shopify reports, GA4 integration, key ecommerce metrics, cohort analysis, and custom dashboards.

E
ECOSIRE Research and Development Team
|19 mars 202616 min de lecture3.6k Mots|

Fait partie de notre série Data Analytics & BI

Lire le guide complet

Shopify Analytics : prendre des décisions basées sur les données

La plupart des marchands Shopify vérifient quotidiennement leur tableau de bord des ventes totales. Moins de 20 % utilisent les données analytiques dont ils disposent pour prendre des décisions structurées concernant la gamme de produits, l'allocation marketing, la fidélisation de la clientèle ou la tarification. Le manque de données n'est pas un problème technologique : Shopify fournit des analyses approfondies sur tous les forfaits payants. C'est un problème d'alphabétisation.

Ce guide établit la base d'analyse dont chaque commerçant Shopify a besoin : comprendre les mesures importantes, utiliser efficacement les analyses natives de Shopify, intégrer GA4 pour des informations comportementales, créer des analyses de cohorte qui révèlent les modèles de LTV et de rétention et créer des tableaux de bord qui guident la prise de décision hebdomadaire.

Points clés à retenir

  • Les analyses natives de Shopify couvrent les ventes, les produits, les clients et les stocks, ce qui est suffisant pour la plupart des décisions.
  • Shopify Advanced et Plus débloquent une analyse de cohorte de clients et des rapports détaillés – une mise à niveau qui vaut la peine pour les commerçants en phase de revenus
  • GA4 est essentiel pour l'analyse comportementale : sources de trafic, parcours utilisateur, entonnoir de conversion et comportement sur site
  • Les trois mesures les plus importantes sont : le taux de conversion, la valeur moyenne des commandes et le coût d'acquisition client.
  • L'analyse de cohorte révèle si votre clientèle augmente en qualité, pas seulement en quantité.
  • L'analyse des stocks évite à la fois les ruptures de stock et les surstocks - souvent le cas d'utilisation de l'analyse avec le retour sur investissement le plus élevé
  • La modélisation d'attribution détermine quels canaux marketing génèrent réellement des revenus (pas seulement le dernier clic)
  • L'habitude d'examen hebdomadaire des analyses surpasse l'examen mensuel pour détecter rapidement les problèmes et les opportunités.

La pile d'analyse Shopify

** Analyses natives Shopify (tous les forfaits) **

Disponible sur Shopify Admin → Analytics :

RapportCe que cela montreDécision qu'il soutient
Tableau de bord de présentationRevenus, commandes, sessions, taux de conversionBilan de santé quotidien
Ventes par produitQuels produits génèrent des revenusInventaire, orientation marketing
Ventes par source de traficRevenus par canal (organique, payant, email, direct)Allocation du budget marketing
Séances au fil du tempsTendances du traficEfficacité du contenu et du référencement
Séances par lieuRépartition géographiqueExpansion du marché, ciblage local
Séances par appareilRépartition mobile/ordinateur de bureauPriorisation des investissements UX
Principales pages de destinationPoints d'entrée à plus fort traficOpportunités de contenu et de référencement
Tarif client fidèle% de commandes d'acheteurs réguliersSanté de rétention
Valeur moyenne des commandesRevenu par commandeStratégie de tarification et de regroupement

Avancée Shopify Analytics (Avancé + Plus)

RapportCe que cela montreDécision qu'il soutient
Analyse de cohorte de clientsLTV et rétention par cohorte d'acquisitionBudgétisation CAC basée sur la LTV
Taux de vente des produitsVitesse des stocksDécisions d'achat et de démarque
Niveau de dépenses prévuPrédiction des dépenses des clientsCiblage de fidélisation et de rétention
Ventes au détail par personnelPerformance du personnel du point de venteOptimisation du personnel
Bénéfice par produitContribution à la marge par SKUDécisions de tarification et de portefeuille

Google Analytics 4 (tous les forfaits – configuration requise)

GA4 fournit des analyses comportementales que les analyses natives de Shopify ne proposent pas :

  • Cartographie du parcours utilisateur (comment les visiteurs naviguent dans votre boutique)
  • Entonnoir de conversion avec baisse par étapes
  • Segmentation de l'audience par comportement et données démographiques
  • Modélisation d'attribution multicanal
  • Comportement en temps réel lors de campagnes ou de lancements

Les mesures qui comptent vraiment

Avec plus de 50 métriques disponibles sur Shopify et GA4, concentrez-vous sur la poignée d’indicateurs qui déterminent les décisions.

