Aller au contenu

Un client qui entre à 80 dollars et un autre à 180 dollars, ce n’est pas le même business

Deux acheteurs du même produit peuvent valoir dix fois moins l’un que l’autre sur douze mois, et le CPA ne te le dira jamais. Le prix d’entrée (30-40, 80 ou 180 dollars) révèle dès le premier achat quel client reste et lequel disparaît. Segmente par porte d’entrée, pas en moyenne.

Auteur
Axel Corton
Thème
Paid media
Date
Lecture
6 min
Un client qui entre à 80 dollars et un autre à 180 dollars, ce n’est pas le même business

À retenir

  • Le client qui rentre à 180 dollars vaut jusqu’à dix fois celui qui rentre à 35 dollars sur douze mois.
  • Le format d’essai à 30-40 dollars convertit le mieux mais reste souvent un one-shot qui ne réachète pas.
  • Meta optimisé au volume te remplit le compte de clients low-intent qui testent et partent.
  • Calcule la marge de contribution par cohorte d’entrée, pas la LTV moyenne qui mélange tout.
  • Sur un compte mode, monter le CAC acceptable de 30 % sur un segment prouvé a nettement amélioré la rentabilité.

On a un client eCom qui vend un seul et même produit. Et pourtant, y a des gens qui rentrent à 80 dollars et d'autres à 180 dollars. Le même produit, mais deux acheteurs qui n'ont rien à voir.

Pendant longtemps, on regardait juste le CPA. Combien ça coûte d'acquérir un acheteur. Point. Sauf que deux acheteurs au même CPA peuvent valoir dix fois moins l'un que l'autre sur douze mois. Et ça, le CPA te le dira jamais.

D'où la segmentation client. Oublie les personas des bouquins marketing, ça sert à rien. Ici on part d'un truc concret, le prix auquel le client rentre chez toi.

Le prix d'entrée en dit plus long que le montant

Quand un client découvre une marque, il atterrit sur une page, il voit un prix, il achète (ou pas). Ce premier prix te dit déjà beaucoup sur le mec en face, bien plus que le CA du jour.

Sur le cas qu'on a en tête, un produit de bien-être vendu en plusieurs formats, y a trois portes d'entrée.

Première porte, le format d'essai à 30-40 dollars. C'est l'entrée la plus facile, celle qui convertit le mieux. Logique, le prix est bas, le risque perçu aussi. Mais ce client teste. Il veut pas s'engager. Il reste souvent un one-shot.

Deuxième porte, le pack de 8. Celui-là est intéressant parce qu'il amène plus vite vers le pack de 12, donc vers le réachat. Le client a déjà franchi le cap du "je prends plus qu'une unité".

Troisième porte, le gros format à 160-200 dollars. Celui-là convertit mal. Normal, personne lâche 180 dollars sur une marque qu'il connaît pas en claquant des doigts. Mais quand quelqu'un le fait, il reste. Longtemps. Et au final, ce client vaut largement le coup même si le taux de conversion de la page pique.

Du coup, t'as le même produit, trois clients complètement différents. Et c'est le prix d'entrée qui te le dit avant même que t'aies une seule donnée de rétention.

Voilà un exemple de segmentation client qui tient en une ligne et qui te sert vraiment, parce qu'elle change ce que tu fais le lendemain matin.

Pourquoi le CPA tout seul te ment

Je l'ai encore vu la semaine dernière sur un compte. Meta ramène des conversions, le CPA a l'air propre, tout le monde est content. Et quand tu regardes la valeur réelle de ces clients trois mois après, ça tient pas.

Meta, quand tu lui demandes "maximise le nombre d'achats", va te chercher le chemin le plus facile. Et le chemin le plus facile, c'est presque toujours le format d'essai à 30-40 dollars. Il va donc te remplir le compte de clients qui testent et qui partent.

Ton tableau de bord te montre un volume d'acheteurs qui monte. Ta rétention, elle, stagne ou baisse. Parce que tu as acheté du volume de low-intent sans t'en rendre compte.

C'est exactement le genre de problème qu'on déterre quand un audit eCommerce commence par ton P&L et pas par tes campagnes. Tu regardes la marge de contribution par cohorte d'entrée, et là tu vois clairement que le client à 180 dollars, même avec un CAC plus élevé, est plus rentable sur la durée que trois clients à 35 dollars qui disparaissent.

Mesure la valeur par porte d'entrée, pas en moyenne

En eCom, raisonner en moyenne te plante. Si tu regardes ta LTV moyenne, tu mélanges le client qui teste et qui part avec celui qui rentre à 180 et qui réachète trois fois. Résultat, ta moyenne te raconte rien.

C'est là que la plupart des méthodes de segmentation client tombent à plat. On te sort des grandes cases genre "le chasseur de promo" ou "le fidèle". Ça fait bien dans un deck et ça ne t'aide pas à décider quoi faire. Nous, ce qu'on fait, c'est qu'on découpe sur un critère qu'on a dans la donnée, la porte d'entrée, et on regarde chaque groupe séparément.

Sur le format d'essai à 30-40 dollars, tu regardes quel pourcentage fait un deuxième achat et à combien de jours. Sur le pack intermédiaire, tu vérifies s'il mène vraiment au format supérieur et en combien de temps. Sur le gros format, tu mesures sa valeur à 6 et 12 mois.

Une fois que t'as ça, là tu ne manipules plus une LTV globale mais trois LTV distinctes, et tu peux décider pour de vrai. Genre accepter de payer plus cher pour acquérir un client qui rentre par le haut, parce que tu sais qu'il vaut le coup.

