Analyse de cohortes
L'analyse de cohortes est une méthode analytique où des utilisateurs ou clients sont répartis, d'après une caractéristique commune, le plus souvent le moment de leur première interaction, en groupes appelés cohortes, puis observés sur une longue période. Plutôt que de considérer des moyennes agrégées, l'analyse de cohortes montre comment le comportement d'un groupe donné, par exemple tous les utilisateurs gagnés en janvier, évolue semaine après semaine ou mois après mois. Des motifs comme la rétention, l'attrition et le comportement de rachat deviennent ainsi visibles, alors qu'ils restent cachés dans les rapports classiques. La méthode est un élément clé du marketing en ligne moderne et fonde des décisions solides sur le produit, les campagnes et la fidélisation.
Également connu sous : cohort analysis, analyse par cohortes, rapport de cohortes
Qu'est-ce qu'une cohorte et comment naît-elle ?
Une cohorte est un groupe d'utilisateurs qui ont vécu un événement commun au même moment, le plus souvent la première inscription, la première visite du site ou la première commande. La forme la plus courante est la cohorte d'acquisition : tous les utilisateurs gagnés la même semaine calendaire forment une unité, dont l'évolution est ensuite suivie séparément. Existent par ailleurs des cohortes comportementales, qui groupent les utilisateurs d'après une action commune, par exemple l'achèvement d'une intégration ou l'usage d'une fonctionnalité donnée.
L'avantage décisif tient à la comparabilité dans le temps. Si la rétention globale baisse, on ignore si d'anciens clients partent ou si de nouveaux convertissent moins bien. L'analyse de cohortes sépare proprement ces effets, chaque groupe étant considéré pour lui-même. On peut ainsi voir si une modification du produit en mars a réellement amélioré la fidélisation des cohortes gagnées ensuite.
L'analyse de cohortes se distingue ainsi fondamentalement d'un simple instantané. Un indicateur isolé comme le nombre total d'utilisateurs actifs peut paraître stable alors qu'en dessous d'anciens clients partent sans cesse et que de nouveaux arrivent, un effet qui masque de vrais problèmes de fidélisation. Seul le suivi de groupes définis sur leur cycle de vie révèle si une entreprise croît réellement de façon durable ou ne fait que colmater une fuite par une acquisition sans fin.
Lire la grille de cohortes
Classiquement, une analyse de cohortes se présente comme une matrice triangulaire : les lignes figurent les cohortes (par exemple des semaines d'acquisition), les colonnes le temps écoulé depuis le départ (semaine 0, semaine 1, semaine 2 et ainsi de suite). Chaque cellule contient une valeur, souvent la part d'utilisateurs encore actifs en pourcentage. Si l'on lit une ligne de gauche à droite, on voit le cycle de vie d'une cohorte ; si l'on lit une colonne de haut en bas, on compare différentes cohortes au même moment relatif.
Dans Google Analytics 4 un explorateur de cohortes dédié est disponible : il forme les cohortes par date d’acquisition et affiche des métriques comme les utilisateurs actifs, le chiffre d’affaires ou les transactions. De même, Matomo offre un rapport de cohortes comparable sans l’échantillonnage des grandes plateformes. Pour des analyses sur mesure, beaucoup d’équipes exportent les données brutes et visualisent la grille dans Looker Studioafin de l’intégrer dans leur Tableaux de bord marketing à intégrer.
Un enseignement typique est la stabilisation de la courbe de rétention : dans les premiers jours, la part d'utilisateurs actifs chute fortement, puis s'aplatit et forme un plateau. Si ce plateau est à zéro, le produit manque d'une valeur durable ; un plateau stable indique un noyau solide d'utilisateurs fidèles.
Cas d'usage en marketing
L'analyse de cohortes répond à des questions métier concrètes. En e-commerce, elle montre combien de premiers acheteurs d'une période promotionnelle recommandent plus tard, une base directe pour calculer la Valeur vie client. Dans le SaaS, elle rend visible la net revenue retention et révèle si un nouveau parcours d'intégration réduit l'attrition précoce. En contexte de campagne, on peut comparer si les utilisateurs gagnés par un canal donné sont à terme plus précieux que d'autres.
De ces enseignements naissent des actions concrètes : une cohorte peu fidèle peut être réactivée par des séquences d'emails ciblées, un canal performant reçoit plus de budget. L'analyse de cohortes devient ainsi le trait d'union entre la pure Web analytics et pilotage opérationnel.
La méthode est particulièrement précieuse pour évaluer des changements. Si une entreprise introduit une nouvelle intégration, un ajustement de prix ou une fonctionnalité modifiée, l'effet se lit proprement sur les cohortes gagnées ensuite. Si leur rétention monte par rapport aux cohortes antérieures au même moment relatif, l'action a réussi. Cette lecture causale fait de l'analyse de cohortes l'un des instruments les plus honnêtes du pilotage fondé sur les données Marketing en ligne, parce qu'elle ne proclame pas le succès mais le prouve dans la durée.
