L’analyse de cohorte est une méthode d’analyse longitudinale qui suit dans le temps des groupes de personnes, appelés cohortes, ayant vécu un même événement au cours d’une même période, pour comparer l’évolution de leurs comportements.
La notion vient de la démographie. L’Institut national d’études démographiques (Ined) définit la cohorte comme l’ensemble des personnes ayant vécu un même événement démographique, une naissance ou un mariage par exemple, au cours d’une même année ou d’une même période. Il précise que les cohortes constituent le support de l’analyse longitudinale.
En marketing, l’événement d’entrée est le plus souvent une première commande, une inscription ou une souscription. On regroupe par exemple tous les clients acquis au cours d’un même mois. On suit ensuite, pour chaque cohorte, un indicateur mesuré à ancienneté égale : part des clients encore actifs, nombre de commandes, chiffre d’affaires cumulé. Le résultat prend en général la forme d’un tableau croisé. Chaque ligne correspond à une cohorte, chaque colonne à une ancienneté, et chaque diagonale à une même période du calendrier.
L’analyse de cohorte se distingue de la cohorte elle-même, qui désigne le groupe étudié et non la méthode. Elle diffère d’une segmentation fondée sur des critères de segmentation comme l’âge ou le secteur, puisque le regroupement repose ici sur la date d’entrée. Elle s’oppose à l’étude transversale, qui photographie une population à un instant donné. Le panel, dispositif qui interroge à plusieurs reprises les mêmes individus, peut lui fournir ses données sans en imposer le découpage. Elle sert surtout à mesurer la fidélisation, le churn et la qualité de l’acquisition, dans le commerce en ligne, les services par abonnement et les applications.
Un taux de fidélité global mélange des clients anciens, souvent fidèles, et des clients récents, plus volatils. Quand l’acquisition accélère, la part de clients récents grandit et le taux moyen baisse, sans que le comportement de quiconque ait changé. À l’inverse, une forte croissance peut masquer une dégradation de la fidélité des nouveaux clients. L’analyse de cohorte sépare ces deux effets. Elle répond à la question qui compte pour un arbitrage budgétaire : les clients recrutés aujourd’hui valent-ils autant que ceux d’hier ? Elle fournit aussi une base plus solide pour estimer la valeur à vie du client.
Le tableau se lit dans trois directions. En ligne, on suit le vieillissement d’une cohorte. En colonne, on compare des cohortes au même âge. En diagonale, on observe toutes les cohortes au même moment du calendrier. Une baisse qui suit une diagonale révèle un effet de période, comme une hausse de prix ou une panne, qui touche tous les clients à la fois. Une baisse propre à certaines lignes signale un effet de cohorte, souvent lié au canal ou à l’offre d’acquisition.
Cette lecture a une limite connue. L’ancienneté, la période et la cohorte sont liées par une identité arithmétique : l’ancienneté est égale à la période d’observation moins la période d’entrée. Gunzler et ses coauteurs (PLOS ONE, 2019) rappellent que cette dépendance linéaire constitue un problème d’identification : les trois effets ne se séparent pas par le seul calcul. Nous recommandons donc d’appuyer chaque interprétation sur un événement daté.
Advalians audite votre performance marketing et construit avec vous des indicateurs de suivi et des tableaux de bord reliés à vos décisions.
Premier échange de 30 minutes, sans engagement
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
Premier échange de 30 minutes, sans engagement
La segmentation regroupe les clients selon ce qu’ils sont ou ce qu’ils font ; l’analyse de cohorte les regroupe selon le moment de leur arrivée. Une segmentation RFM classe par exemple les clients selon la récence, la fréquence et le montant de leurs achats, à une date donnée. L’analyse de cohorte suit chaque groupe d’arrivée dans le temps.
Les deux se combinent. Construisez vos cohortes par mois d’acquisition, puis découpez-les par canal ou par segment pour savoir quels clients restent le plus longtemps.
Commencez par un simple export de commandes : identifiant client, date et montant de chaque commande. Attribuez à chaque client le mois de sa première commande, qui définit sa cohorte. Pour chaque cohorte, calculez ensuite la part de clients ayant commandé à nouveau un mois, deux mois, puis trois mois plus tard, et ainsi de suite.
Un tableur suffit pour quelques milliers de clients. Présentez le résultat en pourcentage de la taille initiale de chaque cohorte, afin de comparer des groupes de tailles différentes.
Choisissez l’indicateur qui correspond à votre modèle économique. Pour un service par abonnement, suivez la part de clients encore abonnés à chaque ancienneté, ou son complément, le taux d’attrition. Pour un commerce à achats répétés, suivez le taux de réachat et le chiffre d’affaires cumulé par client.
Fixez un repère de décision, par exemple l’ancienneté à laquelle le chiffre d’affaires cumulé couvre le coût d’acquisition. Comparer ce point entre cohortes indique si votre acquisition gagne ou perd en rentabilité.
La plus fréquente consiste à comparer des cohortes d’âges différents sur un indicateur cumulé : la plus ancienne paraît toujours meilleure. Comparez toujours à ancienneté égale, colonne par colonne.
Deuxième piège : attribuer à une cohorte un effet qui tient à la période. Si toutes les cohortes reculent le même mois, cherchez un événement daté, comme une hausse de prix ou un incident, avant de mettre en cause la qualité d’un recrutement. Méfiez-vous enfin des cohortes trop petites, dont les variations relèvent du hasard.
Elle apporte peu lorsque les clients n’achètent qu’une fois, comme pour un bien durable rarement renouvelé, ou lorsque l’historique couvre moins de quelques cycles d’achat. Elle est impossible si les achats ne peuvent pas être rattachés à un client identifié.
Dans ces cas, préférez une étude longitudinale par enquête ou des indicateurs de satisfaction. Elle devient en revanche très utile dès que votre modèle repose sur le réachat ou l’abonnement, car elle montre si la valeur de vos nouveaux clients progresse ou recule.
Cabinet indépendant, rémunéré par ses clients uniquement.
Cabinet indépendant, rémunéré par ses clients uniquement.
