Cross-selling : définition, exemples et mise en place
En bref : le cross-selling, ou vente croisée, consiste à proposer au client un produit complémentaire de celui qu'il est en train d'acheter. Il augmente la valeur du panier sans nouveau coût d'acquisition, puisque le client est déjà là. Amazon avançait en 2006 que 35 % de son chiffre d'affaires venait de ses recommandations, cross-selling et upselling confondus, un chiffre repris depuis dans toute la littérature marketing. Deux conditions font la différence entre une vente croisée acceptée et une publicité subie, la pertinence de la proposition et le moment où elle apparaît.
La technique est aussi vieille que le commerce. Le vendeur de chaussures propose les chaussettes assorties, le conseiller bancaire enchaîne sur l'assurance-vie après l'ouverture d'un plan épargne logement, le site marchand affiche « les clients qui ont acheté ce produit ont aussi acheté ». Le mécanisme est le même à chaque fois, on répond à un besoin connexe pendant que le client est encore en position d'acheter, ce qui coûte beaucoup moins cher que de le faire revenir un mois plus tard.
Cross-selling, upselling et bundling
Les trois termes se confondent souvent. Le cross-selling propose un produit différent et complémentaire, une souris, une housse ou un antivirus avec un ordinateur portable. L'upselling propose une version supérieure du même produit, le modèle avec plus de mémoire et un processeur plus rapide. Le premier élargit le panier, le second le valorise, et les deux cohabitent sans se gêner dans un même parcours d'achat.
Le bundling est la troisième variante. L'offre groupée présente d'emblée l'ensemble complet à un prix inférieur à la somme des articles pris séparément. Elle ne compte pas sur le client pour découvrir les compléments, elle réduit deux ou trois décisions d'achat à une seule, ce qui explique qu'elle fonctionne bien sur les produits techniques où le client ne sait pas ce dont il a besoin.
Pertinence et timing, les deux conditions
La pertinence commande tout le reste. Des chaussettes avec des chaussures ont du sens, une tondeuse à gazon avec un livre de cuisine n'en a aucun, et une recommandation absurde coûte de la crédibilité sur toute la page. Les grandes plateformes appuient leurs suggestions sur des millions de transactions passées. Une boutique de taille modeste obtient l'essentiel du résultat en regardant ses propres commandes, sans algorithme.
Le moment vient ensuite. La proposition passe une fois le choix principal confirmé, pas avant. Affichée trop tôt, elle détourne l'attention de la décision qui compte et fait parfois perdre la vente principale. Envoyée après le paiement, elle arrive sur un client qui a refermé son porte-monnaie. Entre les deux, la page panier et l'écran de confirmation de commande sont les deux emplacements où la vente croisée se joue.
| Emplacement | Ce qu'on y propose | Précaution |
|---|---|---|
| Fiche produit | Accessoires indispensables au fonctionnement | Trois propositions au maximum, sinon la fiche devient illisible |
| Page panier | Compléments peu chers par rapport au produit principal | Ne jamais retirer le bouton de commande du champ de vision |
| Confirmation de commande | Ajout à la commande en cours, avant expédition | Nécessite que la logistique accepte de compléter une commande |
| Email après achat | Consommables, recharges, extension de garantie | Attendre que le produit ait été reçu et utilisé |
| Appel de suivi (B2B) | Formation, module supplémentaire, support renforcé | Après une réussite constatée, jamais pendant un incident |
Repérer les associations dans ses propres commandes
La mise en place commence par une analyse que n'importe quelle boutique peut faire sur un tableur. Exportez vos commandes des douze derniers mois, comptez pour chaque paire de produits le nombre de commandes qui contiennent les deux, et classez. Les cinq ou six paires de tête sont vos associations naturelles, celles que vos clients construisent déjà seuls. Elles battent systématiquement les intuitions commerciales, parce qu'elles reposent sur des achats réels et non sur ce que l'équipe imagine du besoin.
