Nouvel arrivage : 14 retours d’expérience Scout

Exploration interne · Agent marchand

Expliquer une journée de ventes faible en classant les causes possibles

Une journée de ventes faible déclenche vite une recherche de coupable : une campagne, une page, un bug. Pour l'agent marchand que nous construisons, nous avons enquêté de façon semi-manuelle, avec un modèle de langage, sur une journée de novembre restée bien en dessous de l'objectif. Nous avons comparé la baisse à l'historique, examiné l'acquisition et la qualité du trafic, suivi les frictions du catalogue jusqu'au paiement, puis classé les explications selon leur niveau de preuve. La conclusion la plus importante n'était pas celle que l'on attendait.

IADiagnosticE-commerce

La boutique en ligne d'une marque que nous accompagnons a enregistré ce jour-là cinq commandes, soit environ 37 % de son objectif journalier de ventes. Plusieurs événements s'étaient produits dans la même journée : une interruption de notre propre collecte du trafic, la mise en pause d'une campagne Google, un défaut sur le bouton de commande, une campagne Meta qui amenait beaucoup de clics. Tous pouvaient servir de récit. Notre objectif était de savoir lesquels pesaient vraiment, et de le dire avec le bon degré de certitude.

D'abord, la baisse est-elle vraiment une baisse ?

Avant de chercher une cause, nous avons comparé la journée aux sept et aux trente jours précédents, sans l'inclure dans sa propre référence. Les ventes étaient inférieures d'environ 19 % à la moyenne des sept jours précédents, soit l'équivalent d'une commande environ. Sur trente jours, la journée se classait au milieu de la distribution, à la dix-huitième place, dans la zone des valeurs habituelles.

La distance à l'objectif, elle, était bien plus grande. Elle ne venait pas de cette journée : l'objectif n'avait été atteint qu'un seul jour sur les trente précédents, lors du lancement des promotions du Black Friday par email. Nous en avons tiré une distinction que l'agent devra toujours faire : l'écart à la normale et l'écart à l'objectif sont deux questions différentes. Ce jour-là, l'écart à la normale était modeste ; l'écart à l'objectif était structurel. Aucun incident de la journée ne pouvait, à lui seul, expliquer qu'un objectif rarement atteint ne le soit pas.

Vérifier la mesure avant de lire le trafic

Notre outil de mesure du trafic avait cessé de collecter les visites du début de soirée de la veille jusqu'au milieu de la matinée. Une partie seulement des événements a été récupérée. Le trafic du matin était donc inconnu, et toutes les mesures de site de la journée étaient partielles. Les ventes, enregistrées par la boutique elle-même, n'étaient pas affectées.

Nous avons aussi trié les visites. Sur plus de 1 600 sessions, environ 620 étaient probablement humaines ; les autres relevaient de robots, d'automatisations ou restaient non résolues. Toutes les mesures du site ont été calculées sur les seules visites humaines. Enfin, un indicateur clé s'est révélé faux à la relecture : la part de sessions limitées à une page n'était pas de 88 %, mais d'environ 70 % des sessions observables. Ce premier chiffre comptait le premier chemin enregistré, et non les pages réellement vues.

L'acquisition et la qualité du trafic

Côté Meta, les publicités ont généré beaucoup de clics, avec un taux de clic supérieur à la moyenne des sept jours précédents. Environ 83 % de la dépense allait à des campagnes optimisées pour l'achat. Pourtant, la moitié des clics venait d'une campagne optimisée pour les vues de page, qui ne représentait qu'environ 17 % de la dépense. Parmi les visites humaines observées après le rétablissement de la collecte, cette campagne a amené 117 sessions et aucun ajout au panier. Sur la même période, Google a amené 138 sessions et 8 paniers, l'email 63 sessions et 6 paniers. Plus de 90 % des sessions de la campagne de vues de page s'arrêtaient à une page. Sans elle, la part des sessions à une page tombait à environ 65 %.

Côté Google, une campagne d'acquisition a été mise en pause manuellement vers la mi-journée, depuis l'interface du compte. Ses clics sont tombés à zéro l'après-midi, et les clics du compte ont reculé d'environ 40 % par rapport à la moyenne des sept jours précédents. Le nombre de conversions déclarées par Google, lui, n'avait pas baissé. Le motif de la pause n'était pas établi.

Du catalogue au paiement

Nous avons ensuite suivi le parcours des visites humaines. Vingt-six sessions ont ajouté un produit au panier, cinq ont commencé le paiement. Une session à une page n'est pas forcément un rebond : la grande majorité de ces sessions comportaient une interaction avec la page. Le lendemain, nos tests des pages d'arrivée n'ont reproduit aucun blocage général. Ils ont relevé des points de friction possibles sur mobile : un premier écran sans produit sur les pages de collection, un titre absent, et une bulle de discussion qui chevauchait la barre d'achat. Ce sont des corrélations, pas des causes démontrées.

Au moment du paiement, en revanche, un défaut réel a été identifié. Jusqu'en début d'après-midi, le bouton de commande attendait une vérification liée aux options cadeau, même pour un client qui n'en avait pas choisi. Le défaut a été corrigé en début d'après-midi ; quatre des cinq commandes ont été passées après. Le nombre de clients gênés avant la correction reste inconnu.

Classer les explications

Nous avons classé les explications en assumant une position, conformément à la règle que nous fixons à l'agent :

Le niveau habituel des ventes explique l'essentiel de l'écart à l'objectif. Le fait qui fonde ce jugement est mesuré : l'objectif n'est atteint qu'un jour sur trente.

La campagne Meta optimisée pour les vues de page a amené la moitié des clics Meta et 117 visites observées, sans aucun panier. C'est mesuré sur les visites observables. Son effet sur les ventes reste une hypothèse.

Le défaut du bouton de commande a pu coûter des ventes avant sa correction, en début d'après-midi. Il est établi, mais son effet est indécidable.

La pause de la campagne Google explique probablement la chute des clics du compte. C'est une hypothèse, et son effet sur les ventes reste indécidable.

Les frictions des pages mobiles restent des pistes à tester.

Nous ne répartissons pas l'écart entre ces causes. Un tel partage aurait l'air précis, mais il serait inventé. Ce que nous pouvons dire, c'est « probablement un niveau habituel insuffisant, aggravé par un trafic Meta peu qualifié et un paiement gêné jusqu'en début d'après-midi », et ce qui nous ferait changer d'avis : une campagne Meta qui se met à produire des paniers, ou des ventes qui restent basses après la correction du paiement.

Ce que l'enquête laisse ouvert

Plusieurs questions sont restées explicitement ouvertes. Le trafic du matin n'a pas pu être mesuré. Les ventes des campagnes email ne sont pas datables au jour près ; nous les avons laissées vides plutôt que de les compter à zéro. Les achats attribués par Meta restaient provisoires pendant sept jours. Aucune marge n'était disponible pour juger la rentabilité d'une campagne.

Cette enquête a été conduite de façon semi-manuelle : un modèle de langage a mené les lectures et l'analyse sous notre pilotage, et des relectures critiques ont corrigé plusieurs chiffres. Elle sert de référence pour l'agent, qui ne mène encore aucune enquête seul. Les décisions, comme la réactivation d'une campagne ou la réduction d'un budget, restent au marchand et à son équipe.

Tous les retours d’expérience →

Un sujet à creuser ? Ajoutez cet article à votre discussion office hours.

Voir ma discussion