DocumentationCommerceGuide de l’utilisateur de Commerce Intelligence

[PaaS uniquement]{class="badge informative" title="S’applique uniquement aux projets Adobe Commerce on Cloud (infrastructure PaaS gérée par Adobe) et aux projets On-premise."}

Analyses de base

Last update: Mon Aug 18 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

Créé pour :

  • Débutant
  • Intermédiaire
  • Administration
  • Développeur
  • Utilisateur ou utilisatrice

Une fois que vous connaissez la plateforme Adobe Commerce Intelligence et que vous avez une compréhension de base de l’outil, vous allez vouloir commencer à créer des rapports. L’une des questions les plus fréquentes que vous vous posez peut-être est : « Que dois-je regarder ? »

Les informations ci-dessous présentent quelques-unes des mesures et rapports courants que vous pourriez trouver utiles. Certains de ces rapports existent déjà dans votre compte. Veillez donc à consulter les mesures et rapports existants dans votre compte pour éviter de créer des doublons.

Tableaux et colonnes à comprendre

Lors de la création d’une mesure, vous devez connaître quatre informations :

  1. Le tableau sur lequel les données résident,
  2. L’action spécifique que vous souhaitez effectuer,
  3. La colonne sur laquelle vous souhaitez effectuer cette action, et
  4. Date et heure à utiliser pour le suivi de ces données.

Il est probable que les noms des tables utilisées dans ces exemples soient légèrement différents de ceux des colonnes et des tables de votre base de données, car chaque base de données est unique. Référencez les définitions ci-dessous si vous avez besoin d'aide pour identifier une table ou une colonne correspondante dans votre base de données.

Table des clients

Ce tableau contient les informations clés de chaque client, telles qu’un ID client unique, une adresse e-mail, etc. Les exemples ci-dessous utilisent customer_entity comme nom d’un exemple de tableau des clients.

Si certains de ces calculs n’existent pas actuellement dans votre base de données, n’importe quel administrateur de votre compte peut les créer. En outre, vous devez vous assurer que ces dimensions sont regroupables pour toutes les mesures applicables.

Dimensions

  • Entity_id : identifiant unique de chaque client. Il peut également s’agir d’un numéro de client unique ou d’une adresse e-mail du client. Cela doit servir de clé de référence pour le tableau de votre commande.
  • Created_at : date à laquelle le compte du client a été créé et ajouté à votre base de données.
  • Customer’s lifetime revenue : revenu total sur la durée de vie généré par un client.
  • Customer’s first 30-day revenue : montant total du chiffre d’affaires généré par un client au cours de ses 30 premiers jours.
  • Customer’s lifetime number of orders : nombre de commandes passées par un client au cours de sa durée de vie.
  • Customer’s lifetime number of coupons : nombre total de coupons utilisés par un client au cours de sa durée de vie.
  • Customer’s first order date : date de la première commande d’un client. Elle peut être différente de la date created_at si un client n'a pas passé de commande au moment de sa création.

Acceptez-vous les commandes d'invités ?

Si tel est le cas, ce tableau peut ne pas contenir tous vos clients. Contactez l’équipe d’assistance pour vous assurer que vos analyses client incluent tous les clients.

Vous n'êtes pas sûr d'accepter les commandes de clients ? Consultez cette rubrique pour en savoir plus !

Table Commandes

Dans ce tableau, chaque ligne représente un ordre. Les colonnes de ce tableau contiennent des informations de base sur chaque commande, telles que l’identifiant de la commande, la date de création, le statut, l’identifiant du client qui a passé la commande, etc. Les exemples ci-dessous utilisent sales_flat_order comme nom d'un tableau d'exemples de commandes.

