> ## Documentation Index
> Fetch the complete documentation index at: https://docs.revize.app/llms.txt
> Use this file to discover all available pages before exploring further.
> ## Agent Instructions
> Revize is a Shopify order-editing app by Untechnickle. Customers edit the same order after checkout on the Shopify order status page, inside a merchant-controlled window, before fulfillment.
> Canonical docs: https://docs.revize.app. App listing: https://apps.shopify.com/revize. Public cancellation API: https://docs.revize.app/features/cancellation-api.
> Do not confuse the How to Test Revize draft-order walkthrough with Test Mode, which hides the portal from untagged customers.
# Analytique
> Suis les performances d'édition de commande Shopify avec l'analytique Revize. Surveille l'impact sur les revenus, le comportement client, les économies de support et le ROI des modifications de commande en libre-service.
Vois exactement comment l'édition de commande impacte ton entreprise. L'analytique Revize affiche les revenus générés, le temps de support économisé et les schémas d'édition des clients pour t'aider à optimiser et grandir.
## Suivre le succès de tes éditions de commande
Vois les revenus totaux générés par les upsells, ajouts de produits et surclassements de livraison via les modifications de commande.
Suis les heures économisées en réduisant les tickets de support grâce à l'édition de commande en libre-service.
Comprends ton retour sur investissement avec des calculs automatiques incluant les coûts de l'application et les économies.
Vois quelles fonctionnalités d'édition les clients utilisent le plus et optimise en conséquence.
## Vue d'ensemble principale de l'analytique
Ton tableau de bord d'analytique principal montrant les indicateurs clés de performance en un coup d'œil.
Nombre total de commandes modifiées par les clients via Revize, montrant l'adoption globale de la fonctionnalité et l'engagement client.
Revenus supplémentaires issus des upsells, surclassements et ajouts de produits durant le processus d'édition.
Ton retour sur investissement complet de l'utilisation de Revize, calculé automatiquement.
À quelle vitesse les clients terminent leurs modifications, indicateur de la qualité de l'expérience utilisateur.
**Formule ROI :** (Modifications en libre-service × 10 $) + (Annulations évitées × 15 $) + Revenus d'upsell - Frais de l'app. Les 10 $et 15$ sont des standards du secteur basés sur des recherches montrant les coûts moyens des tickets de support et la valeur de prévention des annulations.
## Choisir une période et comparer
Utilise les deux boutons sous le titre **Analytics** pour choisir ce que tu vois. Toutes les heures sont affichées dans le fuseau horaire de ta boutique.
* **Période :** **Today**, **Yesterday**, **Last 7 days**, **Last 30 days**, **Last 90 days**, **Last 365 days**, **All Time** ou une période personnalisée. La page s'ouvre sur toute la période.
* **Comparaison :** **No comparison**, **Previous period**, **Previous year** ou une période personnalisée. Une fois ton choix fait, le bouton affiche **Compare to:** avec les dates, et **Orders edited**, **Total added revenue** et **Average edit time** indiquent la variation en pourcentage par rapport à cette période.
Compare **Last 30 days** avec **Previous period** après avoir modifié un paramètre, comme une fenêtre d'édition plus longue ou une nouvelle offre d'upsell, pour voir si les chiffres ont bougé.
## Performance des upsells
Deux cartes en haut de la page suivent tes [offres d'upsell](/fr/setup/post-purchase-upsells) sur la période choisie :
Le nombre d'offres d'upsell acceptées par les clients sur les pages de remerciement et de statut de commande, les revenus générés et une courbe de tendance quotidienne.
Les cinq produits qui ont généré le plus de revenus d'upsell, avec le nombre de fois où chacun a été vendu en upsell. Clique sur un produit pour l'ouvrir dans Shopify.
Les deux cartes ne comptent que les offres d'upsell acceptées et uniquement les revenus réellement payés. Les produits que les clients ajoutent eux-mêmes via **Add products** n'y figurent pas ; ils apparaissent dans **Total added revenue** et **Edits by type**.
