Marge contributive e-commerce : pourquoi le ROAS ne suffit plus

Le ROAS rassure.

C'est précisément pour ça qu'il est dangereux.

Un canal affiche 4 de ROAS (Return On Ad Spend, retour sur investissement publicitaire). Le dashboard (tableau de bord) est vert. L'équipe acquisition est contente. Le directeur e-commerce peut dire que chaque euro investi rapporte quatre euros de chiffre d'affaires.

Sauf que le chiffre d'affaires n'est pas de la marge.

En 2026, cette nuance devient brutale.

Le e-commerce français continue de croître : la Fevad indique que le marché a atteint 196,4 milliards d'euros en 2025, avec 3,2 milliards de transactions en ligne. Mais le panier moyen baisse de 3 % et tombe à 62 euros. Plus de commandes, donc. Des commandes plus petites aussi.¹

Dans le même temps, Contentsquare observe dans son benchmark 2025 une hausse de 9 % du coût d'une visite en ligne sur un an, et de 19 % sur deux ans, pendant que les taux de conversion baissent de 6,1 % en glissement annuel.²

Voilà le problème.

Si chaque visite coûte plus cher, convertit moins bien, et génère une commande moyenne plus faible, le ROAS devient un indicateur incomplet. Il peut même devenir un écran de fumée.

Le sujet n'est plus : "ce canal génère-t-il du chiffre d'affaires ?".

Il est : "ce canal génère-t-il de la marge après acquisition, remises, paiement, logistique, retours, SAV, outils et réachat ?".

C'est là que la marge contributive devient le vrai KPI (Key Performance Indicator, indicateur clé de performance).

Pour la vue d'ensemble du pilotage marge dans un environnement où le trafic coûte plus cher, voir le pillar Rentabilité e-commerce : comment piloter la marge quand le trafic coûte plus cher.

Le ROAS mesure le chiffre d'affaires, pas la qualité économique de la vente

Le ROAS est simple :

chiffre d'affaires attribué / dépenses publicitaires

Un canal dépense 10 000 €. Il génère 40 000 € de chiffre d'affaires. ROAS = 4.

Sur le papier, c'est propre.

Ce calcul ignore presque tout ce qui compte pour la rentabilité :

• la marge brute réelle des produits vendus ;
• les remises utilisées pour déclencher l'achat ;
• le coût logistique ;
• le coût de paiement ;
• le taux de retour ;
• le coût de traitement des retours ;
• le coût du service client ;
• les remboursements ;
• le coût des outils ;
• le réachat ;
• la LTV (Lifetime Value, valeur cumulée d'un client sur la durée) réelle ;
• les ventes cannibalisées entre canaux.

Un ROAS de 4 peut être excellent sur une catégorie à forte marge, faible retour et fort réachat.

Il peut être mauvais sur une catégorie à faible marge, vendue avec remise, souvent retournée et sans fidélisation.

Même chiffre. Réalité économique opposée.

C'est pour ça que le ROAS doit descendre de son piédestal.

Il reste utile pour comparer des campagnes à court terme. Il ne suffit plus pour piloter une activité e-commerce mature.

Le directeur e-commerce doit passer d'un pilotage "revenu média" à un pilotage "marge contributive".

C'est moins flatteur.

C'est plus vrai.

La marge contributive : la formule simple

La marge contributive e-commerce peut se calculer ainsi :

Marge contributive = chiffre d'affaires net − coût produit − remises − CAC − paiement − logistique − retours − SAV − coûts variables outils / opération

Plusieurs variantes existent selon les entreprises. Certaines intègrent une partie des coûts fixes. D'autres isolent les coûts variables uniquement. L'important est de garder une logique constante.

L'objectif n'est pas de créer une formule parfaite pour consultants.

Il est de répondre à une question simple :

après tous les coûts directement liés à la vente, est-ce que cette commande contribue réellement à la marge ?

Prenons un exemple.

• Commande : 100 €
• Marge brute produit : 45 €, donc coût produit 55 €
• Remise : 10 €
• CAC attribué : 18 €
• Logistique aller : 6 €
• Paiement : 2 €
• Service client moyen : 2 €
• Provision retour : 5 €

Marge contributive :

100 € − 55 € − 10 € − 18 € − 6 € − 2 € − 2 € − 5 € = 2 €

La commande est "rentable".

À peine.

Ajoutez maintenant un retour réel, un échange, un ticket SAV ou une décote produit. La commande passe en négatif.

Le ROAS pouvait sembler correct.

La marge, elle, racontait autre chose.

Pourquoi ce sujet devient critique en 2026

Pendant longtemps, les e-commerçants pouvaient absorber des imprécisions.

