Dashboard CFO e-commerce : 12 KPI pour le comité de direction

Le dashboard e-commerce classique donne souvent une illusion de maîtrise.

Sessions. Taux de conversion. Panier moyen. ROAS (Return On Ad Spend, retour sur investissement publicitaire). Chiffre d'affaires. Commandes. Taux d'abandon panier.

Ces indicateurs sont utiles.

Ils ne suffisent plus.

En 2026, un directeur e-commerce ne peut plus présenter uniquement une lecture marketing de la performance. Il doit présenter une lecture financière : marge, coût réel de la commande, retours, remboursements, coût service client, cash immobilisé, rentabilité par canal, contribution réelle des automatisations.

La Fevad indique que le e-commerce français a atteint 196,4 milliards d'euros en 2025, avec 3,2 milliards de transactions. Le marché progresse encore, mais le panier moyen baisse de 3 % et s'établit à 62 euros. Plus de transactions, donc. Mais une valeur moyenne plus faible par commande.¹

Dans le même temps, le coût de la visite augmente. Contentsquare observe dans son benchmark 2025 une hausse du coût par visite de 9 % sur un an et de 19 % sur deux ans, avec une baisse des taux de conversion de 6,1 % en glissement annuel. Ces données proviennent d'un benchmark portant sur plus de 90 milliards de sessions et 6 000 sites.²

Voilà le contexte.

Le comité de direction ne doit plus seulement demander :

"Combien avons-nous vendu ?".

Il doit demander :

"Combien reste-t-il après acquisition, remise, livraison, retour, service client, remboursement et coût d'exploitation ?".

C'est le rôle d'un dashboard CFO e-commerce.

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, Coûts invisibles e-commerce.

Le problème des dashboards e-commerce classiques

La plupart des dashboards e-commerce sont construits autour du tunnel.

Ils regardent :

• trafic ;
• sources ;
• conversion ;
• panier ;
• chiffre d'affaires ;
• ROAS ;
• abandon panier ;
• revenus par campagne.

Ce sont des indicateurs de performance commerciale immédiate.

Ils ne répondent pas aux questions du CFO :

• quelle marge reste par commande ?
• quelles catégories détruisent de la valeur ?
• quels canaux génèrent des clients rentables après retours ?
• combien coûte le service client par commande ?
• quelles promotions augmentent le CA mais réduisent la marge ?
• combien de cash est immobilisé dans le stock ?
• quel est le coût complet du post-achat ?
• quelles automatisations réduisent vraiment le coût de traitement ?
• quelles demandes devraient être traitées par chatbot, callbot ou mailbot ?
• quels leads coûtent trop cher à qualifier humainement ?

Le dashboard classique montre la conversion.

Le dashboard CFO montre la contribution.

Ce n'est pas la même chose.

Une campagne peut convertir. Une catégorie peut vendre. Un produit peut générer du CA. Une promotion peut faire monter les commandes.

Et malgré cela, l'entreprise peut perdre de l'argent.

KPI 1 — Marge contributive par commande

C'est le KPI central.

La marge contributive par commande mesure ce qu'il reste après les coûts directement liés à la vente.

Formule simple :

Marge contributive = CA net − coût produit − remise − CAC − paiement − logistique − retours − SAV − coûts variables

Cette formule doit être adaptée selon votre modèle, mais l'esprit ne change pas : le chiffre d'affaires ne suffit pas.

Une commande à 100 € avec 45 € de marge brute paraît saine. Si elle porte 15 € de remise, 18 € de CAC, 6 € de livraison, 2 € de paiement, 3 € de support et 5 € de provision retour, le calcul donne :

45 € − 15 € − 18 € − 6 € − 2 € − 3 € − 5 € = −4 €

La commande est donc déjà en perte de 4 € avant même un retour réel ou un geste commercial.