Les trois principaux

1. Taux de conversion

Définition : Commandes/Séances (ou Commandes/Visiteurs uniques)

Taux de conversion par défaut de Shopify : (Paiements terminés / Sessions) × 100

Référence du secteur : 1,5 à 2 % pour la plupart des catégories. Mode : 1 à 2 %. Beauté : 2 à 4 %. Electronique : 0,5 à 1,5 %.

Ce qui le fait bouger : qualité de la page produit, friction à la caisse, signaux de confiance, méthodes de paiement, prix par rapport à la concurrence, qualité du trafic.

2. Valeur moyenne des commandes (AOV)

Définition : Revenu total / Nombre de commandes

Surveillez l’AOV en :

  • Source de trafic (trafic payant AOV vs organique vs email)
  • Segment de clientèle (première fois vs répétition)
  • Catégorie de produit -Type d'appareil

Ce qui le motive : efficacité des ventes incitatives et croisées, regroupement, seuil de livraison gratuite, structure des niveaux de tarification.

3. Coût d'acquisition client (CAC)

Définition : Dépenses marketing totales / Nombre de nouveaux clients acquis

Par canal :

  • CAC social payant = dépenses Facebook/Instagram / Nouveaux clients de Facebook/Instagram
  • CAC de recherche payante = dépenses Google Ads / Nouveaux clients Google Ads
  • CAC Influenceur = Frais influenceur / Nouveaux clients attribués à l'influenceur

Comparez le CAC au LTV. Un ratio sain est un LTV:CAC de 3:1 ou mieux. Si votre LTV est de 150 $ et que vous dépensez 60 $ pour acquérir un client (CAC), votre ratio est de 2,5 : 1 : marginal, non viable à grande échelle.

Mesures de rétention

MétriqueDéfinitionGamme saine
Tarif client répété% de commandes de clients réguliers25–40 % (marque mature)
Taux de rachat sur 90 jours% de primo-accédants qui achètent à nouveau dans les 90 jours20 à 30 %
Taux de fidélisation des clients (annuel)% de clients de l'année dernière qui ont acheté à nouveau35 à 55 %
LTV (12 mois)Revenu moyen d'un client au cours des 12 premiers mois3 à 5x AOV

Configuration de GA4 pour Shopify

Installation

L'installation GA4 la plus fiable pour Shopify utilise l'application de canal de vente officielle « Google et YouTube » de Google, qui installe l'extrait de suivi GA4 et configure automatiquement les événements de commerce électronique améliorés.

Vous pouvez également installer via Google Tag Manager :

  1. Créez un conteneur GTM pour votre boutique Shopify
  2. Ajoutez l'extrait GTM à votre thème Shopify (Paramètres → Code personnalisé → section Tête)
  3. Créez une balise de configuration GA4 dans GTM pointant vers votre ID de mesure
  4. Créez des balises d'événement de commerce électronique pour : view_item, add_to_cart, begin_checkout, purchase
  5. Ces événements alimentent les rapports de commerce électronique dans GA4

Configuration GA4 essentielle

Après l'installation :

  1. Activez les mesures améliorées : GA4 suit automatiquement la profondeur de défilement, les clics sortants, l'engagement vidéo, les téléchargements de fichiers et les interactions avec les formulaires, sans code supplémentaire.

  2. Créer des conversions : marquez purchase comme événement de conversion. Pensez également à marquer add_to_cart et begin_checkout comme événements de micro-conversion pour l'analyse en entonnoir.

  3. Lier Google Ads : connectez votre compte Google Ads à GA4 pour une attribution de bout en bout. Les conversions de Google Ads sont renseignées dans votre rapport de conversions GA4.

  4. Configurer les audiences : créez des audiences pour le remarketing : abandonneurs de panier (commencé_checkout mais sans achat), navigateurs à forte intention (plus de 5 produits consultés, sans achat), clients fidèles (acheteurs précédents).

  5. Configurer des dimensions personnalisées : suivez les points de données personnalisés qui ne figurent pas dans le schéma par défaut de GA4 – par exemple, la catégorie de produits consultée, l'abonnement par rapport à l'achat unique, le niveau de fidélité.


