De meeste webshops kijken naar hun omzet als één groot getal. Maar dat getal vertelt je niets over wie er koopt, wanneer ze terugkomen en wat ze waard zijn over tijd. Een cohortanalyse splitst je klanten op in groepen op basis van hun eerste aankoopdatum. Zo zie je precies hoe nieuwe versus terugkerende klanten zich gedragen, en waar je marge vandaan komt.
Wat je nodig hebt
- Toegang tot je e-commerceplatform (Shopify, WooCommerce of Magento) met orderdata van minimaal zes maanden.
- Google Sheets of Excel om cohorten te groeperen en berekeningen uit te voeren.
- Klaviyo of een vergelijkbaar e-mailtool voor segmentatie op basis van eerste aankoopdatum.
- Geschatte tijd: 60 tot 90 minuten voor je eerste analyse.
Cohortanalyse maken: nieuwe versus terugkerende klanten: zo doe je het
Begin met het exporteren van je volledige orderlijst. Je hebt minimaal deze kolommen nodig: klant-ID, orderdatum, omzet en bij voorkeur marge per order. Exporteer vanuit je webshopplatform naar een CSV-bestand en open dit in Google Sheets.
Bepaal vervolgens per klant de datum van de eerste aankoop. Maak een aparte kolom waarin je met een formule (zoals MIN.ALS of MINIFS) de vroegste orderdatum per klant-ID berekent. Dit is de basis van je cohort: de maand waarin iemand voor het eerst kocht. Geef elk cohort een duidelijke naam, bijvoorbeeld “2024-01” voor klanten die in januari 2024 hun eerste bestelling plaatsten.
Nu groepeer je alle orders per cohort en per maand na de eerste aankoop. Maak een draaitabel met het cohort als rij en de maanden na eerste aankoop als kolommen. Vul de cellen met de totale omzet of het aantal orders. Zo ontstaat een tabel die per cohort laat zien hoeveel omzet er in maand 0 (de eerste aankoop), maand 1, maand 2, enzovoort binnenkomt.
Reken percentages uit. Deel de omzet van elke vervolgmaand door de omzet van maand 0. Zo zie je welk percentage van de oorspronkelijke waarde terugkomt. Een cohort dat na zes maanden nog 25% van de oorspronkelijke maandomzet genereert, is aanzienlijk waardevoller dan een cohort dat na twee maanden op nul staat.
Vergelijk cohorten onderling. Zijn klanten die via een Meta-campagne in maart binnenkwamen loyaler dan klanten uit een Google Shopping-campagne in april? Door acquisitiekanaal als extra dimensie toe te voegen, ontdek je welke kanalen klanten opleveren met hogere lifetime value. Dit is precies het soort inzicht waarmee je je advertentiebudget doordacht verdeelt.
Splits ten slotte nieuwe en terugkerende klanten expliciet. Markeer per order of het een eerste of herhaalaankoop betreft. Zo bereken je per cohort het percentage herhaalaankopen en de gemiddelde tijd tussen eerste en tweede bestelling. Die tweede bestelling is cruciaal: klanten die twee keer kopen, hebben een veel hogere kans op een derde aankoop.
Tips voor een beter resultaat
Kijk niet alleen naar omzet, maar naar marge per cohort. Een cohort kan veel omzet genereren maar lage marges hebben door hoge retourpercentages of kortingsacties. Marge is de enige metric die er echt toe doet.
Automatiseer je cohortanalyse. Bouw je spreadsheet zo op dat je maandelijks alleen een nieuwe export hoeft in te laden. Of gebruik Klaviyo-segmenten om cohorten automatisch bij te houden en gerichte e-mailflows te triggeren voor klanten die dreigen af te haken.
Voer deze analyse minimaal één keer per kwartaal uit. Klantgedrag verschuift door seizoenen, campagnewijzigingen en assortimentsaanpassingen. Een wekelijkse snelle check op je belangrijkste cohorten houdt je scherp.
Werkt het niet? Check dit
Je cohorten tonen nauwelijks herhaalaankopen. De meest voorkomende oorzaak: je data bevat gastbestellingen zonder gekoppeld klant-ID. Controleer of je webshop orders correct aan klantprofielen koppelt. Overweeg e-mailadres als unieke identifier te gebruiken in plaats van het standaard klant-ID.
De cijfers kloppen niet met je dashboards. Dit ontstaat vaak door retouren die niet verwerkt zijn in je export. Gebruik netto-omzet (na retouren en annuleringen) als basis voor je cohortanalyse. Bruto cijfers geven een vertekend beeld.
Je ziet geen verschil tussen kanalen. Waarschijnlijk ontbreekt de UTM-brondata in je orderexport. Zorg dat je attributiedata meeneemt, zodat je cohorten kunt splitsen op acquisitiekanaal.
Volgende stap
Een cohortanalyse geeft je de feiten om te sturen op klantwaarde in plaats van losse klikken. Door nieuwe en terugkerende klanten apart te analyseren, weet je precies waar je advertentie-euro’s het meeste opleveren. Wil je dat Google Ads, Meta en Klaviyo als één systeem samenwerken om klanten met de hoogste lifetime value aan te trekken? Ontdek hoe New Sky dat aanpakt en bouw aan structurele winstgroei voor je webshop.
