Le taux de clic (CTR recommandation produit) longtemps occupé une place confortable dans les tableaux de bord e-commerce. Il rassure parce qu’il est simple. Il donne le sentiment que quelque chose se passe. Un visiteur voit une recommandation, clique sur un produit, poursuit sa navigation. Le bloc semble vivant. Le moteur semble pertinent.
Mais cette lecture s’arrête trop tôt.
Car le vrai sujet n’est pas de savoir si une recommandation attire l’attention. Le vrai sujet est de savoir ce que cette attention produit ensuite. Un clic peut ouvrir une fiche produit sans jamais conduire à un achat. Il peut traduire une curiosité, une hésitation, une comparaison, parfois même une distraction. Il signale une réaction, mais pas nécessairement une décision.
C’est précisément pour cela que le CTR, pris seul, devient un indicateur fragile. Il mesure l’entrée dans le parcours. Il ne mesure pas sa valeur commerciale.
Cette distinction est au cœur de l’article académique Click is not equal to purchase, qui rappelle que le clic, l’ajout au panier et l’achat correspondent à des comportements différents et ne doivent pas être confondus dans l’évaluation d’un système de recommandation.
Source : https://link.springer.com/article/10.1007/s11280-023-01215-6
Dans une logique business, la question doit donc se déplacer. Non plus : “mes recommandations sont-elles cliquées ?”, mais : “que produisent ces clics en chiffre d’affaires ?”
Le moment où le KPI change de nature
Ce déplacement n’est pas anodin. Il marque un changement de niveau dans la lecture de la performance.
Le CTR appartient à une logique d’attention.
Le chiffre d’affaires appartient à une logique de décision.
Entre les deux, il y a tout ce qui fait la complexité du e-commerce : le doute, la comparaison, la navigation, les arbitrages implicites du visiteur. C’est dans cet espace que se joue la transformation.
C’est aussi dans cet espace que le CTR devient trompeur lorsqu’il est utilisé comme indicateur principal.
Un moteur peut améliorer son taux de clic en rendant ses recommandations plus visibles, plus attractives, plus “accrocheuses”. Il peut même produire une augmentation sensible de l’engagement global du site. Mais si cette dynamique ne se traduit pas en achat, en panier ou en revenu, la performance reste essentiellement apparente.
Le site bouge davantage.
Mais il ne vend pas nécessairement plus.
Ce que le clic ne dit pas
Le clic est un signal immédiat. Il capte une réaction rapide, presque instinctive. C’est précisément ce qui le rend séduisant dans les dashboards : il donne une impression de pilotage en temps réel.
Mais cette immédiateté a un coût.
Elle simplifie à l’excès un processus qui, lui, ne l’est pas.
Un visiteur peut cliquer sur plusieurs recommandations avant d’acheter. Il peut revenir en arrière, changer de catégorie, consulter d’autres produits. Il peut cliquer sans jamais acheter, ou acheter sans avoir cliqué sur la recommandation qui l’a influencé.
Autrement dit, le clic est un fragment du parcours. Il n’en est pas le résumé.
C’est pour cela que les systèmes de recommandation ne peuvent pas être évalués à partir d’une seule métrique. Comme le rappelle Evidently AI, un moteur de recommandation doit être jugé à travers plusieurs indicateurs alignés sur l’objectif recherché. Si l’objectif est commercial, les métriques doivent refléter cette réalité.
Source : https://www.evidentlyai.com/ranking-metrics/evaluating-recommender-systems
Le CA post-clic : revenir à la valeur
C’est dans cette logique que le chiffre d’affaires post-clic devient un indicateur central.
Il ne s’intéresse plus seulement à l’interaction mais à ce que cette interaction produit réellement. Il permet de suivre le chemin complet : du clic à la transaction, du produit consulté au produit acheté, de l’attention captée à la valeur générée.
Ce n’est pas un indicateur parfait. Aucun ne l’est. Mais il a un avantage décisif : il relie directement la recommandation à un résultat business.
Là où le CTR dit : “le produit attire”, le CA post-clic dit : “le produit vend”.
La différence est fondamentale.
