Coûts invisibles e-commerce : retours, SAV et remboursements

Le e-commerce adore mesurer ce qui se voit.

Le trafic. Le taux de conversion. Le panier moyen. Le ROAS (Return On Ad Spend, retour sur investissement publicitaire). Le chiffre d'affaires. Le nombre de commandes.

C'est normal. Ces chiffres sont accessibles, lisibles, faciles à commenter.

La marge se dégrade souvent dans des endroits moins visibles : les retours, les remboursements, les emails entrants, les appels au service client, les gestes commerciaux, les réexpéditions, les décotes, les erreurs de préparation, les demandes post-achat, les litiges paiement.

Ce sont les coûts invisibles.

Ils arrivent après la vente. Donc ils sont souvent traités par d'autres équipes : logistique, service client, finance, transport, marketplace, comptabilité.

Le marketing a déjà pris le crédit de la conversion.

Le problème : la commande n'est pas terminée au paiement.

En 2025, le e-commerce français atteint 196,4 milliards d'euros, avec 3,2 milliards de transactions en ligne. Le marché progresse, mais le panier moyen baisse de 3 % à 62 euros. Plus de commandes, mais des commandes plus petites.¹

Dans ce contexte, un retour à quelques euros, deux emails service client ou un appel entrant ne sont pas des détails.

Sur une commande à 62 €, ils peuvent absorber toute la marge contributive.

Le sujet n'est donc pas seulement opérationnel.

Il est financier.

Cet article s'inscrit dans le silo CFO du blog. Pour la vue d'ensemble du pilotage marge en 2026, voir le pillar Rentabilité e-commerce : comment piloter la marge quand le trafic coûte plus cher. Articles connexes : Marge contributive e-commerce, Coût réel d'une commande, Promotions et destruction de marge.

Une commande n'est rentable qu'après service complet

Une commande e-commerce traverse plusieurs états.

Elle est captée. Elle est payée. Elle est préparée. Elle est livrée. Elle est utilisée. Elle est gardée ou retournée. Elle génère ou non une demande client. Elle déclenche ou non un remboursement. Elle produit ou non un réachat.

Beaucoup de dashboards s'arrêtent trop tôt.

Ils considèrent la vente comme gagnée au moment du paiement. La réalité économique arrive plus tard.

Une commande peut être excellente au moment du checkout (tunnel de paiement final) et mauvaise trente jours après.

Pourquoi ?

Parce que le client a retourné le produit. Parce qu'il a demandé un échange. Parce qu'il a ouvert trois tickets. Parce qu'il a appelé deux fois. Parce qu'un remboursement partiel a été accordé. Parce que le produit est revenu abîmé. Parce que la livraison a échoué. Parce que la fiche produit avait créé une mauvaise attente.

La marge réelle d'une commande doit donc intégrer le coût de service complet.

Pas seulement le coût d'acquisition.

La formule est simple :

Marge post-service = marge brute − acquisition − remise − logistique aller − coût retour − coût SAV − remboursement − décote − frais paiement / litige

C'est cette marge qui intéresse le CFO.

Pas la commande brute.

Le coût retour : la partie visible d'un problème plus profond

Un retour e-commerce n'est jamais un seul coût.

Il peut inclure :

• transport retour ;
• étiquette ;
• réception entrepôt ;
• contrôle qualité ;
• reconditionnement ;
• remise en stock ;
• remboursement ;
• décote ;
• produit invendable ;
• échange ;
• service client ;
• litige éventuel ;
• perte d'opportunité de vente pendant l'immobilisation du stock.

Le coût transport est visible.

Le reste l'est moins.

C'est pour ça que beaucoup de directions e-commerce sous-estiment les retours.

Baymard indique que 58 % des utilisateurs ont retourné au moins un achat en ligne au cours des douze derniers mois, et que 15 % ont abandonné au moins un achat au cours du dernier trimestre uniquement à cause d'une politique de retour jugée insatisfaisante.²

Le retour est donc à la fois un coût et un levier de conversion.

Trop strict, il bloque l'achat. Trop généreux, il dégrade la marge. Mal expliqué, il génère du support. Mal piloté, il rend les campagnes marketing mensongèrement rentables.

C'est là que le sujet devient CFO.

Une politique de retour ne doit pas être seulement "simple pour le client". Elle doit être économiquement segmentée.