Vient ensuite la formulation, qui pèse autant que le choix du produit. « Les clients qui ont acheté X ont aussi pris Y » est factuel et n'engage à rien. « Complétez votre installation » se lit comme un conseil et convient aux produits techniques. « Pack complet, 15 % de remise » regroupe la décision et convient quand les articles n'ont pas de sens l'un sans l'autre. Une même recommandation ne donne pas du tout le même résultat selon celle des trois formulations qui l'habille.
La mesure repose sur trois indicateurs. Le panier moyen avant et après la mise en place donne l'effet global. Le taux de prise, soit le nombre de propositions acceptées rapporté au nombre de propositions affichées, dit si la recommandation est pertinente. Le chiffre d'affaires attribuable aux blocs de recommandation, que Shopify, WooCommerce et PrestaShop savent isoler, sert d'arbitre quand les deux premiers indicateurs divergent.
Les erreurs qui font fuir
La plus courante est la saturation. Quand la fiche produit, chaque étape du tunnel de paiement et chaque email portent leurs recommandations croisées, le client ressent la pression et se méfie de tout, y compris de la proposition juste. Trois produits au maximum sur une même page, et une seule relance par email, tiennent lieu de garde-fou.
La seconde erreur est la recommandation générique servie à tout le monde. Un client qui vient d'acheter une imprimante n'a pas besoin qu'on lui propose une imprimante, et c'est pourtant ce que produisent les modules mal réglés qui recommandent les meilleures ventes de la catégorie. La personnalisation à partir de l'historique d'achat et de la navigation demande peu de travail sur les plateformes courantes et corrige l'essentiel de ce défaut.
La troisième concerne le service après-vente, rarement exploité. Un email envoyé un mois après l'achat, une fois le produit pris en main, ou un appel de satisfaction qui se termine par une suggestion, arrivent au moment où la relation est au plus haut. Le client a fait son expérience, il sait ce qui lui manque, et le coût d'acquisition est nul puisqu'il est déjà dans le fichier.
Questions fréquentes sur le cross-selling
Quelle est la différence entre cross-selling et upselling ?
Le cross-selling propose un produit complémentaire et différent, une housse avec un ordinateur. L'upselling propose une version supérieure du même produit, le modèle mieux équipé au lieu du modèle d'entrée de gamme. Le premier élargit le panier, le second en augmente la valeur unitaire, et les deux s'utilisent dans le même parcours.
Le cross-selling fonctionne-t-il aussi en B2B ?
Oui, et souvent mieux qu'en vente aux particuliers, parce que la relation dure et que les besoins connexes se repèrent au fil des échanges. Un éditeur de logiciel comptable propose une formation, un module supplémentaire ou une passerelle vers un autre outil. Un cabinet de conseil enchaîne un audit, une mission, puis la formation des équipes sur les conclusions de l'audit.
Combien de produits proposer en vente croisée ?
Trois au maximum sur une même page. Au-delà, le client passe en mode comparaison au lieu de compléter son achat, et la proposition devient un obstacle sur le chemin du paiement. Mieux vaut trois suggestions pertinentes issues de vos associations réelles que dix recommandations génériques.
Comment mesurer l'efficacité d'une stratégie de cross-selling ?
Trois indicateurs suffisent, le panier moyen avant et après la mise en place, le taux de prise (propositions acceptées sur propositions affichées) et le chiffre d'affaires attribué aux blocs de recommandation. Shopify, WooCommerce et PrestaShop tracent ces trois données sans développement spécifique.
Test rapide à faire : analysez vos 50 dernières commandes et relevez les combinaisons de produits qui reviennent le plus souvent dans un même panier ou chez un même client. Ces associations naturelles sont le meilleur point de départ possible, elles reposent sur des achats déjà réalisés et non sur des hypothèses commerciales.
Sources : chiffre des 35 % attribué à Amazon (2006), repris par McKinsey & Company ; Baymard Institute, recherches d'utilisabilité sur les blocs de recommandation produit
