Panier moyen d’une chaîne de magasins : comment l’agréger, le décomposer et le comparer

Le panier moyen, aussi appelé ticket moyen, est le montant dépensé par achat. Pour une caisse sur une journée, il se passe d’explication. Les dirigeants d’une chaîne, eux, le lisent après trois opérations : il est agrégé sur les magasins et les journées, décomposé par rapport à l’an dernier, et défini par des règles qui disent quels tickets et quel chiffre d’affaires comptent. Chaque opération peut produire un chiffre arithmétiquement juste et pourtant trompeur.

Cet article examine les trois tour à tour, avec une notation limitée à ce dont un tableur a besoin, et confronte la décomposition à neuf résultats publiés par sept grandes enseignes.

1. Définition et notation

Pour le magasin i sur une période, notons R_i ses ventes et T_i son nombre de transactions. Le panier moyen du magasin est A_i = R_i / T_i. Celui de la chaîne est A = ΣR_i / ΣT_i. En notant w_i = T_i / ΣT la part du magasin dans les transactions de la chaîne, A = Σ w_i A_i : le panier moyen de la chaîne est la moyenne des paniers des magasins pondérée par les transactions, et non par les magasins.

Deux autres identités sont utiles. Le panier se décompose lui-même en nombre d’articles par transaction multiplié par le prix moyen par article. Et les ventes sont égales aux transactions multipliées par le panier, R = T × A, ce qui fonde toutes les décompositions entre fréquentation et panier que publient les enseignes.

2. Agrégation : le biais de la moyenne des moyennes

Les rapports affichent souvent la moyenne non pondérée des paniers des magasins, Ā = (1/n) Σ A_i, parce que c’est ce que produit un tableur quand on fait la moyenne des lignes de magasins. Son écart par rapport au vrai panier de la chaîne découle des définitions ci-dessus : Ā − A = −n · Cov(w, A), la covariance étant calculée sur les magasins avec un poids égal. La moyenne non pondérée surestime le panier de la chaîne dès que les magasins qui ont moins de transactions ont des paniers plus élevés, et le sous-estime dans le cas inverse. Elle n’est sans biais que si la taille des magasins et leur panier sont sans lien, ce qui est rarement le cas dans une chaîne à plusieurs formats.

La même algèbre s’applique à la moyenne des journées. Un panier mensuel construit à partir de la moyenne des paniers quotidiens donne à un lundi calme le même poids qu’à un samedi chargé. Et un magasin ou une journée sans nombre de transactions doit sortir entièrement du ratio, numérateur et dénominateur ensemble ; le compter comme zéro transaction tout en gardant ses ventes gonfle le panier.

3. Décomposition : transactions et panier

Puisque R = T × A, la croissance des ventes se factorise exactement : (1 + g_R) = (1 + g_T)(1 + g_A), donc g_R = g_T + g_A + g_T · g_A. Le terme croisé est faible pour de petites variations, c’est pourquoi les enseignes présentent la décomposition comme additive, mais il n’est pas nul. En logarithmes, la décomposition est exacte et additive : ln(R₁/R₀) = ln(T₁/T₀) + ln(A₁/A₀). Il faut les versions à magasins comparables des trois grandeurs, pour les raisons exposées dans le guide du périmètre comparable.

L’identité fournit aussi un contrôle que tout lecteur peut faire sur les chiffres publiés : multiplier les variations publiées des transactions et du panier, puis comparer le résultat à la croissance comparable publiée. Nous l’avons fait pour neuf décompositions publiées par sept enseignes en 2025 et 2026 :

Huit sur neuf concordent à 0,15 point de pourcentage près, ce que permet l’arrondi des données à une décimale (ou, pour Costco, au point entier)^{1, 2, 3, 4, 6, 7, 8}. L’exception est HORNBACH, dont la fréquentation et le panier moyen impliquent une croissance supérieure de près d’un point et demi à son chiffre publié à périmètre comparable¹². La diapositive n’en donne pas la raison. Parmi les explications possibles : un parc de magasins ou un traitement des devises différent pour la fréquentation et pour les ventes, ou les 1,3 jour ouvré de moins que mentionne la diapositive, qui affecteraient une série et pas l’autre ; sans les définitions sous-jacentes, nous ne pouvons pas trancher. La leçon pour un reporting interne est générale : si les transactions et le panier, multipliés, ne redonnent pas les ventes, l’une des trois grandeurs est mesurée sur une autre base.

La décomposition mérite d’être publiée parce que ses deux moitiés appellent des réponses différentes. Chez Lowe’s, le panier a progressé alors que les transactions reculaient ; Sam’s Club a connu l’inverse. Des transactions en baisse renvoient à la fréquentation, à la disponibilité ou à la concurrence. Un panier en baisse renvoie à l’assortiment, aux prix, aux promotions ou à moins d’articles par panier. Un panier qui ne monte qu’avec les prix, pendant que le nombre d’articles par transaction baisse, décrit des clients qui achètent moins.

