Glossaire

Comprendre la formule de la valeur moyenne des commandes étape par étape

Taras Shynkarenko
Taras Shynkarenko
Mis à jour : 7 min de lecture
Comprendre la formule de la valeur moyenne des commandes étape par étapeComprendre la formule de la valeur moyenne des commandes étape par étape

TL;DR, Réponse rapide

7 min de lecture

La valeur moyenne des commandes correspond au revenu total divisé par le nombre de commandes de la même période, et elle répond à une seule question : combien rapporte une commande type. Les remises, les retours et la façon de définir "une commande" changent le résultat avant même qu'un seul visiteur soit compté, ce qui explique pourquoi l'AOV doit être lu à côté du revenu par visiteur et segmenté par canal plutôt que présenté comme un chiffre unique et plat.

Qu'est-ce que la formule de la valeur moyenne des commandes ?

La formule de la valeur moyenne des commandes divise le revenu total par le nombre de commandes passées sur la même période, ce qui donne un seul chiffre montrant la valeur d'une commande type. Une commande est une transaction terminée, pas une visite ni un panier, donc une boutique avec $50,000 de revenu et 400 commandes terminées en un mois a un AOV de $125.

average order value = total revenue / number of orders
VariableSignificationValeur
RevenuRevenu total de la période$50,000
CommandesCommandes terminées sur la période400
AOVRevenu / commandes$125

Bien lire la formule signifie traiter les deux côtés comme des décomptes issus de la même fenêtre. Le revenu d'une commande de mars expédiée en avril appartient toujours à l'AOV de mars, car la transaction s'est conclue en mars, et mélanger les périodes de part et d'autre de la division produit un chiffre qui ne correspond à aucune des deux.

Appliquer la formule de la valeur moyenne des commandes
1
Fixez la période. Choisissez une fenêtre, comme un mois calendaire, et appliquez-la aux deux côtés de la formule.
2
Additionnez le revenu. Additionnez le revenu de chaque commande terminée à l'intérieur de cette fenêtre : $50,000.
3
Comptez les commandes. Comptez les commandes terminées sur la même fenêtre, pas les paniers ni les paiements entamés : 400.
4
Divisez. $50,000 / 400 donne une valeur moyenne des commandes de $125.
Le revenu et le nombre de commandes doivent provenir de la même période, sinon le rapport ne veut plus rien dire.

Qu'est-ce qui compte comme commande dans le calcul de l'AOV ?

Une commande compte comme une transaction terminée et payée, et une boutique décide à l'avance si cela signifie le revenu brut avant remboursement ou le revenu net après remboursement. Un client qui achète trois articles en un seul paiement représente une commande, pas trois, donc l'AOV augmente quand les clients ajoutent des articles à un panier existant et baisse quand le même revenu se répartit sur davantage de paiements distincts. Définissez une bonne fois pour toutes, par écrit, ce qui compte comme "terminée", et appliquez cette règle de la même façon chaque mois pour que le chiffre reste comparable d'une période à l'autre.

En quoi la valeur moyenne des commandes diffère-t-elle du revenu par visiteur ?

La valeur moyenne des commandes divise le revenu par les commandes, tandis que le revenu par visiteur divise ce même revenu par le total des visiteurs du site, donc les deux indicateurs répondent à des questions différentes sur le même argent. L'AOV indique à une équipe combien un acheteur dépense une fois qu'il s'engage à payer ; le revenu par visiteur indique à une équipe combien vaut toute l'audience, y compris tous ceux qui ont seulement regardé puis sont partis. Un site peut faire monter l'AOV en poussant des offres groupées au paiement pendant que le revenu par visiteur reste stable, si le taux de conversion baisse dans la même mesure où la taille des commandes a augmenté.

Une cliente ouvre un colis chez elle, à côté d'une section sur le délai de remboursement après un retour.

Comment les remises et les retours faussent-ils la valeur moyenne des commandes ?

Les remises abaissent le côté revenu de la formule sans abaisser le nombre de commandes, donc une promotion de 20% sur toute la boutique peut faire baisser l'AOV même si le nombre d'articles par commande augmente. Les retours agissent avec un décalage : une commande comptée dans le revenu de mars peut être remboursée en avril, donc une boutique qui mesure l'AOV sur le revenu brut surestime mars, et une boutique qui le mesure sur le revenu net corrige mars à la baisse après coup. Recalculez l'AOV sur le revenu net une fois la fenêtre de retour fermée, et suivez le revenu brut et le revenu net séparément afin que l'effet d'une promotion sur la taille des commandes ne soit pas lu comme un changement de comportement des clients.

Où atterrit un retour dans l'AOV
Commande passée en mars
Le revenu entre dans l'AOV brut de mars
Retour traité en avril
L'AOV de mars est révisé à la baisse sur le revenu net
Un seul retour peut modifier deux fois l'AOV du même mois, une fois à l'entrée et une fois à la sortie.