Le trafic était moins cher. La croissance était forte. Les remises faisaient vendre. Les retours étaient vus comme le prix de la confiance. La stack technologique était moins lourde. Les marketplaces semblaient surtout être des relais de volume.

Aujourd'hui, tout se tend en même temps.

La Fevad montre que le marché français reste dynamique, mais que la croissance repose davantage sur la hausse du nombre de transactions que sur la valeur unitaire. Le panier moyen à 62 euros change le poids relatif des coûts fixes par commande.¹

Contentsquare ajoute une autre couche : le coût par visite monte, la conversion baisse.²

DHL observe aussi que les attentes clients restent fortes sur les sujets logistiques : en 2025, 58 % des acheteurs citent les frais de livraison élevés comme frustration, 52 % les délais trop longs, 42 % le manque d'information produit, et 39 % le fait de devoir payer pour les retours.³

Traduction : le client veut du prix, de la rapidité, de l'information, de la flexibilité et du retour facile.

L'e-commerçant, lui, doit financer tout cela.

La marge contributive devient donc le tableau de bord de survie.

Pas un raffinement financier.

→ Pour le détail des coûts d'acquisition qui pèsent dans cette équation, voir la hausse du CAC en e-commerce.

Le canal qui vend le plus n'est pas toujours celui qui rapporte le plus

C'est souvent là que les débats deviennent intéressants.

Un canal paid social (publicité payante sur réseaux sociaux) peut générer beaucoup de commandes. Si ces commandes sont issues d'une promesse très promotionnelle, avec des clients peu qualifiés et un taux de retour supérieur à la moyenne, la marge réelle peut être faible.

Un canal search brand (campagne payante sur la marque elle-même) peut afficher un ROAS excellent. Il capture parfois une demande déjà existante, qui serait peut-être venue en direct.

Une marketplace peut apporter du volume. Elle prend une commission, contraint la relation client, limite la donnée propriétaire et pousse à la comparaison prix.

Une campagne email peut sembler presque gratuite. Si elle repose sur des remises répétées, elle habitue la base à ne jamais acheter au prix normal.

Un chatbot vendeur virtuel bien connecté au catalogue peut, à l'inverse, améliorer la conversion sans acheter plus de trafic. Il aide à choisir, explique un écart de prix, recommande le bon produit, réduit les erreurs de compatibilité et défend le panier moyen.

Ce n'est pas le même impact que du paid.

Dans une logique CFO, c'est souvent plus intéressant.

Parce qu'il agit sur le rendement du trafic existant.

Le vrai sujet : le rendement de l'intention

Un directeur e-commerce ne devrait pas seulement mesurer le rendement du trafic.

Il devrait mesurer le rendement de l'intention.

Une visite payée n'a pas de valeur en soi. Elle a de la valeur si elle contient une intention exploitable.

Un visiteur qui cherche "meilleure pompe de relevage pour cave humide" n'a pas la même valeur qu'un visiteur qui scrolle une page catégorie sans comprendre les différences entre produits — un cas que Baymard documente précisément, avec 58 % de sites desktop et 78 % de sites mobile médiocres ou pires sur les listes produits et les filtres.⁴

Un client qui demande "quelle taille choisir ?" est probablement plus avancé qu'un visiteur qui regarde trois modèles sans agir.

Un prospect B2B (Business-to-Business) qui demande "est-ce compatible avec notre installation ?" est peut-être un lead qualifié.

Un client qui appelle après achat pour comprendre la livraison peut être sauvé avant de devenir un litige.

C'est là que les solutions conversationnelles deviennent intéressantes pour la marge.

Pas parce qu'elles "font de l'IA".

Parce qu'elles captent et traitent des intentions que les parcours classiques captent mal.

• Un chatbot vendeur virtuel transforme une hésitation produit en recommandation argumentée.
• Un chatbot générateur de leads qualifie un prospect B2B ou un prospect service B2C avant transfert commercial.
• Un chatbot service client absorbe les questions simples, réduit la charge support et évite qu'un doute ne devienne un abandon ou une insatisfaction.
• Un callbot relation client traite des demandes entrantes répétitives avec un niveau de disponibilité supérieur.
• Un callbot de suivi de dossier sécurise la livraison, confirme la satisfaction, détecte un problème avant retour ou litige.
• Un mailbot relation client traite les emails entrants, classe les demandes, propose des réponses fiables et réduit le délai de traitement.

La logique commune est simple : mieux traiter l'intention client, au bon moment, avec moins de coût marginal.

Le coût service client doit entrer dans le calcul de marge

Beaucoup de modèles e-commerce sous-estiment le coût service client.