Analyse de l'entonnoir de conversion

L'entonnoir de commerce électronique dans GA4 montre exactement où les visiteurs abandonnent le parcours d'achat :

Accédez à GA4 → Rapports → Monétisation → Parcours d'achat

ScèneÉvénementTaux d'achèvement typique
Session → Vues de produitsview_item40 à 60 % des séances
Vues du produit → Ajouter au panieradd_to_cart8 à 15 % des spectateurs des produits
Ajouter au panier → Début du paiementbegin_checkout50 à 65 % des ajouts de panier
Début du paiement → Acheterpurchase25 à 45 % des initiations de paiement

Utiliser les données de l'entonnoir pour prendre des décisions

Faible vue du produit → taux d'ajout au panier : optimisation de la page produit nécessaire (copie, images, signaux de confiance, prix)

Faible taux d'ajout au panier → début de paiement : optimisation de la page du panier nécessaire (affichage de l'expédition, confiance, aperçu du paiement)

Début de paiement faible → taux d'achat : frictions de paiement (modes de paiement, champs de formulaire, frais d'expédition, problèmes techniques)

Comparez ces tarifs par type d'appareil : les tarifs mobiles sont généralement 40 à 60 % inférieurs à ceux des ordinateurs de bureau au moment du paiement, révélant des points de friction spécifiques aux mobiles.


Analyse de cohorte de clients

L'analyse de cohorte est l'outil d'analyse le plus puissant disponible pour les commerçants en ligne, et le plus sous-utilisé. Il révèle si votre entreprise devient plus ou moins saine au fil du temps, et pas seulement si les revenus augmentent.

Ce que montre l'analyse de cohorte

Regroupez les clients par mois d’acquisition (le mois où ils ont effectué leur premier achat). Suivez le pourcentage de chaque cohorte qui effectue un deuxième achat, un troisième achat, et ainsi de suite au cours des mois suivants.

Cohorte d'acquisitionMois 1Mois 2Mois 3Mois 6Mois 12
janvier 2025100%28%19%15%12%
avril 2025100%31%21%17%
juillet 2025100%33%24%
octobre 2025100%35%

Si les taux de rétention s'améliorent (les cohortes les plus récentes retiennent à des taux plus élevés que les cohortes plus anciennes), les améliorations de vos produits, de votre marketing et de votre expérience client fonctionnent. Si la rétention diminue, vous acquérez des clients de moindre qualité ou votre adéquation produit-marché s'affaiblit.

Accès à l'analyse de cohorte dans Shopify

Shopify Advanced et Plus incluent un rapport d'analyse de cohorte de clients : Analytics → Rapports → Analyse de cohorte de clients.

Pour les commerçants non-Plus, créez une analyse de cohorte dans :

  • Klaviyo : segmentez les clients par date de premier achat, suivez l'activité du segment au fil du temps
  • Google Analytics 4 : Rapport de cohorte d'acquisition d'utilisateurs (Explorer → Exploration de cohorte)
  • Exportations de données Shopify + analyse Google Sheets

Analyse de produits : trouver des opportunités de revenus

Taux de vente du produit

Taux de vente = Unités vendues / (Unités vendues + Inventaire restant) × 100

  • Au-dessus de 80 % : risque de rupture de stock – réapprovisionnement
  • 60 à 80 % : vitesse saine
  • 40–60 % : Adéquat mais attention au ralentissement
  • En dessous de 40 % : à évolution lente – envisagez une promotion ou une démarque

Concentration des revenus (analyse Pareto)

Dans la plupart des boutiques Shopify, 20 % des produits génèrent 80 % des revenus. Identifiez vos 20 % de produits les plus performants et vos 20 % les moins performants :

  • Meilleurs produits : garantir la profondeur de l'inventaire, un placement bien en vue et un support marketing actif - Produits inférieurs : évaluez l'arrêt, le regroupement avec les meilleurs produits ou la liquidation.

Analyse de la marge du produit

Les revenus sont une vanité ; la marge est la raison. Construire une analyse de marge :

ProduitRevenusCOGSBénéfice brutMarge brute %
Produit A50 000 $20 000 $30 000 $60%
Produit B40 000 $28 000 $12 000 $30%
Produit C10 000 $3 000 $7 000 $70%

Le produit B génère 40 000 $ de revenus avec une marge de seulement 30 %. Si votre investissement marketing est réparti uniformément entre les produits, le produit B consomme un budget marketing qui pourrait être mieux déployé sur le produit A ou C.


Attribution marketing : réalité multicanal

L'attribution au dernier clic (valeur par défaut dans la plupart des outils d'analyse) attribue 100 % d'une vente à la dernière source de trafic avant l'achat. Cela sous-estime systématiquement les canaux de notoriété de la marque (réseaux sociaux, display, contenu) et survalorise le trafic direct et la recherche de marque.

