Basket math : valeur du panier, unités par transaction et taux de conversion

Une chaîne régionale de prêt-à-porter annonce des ventes comparables (« comps », c'est-à-dire la croissance des ventes des magasins ouverts depuis plus d'un an) en baisse de 4 % sur le trimestre. Le trafic est stable. Quelque chose ne fonctionne pas en magasin, et le CFO veut savoir exactement quoi avant le conseil d'administration. C'est à cela que sert la basket math : elle décompose un chiffre global confus en trois leviers réellement pilotables.

L'identité de base

La performance des ventes en retail se décompose en une chaîne simple :

Ventes = Trafic x Taux de conversionTaux de conversionLe pourcentage de visiteurs ou de prospects qui réalisent une action attendue (achat, inscription, formulaire de contact), calculé en divisant les conversions par le nombre total d'opportunités.Voir la définition complète → x Unités par transaction (UPT) x Average Unit Retail (AUR)

Ou, sous sa forme plus courante et plus compacte :

Ventes = Trafic x Taux de conversion x Average Transaction Value (ATV)

Où ATV = UPT x AUR (prix moyen par unité vendue).

Chaque terme est un diagnostic distinct :

• Trafic : nombre de personnes entrées en magasin ou sur le site, compté via des capteurs de porte (en magasin) ou des sessions (en ligne).
• Taux de conversion : pourcentage de visiteurs qui achètent effectivement quelque chose. Transactions ÷ Trafic.
• UPT (units per transaction) : nombre moyen d'articles par achat. Aussi appelé « basket size ».
• AUR (average unit retail) : prix moyen payé par article, après remises.
• ATV (average transaction value), aussi appelé panier moyen ou average order value (AOV) en ligne : Ventes ÷ Transactions. Égale UPT x AUR.

Exemple chiffré : trouver la fuite

Revenons à la chaîne de prêt-à-porter. Voici le trimestre précédent comparé à celui-ci :

Les comps sont ici en baisse d'environ 12,7 % (dans la scène initiale, imaginez une version plus douce produisant le chiffre de 4 %). Le trafic est stable, ce n'est donc pas la fréquentation qui explique le phénomène. L'ATV a même légèrement augmenté : les clients qui achètent dépensent un peu plus par visite (un peu plus d'articles, un prix un peu plus bas, solde positif). Toute la baisse vient du taux de conversion : moins de visiteurs se transforment en acheteurs.

C'est un constat précis et actionnable. Il oriente les opérations vers le staffing en magasin, les frictions en caisse, les ruptures sur les tables d'entrée ou un problème de merchandising, et non vers un problème marketing ou de trafic. À l'inverse : si l'UPT s'était effondré alors que la conversion tenait, on suspecterait un échec de cross-sell ou de bundling, pas un problème d'expérience en magasin.

Exercice de calcul rapide

Taux de conversion = Transactions ÷ Trafic

19 000 ÷ 100 000 = 19 %

ATV = Ventes ÷ Transactions

1 729 000 $ ÷ 19 000 = 91 $

UPT = Unités vendues ÷ Transactions (avec 49 400 unités vendues cette année : 49 400 ÷ 19 000 = 2,6)

Ces trois formules constituent l'ensemble de la boîte à outils. Tout le reste de cette leçon relève du benchmark et de l'interprétation.

Benchmarks : États-Unis et Europe (estimations)

Les chiffres varient énormément selon la catégorie : traitez-les comme des estimations larges, en ordre de grandeur, pour 2025-2026, pas comme des cibles précises.

• Taux de conversion en magasin, retail spécialisé/apparel US : couramment cité dans la fourchette 20 à 30 % ; l'alimentaire et la proximité sont bien plus élevés (souvent 60 %+, la plupart des entrants venant pour acheter). Benchmarks suivis par des sociétés comme ShopperTrak/Sensormatic et la presse professionnelle du retail.
• Taux de conversion e-commerce, États-Unis et Europe : généralement estimé entre 2 et 3 % globalement, selon les données agrégées de plateformes comme Adobe Analytics et Contentsquare. Le mobile convertit moins bien que le desktop.
• UPT, grande distribution/apparel US : souvent cité autour de 1,5 à 3 articles par transaction selon le format ; les clubs-entrepôts et l'alimentaire sont bien plus élevés.
• Average order value (AOV) en ligne, US : estimé globalement entre 100 et 150 $ pour le retail généraliste, avec des écarts énormes selon la catégorie (électronique plus haut, fast fashion plus bas).
• Europe vs États-Unis : le retail spécialisé européen affiche souvent un UPT *plus faible* mais un AUR comparable ou supérieur dans des catégories comme la mode premium, ce qui reflète une architecture de prix différente et une culture du panier plus réduite dans des magasins urbains denses, face aux formats big-box de banlieue américaine. Considérez toute comparaison européenne pays par pays comme directionnelle, pas précise, car les prix TTC (TVA, la taxe sur la consommation européenne intégrée aux prix affichés) affectent aussi l'AUR reporté par rapport aux conventions américaines de prix hors taxe avec taxe en caisse.

Vérifiez toujours si un chiffre publié est TTC (standard en Europe) ou HT (standard sur les tickets américains) : cela seul peut décaler les comparaisons d'AUR et d'ATV du montant du taux de TVA local (souvent 15 à 25 % selon les États membres, d'après les données de la Commission européenne sur les taux de TVA).