## Analyses du comportement d'édition des clients
Vois quelles fonctionnalités d'édition les clients utilisent le plus avec la visualisation des modifications par type.
**Comprendre ce que les clients modifient :**
* Mises à jour d'adresse de livraison
* Changements de quantité de produit
* Ajout de produits aux commandes
* Corrections d'e-mail et de téléphone
* Annulations de commande
Le camembert montre exactement quelles fonctionnalités d'édition les clients utilisent le plus, t'aidant à comprendre les besoins clients et à concentrer tes efforts sur l'amélioration des fonctionnalités les plus populaires.
**Aperçu analytique :** Si les modifications d'adresse de livraison sont nombreuses, les clients détectent les erreurs de livraison tôt — économisant tes coûts de livraisons échouées. Si les ajouts de produits sont populaires, concentre-toi sur l'optimisation de ton flux d'upsell pour de meilleurs résultats encore.
## Détail détaillé de l'activité
Clique sur n'importe quel type d'activité pour voir les commandes spécifiques et obtenir des aperçus détaillés.
**Suis chaque type de modification :**
* Mises à jour d'adresse de livraison
* Produits ajoutés aux commandes
* Changements de quantité
* Mises à jour d'e-mail et de téléphone
* Surclassements de méthode d'expédition
* Demandes de support créées
* Commandes annulées
* Remboursements traités
* Factures fiscales générées
* Dates de livraison mises à jour
**Clique sur n'importe quel chiffre** pour voir les commandes Shopify spécifiques. Toutes les commandes sont automatiquement taguées selon les types d'édition (upsell, downgrade et remboursements vers le moyen de paiement initial ou crédit boutique) pour faciliter le filtrage et l'analyse.
## Mesures d'impact business
Trois indicateurs clés qui montrent tes résultats business réels issus de l'édition de commande.
**Trois graphiques essentiels :**
**Revenus par modification**
Revenus supplémentaires moyens générés par commande modifiée. Montre que les clients ne corrigent pas seulement leurs erreurs — ils ajoutent de la valeur à leurs achats.
**Heures de support économisées**
Temps économisé par ton équipe support parce que les clients ont modifié leurs commandes eux-mêmes.
*Calcul : Tickets de support évités × 15 minutes*
**Impact total des économies**
Économies totales issues de la réduction du travail de support et des annulations évitées.
*Formule : (Modifications en libre-service × 10 $) + (Annulations évitées × 15 $)*
## Suivi du statut des commandes
Liste complète de chaque commande modifiée via Revize avec liens directs Shopify pour analyse détaillée.
Commandes ayant créé des revenus supplémentaires via upsells, surclassements ou ajouts pendant l'édition.
Commandes mises en attente parce que les modifications nécessitent un paiement mais que les clients ne l'ont pas encore complété.
Commandes annulées via Revize avec motifs d'annulation disponibles pour analyse de tendance.
## Aperçus d'annulation
Comprends pourquoi les clients annulent pour améliorer ta boutique et réduire les annulations futures.
**Apprends des schémas d'annulation :**
* « Commande passée par erreur »
* « J'ai trouvé un meilleur prix ailleurs »
* « Délai de livraison trop long »
* « Frais de livraison trop élevés »
* « J'ai changé d'avis »
* « Je dois changer le mode de paiement »
* « Autre », plus les motifs personnalisés que tu définis
La carte **Why customers cancelled their orders** affiche aussi les **Recent notes** que les clients ont laissées en annulant. Clique sur **View all** pour ouvrir la liste complète **Cancellation reasons**, où tu peux filtrer par motif, rechercher par client, numéro de commande ou note, trier par date et exporter en CSV.
Utilise ces données pour identifier les tendances et améliorer ton expérience client, tes stratégies de prix et tes options d'expédition.
**Aperçu actionnable :** Si « j'ai trouvé un meilleur prix ailleurs » est courant, envisage des stratégies de tarification dynamique. Si « délai de livraison trop long » apparaît fréquemment, explore les options d'expédition express ou les partenaires de fulfillment plus rapides.
