La première étape consiste à analyser le dashboard afin de comprendre la tendance globale sur une période définie, en la comparant à une autre période pertinente.

L’objectif est de mesurer cette tendance sur les plateformes de livraison, en prenant en compte l’ensemble de la période choisie (c’est-à-dire en incluant les créneaux avec offres/annonces mais aussi ceux sans offres/annonces).

Commencez par examiner les métriques principales sur la période souhaitée :

Cela permet de détecter rapidement une éventuelle hausse ou baisse sur l’un de ces indicateurs clés.

Dans un second temps, regardez la répartition par canal (Deliveroo, Uber Eats, etc.) pour identifier si une plateforme nécessite un ajustement stratégique particulier.

Enfin, si vous suivez plusieurs points de vente, pensez à consulter leur répartition individuelle afin d’identifier des écarts de performance potentiels.

Prenons l’exemple d’une semaine en comparaison à la semaine précédente :

On observe ici que la tendance du chiffre d’affaires est globalement à la hausse

Plus précisément :

👉 Cette première analyse montre que les offres activées sur Deliveroo et Uber Eats ont pu contribué à la hausse de chiffre d’affaires.

On peut ensuite observer la répartition par point de vente. Cela permet d’analyser leur évolution individuelle et d’identifier les points de ventes qui nécessitent une attention particulière.

On constate ici que la majorité des points de vente enregistrent une hausse globale sur Uber Eats et Deliveroo.

Cependant, deux exceptions se démarquent :

👉 Il peut être pertinent d’approfondir l’analyse afin de déterminer si cette baisse est concentrée sur une plateforme en particulier.

En isolant les données de Le bouscat, on observe rapidement que la baisse provient principalement d’Uber Eats.

Il sera donc essentiel de focaliser l’analyse sur les offres actives sur Uber Eats pour ce point de vente.

Avant d’aller plus loin, il est important de se remettre en tête deux éléments essentiels :

👉 Pour connaître la stratégie d’offres en cours, rendez-vous dans l’onglet Offres > Gestion. Vous y retrouverez les offres en Smart Scheduler, les règles automatiques, ainsi que les offres classiques que vous avez paramétrées.

→ Il vous suffit ensuite de cliquer sur “Visualiser les scénarios” ou “Visualiser l’offre” pour voir le détail de chaque configuration.

L’objectif de cette deuxième étape est d’évaluer la pertinence de la stratégie d’offres dans son ensemble, afin de comprendre son alignement avec l’objectif ainsi que impact réel sur la performance.

👉 Cette analyse se fait dans l’onglet Offres > Performance.
​

Pensez à bien ajuster la période d’analyse et de comparaison pour qu’elles soient alignées avec celles utilisées sur le Dashboard (étape 1).

Dans la vue Performance, vous pourrez vérifier si les indicateurs clés de la stratégie sont cohérents avec l’objectif initialement défini avec votre chargé(e) de compte :

Commentez ensuite les KPIs clés de performance et leur évolution :

Enfin, il est essentiel de croiser ces données avec l’évolution du chiffre d’affaires et du bénéfice, visibles dans “Performance globale”.

Cela permet de replacer la stratégie d’offres dans un contexte plus large, en évaluant son impact sur la performance globale du point de vente pendant la période analysée.

Dans l’exemple ci-dessus, on observe que le coût des offres a augmenté de 3,4 points par rapport à la période de comparaison.

Dans le même temps :

👉 Cela suggère que l’augmentation du coût des offres a probablement généré un volume suffisant pour faire croître le bénéfice — ce qui reste le plus important — même si le taux de marge a légèrement diminué en raison de cette hausse de coût.

En toute logique ici, la meilleure décision serait donc de conserver le changement fait car le bénéfice est supérieur avec cette nouvelle stratégie.

Cela dit, à titre d’exemple, explorons ci-dessous la manière dont nous pourrions diminuer le coût des offres si jamais c’était la stratégie souhaitée 👇

Il est ensuite possible, grâce aux graphiques de la vue Performance, d’identifier quelles offres ont le plus influé sur le taux moyen de remise par commande.

Pour cela :

Cela vous permettra d’identifier les offres les plus impactantes sur la période.

Sur la capture ci-dessous, on observe que l’offre "1 acheté = 1 offert" sur la Margherita, valable pour tous les clients, est celle avec le taux de remise le plus élevé.

En croisant cette information avec le temps de présence, on constate que cette offre a été active pendant 55 % de la semaine analysée.

👉 Cela confirme son poids important dans le calcul du taux de remise moyen sur la période.

👉 Si l’on souhaite réduire le taux de remise global, il peut être pertinent de diminuer le temps de diffusion de l’offre "1 acheté = 1 offert / Margherita", afin de mieux rééquilibrer la stratégie avec les autres offres actives.

