Définition
L'analyse de tunnel (ou *funnel analysis*) est une méthode d'analyse qui mesure, étape par étape, le parcours d'un utilisateur depuis son premier contact avec votre marque jusqu'à la conversion finale (achat, inscription, abonnement). Plutôt que de regarder uniquement le taux de conversion global, elle découpe le parcours en étapes successives et calcule combien d'utilisateurs passent de l'une à l'autre.
Dans l'univers DTC/e-commerce français, on parle souvent de « tunnel de conversion » ou de « parcours d'achat ». L'objectif est simple : identifier où et pourquoi les clients décrochent, pour ensuite optimiser chaque maillon faible.
Exemple concret : sur 10 000 visiteurs qui arrivent sur votre site, combien consultent une fiche produit ? combien ajoutent au panier ? combien atteignent le checkout ? combien paient réellement ?
Analogie
Imaginez un entonnoir de cuisine. Vous versez une grande quantité de liquide en haut, mais seul un filet fin ressort en bas. Chaque rétrécissement de l'entonnoir = une étape de votre parcours client.
Autre image parlante pour un e-commerçant français : le péage autoroutier. Sur 100 voitures qui entrent sur l'A10 à Orléans, certaines sortent à Tours, d'autres continuent vers Bordeaux, et seules quelques-unes arrivent à la barrière finale. Chaque sortie = une fuite dans votre tunnel.
En DTC, chaque « sortie » est un client perdu : abandon de panier, frais de port jugés trop élevés, formulaire trop long, moyen de paiement absent (ex. pas de CB en 3x sans frais).
Formule
Le calcul de base d'un tunnel à N étapes :
Taux de conversion global = (Utilisateurs à l'étape finale / Utilisateurs à l'étape 1) × 100
Et pour chaque transition :
Taux de passage étape N→N+1 = (Utilisateurs étape N+1 / Utilisateurs étape N) × 100 Taux d'abandon étape N = 100 − Taux de passage étape N→N+1
Exemple chiffré (boutique DTC française, mois de mars) :
| Étape | Utilisateurs | Taux de passage | Abandon |
|---|---|---|---|
| 1. Visite site | 50 000 | — | — |
| 2. Vue produit | 20 000 | 40,0 % | 60,0 % |
| 3. Ajout panier | 6 000 | 30,0 % | 70,0 % |
| 4. Début checkout | 3 000 | 50,0 % | 50,0 % |
| 5. Paiement validé | 1 200 | 40,0 % | 60,0 % |
Taux de conversion global = 1 200 / 50 000 = 2,4 %.
Taux d'abandon panier = 1 − (3 000 / 6 000) = 50 % (soit 3 000 paniers perdus).
Comparaison : Funnel Analysis vs autres méthodes
| Critère | Funnel Analysis | Cohort Analysis | A/B Test |
|---|---|---|---|
| Objectif | Localiser les fuites du parcours | Comparer des groupes dans le temps | Valider une hypothèse |
| Granularité | Étapes du parcours | Groupes d'utilisateurs | Variantes d'une page |
| Question type | « Où je perds mes clients ? » | « Mes clients de janvier sont-ils plus fidèles ? » | « Ce bouton rouge convertit-il mieux ? » |
| Métrique clé | Taux de passage par étape | Rétention à J7, J30, J90 | Uplift en % |
| Idéal pour DTC | Optimiser le checkout | Mesurer la LTV | Tester un CTA, un prix |
Un funnel seul ne suffit pas : il identifie le problème, mais c'est l'A/B test qui valide la solution.
Applications concrètes en DTC
1. Optimiser le checkout : si 70 % des utilisateurs abandonnent entre « ajout panier » et « paiement », tester l'ajout de Klarna / Alma / PayPal et l'affichage des frais de port dès l'étape 2.
2. Landing page publicitaire : un funnel Meta Ads → landing → formulaire révèle souvent un drop de 80 % dès la landing. Cause fréquente : décalage entre la promesse de l'annonce et le contenu de la page.
3. Onboarding abonnement (box beauté, compléments alimentaires) : mesurer le passage « inscription → 1ère commande → 2ème commande ». Un drop à la 2ème commande signale un problème de rétention, pas d'acquisition.
4. Email marketing : funnel d'une séquence de bienvenue (ouverture → clic → achat) pour repérer l'email qui tue la dynamique.
Données repères marché FR (ordres de grandeur) :
- Taux de conversion moyen e-commerce France : 2 à 3 % (source FEVAD, ordre de grandeur).
- Taux d'abandon panier moyen : ~70 % (Baymard Institute).
- Taux de conversion mobile : souvent 2× plus faible que desktop → pensez à segmenter votre funnel par device.
Erreurs fréquentes
- Confondre sessions et utilisateurs : une même personne peut visiter 5 fois avant d'acheter. Utilisez un identifiant user, pas session, pour un funnel propre.
- Fenêtre temporelle trop courte : un client qui achète 14 jours après sa première visite ne sera pas compté si vous limitez à 24 h.
- Tunnel trop long : au-delà de 5-6 étapes, la lecture devient illisible et les données bruitées.
- Ignorer le mobile : un funnel desktop peut afficher 4 % de conversion et le mobile 1,2 %. Sans segmentation, vous optimisez à l'aveugle.
- Optimiser le mauvais maillon : gagner 5 points sur une étape à faible volume rapporte moins que 1 point sur l'étape « ajout panier ».
- Oublier le contexte canal : un funnel email ≠ un funnel paid social ≠ un funnel SEO. Segmentez par source d'acquisition.
Termes liés
- Taux de conversion (CVR) : % d'utilisateurs qui réalisent l'action cible.
- Taux d'abandon panier : % de paniers non finalisés.
- Cohort Analysis : suivi d'un groupe d'utilisateurs dans le temps.
- A/B Testing : comparaison de deux variantes pour valider une optimisation.
- Customer Journey : parcours complet, incluant les points de contact hors site.
- Attribution : répartition du mérite de conversion entre canaux.
- LTV (Lifetime Value) : valeur totale générée par un client sur sa durée de vie.
- Retargeting : relance publicitaire des utilisateurs ayant abandonné le funnel.