Étape 1 : Définir les bons indicateurs
Trois indicateurs capturent l'image complète du ROI. Le taux d'adoption de l'essai est le pourcentage de visiteurs de la page produit qui cliquent sur le bouton « Essayer » et effectuent au moins un essai — cela vous indique si les acheteurs découvrent et utilisent la fonctionnalité. Visez une adoption de 15 à 25 % ; en dessous de 10 %, cela indique généralement un problème de placement. L'augmentation de la conversion est la différence entre les taux d'ajout au panier et d'achat entre les sessions incluant un essai et celles qui n'en incluent pas — c'est votre indicateur d'attribution directe des revenus.
L'écart du taux de retour est la différence entre le taux de retour de votre boutique dans les 90 jours suivant l'installation par rapport à la base de référence des 90 jours précédant l'installation. C'est l'indicateur de ROI à long terme le plus important, car les coûts de traitement des retours (expédition, remise en stock, service client) sont souvent plus élevés que l'impact sur les revenus de l'augmentation de la conversion. Une réduction de 25 % du taux de retour pour une boutique de vêtements réalisant 500 k€/an permet généralement d'économiser plus de marge qu'une augmentation de conversion de 20 % sur un taux d'adoption de 5 %.
Étape 2 : Définir votre base de référence avant l'installation
Avant d'installer le widget, capturez 30 jours de données de référence. Extrayez de votre plateforme d'analyse : (1) le taux de conversion de la page produit (vues de la page produit par rapport aux commandes, pas seulement les ajouts au panier) ; (2) le taux de retour moyen sur toutes les commandes de vêtements (retours divisés par les commandes expédiées) ; (3) le revenu par session de page produit. Exportez ces chiffres dans une feuille de calcul et horodatez-les. Cette base de référence est votre groupe de contrôle.
Si votre boutique connaît des pics de trafic saisonniers (fêtes, rentrée scolaire, maillots de bain d'été), essayez d'installer le widget pendant une période de trafic stable afin que vos fenêtres de comparaison soient similaires en termes de profil d'acheteurs. Une installation juste avant le Black Friday comparée à une base normale d'octobre surestimera l'augmentation. Si vous ne pouvez pas éviter une période saisonnière, utilisez des comparaisons d'une année sur l'autre plutôt que des comparaisons avant/après.
Étape 3 : Comprendre les fenêtres d'attribution
L'attribution pour la conversion liée à l'essai doit utiliser un modèle au niveau de la session : si un acheteur essaie un produit au cours de la même session de navigation puis effectue un achat, cet achat est attribué à l'essai. Le tableau de bord Business de Photta utilise nativement ce modèle au niveau de la session et le rapporte comme « Converti après essai ». N'utilisez pas l'attribution au dernier clic de votre plateforme publicitaire pour mesurer le ROI de l'essai — ces outils ne suivent pas les événements d'essai sur le site.
Pour la mesure du taux de retour, utilisez une fenêtre de comparaison glissante de 90 jours avec un décalage de 30 jours. Le décalage tient compte du temps entre l'achat et le retour : la plupart des retours arrivent dans les 30 jours suivant la livraison, mais certaines boutiques ont des fenêtres de retour de 60 jours. Mesurer les taux de retour dans les semaines 1 à 4 après l'installation sous-estimera l'impact, car les commandes passées la première semaine après l'installation sont toujours dans leur fenêtre de retour. Attendez 90 jours après l'installation avant de tirer des conclusions sur le taux de retour.
Étape 4 : Utiliser le tableau de bord Business de Photta
Connectez-vous à business.photta.app et accédez à Analytics. Le tableau de bord affiche trois panneaux : Volume d'essais (total et par produit), Comparaison des conversions (sessions avec essai vs sans) et Tendance du taux de retour (si vous connectez votre système de gestion des commandes via le webhook). Le panneau de comparaison des conversions est le plus exploitable — il vous montre le pourcentage exact d'augmentation attribuable aux sessions d'essai en temps réel, mis à jour quotidiennement.
Pour activer le suivi du taux de retour dans le tableau de bord, allez dans Paramètres → Intégrations et ajoutez le webhook de votre gestionnaire de commandes. Le tableau de bord accepte les webhooks d'état de commande de Shopify, WooCommerce et des points de terminaison personnalisés au format standard documenté dans Paramètres → Intégrations → Documentation Webhook. Une fois connecté, les données du taux de retour apparaissent dans le panneau Analytics sous 24 heures et sont mises à jour quotidiennement au fur et à mesure que les nouveaux événements de retour arrivent.
Étape 5 : Calculer la rentabilité monétaire
Utilisez ce calcul pour estimer le ROI financier. Soit R = votre taux de retour moyen avant installation (ex : 0,28), C = coût par retour (expédition + main-d'œuvre de remise en stock, généralement 12 à 25 € pour l'habillement), M = volume mensuel de commandes, et D = baisse du taux de retour (généralement 0,07 à 0,10 selon les données de la cohorte Photta). Économies mensuelles sur les coûts de retour = M × R × D × C. Exemple : 1 000 commandes/mois × 28 % de taux de retour × 8 % de réduction × 18 € de coût = 403 €/mois d'économies. Cela couvre à lui seul le forfait Starter (49 €/mois) avec un surplus de 354 €.
Ajoutez les revenus liés à l'augmentation de la conversion : Soit P = sessions sur page produit par mois, A = taux d'adoption de l'essai (ex : 0,20), L = augmentation de la conversion sur les sessions d'essai (ex : 0,22), et AOV = valeur moyenne des commandes. Revenu incrémental mensuel = P × A × L × (taux de conversion) × AOV. Pour une boutique avec 10 000 sessions sur page produit, 20 % d'adoption, 22 % de lift, 3 % de conversion de base et 85 € de AOV : 10 000 × 0,20 × 0,22 × 0,03 × 85 € = 1 122 €/mois de revenus incrémentaux. ROI mensuel total avec le forfait Starter : 403 € + 1 122 € − 49 € = 1 476 € net positif par mois.