Dimensions

  • Customer_id : identifiant unique du client qui a passé la commande. Il est souvent utilisé pour déplacer des informations entre les tables des clients et des commandes. Dans ces exemples, vous prévoyez que customer_id sur la table sales_flat_order s’aligne sur le entitiy_id sur la table customer_entity.
  • Created_at : date à laquelle la commande a été créée ou passée.
  • Customer_email : adresse électronique du client qui a passé la commande. Il peut également s’agir de l’identifiant unique du client.
  • Customer’s lifetime number of orders : une copie de la colonne portant le même nom dans votre tableau Customers.
  • Customer’s order number : numéro de commande séquentiel du client associé à la commande. Par exemple, si la ligne que vous consultez correspond à la première commande d’un client, cette colonne contient la mention « 1 ». Toutefois, s’il s’agit de la 15e commande du client, cette colonne contient la mention « 15 » pour cette commande. Si cette dimension n’existe pas sur votre table de Customers, demandez de l’aide à la création auprès de l’équipe support technique.
  • Customer’s order number (previous-current) : concaténation de deux valeurs dans la colonne Customer’s order number. Elle est utilisée dans un exemple de rapport ci-dessous pour afficher le temps écoulé entre deux commandes. Par exemple, la durée entre la date de première commande d’un client et sa date de deuxième commande est représentée sous la forme « 1-2 » avec ce calcul.
  • Coupon_code : indique les coupons utilisés pour chaque commande.
  • Seconds since previous order : délai (en secondes) entre les commandes d’un client ou d’une cliente.

Table Éléments de commande

Dans ce tableau, chaque ligne représente un article vendu. Cette table contient des informations sur les articles vendus dans chaque commande, telles que le numéro de référence de commande, le numéro de produit, la quantité, etc. Les exemples ci-dessous utilisent sales_flat_order_item comme nom d’un exemple de tableau d’éléments de commande.

Dimensions

  • Item_id : identifiant unique de chaque ligne du tableau.
  • Order_id : clé de référence de votre table Orders qui indique quels articles ont été achetés dans la même commande. Si une commande contient plusieurs éléments, cette valeur est répétée.
  • Product_id : si vous souhaitez obtenir des informations sur le produit spécifique acheté (par exemple, la couleur, la taille, etc.), utilisez cette colonne pour extraire ces informations de votre tableau produits.
  • Order’s created_at : date et heure auxquelles la commande a été passée, généralement copiée dans votre table order line items à partir de la table Orders.
  • Order’s coupon_code : comme pour la dimension Order's created_at, cette colonne est copiée à partir de la table des commandes.

Tableau des abonnements

Cette table permet de gérer les informations relatives à votre abonnement, telles que l’ID d’abonnement, l’adresse e-mail de l’abonné, la date de début de l’abonnement, etc.

Dimensions

  • Customer_id : identifiant unique du client qui a passé la commande. Il s’agit d’une méthode courante pour créer un chemin d’accès entre la table Clients et la table Commandes. Dans ces exemples, vous prévoyez que le customer_id de la table sales_flat_order s’aligne sur le entitiy_id de la table customer_entity.
  • Start date : date de début de l’abonnement d’un client.

Tableau des dépenses marketing

Lors de l’analyse de vos dépenses marketing, vous pouvez inclure des Facebook, des Google AdWords ou d’autres sources dans vos analyses. Si vous disposez de plusieurs sources de dépenses marketing, contactez l’équipe Managed Services pour obtenir de l’aide sur la configuration d’un tableau consolidé pour vos campagnes marketing.

Dimensions

  • Spend : dépenses publicitaires totales. En Facebook, il s’agit de la colonne des dépenses dans le tableau facebook_ads_insights_####. Par Google AdWords, il s’agit de la colonne adCost dans le tableau campaigns####.
  • Le #### ajouté à chacune de ces tables se rapporte à l’identifiant de compte spécifique à votre compte Facebook ou Google AdWords.
  • Clicks : nombre total de clics. En Facebook, il s’agit de la colonne clics du tableau facebook_ads_insights_####. En Google AdWords, il s’agit de la colonne adClicks du tableau campaigns#### .
  • Impressions : nombre total d’impressions. En Facebook, il s’agit des impressions du tableau facebook_ads_insights_####. En Google AdWords, ce serait les impressions du tableau campaigns####.
  • Campaign : nombre total de clics. En Facebook, il s’agit de la colonne nom_campagne dans la table facebook_ads_insights_####. En Google AdWords, il s’agit de la colonne de la campagne dans le tableau campaigns####.
  • Date : la date et l’heure auxquelles l’activité (dépenses, clics ou impressions) s’est produite pour une campagne particulière. En Facebook, il s’agit de la colonne date_start dans le tableau facebook_ads_insights_####. En Google AdWords, il s’agit de la colonne de date du tableau campaigns####.
  • Customer’s first order’s source : origine de la commande à partir de la première commande d’un client. Tout d’abord, vérifiez si votre compte comporte une colonne nommée customer's first order's source. Si cette colonne n’apparaît pas, vous pouvez la créer à l’aide des instructions suivantes.
  • Customer’s first order’s medium : support de la commande à partir de la première commande d’un client. Tout d’abord, vérifiez si votre compte comporte une colonne nommée customer's first order's source. Si cette colonne n’apparaît pas, vous pouvez la créer à l’aide des instructions suivantes.
  • Customer’s first order’s campaign : campagne de la commande à partir de la première commande d’un client. Tout d’abord, vérifiez si votre compte comporte une colonne nommée customer's first order's source. Si cette colonne n’apparaît pas, vous pouvez la créer à l’aide des instructions suivantes.

