Les tableaux de bord montrent ce qui s’est vendu. Ils ne montrent jamais ce qui aurait dû se vendre, ce qui dort en entrepôt, ni les clients qui sont en train de partir. C’est pour cela que chaque mission commence par les données : avant de construire quoi que ce soit, il faut savoir ce qu’elles disent vraiment. Ce cas en est un exemple concret.

Un e-commerçant français en santé et nutrition. 927 références actives, deux ans de ventes, plus de 33 000 commandes, près de 14 700 clients. Une boutique qui tourne, avec environ 1,2 million d’euros de ventes sur les douze derniers mois et un panier moyen de 80 €.

Et pourtant, une intuition revenait sans cesse chez le dirigeant : l’entrepôt coûtait trop cher pour ce qu’il rapportait, les meilleurs produits manquaient au pire moment, et une partie des clients ne revenait plus, sans que personne ne sache combien ni pourquoi. Les décisions de réassort se prenaient à l’habitude, les promotions s’enchaînaient, et les tableaux de bord affichaient des ventes correctes.

Nous avons analysé l’intégralité de ses données Shopify : les commandes de janvier 2024 à février 2026 et l’inventaire du catalogue. Ni accès à la boutique, ni outil installé : uniquement ses exports. Voici ce que les chiffres ont montré, pilier par pilier.

Les quatre chiffres à retenir

  • Catalogue : 68,6 % des références ne font que 11,2 % du chiffre d’affaires.
  • Stock : 149 jours sans vente sur les best-sellers, environ 15 575 € de ventes manquées.
  • Trésorerie : 88 951 € de stock qui dort, soit 17 % du stock total.
  • Clients : 5 129 clients se sont éloignés, après 538 421 € d’achats.

À cela s’ajoutent 31 727 € de coût réel des retours sur un an. Reprenons chaque point.

Catalogue : 68,6 % des références pour 11,2 % du chiffre d’affaires

Nous avons regroupé les 927 produits selon leur seul comportement de vente : le volume, le chiffre d’affaires, la régularité des commandes. L’algorithme ne connaît ni les catégories, ni les marges, ni l’histoire commerciale de chaque produit. Il ne voit que la façon dont les clients achètent. Trois familles apparaissent nettement :

  • 136 produits moteurs (14,7 % du catalogue) réalisent 74,5 % du chiffre d’affaires.
  • 155 produits intermédiaires (16,7 % du catalogue) en réalisent 14,3 %.
  • 636 produits à faible rotation (68,6 % du catalogue) n’en réalisent que 11,2 %.

Autrement dit, plus des deux tiers des références occupent de la place en entrepôt, immobilisent du capital et prennent du temps d’inventaire pour un retour marginal. À l’inverse, un septième du catalogue porte les trois quarts de l’activité.

Le problème n’est pas d’avoir des produits à faible rotation : tout catalogue en a. Le problème, c’est qu’ils étaient gérés exactement comme les autres. La même règle de réassort s’appliquait aux 927 références : un produit moteur et un produit dormant déclenchaient le même seuil de commande, à la même fréquence. Résultat prévisible : trop de stock sur les uns, pas assez sur les autres.

Stock : 149 jours sans vente sur les best-sellers, environ 15 575 € manqués

Nous avons ensuite cherché les arrêts anormaux sur les produits les plus vendus. La règle est volontairement stricte : un produit qui se vend au moins 80 % des jours, et qui reste trois jours consécutifs ou plus sans une seule vente. Pour un best-seller, un tel arrêt signale presque toujours une indisponibilité.

Sur douze mois, sept produits moteurs ont cumulé 149 jours d’arrêt. Au rythme de vente habituel de chacun, ces journées représentent environ 15 575 € de ventes manquées :

  • un complexe zinc-magnésium : 39 jours à l’arrêt, environ 2 750 € ;
  • un collagène articulaire : 29 jours, environ 3 649 € ;
  • un multivitamines : 26 jours, environ 2 357 € ;
  • un oméga-3 premium : 24 jours, environ 4 271 € ;
  • un collagène en poudre : 17 jours, environ 1 067 € ;
  • une protéine végétale : 10 jours, environ 1 175 € ;
  • une ashwagandha : 4 jours, environ 306 €.