4. Le mix : quand chaque magasin progresse et que la chaîne recule

Le panier de la chaîne, A = Σ w_i A_i, varie pour deux raisons : les paniers des magasins eux-mêmes changent, et les poids changent quand des magasins ouvrent, ferment ou croissent à des rythmes différents. Entre deux périodes, ΔA = Σ Δw_i · A_i⁰ (mix) + Σ w_i⁰ · ΔA_i (intra-magasin) + Σ Δw_i · ΔA_i (interaction). Prenons une chaîne de supérettes au panier de 12 € et d’hypermarchés à 48 €, où les supérettes réalisent 60 % des transactions. En un an, chaque magasin augmente son panier de 2 %, et de nouvelles ouvertures de supérettes portent leur part des transactions à 70 % :

Pris isolément, le chiffre de la chaîne laisse penser que les paniers s’affaiblissent. Décomposé, il montre une stratégie de formats qui fonctionne comme prévu. C’est pourquoi il vaut mieux comparer le panier d’un magasin au sein de son format, à la médiane du format et à l’historique du magasin lui-même, comme le guide du tableau de bord retail le recommande pour d’autres indicateurs de magasin.

5. Définition : ce qui compte comme une transaction et comme une vente

Les enseignes qui publient la décomposition ne mesurent pas la même chose. The Home Depot définit le panier moyen comme « le prix moyen payé par transaction » et exclut ses activités B2B, HD Supply et SRS, des transactions comme du panier¹. Target publie la fréquentation et le « montant moyen par transaction » sur les seules ventes de marchandises, nettes des retours et hors taxe sur les ventes². Les ventes comparables de Walmart incluent l’e-commerce et d’autres activités comme la publicité⁵, et le panier moyen de Costco inclut l’essence, si bien que les prix du carburant le font bouger⁶. Lowe’s a modifié son décompte en 2025 pour que les commandes modifiées ne soient plus des transactions distinctes, et a retraité les années précédentes⁷. Tokmanni définit les visites clients comme le nombre de transactions⁸. Les ventes à périmètre comparable de Tesco excluent la TVA et le carburant, alors que le panier en ligne qu’elle publie figure dans un tableau de ventes TVA comprise⁹.

Pour le reporting propre à une chaîne, quatre décisions comptent le plus : la base de TVA, qui ne doit pas varier avec les taux ; l’inclusion ou non du carburant, des services et des cartes cadeaux ; le traitement des retours et des annulations ; et le décompte d’une commande en ligne modifiée par la suite. Une fois prises, ces décisions doivent être consignées par écrit et appliquées aux deux périodes de chaque comparaison. La règle ci-dessous en donne un ensemble cohérent :

6. Le dénominateur : les tickets, pas les paiements par carte

Les données de carte sont la source la plus facile pour compter les transactions, et la mauvaise. Au second semestre 2025, le paiement par carte moyen dans la zone euro s’élevait à environ 39 €¹⁰, mais dans la plus récente enquête de la BCE auprès des consommateurs, les espèces étaient utilisées pour 52 % des paiements en point de vente¹¹. Un panier calculé à partir des paiements par carte ne décrit que les clients qui paient par carte, et la part des espèces varie selon le magasin, la région et l’heure de la journée, si bien que l’erreur n’est même pas constante. Le nombre de tickets de caisse est le dénominateur ; le guide pour consolider les données de caisse de tous les magasins explique comment le rendre comparable d’un système à l’autre.

7. Limites

Le rapprochement utilise les chiffres tels qu’arrondis dans les documents des sociétés, si bien que les écarts inférieurs à environ un dixième de point n’apportent aucune information. Les définitions des sociétés sont tirées de leurs propres documents et peuvent différer sur des détails que ceux-ci ne précisent pas, comme le décompte d’un paiement fractionné ou d’une commande retirée en magasin. L’exemple de mix est construit pour isoler l’effet ; dans une chaîne réelle, le mix et les évolutions intra-magasin bougent ensemble, et le terme d’interaction est d’autant plus grand que les deux le sont.

Comment marql calcule le panier moyen

Dans l’écran Analyse de marql, la vue Économie affiche les Transactions et le Panier moyen à côté du chiffre d’affaires et de la marge, avec leur évolution par rapport à la période de comparaison ; le panier moyen y est le chiffre d’affaires total divisé par le nombre total de transactions, la forme pondérée de la section 1. La vue Magasins affiche le panier moyen de chaque magasin face à la médiane des magasins de son format, la comparaison que recommande la section 4.

Le copilote IA applique la même règle quand vous l’interrogez sur le panier moyen : le chiffre d’affaires des magasins qui remontent un nombre de transactions, divisé par leurs transactions. Un magasin dont le système de caisse n’envoie pas de nombre de transactions est signalé comme inconnu, et non comme zéro.