KPI e-commerce — comment calculer le GMV, l'AOV, le taux de conversion, le CAC et la LTV

Piloter une boutique en ligne se ramène à cinq chiffres : le GMV, l'AOV, le taux de conversion, le CAC et la LTV. Le problème commence quand chacun les calcule à sa façon — en traitant le GMV tiré du rapport annuel d'une place de marché comme un chiffre d'affaires, en appelant le taux de conversion par le nom qu'il portait dans Universal Analytics, ou en calculant la LTV avec une formule tirée d'un article SaaS alors que la boutique n'a pas d'abonnement. Les KPI e-commerce ne sont pas difficiles à calculer — ce qui est difficile, c'est de les calculer exactement comme le rapport dont vous les tirez. Cet article passe en revue chacun des cinq chiffres avec une définition tirée directement de la documentation de GA4 et de Shopify, et se termine par un sixième élément qu'aucun d'eux ne montre à lui seul : la marge par commande.

Le GMV — ce qui est réellement passé par votre boutique, pas ce que vous avez gagné

Le GMV (Gross Merchandise Value, ou valeur brute des marchandises) est un terme venu du monde des places de marché, et ce n'est pas une grandeur comptable : ni les IFRS ni les Swiss GAAP RPC ne le définissent. La place de marché qui le publie en rédige sa propre définition, généralement dans les notes consacrées aux mesures alternatives de performance, et le cœur en est la valeur brute des biens vendus via la plateforme sur une période — pas le chiffre d'affaires de la plateforme elle-même. C'est dans les détails que les définitions divergent : la TVA, les frais de port, les commandes annulées ou retournées sont inclus ou non selon chaque place de marché, si bien qu'un chiffre appelé « GMV » sur une plateforme ne désigne pas automatiquement la même chose que le « GMV » d'une autre. Lisez la définition avant de comparer deux chiffres.

Pour votre propre boutique, cela a une conséquence pratique : si vous calculez « votre GMV », faites-le avec la même logique — la valeur brute totale des commandes passées (ou payées, selon la définition de période retenue), avant déduction des retours, des remises accordées après coup et des coûts. Le GMV n'est pas ce qui reste en caisse. Si quelqu'un dans votre entreprise dit « le GMV augmente » en pensant en réalité au chiffre d'affaires net après retours, ce sont deux chiffres différents — qu'il vaut mieux distinguer avant qu'ils n'atterrissent dans un rapport au conseil d'administration ou chez un investisseur.

Cela compte aussi lorsque vous comparez le GMV dans le temps au sein d'une même entreprise : une publication peut présenter la croissance en pourcentage d'un trimestre à l'autre, une autre présenter le total annuel en valeur absolue — traitez cela comme deux affirmations distinctes, pas comme une seule courbe de tendance, sauf à avoir vérifié qu'elles portent sur la même période et sur la même base.

L'AOV — la valeur moyenne de commande

L'AOV (Average Order Value) a une définition plus simple et plus standardisée. Shopify donne la formule sans ambiguïté : on divise le chiffre d'affaires total par le nombre de commandes de la même période, soit AOV = chiffre d'affaires total ÷ nombre de commandes (shopify.com/blog/average-order-value, consulté le 1ᵉʳ octobre 2026).

GA4 n'a pas de métrique appelée littéralement « AOV », mais il en a une équivalente — « Revenus moyens issus des achats », définie comme « Revenus moyens issus des achats sur la période sélectionnée » (support.google.com/analytics/answer/9143382, consulté le 1ᵉʳ octobre 2026). Attention à un nom presque identique : GA4 a aussi « Revenus moyens issus des achats par utilisateur actif », défini comme « Somme des revenus issus des achats par utilisateur actif » — un chiffre différent (le revenu divisé par le nombre d'utilisateurs actifs, pas par le nombre de commandes), facile à confondre à la seule lecture du nom dans l'interface.

Deuxième piège : la base elle-même. La documentation de GA4 définit les revenus issus des achats (Purchase revenue) comme la somme des revenus des achats effectués sur votre site ou votre application, après déduction des remboursements — la métrique retranche donc la valeur des événements refund, si votre boutique les envoie. Sur la même page, les revenus des articles (Item revenue) ne couvrent que les produits eux-mêmes, hors taxes et frais de livraison. Le revenu dans GA4 n'est donc pas le GMV : il n'est pas compté « avant retours », et le fait qu'il inclue la TVA et la livraison dépend de la valeur que votre boutique transmet dans l'événement purchase. Avant de comparer l'AOV de GA4 avec celui du back-office de votre boutique, vérifiez ce qui entre dans cette valeur.