Le comité de direction doit suivre la marge contributive :

• par catégorie ;
• par canal ;
• par campagne ;
• par cohorte ;
• par client nouveau / existant ;
• par pays ou zone logistique ;
• par type de livraison.

La moyenne globale est utile pour cadrer.

La décision se prend dans les segments.

Un canal peut être excellent sur une catégorie et destructeur sur une autre. Une promotion peut être rentable sur clients dormants et inutile sur clients fidèles. Un produit peut avoir une bonne marge brute mais trop de retours.

La marge contributive oblige tout le monde à regarder la même vérité.

→ Pour la critique du ROAS comme indicateur central, voir Marge contributive e-commerce : pourquoi le ROAS ne suffit plus.

KPI 2 — Marge après retours et remboursements

La commande n'est pas terminée au paiement.

Elle est terminée quand le délai de retour est passé, que le client garde le produit, que le remboursement éventuel est traité et que les coûts de support sont connus.

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.³

Le retour est donc un double sujet.

Il rassure avant achat.

Il coûte après achat.

Le KPI à suivre n'est pas seulement le taux de retour. C'est la marge après retours.

Il faut mesurer :

• taux de retour par catégorie ;
• coût moyen de retour ;
• taux de remboursement ;
• taux de remise en stock ;
• taux de produit invendable ;
• décote moyenne ;
• motifs de retour ;
• retours par canal d'acquisition ;
• retours par campagne ;
• retours par cohorte client.

Un taux de retour global peut être acceptable. S'il est concentré sur des produits acquis via paid social avec forte remise, le problème est beaucoup plus sérieux.

Le comité de direction doit voir les retours comme une correction de la performance commerciale.

Pas comme une ligne logistique séparée.

→ Pour le détail des coûts invisibles autour du retour, voir Coûts invisibles e-commerce : retours, SAV et remboursements.

KPI 3 — Coût d'acquisition après marge

Le CAC (Coût d'Acquisition Client) brut est insuffisant.

Le bon indicateur est :

CAC admissible = marge attendue par client − coûts opérationnels − marge cible

Dit autrement : combien pouvez-vous payer pour acquérir un client sans détruire la marge ?

Un CAC de 20 € peut être sain sur une catégorie à forte marge et fort réachat.

Un CAC de 8 € peut être mauvais sur une catégorie remisée, souvent retournée, avec peu de réachat.

Contentsquare observe que le coût par visite augmente tandis que la conversion baisse. Cela rend le pilotage au CAC encore plus sensible.²

Le comité de direction doit suivre :

• CAC par canal ;
• CAC par première commande ;
• CAC par client réellement nouveau ;
• CAC après retours ;
• CAC après remises ;
• CAC par marge brute ;
• CAC par cohorte de réachat.

Il faut aussi séparer acquisition et capture de demande.

Le search brand (campagne payante sur la marque elle-même) ne doit pas être lu comme du paid social froid. Une campagne retargeting (recibler un visiteur déjà venu) ne doit pas être comparée à une campagne de conquête. Un lead déjà chaud ne doit pas recevoir le même crédit qu'un client réellement acquis.

Le KPI utile n'est pas "combien coûte une commande".

C'est :

"Combien coûte un client rentable ?".

KPI 4 — Taux de remise et marge consommée

La remise est souvent sous-pilotée.

Elle apparaît comme un levier marketing.

Pour le CFO, c'est un coût.

Une remise de 10 % sur un produit à 40 % de marge brute ne réduit pas la marge de 10 %. Elle peut réduire la marge brute de 25 %, selon la structure de coût.

Il faut suivre :

• taux de remise moyen ;
• montant total de remise ;
• remise par canal ;
• remise par catégorie ;
• remise par client nouveau / existant ;
• remise par campagne ;
• marge brute consommée par la remise ;
• réachat post-remise ;
• taux de retour post-remise.

Le KPI le plus important :

Marge incrémentale de la promotion

Une promotion n'est pas bonne parce qu'elle génère du CA.

