En bref
Le taux de réachat est le % de clients d'une cohorte qui passent une 2e commande dans une fenêtre fixe (30/60/90 jours). Pour les consommables : 25 à 40 % à 90 jours. Pour les produits durables : 5 à 15 %. L'indicateur avancé le plus fiable de la solidité de la marque — il prédit la LTV avant qu'elle soit réalisée. Toujours calculer par cohorte.
Définition complète
Le taux de réachat (de l'anglais repeat purchase rate) est le pourcentage de clients d'une cohorte de départ — c'est-à-dire un groupe de clients ayant effectué leur premier achat sur une période donnée — qui passent une deuxième commande dans une fenêtre temporelle définie. Pour les marques D2C (direct-to-consumer), cette fenêtre est le plus souvent mesurée à trois points de contrôle : 30, 60 et 90 jours après la première commande.
Le taux de réachat est structurellement lié à la LTV (valeur vie client) : un taux de réachat à 90 jours élevé prédit une LTV élevée avant même que la valeur cumulée des achats répétés soit réalisée. C'est pourquoi il est considéré comme l'indicateur avancé le plus fiable de la santé de l'économie unitaire pour les marques D2C qui ne fonctionnent pas sur un modèle d'abonnement.
Il se distingue du taux de rétention (qui s'applique davantage aux modèles d'abonnement SaaS) et du taux de réachat agrégé (qui calcule la proportion de tous les achats provenant de clients non-primo-acheteurs, sans référence à une cohorte spécifique). La mesure par cohorte est la seule qui permette d'isoler le comportement des nouveaux clients et de détecter précocement une dégradation de l'expérience post-achat ou de la qualité produit.
Comment le calculer
Le calcul du taux de réachat par cohorte se déroule en trois étapes : identifier la cohorte de référence (tous les clients ayant passé leur première commande dans une période définie), compter ceux qui ont passé au moins une deuxième commande dans la fenêtre temporelle cible (30, 60 ou 90 jours), et diviser ce nombre par la taille totale de la cohorte.
Formule : Taux de réachat à N jours = (Clients de la cohorte ayant passé une 2e commande dans les N jours) ÷ (Total clients de la cohorte) × 100
Exemple : Cohorte janvier — 350 nouveaux clients. 112 ont passé une 2e commande dans les 90 jours. Taux de réachat à 90 jours = 112 ÷ 350 = 32 %.
Trois précisions importantes pour un calcul fiable. Premièrement, seule la deuxième commande compte pour le taux de réachat — pas la troisième ou les suivantes. L'objectif est de mesurer si le client revient une première fois, ce qui prédit statistiquement s'il reviendra ensuite. Deuxièmement, la cohorte doit être définie sur la base de la date de la première commande, pas de la date d'inscription ou de la date d'entrée dans un programme de fidélité. Troisièmement, la fenêtre temporelle doit être identique pour toutes les cohortes comparées — 90 jours à compter de la date de la première commande pour chaque client de la cohorte, pas 90 jours à compter de la fin de la période de référence.
La série 30/60/90 jours offre trois niveaux de lecture complémentaires. Le taux à 30 jours est le signal le plus précoce — utile pour les produits à fréquence d'achat très élevée (nutrition, soins quotidiens) mais peu significatif pour les produits à fréquence mensuelle ou trimestrielle. Le taux à 60 jours est le point de contrôle le plus utilisé en pratique car il équilibre rapidité du signal et profondeur de la rétention. Le taux à 90 jours est le benchmark standard de l'industrie D2C et celui utilisé pour les comparaisons sectorielles.
Exemple concret
Prenons une marque D2C française de compléments alimentaires, vendue directement sur son site e-commerce au prix de 45 € la boîte mensuelle. La cohorte d'octobre compte 480 nouveaux clients. À 30 jours, 72 ont déjà repassé commande — soit un taux de réachat de 15 %. À 60 jours, 158 clients ont repassé commande — soit 33 %. À 90 jours, 192 clients ont repassé commande — soit 40 %.
Ces chiffres se situent dans le haut de la fourchette saine pour les consommables (25 à 40 % à 90 jours). Avec un panier moyen de 52 € (incluant les achats de produits associés) et un taux de réachat à 90 jours de 40 %, la LTV projetée sur 12 mois pour cette cohorte est de 156 € par client (52 € × 3 commandes en moyenne pour les clients fidèles). Si le CAC de cette cohorte est de 38 €, la marge brute de 60 % produit un premier ordre de profitabilité à 12 mois très favorable.