L’oméga-3 illustre bien l’enjeu : il se vend en moyenne 177 € par jour. Chaque journée d’indisponibilité, c’est autant de ventes qui ne reviennent pas, et souvent un client qui commande ailleurs.

Le paradoxe est classique : ce sont les produits qui rapportent le plus qui s’arrêtent le plus souvent. Ils partent plus vite que prévu, et la règle de réassort unique ne suit pas. La réponse ne consiste pas à commander plus de tout, mais à calculer un point de commande propre à chaque référence, à partir de la demande prévue, de sa saisonnalité et du délai réel du fournisseur.

Trésorerie : 88 951 € de stock qui dort, 17 % du stock total

D’après l’inventaire Shopify valorisé au coût d’achat, le stock représentait 527 544 €. Sur ce montant, 88 951 € correspondaient à des produits sans aucune vente depuis plus de 90 jours, soit 17 % du stock. De l’argent payé aux fournisseurs, rangé sur des étagères, qui ne tournait plus, pendant que les best-sellers tombaient en rupture faute de commandes suffisantes.

La trésorerie avait un deuxième point de fuite, moins visible : les promotions. Sur les douze derniers mois, 57 % des commandes ont utilisé une remise, pour un total de 143 901 € de remises accordées, plus de 11 % des ventes. Une partie de ces remises a sans doute déclenché des achats. Une autre partie a probablement été offerte à des clients qui auraient acheté de toute façon.

Enfin, l’activité n’est pas aussi régulière qu’elle en a l’air. Le chiffre d’affaires mensuel oscille entre 70 000 € et 125 000 €, avec un creux marqué en décembre les deux années et un pic en novembre :

Pour la trésorerie, ces écarts comptent. Commander le stock de janvier au niveau d’un mois de novembre, c’est immobiliser du cash au moment où les ventes ralentissent. Prévoir les encaissements mois par mois, à partir de la saisonnalité réelle et du calendrier promotionnel, permet d’ajuster les achats avant d’en subir les effets.

Clients : 5 129 clients se sont éloignés, après 538 421 € d’achats

La base compte 14 741 clients. Nous les avons regroupés selon trois indicateurs : l’ancienneté du dernier achat, la fréquence des commandes et le montant dépensé. Trois profils ressortent :

  • 2 411 clients réguliers à forte valeur (16,4 %), qui achètent souvent et à prix plein ;
  • 7 201 clients fidèles (48,9 %), la base régulière ;
  • 5 129 clients inactifs depuis plus de 90 jours (34,8 %), qui avaient pourtant généré 538 421 € de chiffre d’affaires au fil de leurs commandes.

Ces clients ne se sont pas plaints et n’ont rien demandé. Ils ont simplement espacé leurs commandes, puis arrêté. Un autre chiffre éclaire le phénomène : 64 % des clients n’ont passé qu’une seule commande en deux ans. Pour une marque de compléments alimentaires, dont les produits se consomment et se rachètent, c’est le premier gisement de croissance.

Sans signal individuel, impossible de repérer à temps le client qui décroche : on le découvre quand il est déjà parti. Un score de risque de départ, calculé client par client sur l’évolution de ses commandes, permet de relancer au bon moment, avec le produit qu’il rachète habituellement, plutôt que par un envoi en masse à toute la base.

Retours : 31 727 € de coût réel

Les remboursements ne représentaient que 1 982 € sur douze mois. L’essentiel du coût est ailleurs : 1 983 colis retournés, à environ 15 € de traitement chacun (réception, contrôle, remise en stock ou mise au rebut), soit près de 29 745 €. Au total, environ 31 727 €, dilués dans les frais logistiques et invisibles dans le compte de résultat.

Un produit sortait du lot : un complément de peptides de collagène, avec 8,1 % de retours, plus du double de la moyenne du catalogue. L’hypothèse la plus probable : un décalage entre la fiche produit et ce que les clients attendaient. Correction proposée : un guide de choix et de dosage sur la fiche. Aucun développement, une simple mise à jour de contenu.