Rapports et mesures courants

Voici quelques exemples courants de rapports et de mesures que vous pouvez trouver utiles :

Analyse des clients customeranalytics

Nouveaux utilisateurs

  • Description : nombre total d’utilisateurs nouvellement acquis sur une période donnée. New Users est différent de Unique Customers, car New Users possède la date et l’heure de création d’un compte avec votre service (cela ne signifie pas nécessairement qu’ils ont passé une commande) alors que Unique Customers avez passé au moins une commande.

  • Définition de mesure : cette mesure effectue un Nombre de entity_id à partir customer_entity tableau trié par created_at.

  • Exemple de rapport : nombre de nouveaux utilisateurs créés le mois dernier

    • Metric : New Users
    • Time Range : Last Month
    • Time Interval : By Day

Nouveaux utilisateurs

Clients uniques

  • Description : nombre total de clients et clientes distincts sur une période donnée. Cette opération est différente de New Users, car elle ne suit que les clients qui ont passé au moins une commande. Le rapport d’un client distinct ne suit un client qu’une seule fois dans un intervalle de temps donné. Si vous définissez l’intervalle de temps sur By Day et qu’un client effectue plusieurs achats ce jour-là, il n’est comptabilisé qu’une seule fois. Si vous souhaitez afficher le nombre total d’achats en général, regardez Number of Orders.

  • Définition de mesure : cette mesure effectue un Comptage distinct de customer_id à partir sales_flat_order tableau trié par created_at.

  • Exemple de rapport : clients distincts par semaine au cours des 90 derniers jours

    • Metric : Distinct Customers
    • Time Range : Moving range > Last 90 Days
    • Time Interval : By Day

Clients uniques.

Nouveaux abonnés

  • Description : nombre total de nouveaux abonnés acquis au cours d’une période donnée.

  • Définition de mesure : cette mesure effectue un Comptage distinct de customer_id à partir subscriptions tableau trié par start_date.

  • Exemple de rapport : nouveaux abonnés cette année, par mois

    • Metric : New Subscribers
    • Time Range : 1 Year Ago to 0 Days Ago
    • Time Interval : By Month

Abonnés

Clients réguliers

  • Description : nombre total de clients qui ont passé plusieurs commandes au cours d'une période donnée. Dans un rapport de clients réguliers, vous pouvez utiliser la mesure Distinct Customers et la dimension Customer's Order Number de votre tableau de orders.

  • Mesure utilisée : Distinct Customers

  • Exemple de rapport : nombre de 2e et 3e achats effectués l’année dernière

    • Metric : Distinct Customers
    • Time Range : Moving Range > Last Year
    • Time Interval : By Month
    • Group By : Customer's Order Number, puis sélectionnez 2 et 3

  • Exemple de rapport 2 : nombre de clients réguliers l’année dernière

    • Metric : Distinct Customers
    • Filters : Customer's Order Number Greater Than 1
    • Time Range : Moving range > Last Year
    • Time Interval : By Month

    Clients réguliers l’année dernière

Principaux clients par nombre de commandes sur la durée de vie

  • Description : liste des principaux clients en fonction de leur nombre total de commandes. Vous obtenez ainsi une liste directe de vos acheteurs les plus fréquents.

  • Mesure utilisée : Orders

  • Exemple de rapport : 25 premiers clients par nombre de commandes sur la durée de vie

    • Metric : Orders
    • Time Range : All Time
    • Time Interval : None
    • Group By : customer_email
    • Show Top/Bottom : Top 25 des classements par commandes

    25 premiers clients par commande

Principaux clients par chiffre d’affaires de durée de vie

  • Description : liste des principaux clients en fonction du chiffre d’affaires cumulé au cours de la vie.

