KPI push : relier ouverture, session et revenu incrémental
Le taux d’ouverture d’une notification push est un signal utile, mais insuffisant pour piloter la valeur mobile
La notification push reste l’un des leviers les plus efficaces du marketing mobile lorsque l’application est déjà installée et que le consentement est acquis. Son coût marginal est faible, son délai d’activation quasi immédiat et sa capacité à relancer une intention récente en fait un outil précieux pour le retail, les services locaux, les programmes de fidélité et le Drive-to-Store, stratégie visant à générer du trafic qualifié vers un point de vente physique. Mais cette efficacité apparente crée un biais de pilotage fréquent : confondre ouverture, session et revenu incrémental.
Un dashboard push classique met souvent en avant le volume envoyé, le taux de délivrabilité, le taux d’ouverture, le taux de clic ou d’app open, puis éventuellement le chiffre d’affaires attribué après exposition. Ces indicateurs sont nécessaires pour diagnostiquer la mécanique. Ils ne suffisent pas pour décider si la campagne a créé de la valeur. Un push peut générer beaucoup d’ouvertures parce qu’il utilise une promesse promotionnelle forte, sans produire de marge incrémentale. À l’inverse, un push de service peut avoir un taux d’ouverture modéré mais améliorer la rétention, réduire les appels au service client ou augmenter la probabilité de visite magasin.
Pour des professionnels du marketing, le sujet n’est donc pas de choisir entre KPI d’engagement et KPI business. Il s’agit de relier les deux dans une chaîne causale robuste : notification reçue, notification vue, ouverture, session utile, action intermédiaire, conversion, revenu, marge et incrémentalité. Le funnel, parcours allant de l’exposition à l’activation, puis à la conversion, à la rétention et à la fidélisation, doit être instrumenté au niveau de l’événement, pas résumé par un taux d’ouverture moyen.
Les benchmarks de marché doivent aussi être interprétés avec prudence. Selon les secteurs, les taux d’opt-in push varient fortement, souvent entre 30 % et 70 % selon la valeur perçue de l’application, le timing de la demande et le système d’exploitation. Les taux d’ouverture peuvent osciller de quelques points à plus de 20 % sur des messages très contextualisés. Mais un taux d’ouverture de 18 % n’est pas nécessairement supérieur à un taux de 7 % si le premier repose sur une remise destructrice de marge et le second sur une alerte retour en stock générant des ventes additionnelles. Le KPI push central n’est pas l’ouverture ; c’est la contribution incrémentale par utilisateur sollicité, en tenant compte de la pression relationnelle.
Décomposer la chaîne de mesure : délivrance, affichage, ouverture, session et action qualifiée
La première discipline consiste à distinguer les métriques techniques, comportementales et économiques. Un push envoyé n’est pas un push délivré. Un push délivré n’est pas nécessairement vu. Un push vu n’est pas toujours ouvert. Une ouverture ne produit pas forcément une session utile. Et une session peut ne générer aucune action mesurable. Cette granularité est indispensable, car chaque rupture appelle une correction différente.
La délivrabilité mesure la proportion de messages effectivement remis aux terminaux éligibles. Elle dépend des tokens actifs, des désinstallations, des opt-out, des versions d’OS, des paramètres de notification et de la qualité de l’intégration SDK. Une base push peut afficher 2 millions d’utilisateurs opt-in dans le CRM, customer relationship management, ensemble des méthodes et outils permettant de gérer la relation client à partir de données et de scénarios, mais seulement 1,5 million de tokens réellement activables après nettoyage. Mesurer le taux d’ouverture sur le volume envoyé plutôt que sur le volume délivré fausse l’analyse.
