Taux de réachat — Repurchase Rate

Définition complète

Le taux de réachat — ou repurchase rate en anglais — est le pourcentage de clients qui ont effectué au moins un achat supplémentaire après leur première commande, au cours d'une fenêtre temporelle définie. Contrairement au taux de rétention global, le taux de réachat se concentre exclusivement sur la première transition : celle du client occasionnel vers le client récurrent. C'est cette transition qui détermine si votre entreprise capitalise sur ses dépenses d'acquisition ou si elle recommence indéfiniment à zéro.

En économie unitaire DTC, le taux de réachat est structurellement le levier le plus puissant. La raison est arithmétique : le Customer Acquisition Cost (CAC) n'est prélevé qu'une seule fois, à la première commande. Toutes les commandes suivantes génèrent de la marge brute sans CAC additionnel. Un client qui rachète deux fois double quasiment son contribution à la marge — et triple la valeur de votre investissement en acquisition. Cette dynamique fait du taux de réachat l'indicateur pivot de la rentabilité à long terme dans les modèles transactionnels non récurrents.

Le taux de réachat doit être distingué du taux de fidélisation ou de rétention, qui mesure la proportion de clients actifs qui restent actifs d'une période à l'autre. Ces deux métriques sont complémentaires : un taux de réachat élevé est nécessaire pour construire une base de clients fidèles, mais il n'est pas suffisant si les clients qui ont racheté une seconde fois ne reviennent pas pour une troisième. L'analyse complète de la fidélisation client combine le taux de réachat à 90 jours avec l'analyse de cohorte à 12, 24 et 36 mois — c'est ce que couvre le Cohort LTV.

Comment calculer le taux de réachat

Le calcul du taux de réachat repose sur une cohorte de primo-acheteurs et une fenêtre temporelle définie. On identifie l'ensemble des clients ayant passé leur première commande au cours d'une période de référence — par exemple le mois de janvier — puis on compte, parmi ces clients, combien ont passé au moins une commande supplémentaire dans les 90 jours suivant leur première commande.

La fenêtre temporelle est un paramètre critique. La convention la plus répandue dans le e-commerce est de 90 jours, mais elle doit être adaptée à la fréquence naturelle d'achat de votre catégorie de produits. Pour les consommables — compléments alimentaires, soins, café — un cycle de 30 à 60 jours est plus pertinent. Pour des produits à cycle long — équipements, mobilier — une fenêtre de 180 jours est nécessaire pour capturer un taux de réachat significatif. L'essentiel est de choisir une fenêtre cohérente avec le comportement d'achat réel de votre clientèle et de la maintenir fixe pour garantir la comparabilité historique.

Exemple concret

Prenons le cas d'une marque française de cosmétiques naturels, basée à Lyon, qui génère environ 800 nouvelles commandes par mois. Le panier moyen initial est de 62 €, le CAC moyen de 28 €, et la marge brute sur la première commande est de 38 %. Après déduction du CAC, la marque perd en moyenne 3,40 € sur chaque primo-acheteur. Son économie unitaire de première commande est déficitaire — situation courante dans les marques DTC qui investissent dans l'acquisition.

L'équipe mesure le taux de réachat à 90 jours sur les cohortes des six derniers mois : il s'établit à 19 %. Pour un client qui rachète, la deuxième commande génère 62 € × 38 % = 23,56 € de marge brute sans CAC additionnel. Sur 100 primo-acheteurs, 19 rachètent et génèrent 19 × 23,56 € = 447,64 € de marge supplémentaire, soit 4,48 € par primo-acheteur — ce qui efface presque intégralement la perte initiale de 3,40 €. Au-delà du troisième achat, chaque commande est pure marge.

La marque décide de travailler spécifiquement sur la séquence post-achat : un e-mail de bienvenue personnalisé à J+3, un contenu éducatif sur l'utilisation du produit à J+10, et une offre de réachat à J+25 avec une remise de 10 % sur la deuxième commande. En six mois, le taux de réachat passe de 19 % à 27 %. Sur 100 primo-acheteurs, ce sont désormais 27 clients qui rachètent. La marge supplémentaire générée passe de 447,64 € à 636,12 € pour 100 primo-acheteurs — soit une augmentation de 42 % de la valeur de chaque euro investi en acquisition, sans changer le CAC ni le panier moyen.

Analyse approfondie

Le taux de réachat est l'un des indicateurs les plus révélateurs du product-market fit dans les modèles transactionnels. Un produit pour lequel les clients reviennent spontanément — sans incentive tarifaire — signale une utilité perçue suffisamment forte pour justifier une dépense répétée. À l'inverse, un taux de réachat chroniquement bas, même sur un produit bien noté et bien livré, indique souvent que la proposition de valeur ne crée pas de besoin récurrent : le client est satisfait mais pas suffisamment pour revenir. Cette nuance est précieuse pour les décisions de développement produit.