  • Mesure utilisée : Average Lifetime Revenue

  • Exemple de rapport : 25 premiers clients par chiffre d’affaires de durée de vie

    • Metric : Average Lifetime Revenue
    • Time Range : All time
    • Time Interval : None
    • Group By : customer_email
    • Show Top Bottom : les 25 premiers par chiffre d'affaires cumulé

    Top 25 des clients par chiffre d’affaires

Chiffre d’affaires moyen au cours de la vie par cohorte

  • Description : suivez le chiffre d’affaires moyen au cours de la durée de vie de cohortes distinctes des utilisateurs au fil du temps pour identifier les cohortes les plus performantes. Les cohortes sont regroupées par une date commune, telle que la date de première commande ou la date de création.

  • Mesure utilisée : Revenue

  • Exemple de rapport : Chiffre d’affaires moyen sur la durée de vie du client par cohorte

    • Metric : Revenue
    • Cohort Date : Customer's first order date
    • Time Interval : Month
    • Time Period : ensemble mobile de cohortes des huit dernières cohortes avec au moins quatre mois de données
    • Duration : 12 Month(s)
    • Table : Customer_entity
    • Perspective : Valeur Moyenne Cumulée Par Membre De Cohorte

    Chiffre d’affaires cumulé par le client par cohorte

Clients par utilisation de coupon

  • Description : nombre de clients acquis qui ont utilisé un code de coupon/remise. Cela peut vous aider à obtenir une vue claire de vos demandeurs de remise par rapport aux acheteurs à prix plein.

  • Mesure utilisée : New Users

  • Exemple de rapport : clients avec et sans coupon par mois

    • Metric A : Non coupon customers
    • Metric : New Users
    • Filters : nombre de commandes de durée de vie du client supérieur à 0 et nombre de coupons de durée de vie du client égal à 0.
    • Metric B : Coupon customers
    • Metric : New Users
    • Filters : nombre de commandes de durée de vie des clients supérieur à 0 et nombre de coupons de durée de vie des clients supérieur à 0
    • Time range : All Time
    • Time interval : By Month

    Clients par utilisation des coupons

  • Exemple de rapport 2 : Pourcentage de clients avec et sans coupon par mois

    • Metric A : Non coupon customers (masquer la mesure)

      • Metric : New Users
      • Filters : Customer's Lifetime Number of Orders Greater Than 0 et Customer's Lifetime Number of Coupons Equal to 0

    • Metric B : Coupon customers

      • Metric : New Users
      • Filters : Customers Lifetime Number of Orders Greater Than 0 et Customer's Lifetime Number of Coupons Greater Than 0

    • Time Range : All Time

    • Time Interval : By Month

    • Formula : B/(A+B)

NOTE
Masquer toutes les mesures

Utilisation des coupons

Chiffre d’affaires moyen sur les 30 premiers jours

  • Description : moyenne du montant du chiffre d’affaires généré par les clients au cours de leurs 30 premiers jours en tant que client.
  • Description de la mesure : cette mesure effectue une Moyenne de Customer's First 30 Day Revenue à partir customer_entity tableau trié par created_at.
  • Description du rapport : moyenne historique du premier chiffre d’affaires sur 30 jours du client
  • Metric : Average First 30 Day Revenue
  • Time Range : All Time
  • Time Interval : None

Chiffre D’Affaires Moyen Des 30 Premiers Jours

Chiffre d’affaires moyen du client sur la durée de vie

  • Description : montant moyen des revenus générés par vos clients au cours de leur durée de vie.

  • Description de la mesure : cette mesure effectue une Moyenne de la colonne Customer's Lifetime Revenue dans le tableau customer_entity en fonction de la created_at.

  • Description du rapport : Moyenne historique du chiffre d'affaires du client sur toute sa durée de vie

    • Metric : Average Customer Lifetime Revenue
    • Time Range : All Time
    • Time Interval : None

Chiffre d’affaires cumulé du client

Analyse des commandes orderanalytics

Chiffre d’affaires

  • Description : la mesure des revenus affiche le revenu total gagné sur une période sélectionnée.

  • Cette mesure effectue une somme de grand_total à partir sales_flat_order tableau trié par created_at.

  • Exemple de rapport : Chiffre d’affaires par mois, Cumul annuel

    • Metric : Revenue
    • Time Range : 1 Year Ago to 1 Month Ago
    • Intervalle de temps : By Month
TIP
Assurez-vous que le calcul de votre mesure de chiffre d’affaires est cohérent avec la définition dont vous discutez en interne. Par exemple, vous pouvez vouloir comptabiliser les recettes provenant de commandes qui ont été expédiées, convertir des devises de différentes régions ou exclure la taxe. Vous pouvez également utiliser des jeux de filtres pour garantir la cohérence de toutes les mesures créées sur la même table.