Modèles d'attribution multi-touch

ModèleDescriptifIdéal pour
Dernier clic100 % de crédit sur la dernière chaîneSimple, mais biaisé vers le bas de l'entonnoir
Premier clic100 % de crédit sur la première chaîneComprendre les canaux d'acquisition
LinéaireCrédit égal à toutes les chaînesComprendre le voyage complet
Basé sur les données (GA4)Allocation de crédits basée sur le MLLe plus précis pour un volume de données suffisant
Décroissance du tempsPlus de crédit aux points de contact récentsParcours d'achat typique

Dans GA4 : Rapports → Publicité → Attribution → Paramètres d'attribution. Passez du « Dernier clic » à « Basé sur les données » (nécessite plus de 400 conversions/mois) ou « Linéaire » pour une vue plus équilibrée.

Comparaison du retour sur investissement des canaux

Créez un rapport mensuel sur le retour sur investissement du canal :

ChaîneDépenserRevenus attribuésCommandesCACROAS
Google Achats5 000 $22 000 $18027,78 $4,4x
Facebook/Instagram4 000 $14 000 $11036,36 $3,5x
Courriel (Klaviyo)400 $18 000 $1402,86 $45x
Recherche organique0 $12 000 $950 $

Le courrier électronique et le organique ont les meilleures économies. Augmentez la croissance des listes de diffusion et les investissements dans le contenu SEO avant d’augmenter les dépenses payantes.


Créer une habitude d'analyse hebdomadaire

Un processus hebdomadaire structuré d’examen des analyses :

Lundi — Examen des revenus (15 minutes)

  • Comparaison des revenus d'une semaine à l'autre
  • Nombre de commandes semaine après semaine
  • Changement d'AOV
  • Top 5 des produits par chiffre d'affaires

Mercredi — Revue d'acquisition (15 minutes)

  • Trafic par canal par rapport à la semaine précédente
  • Ratio nouveaux clients/clients fidèles
  • CAC par canal (pour les campagnes actives)
  • Toute nouvelle campagne ou test de chaîne à examiner

Vendredi — Examen de la rétention et des opérations (20 minutes)

  • Tendances du volume des tickets de support client
  • Taux de retour et principales raisons de retour
  • Alertes d'inventaire (stock faible sur les meilleurs vendeurs)
  • Performance des campagnes email (ouvertures, clics, revenus)

Mensuel — Examen stratégique (60 minutes)

  • Analyse de cohorte : la rétention s'améliore-t-elle ?
  • Tendances LTV : la qualité moyenne des clients s'améliore-t-elle ?
  • Analyse du retour sur investissement des canaux : réaffecter le budget aux canaux les plus performants
  • Analyse de la marge produit : des SKU à interrompre ou à promouvoir ?

Création de tableaux de bord personnalisés

Pour les équipes qui ont besoin de plus que les tableaux de bord natifs de Shopify, connectez les données Shopify à :

Google Looker Studio (gratuit)

Connectez Shopify via le connecteur Supermetrics ou Shopify pour Looker Studio. Créez des tableaux de bord personnalisés combinant les données de ventes Shopify avec les données comportementales GA4 et les données de dépenses Google Ads dans une seule vue.

** Klaviyo Analytics **

Le tableau de bord analytique de Klaviyo affiche les revenus attribués aux e-mails, la croissance des listes, les performances des campagnes et les performances des flux. Faites des références croisées avec les revenus de Shopify pour comprendre la véritable contribution du courrier électronique.

Daasity et Triple Baleine

Pour plus de 2 millions de dollars de revenus, les marchands Shopify, des plateformes d'analyse de commerce électronique spécialement conçues comme Daasity et Triple Whale regroupent les données de Shopify, de toutes les plateformes publicitaires, de la messagerie électronique et même des COGS/Amazon dans des tableaux de bord unifiés de P&L et d'attribution. Le « Pixel » de Triple Whale fournit des données d'attribution de première partie qui compensent en partie les limitations de suivi d'iOS 14.5+.


Questions fréquemment posées

Les analyses natives de Shopify sont-elles suffisantes ou ai-je besoin de GA4 ?