Tout ça marche à une condition. Faut que ton tracking tienne la route et que tu captures bien l'email dès l'entrée, pour pouvoir suivre la cohorte dans le temps. C'est là que les formulaires d'inscription qui font vraiment grossir ta base changent la donne, parce que sans email, t'as aucune visibilité sur qui reste et qui part.

Ce que tu demandes à Meta change tout

Une fois que tu sais que le client à 180 dollars vaut dix fois le client à 35, la question devient simple. Comment je dis à Meta "va me chercher plus de ces gens-là".

Y a plusieurs façons.

Le plus direct, tu optimises pour la valeur des conversions plutôt que pour le nombre. Tu arrêtes de dire "ramène-moi un max d'achats", tu dis "ramène-moi un max de chiffre d'affaires". Déjà ça, ça pousse l'algo à chercher des paniers plus gros plutôt que des petits.

Tu peux aussi envoyer des signaux de valeur personnalisés. Au lieu de passer la valeur de la commande, tu passes la valeur prédite du client sur la durée. Un client qui rentre à 180 dollars, tu lui attribues une valeur beaucoup plus haute dans les events que tu renvoies à Meta, parce que tu sais qu'il va réacheter. L'algo apprend à chasser ce profil.

Une chose qui aide beaucoup ici, c'est d'arrêter de vouloir tout micro-contrôler côté ciblage. Sur Meta, lâcher l'âge, le genre et le ciblage manuel et laisser l'algo bosser sur tes bons signaux de valeur donne presque toujours de meilleurs résultats que de forcer des audiences à la main.

Dernier point, les pages d'atterrissage. Si tu veux plus de clients qui rentrent par le gros format, faut des landing pages et des pubs qui amènent directement vers ce format, pas vers le pack d'essai. Trop de marques mettent toute leur énergie à pousser l'entrée la moins chère parce que c'est celle qui convertit le mieux, et elles se demandent après pourquoi leur rétention est pourrie.

Et l'offre que tu pousses à chaque segment

Quand t'as tes trois portes bien identifiées, tu peux arrêter de montrer la même chose à tout le monde. Celui qui a pris un format d'essai, tu lui proposes le pack de 8 quand il arrive au bout de son format. Le relancer trois jours après sa commande, c'est trop tôt. Et celui qui est déjà sur le pack de 8, tu le pousses doucement vers le 12. Là, la segmentation produit et la segmentation client se rejoignent, tu fais correspondre le format que tu pousses au client que t'as en face.

Et le but n'est jamais de forcer la vente. Si tu proposes le bon format au bon moment, le client a juste l'impression que tu lui fais gagner du temps. C'est quand tu balances un gros panier à quelqu'un qui vient de tester que ça sent le forçage.

Comment on l'applique concrètement

Si t'as un produit avec plusieurs formats et plusieurs prix d'entrée, voilà par où commencer.

Première chose, sors tes cohortes par porte d'entrée sur 12 mois et regarde le taux de réachat de chacune, tu vas tomber de ta chaise. Après ça tu calcules la marge de contribution par cohorte, pas juste le CA, parce qu'un gros format a souvent une meilleure marge unitaire en plus d'une meilleure rétention. Ensuite tu ajustes ce que tu envoies à Meta, optimisation à la valeur, et si tu peux, des valeurs qui reflètent la LTV prédite. Et pour finir, tu alignes tes pubs et tes pages sur le client que tu veux vraiment. Si c'est celui qui rentre par le haut, arrête de mettre en avant le format d'essai partout.

Vise la part de bons clients, pas le volume brut. Et le prix auquel ils rentrent te dit, dès le premier achat, de quel côté ils vont pencher. Sur un de nos comptes mode, on a monté le CAC acceptable de 30% sur un segment précis juste parce qu'on a prouvé que ces clients-là valaient le coup. Le volume a baissé mais la rentabilité a nettement grimpé sur ce segment.

Questions fréquentes

Est-ce que je dois arrêter de vendre mon format d’essai à bas prix ?

Non. Le format d’essai reste une bonne porte d’acquisition, il convertit bien. Le problème c’est de laisser Meta en acheter trop sans suivre ce que ces clients deviennent. Garde-le, mais mesure sa rétention à part et pousse aussi les formats supérieurs dans tes pubs.

Comment je calcule la LTV par prix d’entrée sans gros outil ?

Un export de tes commandes avec l’email du client suffit pour démarrer. Tu regroupes les clients par montant de première commande, tu regardes qui a réacheté et à combien de jours. Même sur un simple tableur tu vois déjà les écarts entre cohortes.

Passer Meta en optimisation à la valeur, ça marche tout de suite ?

Pas forcément. L’algo a besoin de volume de signaux pour apprendre, donc il faut assez de conversions. Teste sur un budget dédié, laisse tourner au moins quelques semaines, et compare la marge de contribution, pas juste le ROAS affiché.

Et si tous mes clients rentrent au même prix ?

Alors ce raisonnement s’applique moins directement. Mais tu peux souvent recréer des portes d’entrée différentes avec des bundles, des abonnements ou des packs. Et même à prix égal, la page et la pub par lesquelles ils arrivent peuvent prédire des comportements différents.

À lire ensuite

Abonnez-vous à notre newsletter

Nos méthodes sur le paid media, l’eCommerce et le CRM, dans votre boîte mail.

Ouverture bientôt