Erreurs fréquentes et limites
Aussi parlante soit-elle, l'analyse de cohortes se mésinterprète facilement. Une erreur répandue est le choix d'une granularité inadaptée : des cohortes quotidiennes produisent des valeurs bruitées sur de petits volumes, des cohortes mensuelles effacent les effets de court terme. La résolution adaptée dépend de la fréquence d'achat et du nombre d'utilisateurs et devrait se choisir sciemment, plutôt que de reprendre aveuglément le réglage par défaut de l'outil.
Les effets saisonniers sont un autre écueil. Une cohorte de Noël se comporte autrement qu’une cohorte d’été, c’est pourquoi la comparaison de cohortes doit toujours tenir compte du contexte. Des mélanges de canaux différents au sein d’une cohorte peuvent aussi fausser l’image ; une Segmentation par source d’acquisition, pour comparer ce qui est comparable.
L'analyse de cohortes répond enfin au quoi et au quand, rarement au pourquoi. Elle montre qu'un groupe décroche, non la cause. Elle se combine donc idéalement à des méthodes qualitatives comme des enquêtes ou des enregistrements de session, pour tirer du motif observé une hypothèse solide et des actions concrètes.
Protection des données et qualité des données
Comme une analyse de cohortes suit les utilisateurs sur de longues périodes, elle touche directement au RGPD. Un consentement légal via un Gestion du consentement, faute de quoi des données manquent et les cohortes restent incomplètes. Des analyses agrégées et pseudonymisées sont plus respectueuses des données que l'analyse au niveau individuel et devraient être privilégiées quand la question le permet.
Côté technique, une attribution propre du point de départ est décisive. Les changements d'appareil, les cookies supprimés et les fuseaux horaires différents peuvent fausser les cohortes. Un Audit de performance le Tracking-implémentation garantit que la base de données est solide et que les décisions qui en découlent tiennent.
Questions fréquentes
Quelle est la différence entre l'analyse de cohortes et la segmentation ?
La segmentation répartit les utilisateurs selon des caractéristiques comme la région ou l'appareil mais les considère le plus souvent à un instant donné. L'analyse de cohortes groupe selon un événement de départ commun et suit ce groupe dans le temps. Les deux méthodes se complètent : on peut segmenter en plus une cohorte, pour faire apparaître des différences au sein d'une même période d'acquisition.
Comment créer une analyse de cohortes dans Google Analytics 4 ?
Dans Google Analytics 4, vous ouvrez l'explorateur de cohortes sous Exploration. Vous y choisissez un critère d'inclusion pour la cohorte, par exemple la date de première session, ainsi qu'une métrique comme les utilisateurs actifs ou le chiffre d'affaires. GA4 construit alors automatiquement la grille de cohortes par semaines ou par mois. Vous pouvez en outre définir une granularité et un mode de calcul, par exemple une rétention standard ou glissante. Pour des analyses plus poussées, l'export des données et leur visualisation dans Looker Studio sont recommandés, où la grille s'intègre aux tableaux de bord marketing existants.
Quelle taille de cohorte est pertinente ?
Les cohortes devraient être assez grandes pour que les pourcentages soient stables ; quelques centaines d'utilisateurs par cohorte font office de règle générale. Avec de petits volumes, une granularité plus grossière est recommandée, donc des cohortes mensuelles plutôt qu'hebdomadaires. Vous évitez ainsi que des utilisateurs isolés faussent la courbe de rétention.
Que dit la courbe de rétention ?
La courbe de rétention montre quelle part d'une cohorte est encore active après un jour, une semaine ou un mois. Une chute marquée suivie d'un plateau est typique et saine, tant que le plateau reste au-dessus de zéro. Si la courbe tombe durablement à zéro, le produit manque d'une valeur de répétition durable et une forte attrition menace.
L'analyse de cohortes est-elle conforme au RGPD ?
Oui, à condition que les données sous-jacentes soient collectées conformément au droit. Un consentement valide via une gestion du consentement est nécessaire, et les analyses agrégées et pseudonymisées sont à préférer aux analyses individuelles. Des outils comme Matomo se configurent de façon respectueuse des données et conviennent donc bien aux rapports de cohortes.
Termes associés
La division d'un marché ou d'une base clients hétérogène en groupes homogènes, afin de cibler messages et actions.
Indicateur de la part de clients perdus sur une période – un repère central pour la fidélisation et la croissance.
La valeur totale attendue d'un client sur toute la durée de la relation — la base du budget et du pilotage.
Collecte, mesure et analyse des données du site afin d'améliorer les contenus et les conversions.
Préparation structurée et régulière des données marketing et des KPI pour le pilotage.
Une approche marketing qui fonde systématiquement stratégie, campagnes et optimisation sur les données et les indicateurs plutôt que sur l'intuition.
Mettre l'IA au service de votre entreprise ?
Nous vous aidons à intégrer l'intelligence artificielle dans vos processus, votre marketing et votre site — de manière stratégique et sûre.
Votre interlocuteur
Stefan
J'ai hâte de découvrir votre projet et de trouver ensemble la meilleure solution.
