Les utilisateurs de l'assistant d'Amazon dépensent 50 % de plus par commande : pourquoi ce chiffre ne mesure pas l'effet de l'outil

Section 1 · L'annonce

400 millions d'utilisateurs en 12 mois, et des paniers 50 % plus élevés

Avec ses résultats du troisième trimestre, publiés le 29 octobre 2026, Amazon a mis en avant son assistant d'achat. Alexa for Shopping, qui a repris en mai le rôle de Rufus, a été utilisé par plus de 400 millions de clients sur les 12 derniers mois. Les interactions avec l'assistant ont augmenté de 570 % sur un an.

Pendant la conférence avec les analystes, Andy Jassy a donné un chiffre de plus : aux États-Unis, les clients qui utilisent Alexa for Shopping dépensent 50 % de plus par commande que ceux qui ne l'utilisent pas. Amazon n'a publié ni la méthode de calcul, ni le nombre de commandes concernées, ni d'ajustement par catégorie de produit ou type de client.

Ce que le chiffre compare Deux groupes de clients américains : ceux qui ont utilisé l'assistant et ceux qui ne l'ont pas utilisé. Leur panier moyen est comparé. Rien n'indique que les deux groupes se ressemblaient avant, ni que l'assistant est la cause de l'écart.

Section 2 · Le piège

Comparer utilisateurs et non-utilisateurs mesure d'abord une différence entre deux publics

L'assistant marche peut-être très bien. Ce chiffre ne suffit pas à le montrer. Le problème tient à la façon dont les deux groupes se forment : personne n'a tiré au sort qui utiliserait l'assistant. Les clients ont choisi eux-mêmes.

• Qui ouvre un assistant d'achat ? Souvent des clients engagés, qui comparent, posent des questions, préparent un achat important.
• Ils dépensaient peut-être déjà plus avant. Un client qui prépare l'achat d'un téléviseur pose plus de questions qu'un client qui rachète du café.
• Le sens de la relation peut s'inverser. Un gros panier pousse à se renseigner, donc à utiliser l'assistant. Ce n'est pas l'assistant qui a fait grossir le panier.

« Comparer ceux qui utilisent un outil à ceux qui ne l'utilisent pas, c'est mesurer qui choisit de l'utiliser. Pas ce qu'il produit. »

Section 3 · Sur votre site

Le même raccourci se cache dans la plupart des tableaux de bord e-commerce

Ce raisonnement n'est pas propre à Amazon. On le retrouve dans les présentations de fin de trimestre de nombreuses équipes : les utilisateurs du moteur de recherche interne, du chat, du configurateur ou de la liste d'envies « convertissent beaucoup plus ».

Bien sûr : ils sont venus pour acheter. Un visiteur qui tape une référence dans le moteur de recherche a déjà une intention d'achat que n'a pas celui qui arrive sur la page d'accueil depuis une publicité. La fonctionnalité est souvent un signe de l'intention, pas sa cause.

Le biais de sélection Quand les membres d'un groupe se choisissent eux-mêmes, les différences mesurées entre ce groupe et les autres reflètent d'abord ce qui les a poussés à choisir. C'est le biais le plus fréquent dans les analyses de fonctionnalités, et il va presque toujours dans le sens de la fonctionnalité.

Le risque est concret. Une équipe peut investir dans un outil sur la foi de ce type de chiffre, le pousser plus haut dans le parcours, et ne voir aucun effet sur le chiffre d'affaires total. Ou à l'inverse retirer une fonctionnalité qui « ne sert qu'à 3 % des visiteurs » sans voir qu'elle portait des commandes.

Section 4 · Le test

Seul un test mesure l'effet réel : une partie du trafic avec l'outil, une partie sans

Pour savoir ce qu'un assistant ou une fonctionnalité rapporte, il faut que le hasard décide qui y a accès. On répartit les visiteurs en deux groupes comparables, on donne l'outil à l'un et pas à l'autre, et on compare les résultats des deux groupes entiers, utilisateurs ou non.

Pourquoi par visiteur, et pas par utilisateur Si l'on ne garde que les utilisateurs de l'outil dans le groupe exposé, on réintroduit le biais de sélection. En comparant tous les visiteurs des deux groupes, on mesure ce que l'outil change pour l'ensemble du site, y compris pour ceux qui ne s'en servent pas.

Section 5 · À demander

Trois questions à poser devant un chiffre du type « les utilisateurs de X convertissent plus »

1. Les deux groupes ont-ils été formés au hasard, ou les clients ont-ils choisi eux-mêmes d'utiliser la fonctionnalité ?
2. La métrique porte-t-elle sur tous les visiteurs de chaque groupe, ou seulement sur ceux qui ont utilisé l'outil ?
3. Que dit le chiffre d'affaires total du site depuis l'arrivée de la fonctionnalité, et existe-t-il un groupe témoin pour le comparer ?

Si la réponse à la première question est « ils ont choisi », le chiffre décrit une population. Il peut servir à formuler une hypothèse, jamais à chiffrer un retour sur investissement.