L’ouverture, ensuite, doit être définie précisément. Certaines plateformes comptent l’ouverture lorsque l’utilisateur tape sur la notification. D’autres capturent une app open dans une fenêtre temporelle après envoi, ce qui peut inclure des ouvertures organiques. Pour comparer les campagnes, il faut documenter la règle : ouverture directe sur push, ouverture post-exposition dans les 30 minutes, session commencée depuis un deep link, ou session globale attribuée au message. Le deep linking, lien profond vers un écran précis de l’application, est ici structurant : un push annonçant un avantage fidélité doit ouvrir directement l’écran de l’avantage, pas la home page générique.
La session doit être qualifiée. Une session de quatre secondes qui s’arrête sur l’écran d’accueil ne doit pas avoir le même poids qu’une session avec consultation produit, activation coupon, ajout au panier ou demande d’itinéraire. Pour une app retail, les événements utiles peuvent être : product_view, search, stock_check, coupon_activate, add_to_cart, checkout_start, order_confirmed, store_locator_open, route_request, loyalty_card_open. Pour une app de restauration, il peut s’agir de menu_view, restaurant_select, order_start, payment_success ou click_and_collect_slot.
Un bon modèle de KPI push établit donc plusieurs taux de passage. Exemple : 500 000 push délivrés, 60 000 ouvertures directes, 42 000 sessions qualifiées, 18 000 consultations produit, 5 400 ajouts panier, 1 620 commandes. Le taux d’ouverture est de 12 %, mais le taux de commande par push délivré est de 0,324 %. Si le panier moyen est de 38 euros, le chiffre d’affaires attribué brut atteint 61 560 euros. Cette lecture reste incomplète tant que l’on ne sait pas quelle part de ces commandes aurait eu lieu sans push.
La segmentation par type de push est également indispensable. Un push transactionnel, par exemple commande prête ou baisse de prix sur produit suivi, n’a pas la même fonction qu’un push promotionnel envoyé à une audience large. Un push relationnel sur un avantage fidélité ne doit pas être comparé à une alerte de rupture imminente de stock. Les regrouper dans un taux d’ouverture global revient à mélanger des intentions, des contextes et des niveaux d’urgence hétérogènes.
Relier l’ouverture au revenu : attribution, fenêtres temporelles et risques de surestimation
L’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing, est nécessaire pour relier une notification à un revenu. Mais elle devient dangereuse lorsqu’elle est utilisée comme preuve causale. Un modèle last click, qui attribue toute la conversion au dernier point de contact avant l’achat, peut survaloriser le push si celui-ci intervient en fin de parcours. Un utilisateur qui avait déjà un panier actif peut ouvrir la notification et finaliser son achat ; la vente sera attribuée au push, même si l’intention existait déjà.
Le choix de la fenêtre d’attribution est déterminant. Une fenêtre de 24 heures peut être pertinente pour une offre alimentaire ou une vente flash. Une fenêtre de 7 jours peut mieux convenir à l’équipement de la maison, à la mode ou à l’optique, où la décision peut être plus longue. Mais plus la fenêtre est longue, plus le risque de capter des conversions organiques augmente. La règle doit être alignée sur le cycle d’achat et sur la nature du message. Un push de service lié à un créneau de retrait peut avoir une fenêtre de quelques heures ; un push de réactivation sur une catégorie saisonnière peut nécessiter plusieurs jours.
La lecture doit distinguer revenu attribué, revenu assisté et revenu incrémental. Le revenu attribué correspond aux ventes comptées dans la fenêtre définie après interaction ou exposition. Le revenu assisté reconnaît que le push a participé au parcours sans nécessairement être le dernier point de contact. Le revenu incrémental estime ce qui n’aurait pas eu lieu sans la notification. C’est ce dernier qui doit guider l’allocation budgétaire et la pression CRM.