C'est une erreur.

Un produit mal compris avant achat génère une question.

Une livraison floue génère une question.

Une politique de retour mal expliquée génère une question.

Une compatibilité produit incertaine génère une question.

Un email sans réponse rapide génère parfois un appel, puis un avis négatif, puis un remboursement.

Le service client n'est pas seulement un centre de coût. C'est un révélateur de défauts commerciaux.

Les tickets SAV disent où le site ne vend pas assez clairement.

Les appels entrants disent où la promesse n'est pas assez lisible.

Les emails entrants disent où la documentation ou la fiche produit ne suffisent pas.

La donnée service client doit donc revenir dans le pilotage de marge.

Si une catégorie génère un fort taux de questions avant achat, ce n'est peut-être pas un problème de support. C'est peut-être un problème de fiche produit, de comparateur, de guide, de conseil ou de wording.

Si une catégorie génère beaucoup d'emails après achat, ce n'est pas seulement un problème opérationnel. C'est peut-être une promesse de livraison, de retour ou d'usage mal expliquée.

Un mailbot relation client bien conçu peut réduire le coût de traitement. Sa valeur ne s'arrête pas là. Il structure les motifs de contact, identifie les irritants récurrents et nourrit l'amélioration du catalogue, des pages produit et des parcours.

Même chose pour un callbot.

Un callbot relation client absorbe une partie des demandes simples : suivi commande, disponibilité, retour, remboursement, horaires, conditions, statut livraison. Un callbot de suivi de dossier va plus loin : il appelle ou relance automatiquement certains clients à risque, vérifie la bonne réception, détecte une insatisfaction, propose une solution avant que le client ne retourne ou ne réclame.

C'est une lecture beaucoup plus financière de la relation client.

Moins de coût.

Moins de friction.

Moins de retours évitables.

Plus de réachat.

Les retours doivent être rattachés au canal d'acquisition

Un autre trou classique : les retours sont suivis par la logistique, mais rarement réinjectés correctement dans l'analyse marketing.

Pourtant, un canal qui génère beaucoup de retours n'a pas la même qualité qu'un canal qui génère des clients satisfaits.

DHL montre que les attentes autour des retours restent élevées : 53 % des acheteurs interrogés veulent une amélioration des retours gratuits, contre 48 % en 2024.³

C'est une pression directe sur la marge.

Un retour gratuit peut augmenter la conversion. Il absorbe aussi une partie significative de la marge, surtout sur des paniers faibles.

La question n'est donc pas : "faut-il offrir les retours ?".

Elle est : "quels retours sont économiquement acceptables, pour quels clients, quels produits, quels canaux et quels motifs ?".

Un canal paid (publicité payante au clic) qui attire des acheteurs opportunistes, avec fort taux de retour, doit être lu différemment.

Une campagne qui pousse un produit mal adapté doit être corrigée.

Une fiche produit qui génère des erreurs de choix doit être enrichie.

Un chatbot vendeur virtuel contribue ici à la marge en posant les bonnes questions avant achat : taille, usage, compatibilité, contrainte, fréquence d'utilisation, budget, niveau d'expertise.

Le meilleur retour est celui qui n'a jamais lieu parce que le client a acheté le bon produit.

→ Pour le détail du coût complet d'un retour, voir le coût caché des retours e-commerce.

Le cas particulier du B2B et des services B2C

La marge contributive ne concerne pas seulement les sites retail classiques.

Elle est aussi centrale pour les e-commerces B2B, les services B2C (Business-to-Consumer), les mutuelles, les assurances, l'énergie, la formation, le tourisme, l'hôtellerie, les abonnements ou les plateformes avec demande de devis.

Dans ces cas, le panier n'est pas toujours immédiat.

La valeur se joue dans la qualification.

Un visiteur ne vient pas forcément acheter. Il vient comprendre, comparer, demander un prix, vérifier une éligibilité, poser une question, demander un rappel, obtenir une simulation, réserver, prendre rendez-vous.

Le ROAS peut devenir encore plus trompeur.

Le bon KPI n'est pas seulement la vente immédiate. C'est le coût du lead qualifié, le taux de transformation commerciale, la valeur du contrat, le délai de conversion, le coût de traitement humain.

C'est là que le chatbot générateur de leads est particulièrement utile.

Pour le B2B, il peut qualifier :

• taille d'entreprise ;
• besoin ;
• urgence ;
• budget ;
• stack existante ;
• maturité ;
• décideurs ;
• calendrier ;
• contraintes techniques.

Pour les services B2C, il peut qualifier :

• projet ;
• zone géographique ;
• éligibilité ;
• budget ;
• disponibilité ;
• niveau d'intention ;
• demande de rappel ;
• préférence de canal.