Comment la valeur moyenne des commandes doit-elle être segmentée ?

La valeur moyenne des commandes cache plus qu'elle ne montre quand elle est présentée comme un seul chiffre pour toute l'entreprise, car les nouveaux clients, les clients récurrents et les différents canaux d'acquisition dépensent rarement le même montant par commande. Segmentez l'AOV par canal pour voir si le trafic payant achète différemment du trafic organique, et segmentez-le entre nouveaux clients et clients récurrents pour voir si la fidélité augmente réellement la taille des commandes ou seulement leur fréquence. Un rapport d'entonnoir segmenté de la même façon montre à quel endroit du parcours de paiement la taille de la commande se décide, par exemple sur la page panier plutôt qu'au moment d'une vente additionnelle après achat.

Qu'est-ce qu'une bonne valeur moyenne des commandes ?

Aucun chiffre d'AOV ne s'applique à tous les secteurs, puisqu'une commande de livraison de courses et une commande de meubles partent de points de prix et de marges totalement différents. Comparez votre propre AOV à vos propres mois précédents et à votre propre taux de conversion plutôt qu'à un repère extérieur, car un AOV en hausse associé à un taux de conversion en baisse peut simplement signifier que les mêmes clients achètent moins souvent tout en payant plus à chaque fois.

Un analyste consulte des graphiques de revenus sur un ordinateur portable, à côté d'une section sur l'extraction des données de commande depuis les systèmes de facturation.

Comment la valeur moyenne des commandes se rattache-t-elle au suivi des revenus ?

La valeur moyenne des commandes n'est fiable qu'à hauteur du revenu et du nombre de commandes qui l'alimentent, et ces chiffres vivent en général dans un prestataire de paiement plutôt que dans un tableur que quelqu'un reconstruit chaque mois. Flowsery récupère le revenu par source directement depuis Stripe, Paddle, Polar, Lemon Squeezy et Shopify, si bien que le revenu et le nombre de commandes utilisés pour la formule de l'AOV proviennent des mêmes données de facturation au lieu de deux systèmes qui finissent par diverger. Étiqueter les campagnes avec des paramètres UTM avant de récupérer le revenu permet de faire tourner la même formule de l'AOV par canal sans un second export.

Questions fréquentes

Qu'est-ce que la formule de la valeur moyenne des commandes ?

La valeur moyenne des commandes est égale au revenu total divisé par le nombre de commandes terminées sur la même période. Une boutique avec $50,000 de revenu et 400 commandes en un mois a un AOV de $125, et les deux côtés de la division doivent provenir de la même fenêtre.

La valeur moyenne des commandes inclut-elle les taxes et la livraison ?

Cela dépend de ce qu'une boutique décide que signifie le revenu avant de calculer l'AOV, et cette décision doit rester la même d'une période à l'autre. La plupart des équipes calculent l'AOV uniquement sur le revenu produit, car inclure les frais de livraison gonfle le chiffre pour les boutiques qui répercutent directement le coût de livraison sur le client.

Pourquoi ma valeur moyenne des commandes a-t-elle baissé après une promotion ?

Une remise appliquée à toute la boutique abaisse le côté revenu de la formule sans abaisser le nombre de commandes, donc l'AOV baisse même quand le nombre d'articles par panier reste stable ou augmente. Vérifiez les unités par commande en parallèle de l'AOV pendant une promotion, car un AOV plus bas avec davantage d'articles par commande signifie que la remise a fonctionné comme prévu.

Une valeur moyenne des commandes plus élevée est-elle toujours meilleure ?

Non, un AOV plus élevé associé à un taux de conversion plus bas peut signifier que moins de clients vont jusqu'au paiement, ce qui peut faire baisser le revenu total même si la commande moyenne grossit. Lisez l'AOV avec le taux de conversion et le nombre total de commandes avant de traiter une moyenne en hausse comme une bonne nouvelle à elle seule.

En quoi la valeur moyenne des commandes diffère-t-elle de la valeur vie client ?

La valeur moyenne des commandes mesure une seule transaction, tandis que la valeur vie client mesure tout ce qu'un client dépense sur l'ensemble de ses commandes pendant toute la relation. Un client peut avoir un AOV bas et une valeur vie élevée s'il passe souvent de petites commandes sur une longue période.

Flowsery
Flowsery

Essai gratuit

Tableau de bord en temps réel

Suivi des objectifs

Suivi sans cookies

Faut-il calculer la valeur moyenne des commandes sur le revenu brut ou net ?

Les deux, suivis séparément, car le revenu brut montre l'AOV avant les retours et le revenu net le montre après le traitement des remboursements. Ne rapporter que le revenu brut surestime l'AOV pour toute période avec un taux de retour significatif, car les commandes remboursées restent comptabilisées.

La valeur moyenne des commandes peut-elle augmenter alors que le revenu par visiteur reste stable ?