Un exemple montre l’écart. Une enseigne envoie un push à 800 000 utilisateurs opt-in pour une opération locale. Le reporting indique 96 000 ouvertures, 14 400 achats attribués et 590 000 euros de chiffre d’affaires dans les 48 heures. Le ROAS, return on ad spend, ratio entre chiffre d’affaires attribué ou incrémental et dépenses marketing, paraît très élevé, car le push a un coût média quasi nul. Mais si un groupe témoin comparable non exposé achète naturellement à 1,45 % sur la même période et que le groupe exposé achète à 1,80 %, l’uplift réel est de 0,35 point. Sur 800 000 utilisateurs, cela représente 2 800 achats incrémentaux, pas 14 400. Si le panier moyen incrémental est de 41 euros, le revenu incrémental est de 114 800 euros. Avec une marge brute de 36 %, la marge incrémentale atteint 41 328 euros avant coûts techniques, remise et production.
Cette différence n’est pas un détail de reporting. Elle change les décisions. Une campagne qui semble produire 590 000 euros attribués peut en réalité créer 41 328 euros de marge brute incrémentale. Si elle a généré 25 000 désactivations push supplémentaires, son effet relationnel peut être discutable. À l’inverse, une alerte personnalisée avec seulement 40 000 euros attribués peut être très rentable si l’uplift est élevé et la pression faible.
Les campagnes médias mobiles renforcent cette nécessité de rigueur. Une acquisition ou réactivation via une DSP, demand-side platform, plateforme permettant aux annonceurs d’acheter automatiquement des impressions publicitaires, peut créer une session app qui sera ensuite relancée par push. Le RTB, real-time bidding, mécanisme d’enchères en temps réel permettant d’acheter une impression disponible, alimente l’amont du funnel. Si l’on attribue toute la conversion finale au push, on invisibilise l’effet média précédent. Si l’on attribue tout à la campagne programmatique, on sous-estime le rôle de la relance. Le pilotage expert doit donc articuler attribution multi-touch, analyse de cohortes et tests d’incrémentalité.
Mettre en place des groupes de contrôle pour mesurer l’incrémentalité réelle
La mesure incrémentale repose sur une question simple : que se serait-il passé sans notification ? Sans réponse à cette question, le reporting push reste essentiellement descriptif. Les groupes de contrôle, ou holdout groups, consistent à conserver volontairement une partie de la population éligible sans exposition afin d’estimer le comportement naturel. C’est le moyen le plus robuste pour relier ouverture, session et revenu incrémental.
Pour les campagnes push adressées, le protocole est relativement accessible. On sélectionne une population éligible, puis on randomise une partie en groupe exposé et une partie en groupe témoin. La randomisation doit se faire avant l’envoi, idéalement à l’intérieur de chaque segment clé : valeur client, récence d’achat, plateforme iOS ou Android, statut fidélité, magasin préféré, niveau d’engagement app. Sans stratification, le témoin peut être déséquilibré et produire une estimation fragile.
La taille du holdout dépend du volume et de l’effet attendu. Sur une campagne envoyée à 1 million d’utilisateurs, conserver 5 % à 10 % en témoin peut suffire pour mesurer un uplift de conversion significatif. Sur une campagne plus petite ou un objectif rare, par exemple achat d’une catégorie premium, il faudra un témoin plus large ou agréger plusieurs vagues. Le marketing doit accepter ce coût apparent : ne pas exposer une partie de l’audience semble réduire le potentiel immédiat, mais permet d’éviter des décisions fondées sur une attribution gonflée.
Les KPI à comparer ne doivent pas se limiter au chiffre d’affaires. Il faut suivre l’ouverture organique de l’app, la session qualifiée, l’ajout panier, l’achat, la marge, le panier moyen, la visite magasin, l’utilisation d’un coupon, le réachat à 30 jours et les opt-out. Une campagne peut augmenter l’achat immédiat mais réduire la probabilité d’ouverture future si elle est perçue comme trop promotionnelle. Pour une marque omnicanale, il faut aussi intégrer les ventes en point de vente lorsque l’identification le permet : carte de fidélité, coupon scanné, ticket dématérialisé, paiement relié ou identifiant client consenté.