Le callbot prend ensuite le relais.

Un callbot sortant peut rappeler rapidement un lead chaud. Un callbot entrant peut qualifier une demande simple. Un callbot de suivi de dossier peut relancer après devis, confirmer un rendez-vous ou vérifier la satisfaction.

Dans ces modèles, la marge contributive se joue dans la vitesse et la qualité de qualification.

Un lead mal qualifié coûte du temps commercial.

Un lead chaud rappelé trop tard coûte une vente.

Un email entrant traité en 48 heures coûte une opportunité.

Le mailbot relation client devient alors une brique de rentabilité, pas seulement de productivité.

Exemple : passer d'un pilotage ROAS à un pilotage marge

Prenons deux campagnes.

Campagne A

• Dépense média : 10 000 €
• Chiffre d'affaires attribué : 50 000 €
• ROAS : 5
• Marge brute : 35 %
• Remises : 8 000 €
• Logistique : 4 000 €
• Retours : 6 000 €
• SAV : 2 000 €

Marge brute : 17 500 €

Marge contributive :

17 500 € − 10 000 € − 8 000 € − 4 000 € − 6 000 € − 2 000 € = −12 500 €

Très beau ROAS.

Mauvaise marge.

Campagne B

• Dépense média : 8 000 €
• Chiffre d'affaires attribué : 32 000 €
• ROAS : 4
• Marge brute : 50 %
• Remises : 1 500 €
• Logistique : 2 500 €
• Retours : 1 000 €
• SAV : 500 €

Marge brute : 16 000 €

Marge contributive :

16 000 € − 8 000 € − 1 500 € − 2 500 € − 1 000 € − 500 € = 2 500 €

ROAS plus faible.

Meilleure campagne.

C'est exactement pour cela que le pilotage CFO change la hiérarchie des décisions.

Il ne s'agit pas de détester le marketing.

Il s'agit de mesurer ce qui reste.

→ Pour le diagnostic complet de la baisse simultanée de conversion et panier moyen, voir l'effet ciseau qui fragilise l'e-commerce 2026.

Comment Webotit peut améliorer la marge contributive

Les solutions Webotit ne sont pas des "outils IA" de plus.

Elles sont des leviers de marge sur des points précis du parcours.

Chatbot vendeur virtuel

Objectif : améliorer le rendement du trafic existant.

Il aide le visiteur à choisir, compare les produits, explique les différences, recommande selon l'usage réel, rassure sur la compatibilité, défend un panier moyen supérieur quand il est justifié.

Impact attendu :

• meilleure conversion ;
• panier moyen plus cohérent ;
• moins d'abandons liés au doute ;
• moins de mauvais achats ;
• plus de données d'intention.

→ Voir chatbot vendeur virtuel.

Chatbot service client

Objectif : réduire le coût de traitement et sécuriser l'expérience.

Il répond aux questions fréquentes, oriente les demandes, donne des informations de suivi, explique les retours, aide à trouver une information produit ou commande.

Impact attendu :

• moins de tickets humains ;
• délais de réponse plus courts ;
• meilleure satisfaction ;
• motifs de contact mieux structurés ;
• amélioration des contenus et fiches produit.

→ Voir chatbot service client.

Chatbot générateur de leads

Objectif : améliorer la qualité des prospects, surtout en B2B et services B2C.

Il qualifie les visiteurs, collecte les besoins, segmente les demandes, transmet aux commerciaux des leads exploitables.

Impact attendu :

• baisse du coût par lead qualifié ;
• moins de temps commercial perdu ;
• meilleur taux de transformation ;
• suivi plus rapide des opportunités chaudes.

→ Voir chatbot prospection commerciale.

Callbot relation client

Objectif : absorber les demandes vocales répétitives et réduire les temps d'attente.

Il traite des appels entrants liés au suivi de commande, disponibilité, horaires, retours, statut de dossier, informations simples.

Impact attendu :

• réduction de la charge centre de contact ;
• meilleure disponibilité ;
• continuité de service ;
• escalade humaine sur les cas complexes.

→ Voir callbot relation client.

Callbot de suivi de dossier (post-achat)

Objectif : éviter qu'une insatisfaction ne devienne un retour, un litige ou un avis négatif.

Il confirme la bonne réception, détecte un problème, propose une aide, oriente vers un échange ou rassure sur une étape de livraison.

Impact attendu :

• baisse des retours évitables ;
• réduction des litiges ;
• amélioration de la satisfaction ;
• meilleure fidélisation.

→ Voir callbot suivi de dossier.