Elle est bonne si la marge avec promotion est supérieure à la marge probable sans promotion.

C'est plus difficile à mesurer. Même une approximation change les décisions.

Si une opération fait +20 % de CA et −30 % de marge contributive, le comité de direction doit le voir.

→ Pour le détail des mécanismes de destruction de marge par la remise, voir Promotions e-commerce 2026 : quand la remise détruit la marge.

KPI 5 — Coût service client par commande

Le coût service client doit sortir du brouillard.

Chaque email, appel, chat ou ticket consomme une ressource.

DHL indique que 42 % des acheteurs citent le manque d'information produit comme frustration en 2025 ; 58 % citent les frais de livraison élevés et 52 % les délais de livraison longs.⁴

Ces frustrations créent des contacts.

Le KPI à suivre :

Coût service client par commande = coût total relation client / nombre de commandes

Il faut aller plus loin :

• emails par commande ;
• appels par commande ;
• chats par commande ;
• coût moyen par email ;
• coût moyen par appel ;
• coût moyen par conversation ;
• délai moyen de réponse ;
• taux de résolution au premier contact ;
• motifs principaux ;
• coûts par catégorie ;
• coûts par transporteur ;
• coûts par campagne.

Un pic de SAV après une promotion doit être imputé à la promotion.

Un pic d'appels sur une catégorie doit être imputé à la catégorie.

Un volume d'emails sur une fiche produit doit signaler un problème de clarté.

Le SAV n'est pas seulement un coût à réduire.

C'est un diagnostic du parcours.

KPI 6 — Taux d'automatisation utile

L'automatisation ne doit pas être pilotée au volume seul.

Un chatbot qui traite 20 000 conversations inutiles n'est pas forcément performant.

Un callbot qui évite 2 000 appels simples à forte répétition peut l'être.

Un mailbot qui réduit fortement le temps de traitement d'emails complexes peut avoir plus de valeur qu'un bot qui répond à des FAQ faibles.

Le KPI doit être :

Automatisation utile = demandes résolues sans dégrader l'expérience ni augmenter les escalades inutiles

Pour Webotit, il faut distinguer cinq familles.

Chatbot service client

KPI :

• taux de résolution autonome ;
• taux d'escalade humaine ;
• motifs traités ;
• satisfaction post-conversation ;
• tickets évités ;
• coût évité par demande ;
• impact sur délai de réponse.

→ Voir chatbot service client.

Chatbot vendeur virtuel

KPI :

• taux de clic post-recommandation ;
• taux de conversion assistée ;
• panier moyen assisté ;
• taux de retour des commandes assistées ;
• questions produit captées ;
• catégories les plus assistées ;
• chiffre d'affaires assisté ;
• marge assistée.

→ Voir chatbot vendeur virtuel.

Chatbot générateur de leads

KPI :

• leads qualifiés ;
• taux de complétion ;
• coût par lead qualifié ;
• taux de prise de rendez-vous ;
• taux de transformation commerciale ;
• qualité des informations collectées ;
• temps commercial économisé.

→ Voir chatbot prospection commerciale.

Callbot relation client

KPI :

• appels traités ;
• taux de résolution ;
• taux d'escalade ;
• durée moyenne ;
• motifs ;
• coût par appel évité ;
• disponibilité hors horaires ;
• baisse du temps d'attente.

→ Voir callbot relation client.

Mailbot relation client

KPI :

• emails classés ;
• temps moyen de traitement ;
• taux de réponse assistée ;
• taux de correction humaine ;
• motifs détectés ;
• délai de première réponse ;
• coût par email traité ;
• irritants récurrents identifiés.

→ Voir mailbot réponse aux emails.

Le comité de direction ne doit pas demander :

"Combien de conversations le bot a-t-il faites ?".

Il doit demander :

"Quelle marge ou quel coût opérationnel le bot a-t-il réellement impacté ?".