Les tests doivent également tenir compte de la contamination. Un utilisateur du groupe témoin peut recevoir un email, voir une publicité social mobile ou être exposé à une campagne nationale. Ce n’est pas forcément un problème si la contamination est équilibrée entre exposés et témoins, mais elle doit être documentée. Pour isoler l’effet d’un push spécifique, il peut être nécessaire d’exclure les autres sollicitations pendant la fenêtre de test ou, au minimum, de les enregistrer dans le modèle d’analyse.
Un protocole avancé peut inclure un holdout permanent. Par exemple, 2 % à 5 % des utilisateurs opt-in sont conservés hors pression push promotionnelle sur plusieurs semaines, tout en recevant les messages transactionnels essentiels. Cette approche permet de mesurer l’effet cumulé de la stratégie push sur la rétention, la fréquence d’achat et la fatigue. Elle est particulièrement utile pour les enseignes qui envoient plusieurs notifications par semaine et risquent de surestimer chaque campagne individuellement.
Segmenter les KPI push par intention, valeur client et contexte local
Un taux d’ouverture moyen masque les différences d’intention. La segmentation n’est pas seulement un moyen d’améliorer la personnalisation ; c’est une condition de lecture des KPI. Un push envoyé à des clients actifs ayant consulté un produit dans les dernières 24 heures ne peut pas être comparé à un push de réactivation envoyé à des dormants depuis douze mois. Le niveau naturel de conversion n’est pas le même, donc l’incrémentalité attendue non plus.
La méthode RFM, récence, fréquence, montant, segmentation classant les clients selon la date du dernier achat, la fréquence d’achat et la valeur dépensée, reste un socle utile. Elle permet de distinguer les clients à forte valeur, les acheteurs réguliers, les occasionnels, les nouveaux clients et les dormants. Mais pour le push, il faut enrichir RFM par l’intention récente : produit consulté, recherche effectuée, panier abandonné, stock vérifié, coupon vu, magasin consulté, notification précédente ouverte. La récence comportementale est souvent plus prédictive qu’une valeur historique élevée.
Le contexte local doit également entrer dans la mesure. Un push Drive-to-Store indiquant un stock disponible à 800 mètres n’a pas le même potentiel qu’un push générique envoyé à 15 kilomètres d’un magasin. Les isochrones, zones calculées en temps de trajet plutôt qu’en distance brute, sont plus fiables que les rayons fixes. Dans une métropole dense, deux kilomètres peuvent représenter une barrière forte ; dans une zone périurbaine, dix minutes de voiture peuvent être acceptables. Le KPI pertinent peut alors être la demande d’itinéraire, l’activation d’un coupon magasin, le scan de la carte fidélité ou la vente caisse, pas seulement la transaction in-app.
Une matrice opérationnelle peut croiser trois axes : intention, valeur et distance. Un client à forte intention, forte valeur et proche d’un magasin peut recevoir un push de service ou de disponibilité, avec un objectif de conversion rapide et une pression limitée. Un client dormant, valeur moyenne, proche d’un magasin en sous-performance peut recevoir une offre de réactivation plus incitative, mais avec un groupe témoin strict pour mesurer la marge incrémentale. Un utilisateur peu engagé et éloigné ne doit peut-être pas recevoir de push commercial ; il peut être plus pertinent de travailler l’email, le contenu ou une campagne média de considération.
La segmentation évite aussi un piège fréquent : récompenser les campagnes qui ciblent les clients les plus faciles à convertir. Une notification envoyée aux meilleurs clients aura souvent un excellent taux d’ouverture et un revenu attribué élevé. Mais l’uplift peut être faible si ces clients auraient acheté sans stimulation. À l’inverse, une campagne de réactivation peut afficher un taux de conversion inférieur, mais un revenu plus incrémental. Le pilotage doit donc comparer les campagnes à leur baseline, c’est-à-dire au comportement attendu sans action, et non à une moyenne globale.