Revenu

Commandes

  • Description : nombre total de commandes sur une période donnée. Un rapport Commandes effectue le suivi des modifications du volume de commande provoquées par de nouvelles offres de produits, des promotions ou toute autre chose susceptible d’augmenter (ou de réduire) le volume des transactions. Vous pouvez souvent segmenter cette mesure en fonction de certaines variables pour répondre à vos questions.

  • Définition de la mesure : cette mesure effectue un Nombre de entity_id à partir sales_flat_order tableau trié par created_at.

  • Exemple de rapport : Commandes par mois, cumulé sur l'exercice en cours

    • Metric : number of orders
    • Time Range : 1 Year Ago to 1 Month Ago
    • Time Interval : By Month
TIP
Tout comme la mesure du chiffre d’affaires, vous devez avoir Ensembles de filtres en place pour exclure les commandes incomplètes, de test ou renvoyées.

Commandes

Produits commandés

  • Description : la mesure Produits commandés indique la quantité d’articles vendus sur une période spécifique.

  • Définition de la mesure : cette mesure effectue une somme de qty_ordered à partir sales_flat_order_item tableau trié par created_at.

  • Exemple de rapport : articles vendus par mois, cumulé sur l'exercice en cours

    • Metric : Products ordered
    • Time Range : 1 Year Ago to 1 Month Ago
    • Time Interval : By Month

    Produits commandés

  • Combinez cette mesure avec votre mesure Nombre de commandes pour calculer le nombre d’articles par commande. Ensuite, ajoutez des codes de coupon au rapport pour déterminer l’impact de vos promotions sur la taille du panier ou segmentez les commandes nouvelles par rapport aux commandes répétées afin de mieux comprendre le comportement de vos clients.

  • Exemple de rapport : Produits par commande : première commande ou commandes répétées

    • Metric A : Produits commandés : première commande

      • Metric : Products ordered
      • Filter : Customer's order number = 1

    • Metric B : Commandes : première commande

      • Metric : Orders
      • Filter : Customer's order number = 1

    • Metric C : Produits commandés : commandes répétées

      • Metric : Products ordered
      • Filter : Customer's order number > 1

    • Metric D : commandes : commandes répétées

      • Metric : Orders
      • Filter : Customer's order number > 1

    • Time Range : 1 Year Ago to 1 Month Ago

    • Time Interval : By Week

    • Formula 1 : A/B

    • Formula 2 : C/D

NOTE
Décocher la Multiple Y-Axes box et Hide toutes les mesures

Produits commandés 2

Valeur de commande moyenne

  • Description : suivez la valeur moyenne des commandes passées sur une période. Utilisez cette mesure pour déterminer rapidement comment votre valeur de commande moyenne (AOV) a fluctué en raison de vos efforts de marketing, de votre offre de produits et/ou d’autres changements dans votre entreprise.

  • Définition de la mesure : cette mesure effectue une moyenne de grand_total à partir sales_flat_order tableau trié par created_at.

  • Exemple de rapport : AOV par rapport à l’année précédente, YTD

    • Metric : Average order value
    • Time Range : 1 Year Ago to 1 Month Ago
    • Time Interval : By Month
    • Perspective : Amount Change vs Previous Year

    AOV

Produits les plus achetés avec des coupons

  • Description : ce rapport fournit insight dans lequel les produits sont vendus lorsque vous proposez des promotions ou des coupons.

  • Mesure utilisée : Produits commandés

  • Exemple de rapport : produits les plus achetés avec des coupons

    • Metric : Products ordered
    • Filter : Order's coupon_code Is Not \[NULL\]
    • Time Range : All-Time
    • Time Interval : None
    • Group By : name (ou SKU, ou tout autre identifiant de produit)
    • Show top/bottom : Top 25 triés par Produits commandés

    Produits avec coupons

Durée entre les commandes

  • Description : testez vos hypothèses et vos attentes concernant les cycles d’achat de vos clients avec une analyse délai entre les commandes qui examine le délai moyen (ou médian !) entre les achats. Dans le graphique ci-dessous, vous pouvez constater que vos meilleurs clients, ceux qui passent plus de trois commandes, effectuent leur deuxième achat en moins de six mois. Les clients qui n'ont pas passé une quatrième commande attendent 14 mois avant d'effectuer un deuxième achat.