KPI 7 — Taux de conversion utile

Le taux de conversion classique mesure :

commandes / sessions

C'est utile.

Mais incomplet.

Il faut mesurer la conversion utile :

Conversion utile = commandes rentables / sessions qualifiées

Toutes les conversions ne se valent pas.

Une conversion avec forte remise, faible marge, fort retour et coût SAV élevé peut être moins intéressante qu'une conversion plus faible mais plus rentable.

Il faut donc suivre :

• conversion par catégorie ;
• conversion par marge ;
• conversion par canal ;
• conversion assistée par chatbot vendeur ;
• conversion après interaction service client ;
• conversion des visiteurs récurrents ;
• conversion des leads qualifiés ;
• conversion par type d'intention.

Baymard montre que 58 % des sites desktop et 78 % des sites mobile ont une performance "mediocre" ou pire sur les listes produits et filtres.⁵

Beaucoup de pertes de conversion ne viennent pas seulement du prix ou du checkout.

Elles viennent de l'aide au choix.

C'est précisément là que le chatbot vendeur virtuel a du sens : aider le client à formuler son besoin, comparer, comprendre, choisir.

La conversion utile ne consiste pas à vendre n'importe quoi à n'importe qui.

Elle consiste à vendre le bon produit au bon client avec une marge défendable.

KPI 8 — Panier moyen net de remise

Le panier moyen brut peut mentir.

Il faut suivre :

Panier moyen net de remise

Et idéalement :

Panier moyen contributif = panier moyen × marge brute nette − coûts variables

La Fevad indique un panier moyen e-commerce français à 62 € en 2025, en baisse de 3 %.¹

Cette baisse rend le pilotage du panier encore plus important.

Attention : augmenter le panier moyen n'est pas toujours positif.

Un panier plus élevé peut être mauvais s'il est obtenu avec :

• produits peu margés ;
• livraison plus coûteuse ;
• forte remise ;
• produits souvent retournés ;
• bundles mal adaptés ;
• accessoires inutiles générant du SAV ;
• paiement fractionné coûteux.

Le bon KPI est donc :

"Le panier additionnel est-il rentable ?".

Le chatbot vendeur virtuel défend le panier moyen de manière saine s'il recommande des produits complémentaires utiles, compatibles et justifiés.

Pas en poussant mécaniquement de l'upsell (vente additionnelle d'une gamme supérieure).

L'upsell paresseux augmente parfois le panier.

Le conseil utile augmente la valeur.

KPI 9 — Taux de retour par motif et par canal

Le taux de retour global est insuffisant.

Il faut le découper.

Motifs :

• taille ;
• compatibilité ;
• produit non conforme à l'attente ;
• produit défectueux ;
• erreur préparation ;
• retard ;
• changement d'avis ;
• qualité perçue ;
• description insuffisante ;
• doublon ;
• produit endommagé.

Canaux :

• Google Ads ;
• Meta ;
• SEO ;
• marketplace ;
• email ;
• direct ;
• affiliation ;
• influence ;
• chatbot assisté ;
• call center ;
• magasin ;
• comparateur.

Un taux de retour élevé n'a pas la même signification selon le motif.

Si le motif est "taille", le problème peut être la fiche ou le guide. Si le motif est "compatibilité", le problème peut être le conseil. Si le motif est "retard", le problème est logistique. Si le motif est "qualité décevante", le problème est produit ou promesse. Si le motif est "erreur commande", le problème est opérationnel.

Chaque motif appelle une décision différente.

Le callbot de suivi post-achat peut réduire certains retours évitables, notamment sur produits techniques ou paniers élevés, en détectant un problème avant que le client ne renvoie.

Le mailbot relation client peut extraire les motifs de retour dans les emails et structurer une base d'analyse.

Le chatbot vendeur virtuel peut réduire les retours liés à un mauvais choix avant achat.

→ Pour la chaîne de coût complète d'un retour, voir Coût des retours e-commerce.