En comparant la cohorte d'octobre avec la cohorte de juillet de la même année, la marque observe que le taux de réachat à 90 jours de juillet n'était que de 27 %. L'écart de 13 points est tracé jusqu'au changement de formulation d'un produit phare intervenu en août : les clients ayant découvert la marque avant ce changement ont un comportement de réachat significativement moins favorable. Cette analyse par cohorte permet d'identifier le problème avec une précision que le taux de réachat agrégé n'aurait pas permis de détecter.
Analyse approfondie
Le taux de réachat est l'indicateur D2C qui concentre le plus d'information sur la santé structurelle d'une marque dans la fenêtre de temps la plus courte. Un taux de réachat à 90 jours de 35 % pour une marque de consommables signifie que sur chaque groupe de 100 nouveaux clients, 35 génèreront au moins une deuxième transaction dans les trois mois suivant leur découverte. Ces 35 clients ont statistiquement une probabilité de 60 à 70 % de passer une troisième commande dans les 90 jours suivants — ce qui explique la forte corrélation entre le taux de réachat à 90 jours et la LTV à 12 mois observée dans les analyses de cohortes D2C à grande échelle.
La décomposition du taux de réachat par canal d'acquisition est l'une des analyses les plus actionables pour une marque D2C. Les clients acquis via des canaux à forte intention d'achat (SEO, recherche payante sur termes de marque, recommandation directe) affichent généralement des taux de réachat à 90 jours 10 à 20 points supérieurs à ceux acquis via des canaux de prospection à froid (Meta prospection, TikTok, display). Cette différence de comportement de réachat a des implications directes sur le calcul de la LTV par canal et donc sur les niveaux de CAC acceptables par canal — un client acquis à coût plus élevé via la recherche organique peut être plus rentable sur 12 mois qu'un client acquis moins cher via Meta si son taux de réachat est significativement supérieur.
Le taux de réachat à 90 jours est également sensible à des variables opérationnelles que la marque contrôle directement : la qualité de l'expérience post-achat (emails transactionnels, packaging, délai de livraison), la stratégie de remise sur le deuxième achat (coupon inclus dans le colis, email J+7), la disponibilité produit (rupture de stock qui force un délai entre le moment où le client veut réacheter et le moment où il peut le faire), et la séquence de communication post-achat (fréquence, contenu éducatif versus promotionnel). Ces leviers sont actionnables à court terme — une optimisation de la séquence email post-achat peut se traduire par un gain de 3 à 8 points sur le taux de réachat à 30 jours en 4 à 6 semaines.
Dans le contexte du marché D2C français, le taux de réachat présente des spécificités liées aux comportements de consommation locaux. Les consommateurs français accordent en général une importance plus grande à la relation de confiance avec la marque avant de réacheter — le premier achat est fréquemment un test, notamment pour les marques sans présence physique. La conversion de cet achat test en réachat dépend significativement de la qualité perçue du produit et de la cohérence de l'expérience client. Les marques D2C françaises qui réussissent à dépasser 30 % de réachat à 90 jours sur les consommables le font généralement grâce à une communication post-achat personnalisée et à un produit dont la promesse est tenue dès la première utilisation — pas grâce à des mécaniques promotionnelles agressives.
Le taux de réachat agrégé — parfois appelé taux de clients récurrents (returning customer rate) — est une métrique différente du taux de réachat par cohorte. Il se calcule comme la proportion des commandes totales provenant de clients non-primo-acheteurs sur une période donnée. Bien qu'utile pour mesurer la maturité globale d'une base clients, il peut masquer des dégradations de cohortes récentes si la base clients historique est large. Pour les marques en croissance rapide, toujours privilégier l'analyse par cohorte : c'est la seule façon de distinguer un bon taux de réachat agrégé dû à une base clients historique fidèle d'un problème de rétention sur les cohortes récentes.
Erreurs fréquentes
- ✗
Calculer le taux de réachat en agrégé plutôt que par cohorte. Le taux de réachat agrégé — proportion de commandes provenant de clients non-primo-acheteurs — peut paraître stable alors que les cohortes récentes se dégradent, masqué par la fidélité de clients historiques. Une marque en croissance rapide peut afficher un taux agrégé de 45 % alors que ses cohortes des 3 derniers mois ne dépassent pas 18 % à 90 jours. Sans analyse par cohorte, le problème est invisible jusqu'à ce qu'il se manifeste sur le chiffre d'affaires total.
