Réponse courte
Une analyse de cohorte regroupe vos client·e·s par mois de première commande, puis suit la part qui revient acheter au fil des mois. Shopify la calcule déjà dans son rapport de cohortes clients. Comparez les cohortes au même âge, jamais au même mois du calendrier.
La réponse en détail
Une analyse de cohorte regroupe vos client·e·s par mois de première commande, puis suit la part qui revient acheter au fil des mois. Shopify la calcule déjà dans son rapport de cohortes clients. Comparez les cohortes au même âge, jamais au même mois du calendrier.
Le repère
Le taux de réachat global mélange des client·e·s recruté·e·s il y a deux ans et la semaine dernière : il ne dit pas si vos dernières recrues reviennent mieux que celles de l'an passé.
D'après l'aide Shopify sur les rapports clients (consultée le 20 octobre 2026), chaque ligne du rapport réunit les client·e·s d'une même semaine, d'un même mois ou d'un même trimestre de première commande, chaque colonne le temps écoulé depuis. On choisit l'indicateur (taux de rétention, ventes, montant dépensé par client·e…) et l'on peut passer de la grille à une courbe qui superpose les cohortes.
L'exploration des cohortes de GA4 repose, selon Google, uniquement sur les données de l'appareil : quelqu'un qui commande sur ordinateur puis rachète sur son téléphone y compte pour deux. Le rapport Shopify, lui, suit des fiches clients.
Exemple fictif (part des client·e·s de la cohorte ayant recommandé dans le mois) :
| Première commande | Client·e·s | Mois 1 | Mois 2 | Mois 3 | Mois 6 |
|---|---|---|---|---|---|
| Janvier | 820 | 6 % | 4 % | 4 % | 3 % |
| Février | 760 | 7 % | 5 % | 4 % | pas encore mûre |
| Mars | 1 140 | 4 % | 3 % | 2 % | pas encore mûre |
Sur le terrain des auteur·rice·s, dans une marque de lingerie et de basiques, la valeur par client·e va de 170 à 230 € au mois de la première commande selon la cohorte, puis de 250 à 300 € à douze mois, et les cohortes recrutées à plein prix devancent celles des soldes.
La règle
Alignez les cohortes sur leur âge. Le troisième mois de la cohorte de janvier se compare au troisième mois de celle de février, même si l'un tombe en avril et l'autre en mai.
Ensuite, la courbe chute le plus souvent après le premier mois puis se stabilise ; la hauteur de ce plateau donne la taille de votre base fidèle, et son absence oriente vers le produit ou l'expérience d'achat.
Calez enfin l'horloge sur votre catégorie. Une marque d'accessoires d'hiver du Club recrute l'essentiel de ses client·e·s en décembre, beaucoup pour un cadeau, et seulement quelques centaines l'été. Sur sa cohorte de l'hiver 2024-2025, 12,5 % ont racheté et environ 5 % sont revenu·e·s l'hiver suivant. Lue au mois, elle semble s'éteindre après les fêtes ; donnez-lui douze mois avant de la juger.
Les étapes
- Ouvrir le rapport. Dans l'admin Shopify, Analytics > Reports (libellés de l'aide officielle), catégorie Clients, ou directement admin.shopify.com/analytics/reports/customer_cohort_analysis.
- Régler la vue. Intervalles mensuels (trimestriels si l'on rachète une fois par an), taux de rétention, courbe de rétention.
- Reconstruire dans un tableur. Exportez les commandes (identifiant client en A, date en C). Dans Excel en français, la première commande s'obtient en D2 avec
=MIN.SI.ENS(C:C;A:A;A2), l'écart en mois en E2 avec=(ANNEE(C2)-ANNEE(D2))*12+MOIS(C2)-MOIS(D2)et le mois de cohorte en F2 avec=TEXTE(D2;"aaaa-mm"). Supprimez les doublons sur le couple client et écart, puis croisez : cohorte en lignes, écart en colonnes, nombre d'identifiants en valeurs. - Lire lignes et colonnes. Les lignes jugent une cohorte, les colonnes l'effet du temps. Une diagonale qui ressort chaque novembre signale une opération qui réactive toutes les cohortes, comme celles visant les acheteur·euse·s de fin d'année.
- Découper. Par canal, premier produit, marché ou remise. Dans une marque de prêt-à-porter qui vend par drops, 69 % des 1 941 client·e·s recruté·e·s pendant un drop n'avaient jamais racheté, et 78 % des deuxièmes commandes tombaient en dehors des dates de drop.
- Suivre chaque mois. Le mois 1 de chaque nouvelle cohorte, face aux précédents, donne le premier signal qu'une relance du deuxième achat fonctionne.
Le piège
Prendre la « Période 0 » pour la première commande. Selon l'aide Shopify, cette colonne compte les commandes répétées passées dans la même période que la première : une personne qui achète deux fois en janvier y figure déjà. Lisez la fidélité à partir de la colonne suivante.
Autre erreur : juger une cohorte trop jeune. Une cohorte de septembre n'a pas de mois 6 en octobre : marquez ces cases « pas encore mûre », comme le propose la fiche sur le taux de réachat.
Le chiffre d'affaires, enfin, flatte les cohortes. Ramenez chacune à la marge de contribution avant de la comparer au coût d'acquisition : dans la marque de lingerie, des ratios allant jusqu'à 10 tenaient surtout à un coût d'acquisition encore incomplet. Les projections que Shopify affiche avec 24 mois d'historique ne garantissent aucune vente, prévient l'aide : prenez-les comme une hypothèse pour estimer votre ratio LTV sur CAC.
La phrase à présenter
« La cohorte de mars, recrutée pendant une opération à forte remise, compte 44 % de client·e·s de plus que la moyenne de janvier et février, mais 2 % seulement ont racheté au troisième mois, contre 4 % pour les deux autres (chiffres fictifs). La prochaine opération mettra en avant un produit d'entrée qui fait revenir. »