Prenons un exemple purement illustratif, qui ne reprend pas les données d'une boutique réelle : si le revenu des achats d'un mois donné est X, et que le nombre de commandes de ce même mois est N, la formule de Shopify donne AOV = X ÷ N. En posant des valeurs illustratives : pour X = CHF 36 000 et N = 450 commandes, AOV = CHF 80. La même entreprise, avec une définition différente de « commande » au dénominateur (par exemple en incluant ou non les commandes annulées), obtient un N différent — donc un AOV différent pour le même mois, ce qui explique pourquoi l'important est de garder une seule définition écrite de « commande » dans le temps, pas seulement une formule.

La conversion dans GA4 aujourd'hui — un « taux d'événements clés », pas un « taux de conversion »

Si vous utilisez GA4 et que vous cherchez une métrique appelée « taux de conversion » comme elle s'appelait dans l'ancien Universal Analytics — vous ne la trouverez pas sous ce nom. Les propriétés Universal Analytics standard ont cessé de traiter des données le 1ᵉʳ juillet 2023 (support.google.com/analytics/answer/11583528), et GA4 a depuis changé de vocabulaire : Google appelle désormais « événements clés » les événements qui mesurent les actions importantes pour la réussite de votre entreprise, tandis qu'une « conversion » est une action servant à mesurer les performances de vos campagnes publicitaires et à optimiser votre stratégie d'enchères (support.google.com/analytics/answer/13965727). Selon la documentation de GA4, ces métriques portent aujourd'hui d'autres noms : les « Événements clés » correspondent au « Nombre de fois où des utilisateurs ont déclenché un événement clé », et le « taux de conversion » lui-même existe en deux variantes, par session et par utilisateur :

• « Taux d'événements clés de la session » — « Pourcentage de sessions ayant généré une conversion. Taux d'événements clés de la session = nombre de sessions dans lesquelles un événement clé s'est produit / nombre total de sessions ».
• « Taux d'événements clés par utilisateur » — « Pourcentage d'utilisateurs ayant réalisé une conversion. Cette métrique est calculée en divisant le nombre d'utilisateurs ayant effectué une action d'événement clé par le nombre total d'utilisateurs » (support.google.com/analytics/answer/9143382, consulté le 1ᵉʳ octobre 2026).

En d'autres termes : GA4 parle toujours de « conversion » dans la description de ces métriques (« le pourcentage de sessions/d'utilisateurs ayant généré une conversion ») — seul le nom de la métrique dans l'interface a changé, pas le concept sous-jacent. Si un rapport ou une agence vous donne un « taux de conversion » sans préciser s'il s'agit de la variante session ou utilisateur, posez la question — la différence est réelle pour les clients qui achètent sur plusieurs sessions.

La différence entre les variantes session et utilisateur n'est pas cosmétique. Prenons un cas purement illustratif : si un utilisateur visite la boutique sur trois sessions et n'achète qu'à la troisième, pour le taux par session cet utilisateur apporte trois sessions au dénominateur, dont une seule contient l'événement clé. Pour le taux par utilisateur, ce même utilisateur ne compte qu'une fois, quel que soit le nombre de sessions au cours desquelles il est revenu avant d'acheter. Pour des produits que les clients regardent plusieurs fois avant de se décider (prix plus élevé, processus de décision plus long), ces deux variantes peuvent diverger sensiblement — une raison supplémentaire de toujours préciser laquelle vous citez, plutôt que de dire « conversion X % » en général.

Prudence aussi avec le nombre de commandes dans GA4 : la documentation définit séparément les métriques « Transactions » et « Achats d'e-commerce » — décrites de façon presque identique (« Nombre d'achats effectués sur votre site » / « Nombre de fois où les utilisateurs ont effectué un achat ») et alimentées par le même événement purchase. La documentation n'explique pas dans quel cas ces deux chiffres divergent — choisissez-en donc un pour votre reporting et gardez-le, et s'ils diffèrent dans vos données, vérifiez d'abord comment votre boutique envoie l'événement purchase.