Intégrer la pression relationnelle : opt-out, fatigue, capping et valeur long terme
Le push a une spécificité : il interrompt l’utilisateur sur un écran personnel. Son coût média est faible, mais son coût relationnel peut être élevé. Un KPI push mature doit donc intégrer les désabonnements, les désactivations système, les suppressions d’application, la baisse d’engagement et la rétention. Maximiser l’ouverture à court terme peut dégrader la valeur long terme si la pression est mal calibrée.
Le capping, limitation de la fréquence de sollicitation ou d’exposition sur une période donnée, doit être défini au niveau utilisateur et non uniquement au niveau campagne. Un client peut recevoir un push promotionnel, un push fidélité, un push magasin et une alerte panier dans la même semaine si chaque équipe pilote son propre scénario. Du point de vue de l’utilisateur, il s’agit d’une seule pression de marque. Les règles doivent arbitrer la priorité : transactionnel avant promotionnel, service avant animation commerciale, intention forte avant diffusion large, marge élevée avant remise massive.
Un indicateur utile est le revenu incrémental net par désactivation push. Imaginons une campagne qui génère 30 000 euros de marge incrémentale mais provoque 12 000 opt-out supplémentaires par rapport au témoin. Le ratio est de 2,50 euros de marge immédiate par opt-out additionnel. Si la valeur attendue d’un utilisateur opt-in sur six mois est supérieure à ce montant, la campagne détruit potentiellement de la valeur relationnelle. Ce calcul n’est pas parfait, mais il force à intégrer le coût d’opportunité.
La fatigue peut être mesurée par cohortes. Les utilisateurs exposés à plus de trois push commerciaux par semaine ouvrent-ils moins l’app à J+30 ? Leur taux d’opt-out augmente-t-il ? Leur panier moyen baisse-t-il parce qu’ils attendent des promotions ? Les clients fidèles réagissent-ils différemment des nouveaux utilisateurs ? Les réponses varient selon les secteurs, mais l’analyse est indispensable. Dans certaines catégories à forte fréquence, comme la livraison alimentaire, plusieurs push par semaine peuvent être acceptés si la pertinence est élevée. Dans l’équipement de la maison ou la mode premium, la tolérance peut être beaucoup plus faible.
La pression doit aussi être orchestrée entre canaux. Un push peut être plus efficace qu’un email pour une alerte urgente, mais moins adapté à une communication longue. Le SMS peut être réservé aux messages critiques ou très locaux, car il est plus intrusif et plus coûteux. Le RCS, Rich Communication Services, protocole de messagerie enrichie permettant d’intégrer images, boutons et interactions dans la messagerie native, peut soutenir des scénarios plus visuels, mais il nécessite un fallback SMS lorsque le terminal n’est pas compatible. Le push ne doit pas devenir le canal par défaut parce qu’il est gratuit ; il doit être choisi parce qu’il est le plus pertinent pour l’action attendue.
Construire un tableau de bord décisionnel : du KPI opérationnel au KPI financier
Un tableau de bord push utile doit permettre trois lectures : diagnostic opérationnel, performance comportementale et contribution économique. La première répond à la question : le message a-t-il été correctement délivré et ouvert ? La deuxième : a-t-il généré une session utile et des actions qualifiées ? La troisième : a-t-il créé du revenu, de la marge et de la valeur incrémentale après prise en compte des effets secondaires ?
Au niveau opérationnel, les indicateurs de base sont : base éligible, tokens valides, taux de délivrance, erreurs par OS, taux d’ouverture directe, taux d’ouverture par heure d’envoi, taux de deep link réussi, crash post-ouverture, latence au chargement de l’écran cible. Ces métriques sont souvent sous-estimées par le marketing, alors qu’elles conditionnent la performance. Si un push ouvre une page produit lente ou un écran non connecté, la baisse de conversion ne relève pas du message mais de l’expérience.