KPI 10 — Cash immobilisé dans le stock

Le stock est souvent mal lu.

Dans les comptes, c'est un actif.

Dans la réalité opérationnelle, c'est du cash immobilisé.

Il faut suivre :

• valeur de stock ;
• rotation ;
• couverture ;
• stock dormant ;
• stock à risque ;
• stock retourné ;
• stock invendable ;
• stock saisonnier ;
• décote prévue ;
• taux de rupture ;
• impact rupture sur conversion ;
• produits à forte marge mais faible disponibilité.

Le stock est lié à la marge.

Un produit en rupture peut faire perdre des ventes rentables.

Un produit dormant consomme du cash.

Un produit retourné peut être immobilisé.

Une promotion peut écouler un stock à risque, mais à quel prix ?

Un chatbot vendeur virtuel connecté au stock peut orienter vers des alternatives disponibles et pertinentes.

Un chatbot service client peut répondre sur disponibilité et délais.

Un callbot relation client peut traiter les appels liés au stock ou au statut commande.

Le KPI CFO n'est pas seulement la valeur du stock.

C'est la qualité économique du stock.

KPI 11 — Qualité des leads entrants

Pour les modèles B2B, services B2C, devis, rendez-vous, abonnement ou vente assistée, il faut un dashboard lead.

Le chiffre brut de leads ne veut presque rien dire.

Il faut suivre :

• leads générés ;
• leads qualifiés ;
• taux de qualification ;
• coût par lead qualifié ;
• taux de prise de rendez-vous ;
• taux de no-show ;
• taux de transformation ;
• valeur moyenne contrat ;
• délai de conversion ;
• temps commercial par lead ;
• motifs de disqualification ;
• source du lead ;
• taux de réponse après rappel.

Un chatbot générateur de leads peut améliorer la qualité du flux.

Il ne doit pas seulement collecter un email.

Il doit qualifier :

• besoin ;
• urgence ;
• budget ;
• secteur ;
• taille ;
• localisation ;
• contexte ;
• décisionnaire ;
• calendrier ;
• canal préféré ;
• consentement.

Le callbot relation client peut ensuite rappeler ou confirmer.

Le mailbot relation client peut traiter les demandes entrantes de devis ou de renseignements.

Le KPI important :

marge commerciale par lead qualifié

Pas le nombre de formulaires.

Un formulaire hors cible est un coût.

Un lead qualifié est un actif.

KPI 12 — Marge assistée par IA conversationnelle

C'est le KPI qui permet d'éviter les débats stériles sur "l'IA".

Le comité de direction ne doit pas demander si l'entreprise "a mis de l'IA".

Il doit demander :

"Quelle marge l'IA conversationnelle assiste, protège ou améliore ?".

Pour Webotit, on peut construire un KPI de marge assistée :

Pour le chatbot vendeur virtuel

• CA assisté ;
• marge brute assistée ;
• conversion assistée ;
• panier assisté ;
• retour des commandes assistées ;
• marge nette assistée.

Pour le chatbot service client

• contacts évités ;
• coût évité ;
• escalades pertinentes ;
• baisse du délai de réponse ;
• baisse des emails répétitifs ;
• satisfaction.

Pour le chatbot générateur de leads

• leads qualifiés ;
• taux de transformation ;
• coût par lead qualifié ;
• valeur pipeline ;
• temps commercial économisé.

Pour le callbot relation client

• appels automatisés ;
• coût évité ;
• taux de résolution ;
• taux d'escalade ;
• motifs ;
• disponibilité étendue.

Pour le callbot de suivi post-achat

• commandes suivies ;
• problèmes détectés ;
• retours potentiellement évités ;
• satisfaction ;
• réachat ;
• litiges évités.

Pour le mailbot relation client

• emails traités ;
• temps économisé ;
• délai réduit ;
• motifs extraits ;
• qualité de réponse ;
• irritants identifiés.