Elle permet de distinguer deux types de recommandations :
- celles qui génèrent du mouvement,
- celles qui génèrent du chiffre d’affaires.
L’écart entre optimiser le clic et optimiser la vente
Cet écart n’est pas théorique. Il est observé empiriquement.
L’étude Clicks Versus Conversion, menée sur la plateforme Digitec Galaxus, compare directement ces deux approches. Elle montre qu’un moteur optimisé pour l’achat peut générer un uplift de GMV plus de cinq fois supérieur à un moteur optimisé pour le clic.
Source : https://arxiv.org/abs/2508.10377
Ce résultat éclaire une réalité souvent sous-estimée : optimiser le clic et optimiser la valeur ne produisent pas les mêmes effets.
Un produit très cliquable n’est pas nécessairement un produit qui se vend bien. À l’inverse, un produit moins visible mais plus pertinent dans une situation donnée peut générer davantage de chiffre d’affaires.
Le clic favorise l’attractivité. La vente favorise la pertinence.
Et entre les deux, le moteur doit arbitrer.
Une recommandation ne vaut que par ce qu’elle déclenche
Une recommandation produit n’est pas une vitrine. Ce n’est pas un élément décoratif du parcours. C’est un point de décision.
Elle doit aider le visiteur à avancer. Réduire son incertitude. Lui proposer une option crédible, adaptée à sa situation, susceptible de transformer son intention en action.
Dans cette perspective, la performance ne se mesure pas à la visibilité du dispositif, mais à sa capacité à produire un effet.
Un clic sans suite est un signal faible.
Celui qui mène à un achat est un signal fort.
Un clic qui augmente la valeur du panier est un signal encore plus fort.
C’est cette hiérarchie implicite que le CA post-clic permet de révéler.
La lecture NetUp
Chez NetUp, cette distinction structure la manière d’évaluer les recommandations.
Le clic n’est pas ignoré. Il reste un point d’entrée. Mais il n’est jamais considéré comme une finalité.
La performance est lue à travers ce qui se produit après : conversion, panier, revenu généré par les interactions avec les blocs de recommandation.
Cette approche suppose de sortir d’une logique d’exposition pour entrer dans une logique de décision. Il ne s’agit plus seulement de montrer des produits mais de proposer les bons produits au bon moment, dans une situation donnée, avec un impact mesurable sur le comportement d’achat.
La recommandation cesse alors d’être un élément du parcours. Elle devient un levier de performance.
Le CTR n’est pas un mauvais indicateur. Son problème commence lorsqu’il devient la seule boussole.
Il montre qu’un produit attire l’attention, mais reste muet sur l’essentiel : ce que cette attention produit en chiffre d’affaires.
Dans un environnement e-commerce où chaque visite doit générer davantage de valeur, cette distinction devient décisive.
La question n’est plus : “Mes recommandations sont-elles cliquées ?”
Mais : “Que produisent réellement ces clics en chiffre d’affaires ?”
Vos recommandations génèrent des clics.
Mais savez-vous ce qu’ils produisent réellement ?
📘 Téléchargez l’Insight Note #5
“Vos recommandations font cliquer… mais pas forcément acheter : 5 KPI pour repérer celles qui vendent vraiment”
→ pour comprendre comment passer du CTR au CA post-clic.
📅 Ou prenons 30 minutes ensemble
→ pour analyser concrètement la performance réelle de vos recommandations produit.
FAQ
Le CTR est-il suffisant pour mesurer une recommandation produit ?
Non. Il mesure l’engagement, mais pas la performance commerciale et doit être complété par des indicateurs comme le chiffre d’affaires post-clic.
Qu’est-ce que le CA post-clic ?
C’est le chiffre d’affaires généré après un clic sur une recommandation produit. Il permet d’évaluer l’impact réel des recommandations sur les ventes.
Pourquoi un CTR élevé peut-il être trompeur ?
Parce qu’un clic reflète une réaction, pas une décision. Il ne garantit ni conversion ni valeur ajoutée.
Quels KPI suivre pour une recommandation produit ?
Le CTR, le taux de conversion post-clic, le panier moyen et surtout le CA post-clic.