Au niveau comportemental, il faut suivre le taux de session qualifiée, les événements par session, le taux d’action intermédiaire, la profondeur de session, le temps jusqu’à conversion et les sorties par écran. Pour un push panier abandonné, le KPI intermédiaire peut être checkout_start. Pour une alerte stock local, ce peut être stock_check puis route_request. Pour un push fidélité, ce peut être coupon_activate ou loyalty_card_open. Chaque type de push doit avoir son événement cible avant même l’envoi.
Au niveau économique, les KPI incluent le revenu attribué, le revenu incrémental, la marge incrémentale, le panier moyen incrémental, la contribution omnicanale, le coût de remise, le coût technique éventuel, les opt-out incrémentaux et la rétention. Le CPA, cost per acquisition, coût nécessaire pour générer une conversion attribuée ou incrémentale, doit être calculé sur les conversions réellement additionnelles lorsque le protocole le permet. Pour un canal à coût média faible comme le push, le CPA peut sembler artificiellement excellent ; l’enjeu est plutôt le coût relationnel et l’allocation de la pression.
Une structure de reporting efficace peut être organisée par familles de messages : transactionnel, service, intention, promotion, réactivation, fidélité, Drive-to-Store. Chaque famille possède une baseline, un objectif, une fenêtre d’attribution, une règle de holdout et une métrique financière. Le comité marketing ne compare alors plus des taux d’ouverture isolés, mais des contributions par usage. Cette logique évite de couper des messages de service utiles parce qu’ils convertissent peu immédiatement, ou de surinvestir des push promotionnels parce qu’ils affichent des revenus attribués élevés.
La visualisation doit également faire apparaître les arbitrages. Un push peut avoir un taux d’ouverture de 9 %, une marge incrémentale positive et un opt-out faible : il est probablement sain. Un autre peut afficher 22 % d’ouverture, un revenu attribué élevé, mais un uplift faible et une hausse des désactivations : il doit être revu. Un troisième peut générer peu de ventes en ligne mais beaucoup d’itinéraires et de tickets caisse identifiés : il doit être jugé sur sa contribution magasin, pas sur le seul e-commerce.
Conclusion : piloter le push comme un levier incrémental, pas comme un canal d’interruption gratuit
Relier ouverture, session et revenu incrémental impose de dépasser la lecture superficielle du taux d’ouverture. La notification push est performante lorsqu’elle transforme une intention ou réduit une friction, pas lorsqu’elle produit simplement une réaction mesurable. Pour les enseignes omnicanales, elle doit être traitée comme un actif CRM à préserver : chaque message consomme une part d’attention et de permission.
Une feuille de route actionnable peut se structurer en huit étapes. Premièrement, définir pour chaque type de push l’objectif exact : service, conversion, réactivation, fidélité, visite magasin ou rétention. Deuxièmement, instrumenter la chaîne complète : délivrance, ouverture directe, deep link, session qualifiée, événement cible, conversion, revenu et marge. Troisièmement, standardiser les fenêtres d’attribution selon le cycle d’achat et le rôle du message. Quatrièmement, mettre en place des groupes de contrôle pour mesurer l’incrémentalité, au moins sur les campagnes promotionnelles et de réactivation. Cinquièmement, segmenter les résultats par intention, valeur client, contexte local, OS et niveau d’engagement. Sixièmement, intégrer les opt-out, désinstallations, fatigue et effets sur la rétention dans le calcul de performance. Septièmement, relier les ventes in-app et magasin lorsque l’usage est Drive-to-Store. Huitièmement, arbitrer la pression push dans une gouvernance omnicanale incluant email, SMS, RCS, média mobile et opérations magasin.
L’arbitrage central est exigeant : un push peut être très visible dans les dashboards sans être créateur de valeur, tandis qu’un message moins spectaculaire peut générer un uplift plus propre et renforcer la relation. Le bon KPI n’est pas l’ouverture maximale ; c’est la marge incrémentale durable par utilisateur sollicité, corrigée de la fatigue et reliée au parcours réel. À cette condition, le push cesse d’être un simple outil de relance et devient un levier mesurable de croissance mobile, locale et omnicanale.