Pourquoi cette décomposition compte pour les comps

Les « comp sales » ou « same-store sales » sont le chiffre que suivent les investisseurs, mais c'est un résultat, pas un diagnostic. Un retailer peut afficher des comps stables de deux façons :

1. Trafic en baisse de 5 %, conversion en hausse suffisante pour compenser (histoire d'efficacité, souvent favorable à la marge).
2. Trafic stable, ATV en baisse (histoire de discount, souvent négative pour la marge).

Sur la ligne du haut du compte de résultat, c'est identique, mais les réponses stratégiques sont opposées. C'est pourquoi les earnings calls de sociétés comme Target, Home Depot ou Inditex, maison mère de Zara, détaillent souvent explicitement les tendances de trafic, de conversion et de ticket, parfois dans les présentations investisseurs même lorsqu'elles n'apparaissent pas dans le communiqué.

En ligne, une couche supplémentaire : les métriques de funnelfunnelLe parcours client de la découverte à l'achat, généralement Awareness, Interest, Consideration, Decision, Action, avec des prospects de moins en moins nombreux à chaque étape.Voir la définition complète →

L'e-commerce permet de décomposer la conversion en un funnel : visites du site → pages produit vues → ajouts au panier → démarrages de checkout → commandes finalisées. Le taux d'abandon de panier (visiteurs qui ajoutent au panier sans acheter) est un diagnostic standard, souvent estimé autour de 60 à 70 % pour l'e-commerce dans son ensemble (les travaux du Baymard Institute sont une source fréquemment citée : baymard.com/lists/cart-abandonment-rate). Un taux d'abandon en hausse pointe vers une friction sur l'affichage des frais de livraison, les moyens de paiement ou la vitesse du site, pas vers un problème de trafic ou de merchandising.

# Simple basket math check in a spreadsheet or script
traffic = 100000
transactions = 19000
units_sold = 49400
total_sales = 1729000

conversion_rate = transactions / traffic
upt = units_sold / transactions
atv = total_sales / transactions
aur = total_sales / units_sold

print(f"Conversion: {conversion_rate:.1%}, UPT: {upt:.2f}, ATV: ${atv:.2f}, AUR: ${aur:.2f}")

Ce type de vérification en deux lignes est exactement ce qu'un analyste merchandising lance chaque semaine sur un export POS (point of sale).

Lire les leviers ensemble

Une bonne habitude : toujours regarder la conversion, l'UPT et l'AUR comme un ensemble, jamais isolément, car les retailers arbitrent délibérément entre eux.

• Les opérations de discount augmentent généralement la conversion et parfois l'UPT (offres groupées), mais font baisser l'AUR. L'effet net sur les ventes est ambigu ; l'effet sur la marge est généralement négatif.
• Les coupes de personnel en magasin font souvent baisser la conversion (moins de vendeurs pour accompagner, files d'attente plus longues) même à trafic et prix constants.
• Les programmes de fidélité et la personnalisation sont censés faire monter l'UPT et l'AOV via le cross-sell, ce qui constitue tout le business case avancé par les retailers pour investir dans le CRMCRMCustomer Relationship Management : logiciel et stratégie pour gérer et analyser les interactions clients tout au long de leur cycle de vie.Voir la définition complète → (customer relationship management) et la data de fidélité.
• Les ruptures de stock frappent la conversion le plus durement : un client venu pour un article précis qui ne le trouve ni dans sa taille ni dans sa couleur repart, ce qui apparaît comme un problème de conversion, pas de trafic ni de prix.

🎬 [VIDEO: "Retail KPIs Explained: Conversion Rate, Basket Size and More" - youtube.com/results?search_query=retail+kpikpiKey Performance Indicator : une valeur mesurable qui montre l'efficacité avec laquelle vous atteignez un objectif précis, suivie dans le temps par rapport à une cible.Voir la définition complète →+conversion+rate+basket+size - cherchez des vidéos explicatives récentes couvrant le taux de conversion, l'UPT et l'ATV avec des démonstrations sur de vrais dashboards POS, utiles pour voir ces métriques dans un outil de reporting réel]

Points clés à retenir

• Les ventes se décomposent proprement en Trafic x Taux de conversion x UPT x AUR (ou Trafic x Conversion x ATV). Apprenez cette identité par cœur ; c'est la colonne vertébrale du diagnostic de performance en retail.
• Un raté sur les comp sales peut venir du trafic, de la conversion, de la taille du panier ou du prix, et chacun appelle une correction complètement différente. N'acceptez jamais un chiffre de comps sans demander quel levier a bougé.
• Estimations approximatives 2025-26 : conversion en magasin spécialisé autour de 20 à 30 %, conversion e-commerce autour de 2 à 3 %, AOV en ligne souvent de 100 à 150 $ aux États-Unis. Traitez-les comme des benchmarks directionnels, pas des cibles précises, et vérifiez toujours le traitement de la TVA en comparant Europe et États-Unis.
• Le retail en ligne permet de décomposer la conversion plus finement en un funnel (visites, ajouts au panier, démarrages de checkout, commandes finalisées), avec l'abandon de panier comme diagnostic clé des frictions.
• Les retailers arbitrent régulièrement et délibérément entre ces leviers (discounts, staffing, programmes de fidélité) : lisez donc toujours conversion, UPT et AUR ensemble, jamais isolément.