La segmentation du taux de réachat par canal d'acquisition révèle des écarts considérables. Dans la plupart des marques DTC, les clients acquis via le bouche-à-oreille ou le referral affichent un taux de réachat de 15 à 25 points supérieur aux clients acquis via les campagnes payantes. Les clients issus du SEO organique se situent généralement entre les deux. Ces écarts reflètent une différence d'intentionnalité à l'acquisition : un client qui arrive sur recommandation d'un ami est déjà « chaud » sur le produit, tandis qu'un client acquisition payante a peut-être cliqué sur une publicité de manière impulsive. Analyser le taux de réachat par canal permet de pondérer la valeur réelle de chaque source d'acquisition au-delà du simple coût par commande initiale.

Le délai entre la première et la deuxième commande est un indicateur prédictif sous-utilisé. Les données montrent de manière consistante que les clients qui rachètent rapidement — dans les 30 premiers jours — ont un LTV significativement plus élevé à 24 mois que ceux qui mettent 60 à 90 jours à revenir. Ce signal précoce permet d'identifier les clients à fort potentiel de fidélisation dès les premières semaines et d'orienter les efforts de nurturing là où le retour sur investissement sera le plus élevé. Certaines marques utilisent ce délai comme un critère de segmentation dans leurs séquences e-mail post-achat.

Le taux de réachat interact directement avec le panier moyen (AOV) pour déterminer la trajectoire du LTV. Une marque avec un AOV élevé mais un faible taux de réachat est dans une position fragile : chaque acquisition est un pari risqué sur un seul achat de valeur. Une marque avec un AOV modeste mais un fort taux de réachat construit une base économique beaucoup plus robuste, car la récurrence compense la valeur unitaire faible et génère une prévisibilité des revenus difficile à atteindre autrement dans un modèle transactionnel.

Dans le contexte français, le marché DTC présente une spécificité importante : les consommateurs français accordent une confiance plus lente mais plus durable aux marques directes. Le taux de réachat à 90 jours peut paraître inférieur aux benchmarks américains, mais le taux de réachat à 12 mois est souvent comparable ou supérieur. Cela signifie que les marques françaises ne doivent pas interpréter un taux de réachat à 90 jours modeste comme un signal d'échec — elles doivent allonger leur fenêtre d'analyse et suivre la fidélisation sur un horizon de 6 à 18 mois pour avoir une image fidèle de leur économie unitaire réelle.

Erreurs fréquentes dans le suivi du taux de réachat

• ✗

  Calculer le taux de réachat sur l'ensemble de la base client plutôt que sur une cohorte de primo-acheteurs : cette approche agrège des clients aux profils très différents — primo-acheteurs récents, clients récurrents de longue date, clients inactifs — et produit un chiffre non comparable d'un mois à l'autre. La seule méthode fiable est de constituer des cohortes homogènes de primo-acheteurs et de mesurer leur comportement sur une fenêtre fixe. Toute autre approche mélange des pommes et des oranges.

• ✗

  Utiliser la même fenêtre temporelle pour tous les produits : une fenêtre de 90 jours est pertinente pour un complément alimentaire consommé en un mois, mais trop courte pour un produit de soin dont le flacon dure trois à quatre mois. Appliquer la même fenêtre à toutes les lignes produits conduit à sous-estimer massivement le taux de réachat des produits à cycle long et à prendre des décisions de portfolio incorrectes. La fenêtre doit être définie produit par produit, en fonction du délai de réassort naturel.

• ✗

  Confondre réachat organique et réachat incentivé : un client qui rachète parce qu'il a reçu un bon de réduction de 20 % n'a pas la même valeur économique à long terme qu'un client qui revient spontanément au prix plein. Mesurer les deux dans le même taux de réachat gonfle artificiellement l'indicateur et masque la dépendance aux promotions. Les plateformes d'analyse avancées distinguent le taux de réachat organique du taux de réachat promotionnel — un écart important entre les deux est un signal d'alerte sur la santé de la fidélisation.

Comment Fairview suit le taux de réachat

Fairview calcule automatiquement le taux de réachat par cohorte à partir de vos données de commande — Shopify, WooCommerce, ou votre plateforme e-commerce — sans export manuel. La plateforme génère le taux de réachat à 30, 60, 90 et 180 jours pour chaque cohorte mensuelle de primo-acheteurs, segmenté par canal d'acquisition, par gamme de produits et par géographie. Vous disposez ainsi d'une vue complète de la fidélisation, ventilée selon les dimensions qui orientent vos décisions opérationnelles.

Les alertes automatiques de Fairview signalent dès qu'une cohorte récente affiche un taux de réachat à 30 jours inférieur aux cohortes précédentes — signal précoce d'une dégradation avant qu'elle ne soit visible sur le LTV agrégé. Le tableau de bord croise le taux de réachat avec l'AOV et le CAC pour calculer en temps réel l'impact économique de chaque variation sur la rentabilité de l'acquisition. Voir le taux de réachat dans Fairview.

Questions fréquentes