Comment calculer le CAC en e-commerce

Le coût d’acquisition client est la dépense d’acquisition totale divisée par le nombre de nouveaux clients acquis sur la même période, mais c’est la « dépense d’acquisition totale » qui fait dérailler la plupart des calculs de CAC. La dépense publicitaire seule est le numérateur que la plupart des équipes utilisent, et c’est le numérateur qui sous-estime le coût réel d’acquisition d’un client, parfois avec un écart important.

Ce qui appartient réellement au numérateur

La dépense publicitaire sur Meta et les autres canaux payants est l’entrée évidente, mais ce n’est pas le seul coût d’acquisition. Un numérateur complet inclut : la dépense média payante, les frais d’agence ou de plateforme liés à la gestion de cette dépense, les commissions d’affiliation et d’influence, le coût pleinement chargé du temps de l’équipe marketing consacré aux campagnes d’acquisition, et les remises promotionnelles proposées spécifiquement aux nouveaux acheteurs.

Omettez les frais d’agence et un CAC réel de 12 € peut ressembler à 9 €. Omettez en plus les remises de premier achat et l’écart se creuse davantage. Aucune de ces omissions n’est vraiment malhonnête, elles sont simplement faciles à oublier, puisque la dépense publicitaire vit dans un tableau de bord et le reste vit dans la comptabilité ou une feuille de calcul séparée. La définition du coût d’acquisition nouveau client existe précisément pour standardiser ce qui appartient à ce numérateur.

Trois versions du CAC, trois questions différentes

Le CAC blended divise la dépense d’acquisition totale sur tous les canaux, payants et organiques, par le total des nouveaux clients sur tous les canaux. Il répond à : que coûte-t-il à l’entreprise, en moyenne, d’ajouter un client en ce moment, en tenant compte du volume gratuit que le trafic organique et de recommandation apporte.

Le CAC paid divise la dépense d’acquisition payante uniquement par les nouveaux clients attribués aux canaux payants. Il répond à : quel est le coût marginal du prochain client si le volume organique reste stable et que toute la croissance vient de la dépense payante, ce qui est le chiffre qui gouverne réellement une décision de scaling sur le budget publicitaire.

Le CAC new-customer restreint encore le dénominateur, en ne comptant que les acheteurs véritablement nouveaux plutôt que tout événement de conversion, puisqu’une campagne payante qui recible des clients existants peut gonfler un calcul de CAC naïf en comptant un achat répété comme une nouvelle acquisition. Il répond à : que coûte-t-il de faire croître la base clients elle-même, par opposition à générer du revenu auprès de personnes déjà dans cette base.

Ces chiffres divergent de façon significative. Une marque avec un fort trafic organique pourrait afficher un CAC blended de 25 € tandis que son CAC paid se situe à 55 €, parce que les clients organiques tirent la moyenne vers le bas. Utiliser le chiffre blended pour dimensionner une hausse de budget payant surestimerait fortement ce que cette dépense peut accomplir.

Un calcul détaillé

Une marque dépense 40 000 € en publicités Meta, paie une rétribution d’agence de 3 000 €, et offre 2 000 € en codes de remise de premier achat sur un mois, pour un numérateur total de 45 000 €. Ce mois-là, les canaux payants ont généré 900 nouveaux clients, et le trafic organique et de recommandation en a généré 300 de plus, pour 1 200 nouveaux clients au total.

CAC blended : numérateur de 45 000 €, mais le CAC blended inclut correctement aussi le coût organique, et l’organique est ici traité comme une dépense marginale de 0 €, donc le CAC blended est de 45 000 € divisé par 1 200, soit 37,50 €.

CAC paid : les 45 000 € de coût attribuable au payant divisés par les 900 clients apportés par les canaux payants, 50,00 €.

L’écart de 12,50 € entre ces deux chiffres est la valeur que le trafic organique contribue discrètement à la moyenne blended, et c’est le chiffre qu’une équipe se fiant uniquement au chiffre blended manquerait entièrement en décidant jusqu’où pousser davantage la dépense payante.

Les erreurs courantes

Utiliser la dépense publicitaire seule comme numérateur, en manquant les frais d’agence, les remises et les commissions d’affiliation, comme décrit ci-dessus.

Comparer le CAC blended à des décisions sur les canaux payants, en dimensionnant une hausse de budget Meta à partir d’un chiffre qui inclut un volume organique gratuit que cette hausse n’affectera pas.

Compter les acheteurs récurrents comme de nouvelles acquisitions, courant quand les fenêtres d’attribution créditent une publicité payante pour un achat provenant d’une personne déjà cliente, gonflant le volume apparent de nouveaux clients et sous-estimant le vrai CAC new-customer.

Mesurer le CAC isolément de la marge, puisqu’un chiffre de CAC seul ne dit rien sur si le client vaut ce qu’il coûte. Comparez-le à la LTV avant de tirer une conclusion dans un sens ou dans l’autre.

Quand cela ne s’applique pas

Une marque pré-revenu ou pré-marge encore en train de trouver son product-market fit acceptera souvent un CAC bien au-dessus de ce que justifierait une analyse de LTV, délibérément, pour apprendre quels canaux et quels créatifs convertissent réellement avant d’optimiser pour l’efficacité. La discipline du CAC compte davantage une fois qu’une marque a un entonnoir répétable à optimiser que pendant qu’elle en cherche encore un.

Comment YieldBI aide

YieldBI trie un compte Meta chaque jour et fait ressortir quels ensembles de publicités génèrent des nouveaux clients véritablement nouveaux par opposition à des achats répétés d’une base existante, une distinction que les simples compteurs de conversion dans Ads Manager ne font pas d’eux-mêmes.

Choisissez le chiffre pour la question que vous posez

Il n’existe pas de CAC unique et correct. Il y a le bon CAC pour la décision qui se présente à vous : blended pour la santé globale de l’entreprise, paid pour le prochain euro de budget publicitaire, new-customer pour savoir si la base clients elle-même grandit. Calculer un seul chiffre et l’appliquer aux trois questions est la façon dont une entreprise finit par avoir confiance en un chiffre qui n’a jamais mesuré ce qu’elle croyait.