- Een cohortanalyse groepeert klanten op de maand van hun eerste bestelling en vergelijkt de groepen op dezelfde leeftijd, wat maandtotalen niet kunnen.
- Lees rijen voor één cohort in de tijd, kolommen voor cohorten op dezelfde leeftijd en diagonalen voor kalendereffecten, zoals een uitverkoop in november.
- Vergelijk cohorten per klant en in brutowinst, zodat de grootte van het cohort en kortingen op de eerste bestelling het resultaat niet vertekenen.
- Een cohort is het waard om te werven als de cumulatieve brutowinst per klant binnen een acceptabele tijd boven de CAC uitkomt.
Cohortanalyse in ecommerce groepeert klanten op de maand van hun eerste bestelling en volgt wat elke groep in de maanden daarna koopt. Ze laat zien of de klanten die je nu wint terugkomen en net zoveel uitgeven als de klanten die je eerder won. Een totaal van de maandomzet kan dat niet laten zien, omdat het nieuwe en terugkerende klanten van elke leeftijd door elkaar haalt.
Deze gids legt uit hoe je een acquisitiecohorttabel bouwt, hoe je retentie en cumulatieve brutowinst per klant leest, welke fouten het beeld vertekenen en wat ROASaurus toont.
Wat is een cohortanalyse?
Een cohort is een groep klanten met hetzelfde beginpunt. In ecommerce is dat beginpunt meestal de eerste bestelling. Iedereen die voor het eerst in maart kocht, is het cohort van maart, via welk kanaal ze ook kwamen.
Een cohorttabel heeft één rij per cohort en één kolom per periode sinds de eerste bestelling. M0 is de maand van de eerste bestelling, M1 is de maand erna, enzovoort. Elke cel beantwoordt één vraag voor één groep op één leeftijd: hoeveel klanten terugkwamen, hoeveel ze uitgaven of hoeveel brutowinst ze opleverden.
Deze opzet vergelijkt klanten van dezelfde leeftijd. Het cohort van maart in zijn derde maand kan worden vergeleken met het cohort van juni in zijn derde maand, ook al vallen die maanden in verschillende seizoenen.
Shopify heeft een ingebouwd rapport voor cohortanalyse van klanten dat klanten op dezelfde manier groepeert op hun eerste bestelling. De metrics zijn aantallen klanten, retentie en verkopen. Om cohorten in brutowinst te zien, heb je ook de kosten van elke bestelling nodig: productkosten, verzendkosten, transactiekosten en afhandeling.
Zo bouw je een cohorttabel
- Verzamel betaalde bestellingen met een klantidentiteit
Elke bestelling heeft een klant-id of een e-mailadres nodig. Zonder een van beide kun je een tweede bestelling niet aan de eerste koppelen. Laat geannuleerde en onbetaalde bestellingen weg.
- Zoek de eerste bestelling van elke klant
De maand van die bestelling is het cohort van de klant.
- Geef elke bestelling een leeftijd
Tel de maanden tussen de cohortmaand en de maand van de bestelling: 0 voor de eerste maand, 1 voor de volgende, enzovoort.
- Tel op per cohort en leeftijd
Tel de bestellingen, omzet en brutowinst in elke cel bij elkaar op en tel de klanten die hebben besteld.
- Deel door de grootte van het cohort
Deel door het aantal klanten in het cohort, zodat cohorten van verschillende grootte kunnen worden vergeleken.
- Kies per periode of cumulatief
Een cel per periode toont alleen die maand. Een cumulatieve cel telt alle maanden tot dan toe op, en dat vergelijk je met de acquisitiekosten.
Google Analytics biedt een vergelijkbare keuze in de cohortverkenning, met standaard, voortschrijdende en cumulatieve berekeningen. Standaard telt elke periode afzonderlijk, en cumulatief telt de periodes tot dan toe op. Gebruik voor webshopcohorten cellen per periode voor retentie en cumulatieve cellen voor waarde.