Par catégorie. Par marge. Par poids. Par taux de retour. Par motif. Par client. Par canal d'acquisition. Par historique.

Le retour gratuit universel peut être une très bonne décision sur certaines catégories.

Et une très mauvaise sur d'autres.

→ Pour la chaîne complète des coûts d'un retour, voir le coût caché des retours e-commerce.

Le remboursement : la vente qui sort du chiffre d'affaires utile

Le remboursement est encore plus traître que le retour.

Parce qu'il intervient après la reconnaissance initiale de la vente dans les tableaux de pilotage.

Un remboursement peut venir de plusieurs causes :

• retour produit ;
• annulation ;
• retard livraison ;
• produit indisponible ;
• erreur prix ;
• litige ;
• geste commercial ;
• produit endommagé ;
• insatisfaction ;
• erreur de commande ;
• mauvaise description ;
• promesse non tenue.

Chaque remboursement dit quelque chose.

Un remboursement isolé est normal.

Une série de remboursements sur une catégorie, une campagne ou un produit est un signal d'alerte.

Il ne faut pas seulement mesurer le taux de remboursement global. Il faut le rattacher à :

• la source d'acquisition ;
• la campagne ;
• le SKU (Stock Keeping Unit, référence produit unique en gestion de stock) ;
• la catégorie ;
• le motif ;
• la promesse affichée ;
• la remise utilisée ;
• le canal service client ;
• le délai entre achat et demande.

Un canal paid (publicité payante au clic) qui génère beaucoup de commandes mais aussi beaucoup de remboursements n'a pas la même valeur.

Une promotion qui déclenche des achats impulsifs puis des annulations n'a pas la même valeur.

Une fiche produit qui vend mais provoque une déception n'a pas la même valeur.

La vente remboursée n'est pas juste une vente annulée.

C'est une vente qui a consommé de l'acquisition, de la logistique, du paiement, du support et du temps.

Le SAV : le coût caché de la mauvaise clarté commerciale

Le service client est souvent vu comme un centre de coût.

C'est trop réducteur.

Le SAV est un capteur de défauts commerciaux.

Chaque question client révèle un point que le site n'a pas suffisamment clarifié :

• information produit manquante ;
• livraison mal comprise ;
• retour mal expliqué ;
• compatibilité incertaine ;
• guide des tailles insuffisant ;
• stock ambigu ;
• promotion confuse ;
• statut commande inaccessible ;
• documentation trop faible ;
• comparaison produit impossible ;
• parcours mobile frustrant.

DHL indique que, dans son rapport 2025, 42 % des acheteurs citent le manque d'information produit comme frustration. Les frais de livraison élevés sont cités par 58 % des acheteurs et les délais longs par 52 %.³

Ce n'est pas seulement de l'expérience client.

C'est de la marge.

Une information produit insuffisante peut générer un email avant achat, un abandon, un mauvais achat, un retour, un remboursement ou un avis négatif.

Même chose pour la livraison.

Même chose pour les conditions de retour.

Le coût SAV doit donc être rattaché aux causes.

Pas seulement traité en volume.

Un site qui reçoit 10 000 emails par mois ne doit pas seulement demander : "comment répondre plus vite ?".

Il doit demander :

"Qu'est-ce qui, dans notre parcours, produit ces 10 000 emails ?".

C'est là qu'un mailbot relation client devient intéressant. Pas seulement pour répondre plus vite. Pour classer les motifs, extraire les signaux récurrents, identifier les catégories problématiques et nourrir l'amélioration du site.

Le mailbot réduit le coût de traitement.

Il révèle aussi la dette de clarté du parcours.

Emails entrants : le coût silencieux de la relation client

L'email est souvent le canal oublié.

Moins visible qu'un appel. Moins immédiat qu'un chat. Moins sexy qu'une IA conversationnelle front.

Dans beaucoup d'organisations e-commerce, l'email consomme énormément de temps humain.

Les demandes sont variées :

• suivi de commande ;
• retard ;
• retour ;
• remboursement ;
• produit manquant ;
• erreur commande ;
• question produit ;
• demande de facture ;
• modification d'adresse ;
• échange ;
• réclamation ;
• demande commerciale ;
• garantie ;
• disponibilité ;
• conditions promotionnelles.

Chaque email doit être lu, compris, classé, parfois complété, parfois transmis, parfois répondu avec prudence.