Le CAC et la LTV — le coût d'acquisition d'un client, et sa valeur dans le temps

Le CAC (Customer Acquisition Cost) est, selon la définition de Shopify, le coût total d'acquisition d'un seul client. On l'obtient en additionnant les dépenses marketing et commerciales d'une période, puis en divisant ce total par le nombre de nouveaux clients ayant acheté pour la première fois au cours de cette même période. Shopify donne un exemple chiffré : 500 dollars de dépenses marketing pour 10 nouveaux clients, soit un CAC de 50 dollars par client (shopify.com/blog/customer-acquisition-cost, consulté le 1ᵉʳ octobre 2026) — une illustration de l'article, pas un repère du secteur.

Pour la LTV (Lifetime Value, que Shopify appelle CLV), le blog de Shopify donne deux formules. De base : LTV = (valeur moyenne de commande × fréquence d'achat) × durée moyenne de la relation client. Étendue, en tenant compte de la valeur de l'argent dans le temps : LTV = marge brute sur la durée de la relation × [taux de rétention / (1 + taux d'actualisation − taux de rétention)] (shopify.com/blog/customer-lifetime-value, consulté le 1ᵉʳ octobre 2026).

L'article de Shopify sur le CAC ajoute qu'un ratio LTV/CAC compris entre 3:1 et 5:1 signifie que votre stratégie d'acquisition fonctionne efficacement (son article sur la LTV se contente de qualifier 3:1 de « bon » ratio) — mais aucune des deux pages ne donne de méthodologie ni de taille d'échantillon derrière ces chiffres, donc nous ne les citons pas ici comme un repère auquel comparer votre boutique. Ce qui reste, c'est la construction elle-même : calculez le CAC et la LTV séparément, observez la tendance de chacun, ne poursuivez pas un ratio magique sans source.

Deux variables de la formule de base de la LTV demandent une interprétation propre, pas un repère sectoriel. La « fréquence d'achat » est le nombre de commandes par client sur une période donnée (une année, par exemple) — calculez-la à partir de votre propre historique de commandes, client par client, sans deviner une seule valeur pour tout le catalogue. Un point de départ possible : la métrique GA4 Transactions per purchaser (transactions par acheteur), que la documentation décrit comme le nombre moyen d'achats effectués par acheteur sur la période sélectionnée. Réglée sur un an, elle donne une fréquence d'achat annuelle — mais une seule valeur pour tous les clients ; les segments, c'est à vous de les isoler. La « durée moyenne de la relation client » est le temps moyen pendant lequel un client continue de revenir avant de s'arrêter — et cette valeur diffère même au sein d'une même boutique, entre des catégories de produits à fréquence d'achat différente (cosmétiques à rotation rapide contre meubles achetés à plusieurs années d'intervalle). Calculer une seule LTV pour tout le catalogue sans cette décomposition donne généralement un chiffre qui ne décrit aucun segment réel de clients.

Une distinction s'impose d'emblée : la LTV e-commerce et la LTV SaaS sont deux formules différentes, malgré un nom identique. La formule ci-dessus calcule la LTV à partir de la fréquence d'achat et de la durée de la relation — typique d'un modèle transactionnel, où le client achète de façon répétée mais sans abonnement. Un modèle par abonnement calcule la LTV différemment — à partir du taux de churn et du revenu récurrent, pas de la fréquence des commandes. Si vous exploitez aussi un produit SaaS à côté de la boutique (ou si vous lisez un article sur les métriques SaaS en essayant de transposer la formule 1:1 à une boutique), notre article sur les métriques SaaS — ARR, MRR, churn et LTV calculée à partir de la rétention — traite ce sujet ; ce n'est pas le même calcul, malgré le nom partagé de l'indicateur.

La marge par commande — le chiffre qu'aucun des précédents ne montre

Le GMV, l'AOV, le CAC et la LTV parlent de valeur et du coût d'acquisition d'un client — aucun ne dit si une commande donnée a été rentable une fois déduits la commission du prestataire de paiement, le coût de livraison qui ne retombe pas toujours entièrement sur le client, et l'emballage. Le mécanisme est simple et peut rester invisible dans les rapports de vente eux-mêmes : le GMV et l'AOV peuvent augmenter mois après mois alors que la marge de contribution par commande baisse, si, par exemple, la part des commandes avec livraison gratuite augmente, la commission d'une place de marché augmente, ou le mix des moyens de paiement se déplace vers des options plus coûteuses pour le vendeur.