Zo lees je een cohorttabel
Hier is een retentietabel voor een voorbeeldwebshop, bekeken aan het begin van januari. Elke cel toont het aandeel van het cohort dat in die maand opnieuw bestelde.
| Eerste bestelling | Klanten | M1 | M2 | M3 | M4 | M5 |
|---|---|---|---|---|---|---|
| Juli | 1,000 | 8% | 6% | 5% | 9% | 7% |
| Augustus | 900 | 8% | 6% | 10% | 7% | – |
| September | 1,100 | 7% | 11% | 7% | – | – |
| Oktober | 1,050 | 12% | 8% | – | – | – |
| November | 2,400 | 5% | – | – | – | – |
Lees de rijen
Een rij volgt één cohort in de tijd. In dit voorbeeld bestelt het cohort van juli in zijn eerste maand met 8% opnieuw. Dat percentage daalt tot 5% in de derde maand en springt dan in november naar 9%.
Lees de kolommen
Een kolom vergelijkt cohorten op dezelfde leeftijd. In M1 deed oktober het best met 12% en november het slechtst met 5%. Maar M1 van het cohort van oktober was november, de uitverkoopmaand. Een deel van die 12% komt dus van de uitverkoop, niet van het cohort.
Lees de diagonalen
Een diagonaal is één kalendermaand over alle cohorten heen. De diagonaal van november leest 9%, 10%, 11% en 12%: elk ouder cohort kocht in november meer. Als een diagonaal opvalt, ligt de oorzaak in iets dat in die maand is gebeurd, zoals een uitverkoop, een productlancering of een leveringsprobleem. Het zegt niets over de kwaliteit van de cohorten.
Het cohort van november zelf is de echte vraag. Het is meer dan twee keer zo groot als de andere, maar slechts 5% ervan kwam in december terug. In dezelfde maand kwam elk ander cohort terug met 7% of 8%.
Cumulatieve omzet en brutowinst per klant
Retentie vertelt je of klanten terugkomen. Cumulatieve waarde per klant vertelt je wat ze waard zijn. Tel alles op wat een cohort vanaf de eerste bestelling heeft gekocht en deel dat door het aantal klanten in het cohort. Doe dat in brutowinst, niet alleen in omzet, want brutowinst is wat de kosten van het werven van de klant terugbetaalt.
Achter de twee lijnen: de eerste bestellingen van het cohort van maart waren gemiddeld $70 bij een brutomargepercentage van 48%, dus ze lieten $33.60 per klant over. De eerste bestellingen van het cohort van november zouden bij volle prijs $80 zijn geweest, bij hetzelfde brutomargepercentage van 48%. Na een korting van 20% waren ze gemiddeld $64, maar de kosten bleven $41.60. Het brutomargepercentage daalde naar 35%, en elke eerste bestelling liet $22.40 over. De korting verlaagde de marge op de eerste bestelling, en minder van die klanten kwamen terug.
Een cohort is het waard om te werven als de cumulatieve brutowinst per klant binnen een acceptabele tijd boven de CAC uitkomt. De maand waarin dat gebeurt, is de terugverdienperiode. Voor het cohort van maart is dat M0. Voor het cohort van november is het nog niet gebeurd. Hoe je die grens bepaalt, lees je in customer lifetime value voor Shopify-webshops, en de marge zelf wordt uitgelegd in contributiemarge in ecommerce.
Veelgemaakte fouten bij cohortanalyse
Cohortgroottes door elkaar halen
Een cohort van 150 klanten en een cohort van 2,400 verdienen niet hetzelfde gewicht. Als je cohorten middelt, weeg je elk cohort naar het aantal klanten. Ga voorzichtig om met kleine cohorten: in een cohort van 150 verschuiven drie klanten die elk $200 meer uitgeven het gemiddelde met $4.
De omgekeerde fout is het vergelijken van cohorttotalen. Het cohort van november heeft in totaal de meeste omzet, alleen omdat het de meeste klanten heeft. Vergelijk cohorten per klant.
Jonge cohorten als slechter lezen
Een cohort dat vorige maand is gestart, heeft één maand gehad om te kopen. Vergelijk het alleen met oudere cohorten op dezelfde leeftijd. De laatste cel van een rij kan ook de huidige maand zijn, die nog niet voorbij is, dus ze ziet er laag uit tot de maand is afgelopen.
Seizoensinvloeden negeren
Cohorten die in een uitverkoopmaand zijn geworven, zoals november, gedragen zich anders dan cohorten die tegen de volle prijs zijn geworven. Vergelijk ze met dezelfde maand een jaar eerder, niet met de maand ervoor. En controleer de diagonalen voordat je een cohort de schuld geeft: als elk cohort tegelijk een zwakke maand had, ligt de oorzaak in de kalender.