Pour les commerçants dont le chiffre d'affaires annuel est inférieur à 1 million de dollars, les analyses natives de Shopify sont généralement suffisantes pour prendre des décisions opérationnelles. GA4 ajoute des données comportementales (comment les utilisateurs naviguent, où ils déposent leur commande, quel contenu génère des conversions) que Shopify ne capture pas. Pour tout commerçant diffusant de la publicité payante, l'intégration GA4 + Google Ads est essentielle pour l'attribution. Ajoutez GA4 lorsque vous commencez à utiliser activement les canaux d'acquisition payants.

Comment suivre l'impact des campagnes par e-mail sur les revenus Shopify ?

Klaviyo (et la plupart des plateformes de messagerie) utilisent des paramètres UTM sur les liens de messagerie et leur propre fenêtre d'attribution pour attribuer des revenus aux campagnes par e-mail. La fenêtre d'attribution par défaut de Klaviyo est de 5 jours pour les ouvertures d'e-mails et de 1 jour pour les clics sur les e-mails. Cela signifie que les revenus d'un client qui a cliqué sur un e-mail et effectué un achat dans les 5 jours sont attribués à cet e-mail. Vérifiez cela dans Klaviyo Analytics → Performances de la campagne. Croisement avec les données de session GA4 filtrées par utm_medium=email pour valider.

Qu'est-ce qu'un taux de clients fidèles pour une boutique Shopify ?

L’indice de référence varie selon la catégorie. Les produits consommables (café, suppléments, soins de la peau) devraient viser un taux de clients fidèles de 40 à 55 %. Mode et habillement : 25 à 35 %. Articles pour la maison et meubles : 15 à 25 %. Electronique : 10 à 20 %. Si votre taux de clients fidèles est nettement inférieur à ces critères, vous rencontrez un problème de fidélisation. S'il est nettement supérieur, vous pourriez avoir un nouveau problème d'acquisition de clients.

Comment mesurer la véritable rentabilité de ma boutique Shopify, et pas seulement les revenus ?

Créez un rapport sur la marge de contribution : revenus - COGS - coûts d'exécution variables (expédition, emballage, frais de transaction) - dépenses publicitaires spécifiques au canal = marge de contribution. Cela diffère de la marge brute car elle inclut les coûts de canalisation. Un produit avec une marge brute de 60 % vendu via les publicités Facebook avec un ROAS 3x n'a qu'une marge de contribution de 27 % (60 % à 33 % de coût publicitaire). Suivez cela par canal et par produit pour comprendre où les bénéfices sont réellement générés.

Dois-je utiliser Triple Whale, Northbeam ou Rockerbox pour l'attribution Shopify ?

Ces plates-formes d'attribution multi-touch conviennent aux commerçants dépensant plus de 50 000 $/mois en publicités payantes sur plusieurs canaux où les limitations de suivi d'iOS 14.5+ rendent le ROAS rapporté par la plate-forme peu fiable. Triple Whale (100 $ à 300 $/mois) est le choix le plus populaire pour les commerçants Shopify en raison de son intégration native Shopify et de son pixel propriétaire. Northbeam est préféré pour les commerçants ayant des exigences d'attribution multicanal plus complexes. En dessous de 50 000 $ de dépenses publicitaires/mois, l’attribution basée sur les données GA4 offre une précision suffisante.


Prochaines étapes

La prise de décision basée sur les données est une discipline et non un achat de logiciel. Les commerçants qui surpassent leurs catégories n'utilisent pas nécessairement des outils plus sophistiqués : ils examinent les données disponibles de manière plus cohérente et agissent en conséquence de manière plus délibérée.

Les services de référencement et d'analyse Shopify d'ECOSIRE incluent la mise en œuvre de GA4, une configuration améliorée du suivi du commerce électronique, le développement de tableaux de bord Looker Studio personnalisés, des cadres d'analyse de cohorte et des processus d'examen hebdomadaire des analyses. Nous travaillons avec les commerçants Shopify pour créer l'infrastructure d'analyse et les habitudes d'interprétation qui conduisent à une croissance cohérente et basée sur les données.

Demander un audit analytique pour votre boutique Shopify : nous évaluerons votre capture de données actuelle, identifierons les lacunes et construirons un cadre de mesure qui permet de meilleures décisions commerciales.

E

Rédigé par

ECOSIRE Research and Development Team

Création de produits numériques de niveau entreprise chez ECOSIRE. Partage d'analyses sur les intégrations Odoo, l'automatisation e-commerce et les solutions d'entreprise propulsées par l'IA.

Discutez sur WhatsApp