Et chaque délai crée un risque.

Un client qui attend une réponse sur un retour peut s'énerver. Un prospect qui attend une précision produit peut acheter ailleurs. Un client B2B (Business-to-Business) qui attend un devis peut disparaître. Un client qui n'a pas de réponse peut appeler, créant un second coût.

Le mailbot relation client a donc une double valeur.

D'abord, il réduit le coût de traitement :

• classification automatique ;
• extraction des informations utiles ;
• proposition de réponse ;
• priorisation ;
• routage ;
• résumé ;
• détection d'urgence ;
• détection de mécontentement.

Ensuite, il transforme les emails en données :

• motifs récurrents ;
• produits générant des questions ;
• campagnes générant de la confusion ;
• transporteurs générant des demandes ;
• pages produit insuffisantes ;
• problèmes de politique de retour ;
• opportunités commerciales non traitées.

Un email n'est pas seulement une demande.

C'est une preuve que le parcours n'a pas tout résolu.

Appels entrants : le coût immédiat de la friction

L'appel téléphonique a un coût particulier.

Il est synchrone. Il mobilise une ressource immédiatement. Il crée de l'attente si les équipes sont saturées. Il est souvent plus cher qu'un traitement asynchrone.

Il indique aussi une intention forte.

Un client appelle rarement par hasard.

Il appelle parce qu'il a un problème, une urgence, une incompréhension, une inquiétude ou une intention d'achat assez forte pour chercher une réponse immédiate.

Les appels entrants e-commerce se concentrent souvent sur :

• suivi de commande ;
• livraison ;
• retour ;
• remboursement ;
• disponibilité ;
• horaires ;
• modification de commande ;
• facture ;
• garantie ;
• conseil produit ;
• compatibilité ;
• prise de rendez-vous ;
• demande commerciale.

Tous ces appels ne méritent pas le même traitement humain.

Un callbot relation client peut absorber une partie des demandes répétitives :

• "Où est ma commande ?"
• "Comment faire un retour ?"
• "Quels sont vos horaires ?"
• "Mon remboursement est-il en cours ?"
• "Le produit est-il disponible ?"
• "Puis-je modifier mon adresse ?"

Le but n'est pas de supprimer l'humain.

Le but est de réserver l'humain aux demandes à valeur : litige complexe, client sensible, vente assistée, problème inhabituel, rétention, conseil expert.

Dans une logique CFO, le callbot permet de réduire le coût par appel simple et de lisser les pics.

Il permet aussi de capter des données structurées sur les motifs d'appels.

Et là encore, ces motifs doivent revenir dans le commerce.

Si beaucoup de clients appellent pour comprendre un retour, la politique est mal expliquée. S'ils appellent pour vérifier une compatibilité, la fiche produit est insuffisante. S'ils appellent pour une livraison, la promesse logistique est floue. S'ils appellent pour un produit disponible, le stock n'est pas assez clair.

L'appel n'est pas juste un coût.

C'est une alerte.

Le post-achat : l'endroit où la marge peut encore être sauvée

La plupart des entreprises sous-investissent le post-achat.

Elles investissent pour acquérir. Elles investissent pour convertir. Puis une fois la commande passée, elles espèrent que tout se déroule bien.

C'est insuffisant.

Le post-achat est une zone de risque :

• retard livraison ;
• incompréhension du produit ;
• mauvaise installation ;
• doute sur l'usage ;
• inquiétude sur le retour ;
• demande de facture ;
• insatisfaction silencieuse ;
• risque d'avis négatif ;
• risque de remboursement ;
• risque de non-réachat.

Un callbot de suivi post-achat peut créer une différence.

Pas sur toutes les commandes. Ce serait inutile.

Mais sur les commandes sensibles :

• produits chers ;
• produits techniques ;
• produits souvent retournés ;
• première commande ;
• client B2B important ;
• livraison complexe ;
• catégorie à fort SAV ;
• commande avec retard ;
• panier élevé ;
• produit nécessitant installation ou conseil.

Le callbot peut vérifier :

• bonne réception ;
• compréhension du produit ;
• satisfaction ;
• besoin d'aide ;
• problème de livraison ;
• intention de retour ;
• demande complémentaire ;
• intérêt pour un accessoire ou service.

L'objectif n'est pas de faire du phoning (démarchage téléphonique) intrusif.