Pour vérifier que ces autres offres génèrent également un impact positif sur le chiffre d’affaires, vous pouvez sélectionner la vue “Évolution du chiffre d’affaires vs 4 derniers créneaux”.

Cela vous permettra d’identifier rapidement les offres qui présentent une évolution de chiffre d’affaires positive, tout en ayant un taux de remise plus faible.

Ainsi, vous pourrez analyser l’évolution du chiffre d’affaires et du bénéfice spécifiquement sur les créneaux où des offres ont été activées, et les comparer aux résultats globaux observés sur le dashboard.

👉 Cela permet de mesurer concrètement l’efficacité des créneaux boostés par les offres par rapport à la tendance générale, et d’ajuster la stratégie en conséquence.

A noter que vous pouvez effectuer cette démarche avec chacune des métriques de ce tableau de bords des offres:

Maintenant que nous avons une vision claire de la stratégie globale, l’objectif est de passer en revue chaque offre, point de vente par point de vente, afin d’évaluer leur performance individuelle.

👉 Il s’agit de la vue par défaut.

Cette première lecture permet de répondre à deux objectifs :

Cela permet d’identifier les points de vente les plus performants et ceux dont les résultats sont en baisse, afin de concentrer l’analyse là où c’est nécessaire.

Exemple : si l’on se concentre sur Vincennes, déjà identifié dans le dashboard comme en baisse, on remarque bien sur la capture que c’est sur Uber Eats que cette baisse est observée.

Cela permet d’identifier la plateforme la moins performante.

En filtrant par canal, regardez la ligne "Total" pour voir rapidement quelle plateforme tire les résultats vers le haut… ou vers le bas.

Exemple : les captures ci-dessus montrent que Deliveroo est en hausse comparé à Uber Eats. Lyon et Versailles sont en hausse sur Deliveroo, ils compensent alors la baisse de bénéfice de commerce.

Après cette première analyse, on peut zoomer davantage pour identifier les types d’offres qui impactent négativement les performances.

👉 Utilisez les filtres pour cibler un canal ou un point de vente spécifique, puis ajoutez la dimension "Type" à votre analyse.

Cela permet de visualiser les résultats par type d’offre, et d’identifier ceux qui sous-performent, afin de mieux équilibrer votre stratégie.

Exemple : sur la capture suivante, on voit que sur Deliveroo, l’offre "1 acheté = 1 offert" a un impact très positif sur le volume de commande.

Dans cette troisième phase, ajoutez les dimensions suivantes :

👉 Cela permet de comprendre si, au sein d’un même type d’offre, certains paramètres comme le produit, la cible ou le niveau de remise influencent les performances.

💡 Pour une analyse efficace, nous vous conseillons de filtrer par point de vente et par canal afin d’analyser dans le détail l’ensemble des offres qui ont été mises en ligne.

Exemple : dans la capture ci-dessous, nous avons filtré sur Uber Eats et Lyon. On voit que la première offre, active pendant 52h ainsi que la troisième, présente 58h, montre une augmentation de volume, ainsi qu’une hausse de bénéfice supérieure. On pourrait envisager d’élargir leurs intervalles de diffusion pour en maximiser l’impact.

En fonction de l’objectif défini pour le point de vente, classez les offres pour mettre en évidence celles qui fonctionnent le mieux (ou le moins bien).

Dans cet exemple, on remarque que les offres ciblant "Toute la commande" pour les Abonnés ou les Nouveaux clients ont entraîné une baisse du volume par rapport au même créneau la semaine précédente.

L’offre ciblant les Abonnés a également provoqué une baisse du bénéfice.

👉 Il serait donc pertinent d’analyser plus en détail ces trois offres, pour identifier des axes d’optimisation.

L’objectif de cette quatrième étape est de comprendre pourquoi certaines offres n’ont pas fonctionné et d’identifier les améliorations à apporter pour corriger leur impact négatif.

Pour cela, il est essentiel d’analyser quelques métriques clés qui orienteront le diagnostic :

Le ROI correspond au gain de marge brute généré pour 1€ de coût d’offre dépensé.

Il doit être:

Une offre mérite d’être retravaillée lorsque vous constatez une baisse des commandes ou du bénéfice.

👉 Les principales causes d’une baisse de bénéfice peuvent être :

Une fois les offres moins performantes identifiées, il est temps de mettre en place des actions ciblées pour en améliorer l’efficacité, en fonction des objectifs visés.

Voici les recommandations à suivre selon les cas rencontrés :

L’objectif ici est de rendre l’offre plus attractive pour générer plus de commandes.

✅ Actions recommandées :

Il faut ici améliorer le ROI de l’offre pour qu’elle génère plus de marge.

✅ Actions recommandées :

Il s’agit ici d’encourager des commandes plus conséquentes.

✅ Actions recommandées :

💡 En appliquant ces ajustements, vous optimisez vos offres en fonction de l’objectif stratégique visé : volume, rentabilité ou mix.