- ✗
Utiliser une fenêtre temporelle inadaptée à la catégorie produit. Un taux de réachat à 30 jours de 8 % n'est pas alarmant pour une marque de mobilier — mais il serait préoccupant pour une marque de compléments alimentaires consommés quotidiennement. Comparer le taux de réachat sans ajuster la fenêtre à la fréquence d'achat naturelle de la catégorie conduit à des diagnostics erronés. Définir d'abord la fréquence d'achat naturelle du produit, puis choisir la fenêtre de mesure qui correspond à un ou deux cycles de consommation.
- ✗
Confondre réachat organique et réachat promotionnel. Un taux de réachat élevé obtenu principalement grâce à des remises importantes sur le deuxième achat (coupon de 20 % dans le colis, offre SMS à J+14) reflète une sensibilité prix plutôt qu'une fidélité produit. Ces clients ont une probabilité de churn significativement plus élevée dès l'arrêt des promotions. Segmenter le taux de réachat entre clients ayant utilisé une remise et clients ayant racheté au prix plein est essentiel pour distinguer la solidité de la marque de la dépendance aux mécaniques promotionnelles.
Comment Fairview suit cet indicateur
Fairview se connecte à votre plateforme e-commerce (Shopify, WooCommerce, BigCommerce) pour identifier automatiquement les cohortes de premiers acheteurs par période et par canal d'acquisition, puis calcule le taux de réachat à 30, 60 et 90 jours pour chaque cohorte. Le tableau de bord affiche l'évolution des taux de réachat cohorte par cohorte, avec une comparaison aux benchmarks historiques de votre marque et aux benchmarks sectoriels.
Si une cohorte récente affiche un taux de réachat à 60 jours inférieur de plus de 20 % au benchmark historique, Fairview génère une Next Best Action avec le détail des variables potentiellement en cause — canal d'acquisition, produit d'entrée, délai de livraison, séquence email post-achat — et une recommandation d'investigation. Le tableau de bord connecte également le taux de réachat à la LTV projetée par cohorte et au panier moyen des réacheteurs, pour produire une vue complète de l'économie unitaire sans extraction manuelle.
Questions fréquentes
Quel est un bon taux de réachat à 90 jours pour une marque D2C ?
Pour les consommables (beauté, nutrition, soins), 25 à 40 % à 90 jours est un niveau sain. En dessous de 20 %, la marque perd des clients avant qu'ils rentabilisent le coût d'acquisition. Pour les produits durables (mode, décoration), 5 à 15 % est un benchmark approprié compte tenu de la fréquence d'achat naturelle plus faible.
Pourquoi mesurer le taux de réachat par cohorte plutôt qu'en agrégé ?
Un taux agrégé peut paraître stable alors que les cohortes récentes se dégradent, masqué par la fidélité de clients historiques. La mesure par cohorte isole le comportement de chaque groupe de nouveaux clients et permet de détecter précocement les dégradations de rétention et d'en identifier la cause : produit, expérience post-achat ou canal d'acquisition.
Quelle est la différence entre le taux de réachat et le taux de rétention ?
Le taux de réachat mesure le comportement d'une cohorte dans une fenêtre courte (30/60/90 jours) après la première commande — adapté aux modèles D2C non-abonnement. Le taux de rétention mesure la proportion de clients actifs conservés sur 12 mois — adapté aux modèles d'abonnement SaaS. Pour le D2C, le taux de réachat à 90 jours est l'équivalent fonctionnel du taux de rétention mensuel.
Comment Fairview suit-il le taux de réachat automatiquement ?
Fairview se connecte à votre plateforme e-commerce pour identifier les cohortes de premiers acheteurs et calculer le taux de réachat à 30, 60 et 90 jours pour chaque cohorte, avec alerte si une cohorte récente se dégrade par rapport au benchmark historique. Aucune extraction manuelle ni tableur intermédiaire n'est nécessaire.
Découvrez-le dans Fairview
Suivez le taux de réachat par cohorte avec vos données réelles.
Démo en direct de 25 minutes. Taux de réachat à 30/60/90 jours par cohorte et par canal d'acquisition, calculé automatiquement depuis votre plateforme e-commerce.