Kortingen op de eerste bestelling negeren
Een korting op de eerste bestelling brengt klanten binnen tegen een lagere marge, en sommigen van hen kwamen voor de korting en niet voor het product. Splits cohorten op de kortingscode van de eerste bestelling en vergelijk hun brutowinst per klant.
Klanten kwijtraken die als gast afrekenen
Als een terugkerende klant met een ander e-mailadres afrekent, lijkt hij een nieuwe klant. Zijn tweede bestelling start dan een nieuw cohort in plaats van als herhaalbestelling te tellen. Herhaalpercentages komen dan te laag uit en aantallen nieuwe klanten te hoog. Moedig klantaccounts aan en lees herhaalpercentages als een ondergrens.
Hoe je een cohortanalyse inzet
- Bepaal wat je voor een klant kunt betalen. Lees de cumulatieve brutowinst per klant af bij de terugverdientijd die je accepteert, bijvoorbeeld 6 maanden. Dat is je maximale CAC.
- Verschuif budget naar cohorten die herhalen. Splits cohorten op eerste product, kortingscode of eerste advertentiekanaal en zet meer budget achter de groepen die blijven kopen.
- Plan je opvolgmails op het juiste moment. Als de meeste tweede bestellingen in de tweede maand binnenkomen, stuur de herinnering dan daarvoor, niet erna.
- Verbeter het aanbod voor de eerste bestelling. Als cohorten met korting nooit bijkomen, test dan een kleinere korting of een ander aanbod en vergelijk de nieuwe cohorten na drie maanden.
- Gebruik de terugverdientijd om verliezen op de eerste bestelling te beoordelen. Een cohort dat in M2 terugverdient, kan campagnes onder hun break-even-ROAS voor de eerste bestelling rechtvaardigen. Een cohort dat nooit terugverdient, niet.
Cohortanalyse in ROASaurus
Het cohortrapport in ROASaurus lifetime value is opgebouwd uit je bestellingen en de productkosten in winstanalyse. Klanten worden geïdentificeerd aan de hand van het Shopify-klant-id of het e-mailadres, en alleen betaalde bestellingen tellen mee.
- Cohorten per week, maand, kwartaal of jaar van de eerste bestelling, als matrix of als curves, met CSV-export.
- 14 metrics, waaronder Customers returning (%), Cumulative orders per customer, Cumulative revenue per customer en Cumulative contribution margin per customer. Die laatste metric trekt productkosten, verzendkosten, orderkosten, transactiekosten, afhandeling en doorberekende belasting af, en komt vóór de advertentiekosten. Het is de metric die overeenkomt met brutowinst per klant zoals deze gids de term gebruikt. Het rapport heeft ook een metric Cumulative gross profit per customer, maar die houdt de belasting die je hebt geïnd erin, tenzij Taxes collected onder Profit › Cost settings op Left out of revenue staat.
- Elke rij toont het aantal klanten, de CAC, R% (het aandeel met tot nu toe een tweede bestelling) en de gemiddelde eerste bestelling. CAC zijn de advertentiekosten in de periode van het cohort gedeeld door alle nieuwe klanten die erin zijn geworven.
- De gemiddelde rij weegt metrics per klant naar het aantal klanten in elk cohort.
- Een groene omlijning markeert de periode waarin de cumulatieve marge per klant van een cohort de CAC passeerde: de terugverdienperiode.
- Bij maandelijkse cohorten tonen gestreepte cellen voorspelde waarden tot 24 maanden, op basis van de eigen herhaalcurve van je webshop.
- Filters op de eerste bestelling: eerste product, producttype, leverancier, kortingscode, land, eerste advertentiekanaal, verkoopkanaal, UTM-source, -medium of -campaign, klanttag of ordertag.
- Herhaalaankooppercentages per maand van de eerste bestelling binnen 30, 60, 90, 180 en 365 dagen. Een venster dat nog niet voor elke klant in het cohort is verstreken, is gemarkeerd met een sterretje.
Ask AI kan ook vragen over je cohorten beantwoorden. Het leest de maandelijkse cohorten, de cumulatieve contributiemarge per klant en de terugverdienmaand van de CAC voor je.