Cela arrive quand une boutique met en avant des lots à la caisse qui augmentent la taille de la commande pendant que le taux de conversion baisse dans les mêmes proportions. Le revenu par visiteur divise le revenu par l'ensemble des visiteurs du site, y compris ceux qui ne passent jamais commande, il évolue donc indépendamment de l'AOV. Les deux indicateurs se lisent ensemble plutôt que de conclure qu'une AOV en hausse signifie que toute l'audience dépense plus.

Pourquoi la valeur moyenne des commandes doit-elle être segmentée par canal ?

Le trafic payant et le trafic organique dépensent rarement le même montant par commande, donc un seul chiffre d'AOV masque quel canal achète réellement plus. Segmenter l'AOV par canal sépare aussi les nouveaux clients des clients récurrents, ce qui montre si la fidélité augmente la taille des commandes ou seulement leur fréquence. Un rapport d'entonnoir segmenté de la même façon indique à quel endroit du parcours de paiement la taille de la commande se joue.

Existe-t-il une référence sectorielle pour une bonne valeur moyenne des commandes ?

Aucun chiffre ne s'applique à tous les secteurs, puisqu'une commande de livraison alimentaire et une commande de meubles partent de prix et de marges totalement différents. Comparez votre propre AOV à vos propres mois précédents et à votre propre taux de conversion plutôt qu'à un chiffre extérieur. Une AOV en hausse à côté d'un taux de conversion en baisse peut signifier que les clients commandent moins souvent en payant plus à chaque fois, pas que l'activité se porte mieux.

Comment Flowsery calcule-t-il automatiquement la valeur moyenne des commandes ?

Flowsery récupère le revenu par source directement depuis Stripe, Paddle, Polar, Lemon Squeezy et Shopify, si bien que le revenu et le nombre de commandes derrière la formule de l'AOV proviennent des mêmes données de facturation. Étiqueter les campagnes avec des paramètres UTM avant d'extraire le revenu permet de faire tourner la même formule par canal sans export séparé. Cela supprime l'écart qui apparaît quand le revenu et le nombre de commandes viennent de deux systèmes différents.

Cet article vous a-t-il été utile ?

Dites-nous ce que vous en pensez !

Nous voir plus souvent sur Google

Un clic définit Flowsery comme source préférée. Nos articles remontent alors dans vos À la une, en mode IA et dans les aperçus IA.

Avant de partir...

Flowsery

Flowsery

Des analyses orientées revenus pour votre site web

Suivez chaque visiteur, source et conversion en temps réel. Simple, puissant et sans cookies.

Tableau de bord en temps réel

Suivi des objectifs

Suivi sans cookies

Termes connexes du glossaire

Où se situe vraiment la perte dans un entonnoir de conversionOù se situe vraiment la perte dans un entonnoir de conversion
Glossaire

Où se situe vraiment la perte dans un entonnoir de conversion

La conversion par étape et la conversion globale posent des questions différentes sur un entonnoir de conversion, et l'écart montre où la perte se produit.

7 min de lecture
Comment calculer la taille d'échantillon pour un test A/B avant de lancerComment calculer la taille d'échantillon pour un test A/B avant de lancer
Glossaire

Comment calculer la taille d'échantillon pour un test A/B avant de lancer

Avant de lancer, la taille d'échantillon pour un test A/B dit si le résultat est un signal ou du bruit, la formule utilisant trois chiffres fixés d'avance.

7 min de lecture
La formule du taux de conversion appliquée à du trafic réelLa formule du taux de conversion appliquée à du trafic réel
Glossaire

La formule du taux de conversion appliquée à du trafic réel

La formule du taux de conversion: conversions divisées par sessions ou visiteurs uniques, fois 100. Une semaine de trafic donne deux réponses selon le.

8 min de lecture
Ce que ces chiffres disent du taux de rebond moyen par secteurCe que ces chiffres disent du taux de rebond moyen par secteur
Glossaire

Ce que ces chiffres disent du taux de rebond moyen par secteur

Neuf secteurs suivis affichent un taux de rebond moyen par secteur documenté allant de 35.76% à 48.38%, selon les données Databox datées de septembre 2024.

7 min de lecture
Bien lire une courbe de rétention commence par l'analyse de cohortesBien lire une courbe de rétention commence par l'analyse de cohortes
Glossaire

Bien lire une courbe de rétention commence par l'analyse de cohortes

Une courbe de rétention n'a de sens que si l'analyse de cohortes regroupe les utilisateurs par une date de départ commune, car une moyenne masque ce schéma.

9 min de lecture
Deux chiffres se cachent derrière un seul taux de drop-offDeux chiffres se cachent derrière un seul taux de drop-off
Glossaire

Deux chiffres se cachent derrière un seul taux de drop-off

Chaque funnel produit deux taux de drop-off, un par étape et un de bout en bout, et les équipes les citent indifféremment. Un tableau chiffré les sépare.

9 min de lecture

Articles connexes