L'objectif est d'intervenir là où un problème peut encore être résolu avant qu'il ne coûte plus cher.

Un retour évité. Un remboursement évité. Un avis négatif évité. Un client rassuré. Un réachat préparé.

C'est une lecture financière du post-achat.

Les coûts invisibles par canal : le trou noir des dashboards

Autre problème : les coûts invisibles sont rarement rattachés au canal d'origine.

Le marketing voit la vente.

La logistique voit le retour.

Le service client voit l'email.

La finance voit le remboursement.

Qui voit la chaîne complète ?

Exemple.

Une campagne paid social vend un produit avec une promesse très simplifiée. Beaucoup de clients achètent vite. Le ROAS semble bon. Puis les retours arrivent. Puis les emails de mécontentement. Puis les remboursements. Puis les avis négatifs.

Le marketing garde le mérite de la vente.

Les autres équipes absorbent les coûts.

C'est un biais organisationnel.

Pour l'éviter, il faut rattacher les coûts invisibles au canal initial :

Sans cela, l'entreprise continue à financer des canaux "rentables" qui ne le sont pas.

→ Pour le détail des canaux d'acquisition vus côté marge, voir la hausse du CAC en e-commerce.

Exemple complet : la commande qui devient négative après SAV et retour

Prenons une commande moyenne à 62 €, alignée avec le panier moyen 2025 publié par la Fevad.¹

Hypothèses :

• chiffre d'affaires net : 62 €
• coût produit : 35 €
• marge brute : 27 €
• CAC : 8 €
• remise : 4 €
• paiement : 1 €
• préparation + livraison : 6 €
• coût service client initial : 1,50 €

Avant retour :

27 € − 8 € − 4 € − 1 € − 6 € − 1,50 € = 6,50 €

La commande contribue encore.

Le client ne comprend pas le produit. Il écrit deux emails, puis retourne.

Ajoutons les coûts opérationnels strictement liés au retour :

• deux emails traités : 3 € ;
• transport retour : 4 € ;
• traitement entrepôt : 3 € ;
• reconditionnement : 2 € ;
• décote produit après ouverture : 5 €.

Coûts additionnels : 17 €.

La commande passe de +6,50 € à −10,50 € sur ces seuls coûts opérationnels — et ce calcul ne tient pas compte du remboursement du chiffre d'affaires (62 €), qui annule en plus la marge commerciale initiale et amplifie fortement la perte. Selon le cas, la perte réelle dépasse souvent 30 € par commande retournée.

Ce n'est pas une exception spectaculaire. C'est une mécanique banale quand le choix produit était mal qualifié, la promesse mal comprise ou la politique de retour trop coûteuse.

Les coûts invisibles commencent souvent avant achat

Il faut le répéter : beaucoup de coûts post-achat commencent avant achat.

Le client achète un produit qu'il ne comprend pas assez. Il choisit une mauvaise taille. Il pense que le produit est compatible. Il interprète mal une photo. Il ne lit pas une contrainte. Il ne voit pas une limite d'usage. Il découvre trop tard des frais ou délais. Il ne comprend pas la différence entre deux gammes.

Le problème n'est donc pas seulement de mieux traiter le SAV.

C'est de réduire les causes du SAV.

Baymard montre que les expériences de recherche, listes produits et filtres restent faibles sur une majorité de sites. Sur les listes produits et filtres, 58 % des sites desktop et 78 % des sites mobile performent de "poor" à "mediocre".⁴

Si le client trouve mal, compare mal et choisit mal, il coûte plus cher après.

C'est là que le chatbot vendeur virtuel a une valeur financière directe.

Il peut poser les questions que le client ne sait pas traduire en filtres :

• "Quel usage ?"
• "Quelle contrainte ?"
• "Quel niveau d'expérience ?"
• "Quelle compatibilité ?"
• "Quel budget réel ?"
• "Quelle fréquence d'utilisation ?"
• "Quel risque voulez-vous éviter ?"

Un bon agent vendeur n'est pas là pour pousser un produit.

Il est là pour réduire le coût de la mauvaise décision.

Le cas B2B et services B2C : les coûts invisibles du lead mal qualifié

Dans le B2B et les services B2C (Business-to-Consumer), le coût invisible principal n'est pas toujours le retour produit.

C'est le lead mal qualifié.

Un formulaire rempli peut coûter cher s'il mobilise une équipe commerciale pour rien.