Ce que nous avons recommandé

  1. Différencier le réassort par famille de produits. Des points de commande calculés référence par référence pour les 136 produits moteurs, en priorité les sept qui s’arrêtaient ; un plan de déstockage progressif pour les références dormantes.
  2. Libérer le capital qui dort. Écouler en priorité les 88 951 € de stock sans vente, et réinvestir ce cash dans la disponibilité des best-sellers.
  3. Prévoir la trésorerie mois par mois, en tenant compte du creux de décembre, du pic de novembre et du calendrier des promotions, pour ajuster les achats avant le ralentissement.
  4. Relancer les clients au bon moment, à partir d’un score de risque de départ individuel, et travailler le rachat après la première commande.
  5. Corriger la fiche du produit le plus retourné, l’action la plus rapide et la moins coûteuse de la liste.

Les signes que votre boutique est dans la même situation

Ce cas n’a rien d’exceptionnel. Si vous reconnaissez au moins deux de ces situations, vos données racontent probablement une histoire proche :

  • vos best-sellers se retrouvent parfois indisponibles alors que l’entrepôt est plein ;
  • la même règle de réassort s’applique à tout votre catalogue ;
  • une part importante de vos commandes passe par un code promo ;
  • vous ne savez pas combien de clients ne sont pas revenus depuis trois mois ;
  • le coût de vos retours se perd dans les frais logistiques ;
  • vos achats du mois sont décidés sur les ventes du mois précédent.

Ce que ce cas enseigne

  • Les tableaux de bord montrent ce qui s’est vendu, pas ce qui manque. Les ventes manquées, le stock dormant, les clients qui s’éloignent et le coût caché des retours n’apparaissent nulle part tant qu’on ne les calcule pas.
  • Une règle unique pour tout le catalogue coûte cher. Les produits moteurs et les produits dormants appellent des décisions opposées.
  • Les données existent déjà. Tout ce qui précède vient des exports Shopify de l’entreprise, sans outil supplémentaire.

Méthode et limites

Chaque chiffre de cette analyse se rattache à une donnée de l’entreprise, pas à une moyenne de secteur. Les familles de produits et de clients ont été obtenues par regroupement automatique (clustering) sur leurs comportements réels. Les ventes manquées sont estimées à partir du rythme de vente habituel de chaque produit. La valeur du stock dormant repose sur l’inventaire Shopify au moment de l’export, valorisé au coût d’achat. Le coût de traitement d’un retour est une estimation de 15 € par colis.

Une analyse sur exports reste une photographie. En production, ces calculs sont refaits chaque nuit, branchés sur les données à jour, et complétés par des prévisions : demande par référence, trésorerie, risque de départ des clients.

Les questions que vous vous posez probablement

Est-ce applicable à ma boutique ?

Oui, dès lors que vous vendez des produits physiques, avec quelques centaines de références ou plus, sur Shopify, PrestaShop ou une plateforme maison. Plus le catalogue est large, plus les écarts entre familles de produits sont marqués.

Faut-il modifier mon site ou installer un outil ?

Non. L’analyse se fait à partir d’exports ou d’un accès en lecture seule à vos données. Rien n’est modifié dans vos systèmes.

Mes données sont-elles en sécurité ?

Elles sont hébergées dans l’Union européenne (Google Cloud, Belgique), dans un environnement isolé, et les données personnelles de vos clients sont pseudonymisées. Un accord de traitement des données (RGPD) encadre chaque mission.

Combien de temps et combien cela coûte-t-il ?

Le diagnostic est établi sur devis, selon le volume de vos données. Si vous décidez ensuite de construire la solution, son prix est déduit du développement.

Pourquoi ne pas le faire en interne, sur tableur ?

Un tableur additionne ce qui s’est passé. Il ne fait pas apparaître seul les familles de produits, les ventes manquées ou les clients qui décrochent : il faut les modéliser, référence par référence et client par client.

Et si l’analyse ne révèle rien ?

Nous vous le disons, et vous ne construisez rien. Le diagnostic se conclut par un avis tranché sur ce qui vaut la peine d’être fait, y compris quand la réponse est « rien pour l’instant ».

Et chez vous ?

Ce type d’analyse est la première étape de chaque mission : un diagnostic des données existantes, qui chiffre ce qu’elles révèlent et aboutit à un avis tranché sur ce qui vaut la peine d’être construit. Notre démarche complète, de l’hypothèse à la mise en production, est détaillée dans notre article sur la méthode.

Vous voulez savoir ce que disent vos propres données ? Parlons-en.