Taux de clients récurrents d'une boutique en ligne

Le taux de clients récurrents répond à une question simple : parmi mes clients, combien sont revenus acheter ? Formule : clients avec au moins deux commandes ÷ clients avec au moins une commande, sur une même période d'observation. Sur 900 clients en un an, si 180 ont commandé au moins deux fois, le taux est de 180 ÷ 900 = 20 %.

Deux questions qui se ressemblent

Ne confondez pas :

• la part de clients récurrents : « sur mes 900 clients, combien sont revenus ? » (une proportion de personnes) ;
• la part des commandes passées par des clients revenus : « ce mois-ci, combien de mes commandes viennent de clients qui avaient déjà commandé ? » (une proportion de commandes).

La seconde est toujours plus élevée quand quelques clients fidèles commandent souvent. Choisissez celle qui répond à votre question.

Ce que donnent les plateformes

Shopify, d'après son aide officielle sur les rapports clients :

Avec les rapports « Clients récurrents » et « Clients ponctuels » sur la même période, vous avez directement les deux termes de la formule : récurrents ÷ (récurrents + ponctuels).

WooCommerce, d'après sa documentation, le rapport Clients d'Analytics affiche par client le nombre de commandes, le total dépensé, le panier moyen, la date de dernière activité et la date d'inscription. Ses filtres avancés portent notamment sur le nombre de commandes : filtrez « plus d'une commande » pour obtenir les récurrents. Le rapport Commandes a aussi un filtre par type de client. La documentation précise que les invités qui utilisent la même adresse mail sur plusieurs commandes partagent une seule fiche client.

Lire par cohorte

Le taux global mélange des clients arrivés il y a trois ans et d'autres arrivés la semaine dernière, qui n'ont pas encore eu le temps de revenir. L'analyse par cohorte corrige cela : on regroupe les clients par mois de première commande, puis on regarde quelle part a recommandé au bout de 1, 3, 6 mois.

Exemple illustratif :

On compare des clients au même âge. Si la cohorte de mars revient moins, cherchez ce qui a changé ce mois-là : une promotion qui a attiré des acheteurs d'une seule fois, un produit d'appel, un problème de livraison.

Shopify propose cette analyse dans ses rapports clients, avec des projections de dépense moyenne par cohorte fondées sur 24 mois de données ; l'aide précise que ce sont des estimations, pas des garanties.

Délai avant la deuxième commande

Une question complémentaire très utile : « combien de jours entre la première et la deuxième commande ? ». Le rapport Clients récurrents de Shopify donne les dates de première et de dernière commande ; pour le délai exact jusqu'à la deuxième, partez de l'export des commandes, triez par client puis par date, et calculez l'écart entre les deux premières lignes de chaque client. La médiane de ces écarts vous dit quand relancer.

Pièges

1. Les commandes sans compte. Un client qui commande avec deux adresses mail différentes compte pour deux clients. Le taux de récurrents est alors sous-estimé.
2. La période d'observation. Sur un mois, presque personne n'a le temps de revenir ; sur trois ans, les anciens clients pèsent lourd. Utilisez une période fixe, ou les cohortes.
3. Les commandes annulées ou remboursées. Décidez si une commande entièrement remboursée compte. Chez WooCommerce, les commandes remboursées ne peuvent pas être exclues du rapport Commandes, selon sa documentation.
4. Les comptes professionnels. Un revendeur qui commande chaque semaine fausse le taux : isolez-le.

Questions à poser

• « Part des clients de 2025 qui ont passé au moins deux commandes, en comptant jusqu'au 31/10/2026. »
• « Pour chaque mois de première commande de 2026, part des clients revenus sous 90 jours. »
• « Délai médian entre la première et la deuxième commande. »
• « Produits les plus présents dans la première commande des clients qui sont revenus. »

Pour aller plus loin, la segmentation des clients selon la récence, la fréquence et le montant de leurs achats, et le calcul de l'attrition, sont traités sur NL-Q CRM.