La métrique finale peut être :

Marge nette assistée = marge des ventes assistées + coûts évités − coût de la solution

Ce n'est pas parfait.

C'est bien meilleur que "nombre de conversations".

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

Le dashboard complet à présenter en comité

Voici une structure exploitable.

Ce dashboard doit être lu mensuellement.

Certaines métriques doivent être suivies chaque semaine : marge par canal, retours, coût SAV, promotions, stock à risque.

Comment Webotit s'insère dans le dashboard CFO

Webotit ne doit pas être présenté comme une ligne "innovation IA".

Ce serait trop faible.

Webotit doit être rattaché aux KPI financiers.

Chatbot vendeur virtuel

À rattacher à : conversion utile, panier moyen net, marge assistée, taux de retour, questions produit, CA assisté, taux de clic post-recommandation.

Chatbot service client

À rattacher à : coût SAV par commande, délai de réponse, taux de résolution autonome, taux d'escalade, satisfaction, motifs de contact.

Chatbot générateur de leads

À rattacher à : coût par lead qualifié, taux de qualification, taux de transformation, valeur pipeline, temps commercial économisé.

Callbot relation client

À rattacher à : coût par appel, appels automatisés, taux de résolution, temps d'attente, escalades, disponibilité.

Callbot de suivi post-achat

À rattacher à : retours évitables, satisfaction, litiges, réachat, avis négatifs, problèmes détectés.

Mailbot relation client

À rattacher à : coût par email, délai de traitement, taux de réponse assistée, motifs extraits, irritants récurrents, qualité de réponse.

La bonne phrase en comité :

Webotit ne remplace pas un canal. Webotit améliore le rendement des intentions déjà présentes dans le parcours.

C'est là que la valeur devient lisible.

Exemple de lecture comité

Imaginons un comité mensuel.

Le chiffre d'affaires progresse de 8 %. Bonne nouvelle.

Le dashboard CFO montre :

• panier moyen net de remise : −4 % ;
• marge contributive par commande : −18 % ;
• taux de retour sur catégorie A : +22 % ;
• coût SAV par commande : +15 % ;
• marge après retours du canal paid social : négative ;
• emails entrants "compatibilité produit" : +31 % ;
• appels "suivi commande" : +18 % ;
• stock dormant : +12 %.

La conclusion n'est pas "le mois est bon".

Elle est :

le chiffre d'affaires progresse, mais la qualité économique se dégrade.

Décisions possibles :

1. couper ou réduire les campagnes paid social sur la catégorie A ;
2. enrichir les fiches produit de cette catégorie ;
3. déployer un chatbot vendeur virtuel sur les pages à forte hésitation ;
4. automatiser les demandes de suivi commande avec chatbot / callbot ;
5. utiliser le mailbot pour analyser les emails de compatibilité ;
6. revoir la politique de remise ;
7. prioriser le stock dormant avec marge contrôlée.

Voilà un dashboard qui sert à décider.

Pas seulement à commenter.

Plan de mise en place en 30 jours

Semaine 1 — Construire la vue marge

Créer une première version avec :

• CA net ;
• coût produit ;
• remise ;
• acquisition ;
• logistique ;
• retours ;
• SAV ;
• marge contributive.

Même imparfaite.

L'important est de sortir du CA brut.

Semaine 2 — Segmenter

Découper par :

• canal ;
• catégorie ;
• campagne ;
• client nouveau / existant ;
• marge ;
• retour ;
• service client.

La décision apparaît rarement dans la moyenne.

Semaine 3 — Intégrer relation client

Ajouter :

• emails ;
• appels ;
• chats ;
• motifs ;
• coût par contact ;
• délai de réponse ;
• escalades.

C'est là que chatbot, callbot et mailbot deviennent mesurables.

Semaine 4 — Créer les décisions associées

Pour chaque KPI, définir une action.