Un email entrant peut être une opportunité ou une perte de temps. Un appel peut être un prospect chaud ou une demande hors cible. Un rendez-vous peut être sérieux ou prématuré. Un devis peut être rentable ou purement exploratoire.

Le chatbot générateur de leads est utile parce qu'il qualifie avant transfert :

• besoin ;
• secteur ;
• taille ;
• budget ;
• urgence ;
• décisionnaire ;
• localisation ;
• maturité ;
• contraintes ;
• disponibilité ;
• canal préféré.

Pour les services B2C, il filtre les demandes non éligibles, oriente vers le bon parcours, collecte les informations nécessaires et propose un rappel.

Pour le B2B, il évite aux commerciaux de traiter des demandes trop petites, trop floues ou hors cible.

Le callbot peut ensuite relancer rapidement les leads chauds.

Le mailbot peut traiter les demandes entrantes, extraire les informations structurantes et prioriser les opportunités.

Ici encore, Webotit ne réduit pas seulement un coût.

Webotit améliore la qualité du flux commercial.

Comment Webotit réduit les coûts invisibles

Les solutions Webotit agissent à plusieurs endroits du parcours.

Chatbot vendeur virtuel

Il réduit les coûts invisibles avant qu'ils n'existent.

En aidant le client à mieux choisir, il réduit les abandons, les mauvais achats, les retours évitables et les questions répétitives.

Cas utiles :

• comparaison produit ;
• aide au choix ;
• compatibilité ;
• taille ;
• usage ;
• niveau de gamme ;
• accessoire nécessaire ;
• disponibilité ;
• livraison ;
• retour.

→ Voir chatbot vendeur virtuel.

Chatbot service client

Il absorbe les demandes répétitives et réduit le coût de contact.

Cas utiles :

• suivi commande ;
• statut retour ;
• politique remboursement ;
• facture ;
• garantie ;
• disponibilité ;
• délais ;
• conditions promotionnelles ;
• orientation vers humain.

→ Voir chatbot service client.

Chatbot générateur de leads

Il qualifie les demandes commerciales en B2B et services B2C.

Cas utiles :

• besoin ;
• budget ;
• urgence ;
• taille du compte ;
• projet ;
• éligibilité ;
• prise de rendez-vous ;
• demande de rappel.

→ Voir chatbot prospection commerciale.

Callbot relation client

Il traite les appels entrants simples et récurrents.

Cas utiles :

• suivi commande ;
• retour ;
• remboursement ;
• horaires ;
• disponibilité ;
• modification simple ;
• statut dossier.

→ Voir callbot relation client.

Callbot de suivi post-achat

Il intervient sur les commandes à risque.

Cas utiles :

• produit technique ;
• panier élevé ;
• première commande ;
• retard livraison ;
• catégorie à fort retour ;
• client B2B important ;
• satisfaction après livraison.

→ Voir callbot suivi de dossier.

Mailbot relation client

Il traite les emails entrants et structure les motifs.

Cas utiles :

• classification ;
• réponse assistée ;
• extraction d'informations ;
• priorisation ;
• détection de mécontentement ;
• synthèse ;
• routage ;
• analyse des irritants.

→ Voir mailbot réponse aux emails.

Le point commun : réduire le coût de traitement, mais aussi réduire la cause des demandes.

C'est la partie la plus importante.

Vue d'ensemble disponible sur la page solutions IA pour le e-commerce.

Le dashboard des coûts invisibles

Pour reprendre le contrôle, il faut créer un tableau de bord spécifique.

La métrique clé :

Marge après service = marge contributive − retours − remboursements − coût SAV

C'est cette marge qu'il faut regarder.

Pas seulement la marge brute.

Plan d'action en 30 jours

Semaine 1 — Classer les motifs de contact

Regrouper les emails, appels, chats et tickets en familles :

• livraison ;
• retour ;
• remboursement ;
• produit ;
• compatibilité ;
• promotion ;
• facture ;
• garantie ;
• disponibilité ;
• réclamation.

Même un échantillon de 1 000 demandes suffit à voir les patterns.

Semaine 2 — Rattacher aux produits et canaux

Identifier :

• les produits qui génèrent trop de demandes ;
• les campagnes qui génèrent trop de retours ;
• les catégories qui coûtent cher en support ;
• les transporteurs ou promesses qui créent des contacts.