Mailbot relation client

Objectif : traiter plus vite les emails entrants et structurer les motifs.

Il analyse les demandes, propose des réponses, classe les emails, priorise les urgences, extrait les informations nécessaires et aide les agents humains.

Impact attendu :

• réduction du délai de traitement ;
• baisse du coût par email ;
• meilleure qualité de réponse ;
• exploitation des irritants récurrents.

→ Voir mailbot réponse aux emails.

La logique globale : convertir mieux, servir mieux, qualifier mieux, relancer mieux, traiter mieux.

Donc améliorer la marge contributive.

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

Comment passer à ce pilotage concrètement

Voici une checklist simple.

1. Créer un P&L (Profit & Loss, compte de résultat) par canal. Pas seulement CA et dépense média. Ajouter marge, remises, retours, SAV, logistique, paiement.

2. Mesurer la marge par catégorie. Un canal peut être rentable sur une catégorie et destructeur sur une autre.

3. Rattacher les retours au canal et à la campagne. Sinon, l'acquisition est surévaluée.

4. Rattacher les tickets SAV aux produits et parcours. Le service client révèle souvent les trous du parcours d'achat.

5. Identifier les intentions non converties. Questions produit, recherches internes, abandons, formulaires incomplets, appels entrants.

6. Déployer les agents IA sur les points de friction à forte valeur. Pas partout. D'abord là où l'impact marge est mesurable.

7. Mesurer avant / après. Conversion, panier moyen, taux de retour, coût service client, taux de lead qualifié, délai de réponse, réachat.

8. Arrêter de financer les ventes à marge négative. Certaines commandes ne méritent pas d'être générées.

Conclusion

Le ROAS ne disparaît pas.

Il redescend à sa place.

C'est un indicateur marketing utile, insuffisant pour piloter un e-commerce en 2026. Le vrai sujet est la marge contributive : ce qui reste après acquisition, remises, logistique, retours, service client, paiement et opérations.

Les directeurs e-commerce qui continueront à piloter uniquement au chiffre d'affaires ou au ROAS risquent de financer de la croissance sans rentabilité.

Ceux qui piloteront à la marge pourront faire des choix plus froids, plus précis, plus sains : quels canaux financer, quelles catégories pousser, quels retours réduire, quels parcours automatiser, quelles intentions mieux traiter.

C'est moins spectaculaire qu'une courbe de trafic.

C'est ce qui paie les salaires.

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

FAQ

Questions frequentes

Qu'est-ce que la marge contributive e-commerce ?+

La marge contributive e-commerce mesure ce qu'il reste après les coûts directement liés à la vente : coût produit, remises, acquisition, paiement, logistique, retours, SAV et parfois coûts variables d'outils. Elle permet de savoir si une commande, un canal ou une catégorie crée réellement de la valeur.

Quelle différence entre ROAS et marge contributive ?+

Le ROAS compare le chiffre d'affaires attribué aux dépenses publicitaires. La marge contributive regarde ce qui reste après les coûts. Un canal peut afficher un bon ROAS et une mauvaise marge si les produits vendus sont peu margés, très remisés ou souvent retournés.

Pourquoi le ROAS est-il insuffisant en 2026 ?+

Parce que le coût du trafic augmente, les taux de conversion baissent et le panier moyen se comprime.² Le ROAS ne tient pas compte des retours, du service client, des remises, de la logistique ni de la marge réelle. Il donne une vision partielle de la performance.

Comment un chatbot vendeur virtuel peut-il améliorer la marge ?+

Il améliore le rendement du trafic existant en aidant les visiteurs à choisir le bon produit, à comprendre les différences, à éviter les erreurs de compatibilité et à acheter avec moins d'hésitation. L'impact se mesure sur la conversion, le panier moyen et les retours évités.

Quel rôle pour un chatbot générateur de leads ?+

Il est utile pour les modèles B2B et services B2C où la conversion passe par la qualification. Il collecte le besoin, le contexte, le budget, l'urgence et les coordonnées, puis transmet des prospects mieux qualifiés aux équipes commerciales.

Un callbot post-achat peut-il réduire les retours ?+

Oui, dans certains cas. Un callbot de suivi de dossier peut détecter une insatisfaction, clarifier une livraison, proposer une aide ou orienter vers une solution avant que le client ne retourne le produit ou n'ouvre un litige.

Pourquoi intégrer le mailbot dans le pilotage de marge ?+

Parce que les emails entrants coûtent du temps humain et contiennent des informations précieuses : irritants, motifs d'insatisfaction, questions produit, problèmes de livraison. Un mailbot réduit le coût de traitement et transforme ces emails en données exploitables.

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]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.