Annotations Shopify Analytics : coller le « pourquoi » sur vos courbes de ventes

Parce que vos rapports montrent le « quoi » (ventes, sessions, conversion) mais le « pourquoi » vit ailleurs : Slack, Notion, tableur, mémoire d’une seule personne. Trois mois plus tard, personne ne se souvient si le pic venait d’une mention créateur, d’une promo flash ou d’un changement fournisseur.

Les équipes France (marketing, ops, finance) relisent alors la même courbe avec trois hypothèses différentes. Sans annotation native, chaque revue mensuelle recommence l’archéologie.

Le changelog Shopify du 1er octobre 2026 annonce que vous pouvez ajouter vos propres annotations sur les rapports time-series supportés. L’idée : coller le récit métier à côté des données, pour les moments qui façonnent l’activité (lancement de campagne, mention créateur, changement fournisseur, promotion, amélioration ops).

Quand vous rouvrez le rapport des semaines ou des mois plus tard, vous et votre équipe voyez pourquoi la performance a bougé, sans reconstruire l’histoire à la main. Les annotations sont partagées avec le staff qui a la permission Reports.

Important : ce ne sont pas les mêmes annotations que celles déjà injectées par certaines apps (contexte technique ou événement app). Ici, ce sont vos notes métier marchand, rédigées par l’équipe, à côté du contexte Shopify et apps déjà présent.

Résultat attendu : une seule timeline partagée où cohabitent vos notes métier, les signaux Shopify et le contexte apps. Moins de « c’était quoi ce pic du 12 ? » en réunion reporting.

Les apps peuvent déjà déposer du contexte dans Analytics (événements liés à leur produit). Ça reste utile, mais ce n’est pas votre narration commerciale. Une note marchand explique une décision : « lancement lookbook SS26 », « mention TikTok créateur X », « nouveau 3PL », « promo -20 % 48 h ».

Le panel permet de chercher et filtrer les trois sources : équipe, apps, Shopify. Gardez une convention de titre courte et datée pour que le filtre reste lisible. Si une app pollue le flux, filtrez-la plutôt que de dupliquer la même info en note manuelle.

Pour les changements de mesure (ex. baseline sessions), une annotation à la date de bascule évite de confondre un recalibrage avec une vraie baisse de perf. Voir sessions Shopify Analytics.

Marketing : lancement campagne paid, newsletter, drop produit, collab créateur, ouverture d’un Market. Ops : changement transporteur, rupture fournisseur résolue, nouveau process SAV. Finance / merch : promo structurante, réassort massif, ajustement prix.

Annotez aussi les non-événements utiles : « aucun changement média cette semaine » quand une courbe bouge quand même, pour forcer la lecture vers un autre levier (stock, site, saisonnalité).

Si vous segmentez déjà le CA avec des metafields de catégorie ou des champs de metaobjects, les annotations complètent la dimension « temps » : le rapport explique le quoi / qui, la note explique le pourquoi ponctuel.