## Tickets de support
La carte **Support tickets** montre ce que les clients ont demandé au sujet de leurs commandes quand ils ont utilisé **Contact support** sur la page de leur commande, regroupé par sujet (adresse de livraison, quantité de produits, ajout de produits, code de réduction, annulation de commande, amélioration de la livraison ou autre). Chaque ticket inclut l'e-mail du client pour que tu puisses répondre.
Clique sur **View all** pour ouvrir la liste complète. Filtre par sujet, affiche **With a message only**, recherche par message, client, numéro de commande ou e-mail, et trie par date.
## Exporter en CSV
Tu peux télécharger les listes d'annulations et de tickets de support sous forme de fichiers CSV :
Définis la période en haut de la page Analytics. L'export utilise la même période.
Clique sur **View all** sur la carte **Why customers cancelled their orders** ou sur la carte **Support tickets**.
Applique les filtres ou la recherche dont tu as besoin, puis clique sur **Export CSV**. Le fichier inclut toutes les lignes correspondantes, pas seulement la page affichée.
| Export | Colonnes |
| - | - |
| **Annulations** | Commande, client, motif, note, date |
| **Tickets de support** | Commande, client, e-mail, téléphone, sujet, message, date |
Chaque export comprend jusqu'à 10 000 lignes. S'il y en a plus, Revize te prévient : réduis alors la période et exporte le reste séparément.
Tu as des suggestions pour les fonctionnalités d'analytique ? Écris-nous à [hello@revize.app](mailto:hello@revize.app). Nous construisons ce dont les marchands ont le plus besoin.
## Comment accéder à l'analytique
Dans ton admin Shopify, va dans Apps et clique sur Revize.
Trouve Analytics dans la barre latérale pour accéder à ton tableau de bord complet.
Visualise les indicateurs de la vue d'ensemble en haut, puis fais défiler pour des détails approfondis.
Clique sur n'importe quel type de modification pour voir les commandes spécifiques et explorer les données.
## Pourquoi l'analytique aide ton business
Montre aux parties prenantes exactement comment l'édition de commande se rentabilise via les revenus et les économies.
Concentre-toi sur les fonctionnalités d'édition que les clients utilisent le plus et améliore celles qui sous-performent.
Quantifie le temps économisé en support pour justifier l'allocation et la planification des ressources.
Repère les schémas dans le comportement client pour améliorer les produits, politiques et expériences.
## Questions fréquentes
Oui, clique sur n'importe quel type de modification dans le tableau de bord pour voir les commandes Shopify spécifiques. Les commandes sont automatiquement taguées selon les types d'édition pour faciliter le filtrage.
Ce sont les commandes où les clients ont effectué des modifications nécessitant un paiement supplémentaire, mais qui n'ont pas encore complété le paiement. Revize garde ces commandes en attente jusqu'à ce que le paiement soit traité.
Oui, pour les annulations et les tickets de support. Clique sur **View all** sur l'une des deux cartes, puis sur **Export CSV**. Le fichier suit ta période et tes filtres. Consulte [Exporter en CSV](#exporter-en-csv). Les graphiques et les indicateurs principaux ne sont pas exportés.
Oui. Choisis une période, puis **Previous period**, **Previous year** ou une période personnalisée dans le bouton de comparaison. Les indicateurs principaux affichent la variation en pourcentage.
L'analytique Revize transforme tes données d'édition de commande en aperçus business actionnables. Utilise ces indicateurs pour prouver le ROI, optimiser l'expérience client et prendre des décisions basées sur les données.
## Fonctionnalités liées
* [Portail client](/fr/features/customer-portal) — où se déroule toute l'activité d'édition suivie dans l'analytique
* [Ajouter des produits](/fr/features/add-products-upsell) — contributeur majeur à tes indicateurs de revenus supplémentaires
* [Annulation de commande](/fr/features/cancel-order) — vois les motifs et tendances d'annulation dans ton analytique
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.