Posons le calcul avec des variables plutôt qu'avec des pourcentages : si l'AOV est A, le coût de la marchandise de cette commande est k, la commission du prestataire de paiement est g, le coût de livraison non couvert par le client est d, et le coût d'emballage est p, la marge de contribution par commande est A − k − g − d − p. Chaque lettre à droite varie indépendamment de A — c'est pourquoi le GMV et l'AOV peuvent augmenter mois après mois alors que ce calcul se dégrade, si, par exemple, d augmente plus vite que A (davantage de commandes avec livraison gratuite à panier moyen inchangé). Nous détaillons séparément la répartition exacte des frais de passerelle de paiement et de moyens de paiement qui alimentent g et d dans paiements et logistique — ce qui compte ici, c'est seulement que, sans ce calcul, les quatre chiffres précédents peuvent afficher une croissance qui, en pratique, ne signifie rien pour la rentabilité.

Où trouver ces cinq chiffres

• GA4 — l'AOV sous « Revenus moyens issus des achats », la conversion sous « taux d'événements clés » (session ou utilisateur — choisissez une variante et gardez-la dans le temps), le nombre de commandes sous « Transactions » ou « Achats d'e-commerce » (les deux alimentés par le même événement purchase — ne les additionnez pas, choisissez un seul nom pour votre reporting), et la fréquence d'achat pour la LTV sous Transactions per purchaser (transactions par acheteur). Dans l'interface, ces métriques se trouvent dans les rapports standard (les sections sur l'engagement et la monétisation) ou dans les Explorations si vous avez besoin d'une analyse personnalisée, par exemple l'AOV par canal d'acquisition — les Explorations offrent plus de contrôle sur les dimensions, mais il faut construire le rapport soi-même, alors que les rapports standard sont disponibles immédiatement.
• Le tableau de bord de votre plateforme de boutique — Shopify affiche l'AOV directement dans le tableau de bord, sous Reports > Customers (shopify.com/blog/average-order-value, consulté le 1ᵉʳ octobre 2026) ; d'autres plateformes ont leurs propres rapports de vente, mais avant de les comparer à GA4, vérifiez comment elles définissent une « commande ». Le tableau de bord de la plateforme est une source plus pratique au quotidien que l'exploration de GA4, si vous n'avez pas besoin d'une répartition par canal d'acquisition.
• Si vous vendez via une place de marché — n'oubliez pas que le GMV affiché dans les communications aux investisseurs de cette place de marché décrit toute la plateforme, pas votre compte vendeur. Votre propre GMV (la valeur brute de vos commandes sur cette place de marché) est un chiffre différent ; calculez-le avec la même logique, mais vous ne le trouverez pas sous un intitulé prêt à l'emploi dans le tableau de bord vendeur — vous le constituez vous-même à partir de votre propre rapport de ventes.

Tableau de bord des KPI e-commerce — liste de contrôle de cinq indicateurs pour démarrer

• Le GMV (ou la valeur brute totale des commandes) calculé de façon cohérente pour la même période et la même définition de « vente » (commandes passées contre payées), mois après mois.
• L'AOV calculé comme chiffre d'affaires ÷ nombre de commandes, depuis la même plateforme que le GMV — pas depuis un autre système avec une définition différente de « commande ».
• Le taux de conversion issu de GA4 — une seule variante choisie (session ou utilisateur) et conservée dans les rapports suivants, pour que la tendance reste comparable.
• Le CAC calculé à partir des dépenses marketing réelles divisées par les nouveaux clients de cette même période — pas à partir de tout le budget marketing divisé par toutes les commandes.
• La LTV calculée avec la formule transactionnelle (AOV × fréquence × durée de la relation), pas la formule SaaS, à moins d'exploiter un modèle par abonnement.
• La marge par commande vérifiée au moins une fois par trimestre en parallèle des cinq chiffres ci-dessus — pour que la hausse du GMV et de l'AOV ne masque pas une rentabilité en baisse.
• Une définition de « commande » (passée ou payée, avec ou sans annulations) écrite à un seul endroit et utilisée de façon cohérente pour le GMV, l'AOV et le nombre de commandes — pas une définition différente dans chaque rapport que vous consultez.

Pour voir comment ces chiffres s'inscrivent dans le reste de la gestion d'une boutique — données produits, automatisation, intégrations —, consultez notre rubrique gestion e-commerce.