Valeur moyenne des commandes (AOV)
La valeur moyenne des commandes (AOV) mesure le montant moyen qu'un client dépense à chaque commande, calculé en divisant le revenu total par le nombre de commandes sur une période donnée. C'est l'une des métriques e-commerce les plus suivies car elle affecte directement la rentabilité sans nécessiter plus de trafic ou de nouveaux clients.
Définition de la valeur moyenne des commandes (AOV)
La valeur moyenne des commandes (AOV) est le montant moyen qu’un client dépense par transaction sur une boutique e-commerce. Elle est calculée en divisant le revenu total sur une période par le nombre total de commandes passées au cours de cette même période. L’AOV est l’un des trois leviers fondamentaux du revenu e-commerce — avec le trafic et le taux de conversion — et c’est souvent le plus rentable à améliorer, car augmenter l’AOV ne nécessite pas d’acquérir un seul nouveau visiteur. Un marchand qui fait passer son AOV de 60 $ à 70 $ sur le même volume de commandes ajoute un revenu significatif sans dépenser un dollar supplémentaire en publicité.
Comment l’AOV est calculé
La formule est simple :
AOV = Revenu total ÷ Nombre de commandes
Un exemple concret : une marque de soins de la peau génère 84 000 $ de revenus à partir de 1 200 commandes en un mois. AOV = 84 000 $ ÷ 1 200 = 70 $.
Supposons maintenant que la marque introduise un seuil de livraison gratuite à 75 $ et une recommandation de lot « complétez votre routine » au moment du paiement. Le mois suivant, les revenus montent à 96 000 $ pour 1 220 commandes — un nombre de commandes similaire, mais l’AOV grimpe à 96 000 $ ÷ 1 220 = 78,69 $, soit environ une augmentation de 12 %. Comme le nombre de commandes a à peine changé, la quasi-totalité du revenu supplémentaire provient directement de la hausse de l’AOV plutôt que de l’acquisition de nouveaux clients.
Pourquoi l’AOV est important pour les marques e-commerce
L’AOV affecte directement deux choses qui comptent le plus pour les marchands : le revenu et la rentabilité par commande. Un AOV plus élevé, obtenu efficacement, signifie que chaque effort d’acquisition de client — que ce soit des dépenses publicitaires payantes ou du trafic organique — génère plus de revenus par conversion, ce qui améliore le retour sur chaque dollar marketing dépensé. C’est particulièrement important pour les marques ayant des coûts d’acquisition client élevés, où la marge sur une seule commande à faible AOV pourrait ne pas couvrir le coût d’acquisition du client, alors qu’une commande à AOV plus élevé le fait confortablement.
L’AOV est également un signal précoce utile pour les décisions de merchandising et de prix. Une baisse soudaine de l’AOV peut indiquer que les clients se tournent vers des produits moins chers, qu’un article populaire à prix élevé est en rupture de stock, ou qu’une campagne promotionnelle habitue les clients à n’acheter que des articles soldés. Suivre l’AOV parallèlement au volume de commandes et à la marge sur coûts variables donne une image bien plus complète que de surveiller les seuls revenus.
Références et tactiques AOV par catégorie
| Catégorie | Fourchette d’AOV typique | Tactique courante d’augmentation de l’AOV |
|---|---|---|
| Vêtements et accessoires | 50-90 $ | Réductions par lot, paliers achetez-plus-économisez-plus |
| Beauté et soins personnels | 40-70 $ | Seuil de livraison gratuite, échantillons en complément |
| Articles ménagers et meubles | 150-400 $+ | Options de financement, lots par pièce |
| Électronique | 100-300 $+ | Ventes incitatives de garantie prolongée, ventes croisées d’accessoires |
| Alimentation et abonnements | 30-60 $ | Réductions sur la quantité, tarification abonnez-vous-économisez |
Ce sont des fourchettes indicatives, pas des références fixes — la propre tendance historique de l’AOV d’un magasin, comparée à sa marge sur coûts variables, est le signal le plus fiable sur lequel agir.
Stay Updated on AI Visibility Trends
Get the latest insights on AI mentions, brand monitoring, and optimization strategies.