  • Définition de la mesure : cette mesure effectue une moyenne de Time since previous order à partir des sales_flat_order triées par created_at.

  • Exemple de rapport :

    • Mesure 1 : ≤ 3 commandes

      • Metric : Average time between orders
      • Filter : Customer's lifetime number of orders ≤ 3

    • Mesure 2: > 3 commandes

      • Metric : Average time between orders
      • Filter : Customer's lifetime number of orders > 3

    • Time Range : All-Time

    • Time Interval : None

    • Group By: Customer's order number (previous-current)

NOTE
Décochez la case Multiple Y-Axes .

Temps entre les commandes

Analyse des dépenses marketing mktgspendanalytics

Dépenses publicitaires

  • Description : vous pouvez analyser vos dépenses marketing sur différentes périodes et intervalles, par campagnes ou ensembles publicitaires, ou d’autres segmentations.

  • Définition de mesure : cette mesure effectue une Somme sur la colonne Dépenses du tableau Marketing Spend trié par la colonne date.

  • Exemple de rapport : dépenses publicitaires par campagne

    • Metric : Ad spend
    • Time Range : All-Time
    • Time Interval : None
    • Group By : campaign

Dépenses publicitaires

Impressions et clics publicitaires

  • Description : en plus d’analyser les dépenses publicitaires, vous pouvez analyser vos impressions et clics publicitaires.

  • Définition de la mesure : cette mesure effectue une Somme sur la colonne des impressions (ou clics) du tableau Marketing Spend trié par la colonne de date.

  • Exemple de rapport : ajouter des impressions et des clics publicitaires par jour

    • Metric A : Ad impressions
    • Metric B : Ad clicks
    • Time Range : 1 Year Ago to 3 Months Ago
    • Time Interval : By Day

    Impressions publicitaires

Taux de clic publicitaire (CTR)

  • Description : à l’aide des mesures d’impressions et de clics publicitaires que vous avez créées ci-dessus, vous pouvez analyser votre taux de clics par différentes campagnes au fil du temps.

  • Exemple de rapport : Taux de clics par campagne

    • Metric A : Ad impressions
    • Metric B : Ad clicks
    • Time Range:All-Time
    • Time Interval : None
    • Formula : B/A
    • Sélectionnez l’option % .
    • Group By : campaign
NOTE
Vous pouvez titre la formule comme CTR et masquer toutes les mesures.

CTR

Coût par clic (CPC)

  • Description : à l’aide des mesures de dépenses publicitaires et de clics publicitaires que vous avez créées ci-dessus, vous pouvez analyser votre coût par clic par différentes campagnes au fil du temps.

  • Exemple de rapport : CPC par campagne

    • Metric A : Ad spend
    • Metric B : Ad clicks
    • Time Range : All-Time
    • Time Interval : None
    • Formula : A/B
    • Sélectionnez l’option currency .
    • Group By : campaign
NOTE
Vous pouvez titre la formule comme CPC et masquer toutes les mesures.

CPC

Clients par source d'acquisition

  • Description : si vous suivez l’origine, le support et la campagne d’une commande à l’aide de Google eCommerce, vous pouvez analyser vos clients par leur source d’acquisition. Cela vous permet d’identifier les sources marketing qui acquièrent des clients et de répondre à des questions du type « La plupart de vos clients passent-ils leurs premières commandes par le biais de Google, Facebook ou d’une autre source ? »

  • Exemple de rapport : Clients par origine d'acquisition

    • Metric Used : New Customers
    • Time Range : All-Time
    • Time Interval : By Month
    • Group By : Customer's first order's source
NOTE
Consultez cet article pour plus d’exemples de rapports utilisant une source d’acquisition.

Source d’acquisition

Clients par support d’acquisition et campagne d’acquisition

  • Description : comme pour l’analyse des clients par source d’acquisition, vous pouvez également analyser vos clients par le support et la campagne de leur première commande. Cela peut vous aider à répondre à des questions du type « Quelles campagnes attirent de nouveaux clients ? »

  • Exemple de rapport : Clients par campagne d’acquisition avec support payant

    • Metric Used : New customers
    • Filter : Customer's first order's medium IN ppc
    • Time Range : All-Time
    • Time Interval : None
    • Group By : Customer's first order's campaign
NOTE
Pour le filtre de votre mesure New Customers, vous pouvez ajouter tout autre média considéré comme un média « payant » pour votre entreprise, tel que cpc ou référencement payant.