Semaine 3 — Corriger les causes simples

Actions rapides :

• enrichir les fiches produit ;
• clarifier les retours ;
• améliorer les emails transactionnels ;
• ajouter une FAQ dynamique ;
• corriger les conditions promotionnelles ;
• améliorer le suivi commande ;
• revoir les guides de taille ou compatibilité.

Semaine 4 — Automatiser les flux répétitifs

Déployer ou tester :

• chatbot service client ;
• chatbot vendeur virtuel sur catégories complexes ;
• mailbot relation client ;
• callbot relation client ;
• callbot de suivi post-achat sur commandes à risque ;
• chatbot générateur de leads pour flux B2B / services B2C.

L'objectif n'est pas d'automatiser pour automatiser.

L'objectif est de réduire le coût invisible par commande.

Conclusion

Les coûts invisibles sont dangereux parce qu'ils ne contredisent pas immédiatement le chiffre d'affaires.

Ils arrivent après.

Retours, remboursements, emails, appels, litiges, gestes commerciaux, décotes, réexpéditions. Pris séparément, chaque coût semble normal. Pris ensemble, ils peuvent transformer une activité e-commerce en machine à volume sans marge.

Le directeur e-commerce et le CFO doivent donc regarder la commande jusqu'au bout.

Pas seulement jusqu'au paiement.

La bonne question n'est pas :

"Combien avons-nous vendu ?".

Elle est :

"Combien reste-t-il après avoir servi, livré, supporté et éventuellement repris la commande ?".

C'est moins flatteur.

C'est là que se trouve la rentabilité.

→ Pour replacer ce sujet dans l'ensemble des pressions économiques du canal digital, voir les cinq enjeux des directeurs e-commerce en 2026.

FAQ

Questions frequentes

Quels sont les coûts invisibles en e-commerce ?+

Les principaux coûts invisibles sont les retours, remboursements, emails service client, appels entrants, gestes commerciaux, réexpéditions, décotes, litiges paiement, produits invendables et temps passé à traiter les demandes clients après achat.

Pourquoi les retours dégradent-ils autant la marge ?+

Parce qu'un retour déclenche plusieurs coûts : transport retour, contrôle, reconditionnement, remboursement, service client, décote, remise en stock et immobilisation du produit. Sur un panier moyen faible, ces coûts peuvent absorber toute la marge.

Pourquoi intégrer le SAV dans le calcul de rentabilité ?+

Parce que chaque email, appel ou ticket représente un coût. Surtout, les demandes SAV révèlent souvent des problèmes commerciaux : fiche produit incomplète, livraison mal expliquée, politique de retour floue, mauvais choix produit ou promotion confuse.

Comment un chatbot service client réduit-il les coûts invisibles ?+

Il répond aux demandes simples et répétitives : suivi commande, retour, remboursement, facture, disponibilité, garantie. Il réduit le coût de traitement et permet aux équipes humaines de se concentrer sur les cas complexes.

Quel est le rôle du chatbot vendeur virtuel ?+

Il agit avant achat. Il aide le client à choisir, compare les produits, vérifie la compatibilité et réduit les erreurs de choix. Son impact se mesure notamment sur les abandons évités, les retours évitables et les questions produit réduites.

Pourquoi utiliser un callbot de suivi post-achat ?+

Parce que certains problèmes peuvent être résolus avant qu'ils ne deviennent un retour, un remboursement ou un avis négatif. Le callbot peut vérifier la satisfaction, aider à l'usage, détecter une insatisfaction et orienter vers une solution.

À quoi sert un mailbot relation client ?+

Il analyse, classe et aide à répondre aux emails entrants. Il réduit le temps de traitement, priorise les urgences, détecte les motifs récurrents et transforme les emails clients en données exploitables pour améliorer les parcours.

Sources

Sources et references

1. [1]Fevad — Bilan du e-commerce en France 2025, publié le 11 février 2026.
2. [2]Baymard Institute — Order Returns UX research : 58 % des utilisateurs ont retourné au moins un achat en ligne dans les 12 derniers mois ; 15 % ont abandonné un achat à cause d'une politique de retour insatisfaisante.
3. [3]DHL eCommerce — 2025 Delivery and Returns Trends, enquête menée en 2025 auprès de 24 000 répondants dans 24 pays.
4. [4]Baymard Institute — Product List UX Best Practices 2025.