L’AOV et le commerce piloté par l’IA
Alors que les assistants d’achat IA comme ChatGPT Shopping, Perplexity Shopping et Amazon Rufus génèrent de plus en plus de listes de courses multi-produits ou de recommandations groupées pour le compte des clients, ils ont le potentiel d’influencer l’AOV dans les deux directions — suggérer une tenue complète ou une routine de soins complète peut faire monter l’AOV, tandis qu’un assistant qui trouve l’article correspondant le moins cher pour un client pourrait le faire baisser. Les marchands qui structurent leurs flux de produits avec des informations claires sur les lots et les produits complémentaires donnent à ces assistants de meilleurs éléments pour recommander un panier plus complet plutôt qu’un seul article.
L’outil eshop_get_kpis d’AmICited rapporte l’AOV dans le cadre de son tableau de bord KPI de direction pour les magasins connectés, aux côtés des revenus, du nombre de commandes et des métriques de marge, afin que les marchands puissent suivre si les initiatives axées sur l’AOV — un nouveau lot, un changement de seuil de livraison, une vente incitative au paiement — font réellement bouger le chiffre, et si ce mouvement se traduit par une rentabilité globale plus saine.
Meilleures pratiques pour augmenter l’AOV
- Fixez les seuils de livraison gratuite légèrement au-dessus de votre AOV actuel, pas bien au-dessus, afin que l’incitation à ajouter un article supplémentaire semble réalisable plutôt qu’hors de portée.
- Utilisez les données d’affinité produit pour recommander des articles véritablement complémentaires au moment du paiement, plutôt que des ventes incitatives arbitraires qui semblent déconnectées de l’achat.
- Proposez des réductions basées sur la quantité pour les produits consommables ou réapprovisionnables, ce qui augmente la taille de la commande sans obliger le client à acheter quelque chose sans rapport.
- Testez le prix des lots par rapport au prix individuel des articles pour confirmer que les lots augmentent réellement la valeur de la commande plutôt que de simplement remballer ce que les clients auraient acheté de toute façon.
- Surveillez l’AOV parallèlement à la marge sur coûts variables, et pas isolément, pour vous assurer que les gains d’AOV obtenus par des remises n’érodent pas silencieusement le profit par commande.
Erreurs courantes avec l’AOV
Chercher à augmenter l’AOV uniquement par des remises. Proposer une remise qui ne s’applique qu’au-dessus d’un certain montant de panier peut augmenter l’AOV numériquement tout en réduisant le profit réel par commande, car le chiffre de revenu plus élevé s’accompagne d’une marge plus faible. Toute tactique d’augmentation de l’AOV doit être vérifiée par rapport à la marge sur coûts variables, et non jugée sur le seul revenu.
Fixer le seuil de livraison gratuite trop loin au-dessus de l’AOV actuel. Si l’AOV est de 55 $ et que le seuil de livraison gratuite est fixé à 100 $, la plupart des clients ne combleront pas cet écart et paieront simplement la livraison, manquant ainsi l’incitation visée. Un seuil de 10 à 20 % au-dessus de l’AOV actuel est généralement un point de départ plus efficace.
Recommander des ventes incitatives non pertinentes. Les widgets génériques « les clients ont aussi acheté » qui ignorent les données d’affinité produit sont souvent ignorés ou semblent superflus, faisant peu pour faire bouger l’AOV. Les recommandations fondées sur des modèles d’achats conjoints réels convertissent beaucoup mieux.
Mesurer l’AOV sans segmenter par canal ou type de client. Un AOV global peut masquer le fait que les nouveaux clients dépensent beaucoup moins par commande que les clients réguliers, ou qu’un canal de trafic génère systématiquement des paniers de valeur plus élevée qu’un autre. Segmenter l’AOV révèle où se trouve réellement la plus grande opportunité d’amélioration.
Ignorer les tendances de l’AOV après un changement de catalogue ou de prix. L’ajout d’un nouveau produit d’entrée de gamme à prix plus bas ou l’application d’une remise généralisée sur l’ensemble du site fera naturellement baisser l’AOV ; traiter ce changement comme un problème de performance, plutôt que comme une conséquence attendue d’une décision de catalogue, conduit à chercher la mauvaise solution.