Medium d’acquisition

Coût d’acquisition client (CAC) ou coût par acquisition (CPA)

  • Description : une façon d’analyser le coût d’une campagne consiste à attribuer tous les coûts aux seuls clients que vous avez acquis par le biais de la campagne.

  • Exemple de rapport : CAC par campagne

    • Metric A : New customers

    • Filter : Customer's first order's medium IN ppc

    • Metric B : Ad Spend

    • Time Range : All-Time

    • Time Interval : None

    • Formula : B/A

    • Sélectionnez l’option currency .

    • Group By :

      • Pour les A de mesures, sélectionnez Customer's first order's campaign
      • Pour les B de mesures, sélectionnez campaign

    Nouveaux utilisateurs.

NOTE
Vous pouvez titre la formule comme CTR et masquer toutes les mesures. Consultez également cet article pour plus d’informations.

CAC 1

CAC 2

Valeur de durée de vie par source d’acquisition, support et campagne

  • Description : en plus d’analyser le nombre de clients acquis par chaque campagne, vous pouvez analyser le chiffre d’affaires moyen de ces clients sur toute leur durée de vie. Vous pouvez ainsi identifier :

    • Si certaines campagnes attirent un grand volume de clients, mais que ces clients ont une valeur de durée de vie faible.
    • Si certaines campagnes attirent un faible volume de clients, mais que ces clients ont une valeur de durée de vie élevée.

  • Exemple de rapport : ajoutez d’abord la mesure New customers. Ajoutez ensuite la mesure Average lifetime revenue . Sélectionnez la période souhaitée et choisissez la interval comme None. Enfin, sélectionnez l’option group by en tant que Customer's first order's campaign.

    • Metric A : New Customers
    • Filter A : Customer's first order's source COMME '%google%'
    • Filter B : Customer's first order's medium IN ppc
    • Metric B : Average lifetime revenue
    • Filter A : Customer's first order's source COMME '%google%'
    • Filter B : Customer's first order's medium IN ppc
    • Time Range : All-Time
    • Time Interval : None
    • Group By : Customer's first order's campaign
NOTE
Pour les deux filtres, vous pouvez ajouter d’autres supports considérés comme des supports « payants » pour votre entreprise (tels que cpc ou référencement payant). Vous pouvez également ajouter d’autres sources que vous souhaitez analyser, telles que Facebook. Consultez cet article pour plus de détails sur les CAC, le LTV et le RSI.

Valeur de durée de vie par source d’acquisition, support et campagne

Retour sur investissement (ROI)

  • Description : pour calculer le retour sur investissement par campagne, analysez toutes les commandes passées par le biais de la campagne. Cependant, une autre méthode analyse la valeur de durée de vie des clients acquise par le biais d’une campagne. Pour analyser le retour sur investissement, il est important que les noms des campagnes soient cohérents entre vos données de dépenses et vos données transactionnelles. Si vous créez le rapport suivant et qu’il n’existe aucune valeur de retour sur investissement en raison de noms de campagne incompatibles, vous devrez peut-être vérifier le balisage UTM que vous avez implémenté.

  • Exemple de rapport : RSI par campagne

    • Metric A : New Customers

    • Filter A : Customer's first order's source COMME '%google%'

    • Filter B : Customer's first order's medium IN ppc

    • Metric B : Average lifetime revenue

    • Filter A : Customer's first order's source COMME '%google%'

    • Filter B : Customer's first order's medium IN ppc

    • Metric C : Ad spend

    • Time Range : All-Time

    • Time Interval : None

    • Formula : (B-(C/A))/(C/A)

    • Sélectionnez l’option %

    • Group By :

      • Pour les A de mesures et les B, sélectionnez Customer's first order's campaign
      • Pour les C de mesures, sélectionnez campaign
NOTE
Vous pouvez donner au calcul le titre « RSI » et masquer toutes les mesures. En outre, vous pouvez ajuster les filtres dans les mesures pour analyser les sources et supports alternatifs. Consultez également cette rubrique pour plus de détails sur les CAC, le LTV et le RSI.

RSI 1

RSI 2

recommendation-more-help
e1f8a7e8-8cc7-4c99-9697-b1daa1d66dbc