Exemples :

• marge négative par canal → arbitrage média ;
• retours élevés par motif → correction fiche produit ;
• appels suivi commande élevés → callbot relation client ;
• emails récurrents → mailbot relation client ;
• faible conversion sur catégorie complexe → chatbot vendeur virtuel ;
• leads non qualifiés → chatbot générateur de leads ;
• retours post-achat sur produits techniques → callbot de suivi.

Un dashboard sans décision est un décor.

Conclusion

Le dashboard CFO e-commerce ne remplace pas le dashboard marketing.

Il le complète.

Le marketing montre comment le site vend. La finance montre ce que ces ventes rapportent vraiment. Les opérations montrent ce qu'elles coûtent après coup. La relation client montre où le parcours se fissure.

En 2026, ces quatre lectures doivent être réunies.

Le e-commerce ne peut plus être piloté uniquement au chiffre d'affaires, au ROAS ou au taux de conversion. Il doit être piloté à la marge contributive, au coût réel de la commande, à la qualité des leads, aux retours, au service client, au cash et à la contribution mesurable de l'automatisation.

C'est moins confortable.

C'est ce qui permet de décider froidement.

Et dans un marché où le panier moyen baisse, où le coût de la visite augmente et où les attentes clients restent élevées, décider froidement devient un avantage compétitif.

→ 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 KPI e-commerce un CFO doit-il suivre ?+

Un CFO doit suivre la marge contributive par commande, la marge après retours, le CAC après marge, le taux de remise, le coût service client par commande, les retours par motif, le cash immobilisé dans le stock, le coût par lead qualifié et la contribution des automatisations.

Pourquoi le chiffre d'affaires ne suffit-il pas ?+

Parce qu'il ne dit rien des coûts nécessaires pour générer et servir la commande. Une vente peut être positive en chiffre d'affaires et négative après acquisition, remise, livraison, retour, remboursement et service client.

Quel est le KPI le plus important ?+

La marge contributive par commande est probablement le KPI central. Elle permet de savoir ce qu'il reste réellement après les coûts variables liés à la vente. Elle doit être suivie par canal, catégorie, campagne et cohorte client.

Comment mesurer l'impact d'un chatbot vendeur virtuel ?+

Il faut mesurer la conversion assistée, le panier moyen assisté, le taux de clic post-recommandation, la marge des commandes assistées, le taux de retour des commandes assistées et les questions produit captées.

Comment mesurer l'impact d'un chatbot service client ?+

Il faut suivre le taux de résolution autonome, le taux d'escalade, le coût par demande évitée, le délai de réponse, la satisfaction et les motifs traités. Le nombre de conversations seul n'est pas un KPI suffisant.

Quels KPI suivre pour un callbot relation client ?+

Les KPI utiles sont les appels traités, le taux de résolution, le taux d'escalade, la durée moyenne, le coût par appel évité, les motifs d'appel et la disponibilité hors horaires.

Comment intégrer un mailbot relation client dans un dashboard CFO ?+

Il faut mesurer le nombre d'emails classés ou assistés, le temps de traitement gagné, le délai de première réponse, le taux de correction humaine, les motifs extraits et les irritants récurrents identifiés.

Pourquoi suivre la qualité des leads ?+

Dans les modèles B2B ou services B2C, le nombre de leads ne suffit pas. Il faut mesurer les leads qualifiés, le coût par lead qualifié, le taux de transformation, la valeur pipeline et le temps commercial économisé.

Sources

Sources et references

1. [1]Fevad — Bilan du e-commerce en France 2025, publié le 11 février 2026.
2. [2]Contentsquare — 2025 Digital Experience Benchmarks: Rising Acquisition Costs and More, publié le 28 janvier 2025.
3. [3]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.
4. [4]DHL eCommerce — 2025 Delivery and Returns Trends, enquête menée en 2025 auprès de 24 000 répondants dans 24 pays.
5. [5]Baymard Institute — Product List UX Best Practices 2025.