Je hebt net de verkoopdata van Black Friday doorgenomen en de omzet ziet er prima uit. Maar als je diezelfde kopers terugzoekt in je CRM of e-mailplatform, valt het op: de meesten hebben na die ene bestelling niets meer van zich laten horen. Geen tweede aankoop, geen klik op een follow-up mail, geen reactie. Je hebt ze geworven met korting, verzending en klantenservice, en nu zijn ze weg. Wij zien dit patroon bij veel webshophouders terugkomen: de Black Friday-cijfers kloppen, maar de werkelijke opbrengst per klant valt bij nader inzien fors lager uit. Precies daarom loont het om nu, terwijl de data vers is, te berekenen welke van die nieuwe kopers op lange termijn iets waard zijn voor je bedrijf, en hoe je je opvolging daarop afstemt.
Volle orders, lege klantrelaties
Veel webshops trekken jaar na jaar dezelfde groep aan tijdens Black Friday: mensen die actief kortingen zoeken, vergelijkingssites afstruinen en zonder enige merkvoorkeur kopen bij wie het goedkoopst is. Op zich niets mis mee. Maar als je je marketingbudget jaar na jaar aanpast op die groep zonder te meten of ze terugkomen, draai je eigenlijk een duur acquisitiekanaal voor eenmalige transacties. De omzetpiek is reëel, maar de klantgroei is een illusie.
Juist hier is customer lifetime value voor een webshop een onmisbaar stuurinstrument. Het gaat niet om wat een klant vandaag oplevert, maar om wat hij of zij over de hele relatie bijdraagt aan je bedrijf. En die twee getallen kunnen radicaal van elkaar afwijken.
Wat je CLV-berekening vertelt die omzetcijfers verzwijgen
De basisformule is eenvoudig: vermenigvuldig de gemiddelde orderwaarde met de aankoopfrequentie per jaar, en vermenigvuldig dat getal met de gemiddelde klantlevensduur in jaren. Dus een klant die gemiddeld €65 per bestelling uitgeeft, drie keer per jaar koopt en twee jaar actief blijft, heeft een CLV van €390.
Het probleem met Black Friday-kopers is dat ze deze formule vertekenen. Ze hebben vaak een hogere eerste orderwaarde (meer producten, maar allemaal in korting), een lagere marges en een bijna nul aankoopfrequentie daarna. Als je hen ongesegmenteerd opneemt in je CLV-berekening, lijkt je gemiddelde klantkwaliteit beter dan ze werkelijk is. Dat geeft je een vals gevoel van veiligheid bij je acquisitiekosten.
Stap 1: Segmenteer je Black Friday-cohort voordat je iets opvolgt
Voordat je een enkele opvolgmail verstuurt, is het cruciaal om je nieuwe klanten uit de Black Friday-periode in te delen. Wij van Ondernemerstips.be raden aan om drie profielen te onderscheiden, op basis van data die je al hebt.
- Eenmalige koopjesjagers: kochten één product in een specifieke kortingscategorie, geen browsegedrag vooraf op je site, lage of nul e-mailinteractie na aankoop. Dit segment heeft statistisch de laagste kans op een tweede aankoop binnen 90 dagen.
- Categorieverkenners: keken meerdere categorieën, zaten langer op productpagina’s en kochten iets dat niet het meest kortgeprijsd was. Ze zijn op zoek naar iets specifieks en jij bent misschien de plek waar ze dat vinden.
- Merkgevoelige kopers: hadden al eerder je site bezocht, stonden al op je e-maillijst of kochten een A-merk of specifiek product dat ze bewust bij jou wilden. Dit is je meest waardevolle groep.
Die segmentatie doe je op basis van browsegedrag vóór de aankoop, het type product, de ordergrootte en of het hun eerste bezoek aan je site was. Veel e-commerceplatformen en e-mailtools geven je deze data gecombineerd, al moet je er soms wat kruistabellen voor bouwen.
Stap 2: Bereken de verwachte CLV per segment met historische data
Nu komt het moment waarop je data daadwerkelijk waarde krijgt. Kijk naar je Black Friday-cohorten van vorige jaren. Welk percentage van elke groep deed een tweede aankoop binnen 90 dagen? Wat was de gemiddelde tweede orderwaarde? Hoe lang bleven ze actief?
Als je die benchmarks hebt, kun je per segment een verwachte CLV berekenen. Stel dat je historische data laat zien dat categorieverkenners uit vorige Black Friday-acties in 22% van de gevallen een tweede aankoop deden binnen 90 dagen, met een gemiddelde waarde van €54. Dan kun je die kans inbouwen in je CLV-verwachting voor dit jaar. Het is geen garantie, maar het is een gefundeerde schatting die je beter stuurt dan onderbuikgevoel.
Het signaal dat het sterkst voorspellend is voor een tweede aankoop: of iemand je bevestigingsmail opent en doorkijkt naar gerelateerde producten. Dat gedrag in de eerste 48 uur na aankoop zegt verrassend veel.
Stap 3: Koppel een maximaal acquisitiebudget aan elk segment
Dit is de stap die de meeste webshops overslaan, maar die het meeste geld bespaart. Als je weet wat de verwachte CLV per segment is, kun je berekenen hoeveel je maximaal mag uitgeven om een klant uit dat segment te behouden. Dat noemen we het terugverdienplafond per klantgroep.
Stel je verwachte CLV voor eenmalige koopjesjagers is €18 (lage herhaalkans, lage marge). Dan is het absurd om €12 aan retentiekosten per persoon te besteden via gepersonaliseerde campagnes, kortingscodes of handmatige opvolging. Voor merkgevoelige kopers met een verwachte CLV van €340 is datzelfde bedrag een koopje.
Behandel die twee groepen dan ook niet hetzelfde. Automatiseer de goedkope opvolging voor de lage CLV-groep en investeer in gepersonaliseerde aandacht voor je meest waardevolle segment. Dat is geen elitarisme, dat is gewoon zakelijk verstand.
De opvolgstrategie zonder kortingsval
De meest gemaakte fout na Black Friday is een tweede korting sturen. Het voelt logisch: ze kwamen vanwege een deal, dus stuur je een nieuwe deal. Maar wat je daarmee doet, is hen trainen om alleen te kopen als er korting is. Je verlaagt daarmee structureel de CLV van dit cohort, want elke toekomstige aankoop zal opnieuw afhangen van een prikkel die ten koste gaat van je marge.
Wat wél werkt, is verder bouwen op de aankoop die ze al deden. Stuur productuitleg: hoe gebruik je dit? Wat combineer je ermee? Wanneer moet je het herhalen of aanvullen? Dit is wat wij bij Ondernemerstips.be zien bij webshops die hun retentie structureel verbeteren: ze bouwen autoriteit op in de categorie, zodat de klant de volgende keer direct aan hen denkt, zonder kortingsprikkel.
Herhaalbestelmomenten zijn ook krachtig, zeker bij verbruiksproducten. Als iemand in november een skincare-set kocht, is begin januari het natuurlijke moment om te vragen of ze aanvulling nodig hebben. Dat vraagt geen korting, alleen timing.
Timing: de kritieke vensters in de eerste 8 weken
De eerste 8 weken na Black Friday zijn beslissend. Dit is hoe je die weken concreet inricht per segment.
Dag 1 tot 3: stuur een goede bevestiging met nuttige informatie over het product, geen verkooppraatje. Dag 7 tot 10: stuur een gebruikstip of gerelateerde content, afgestemd op wat ze kochten. Week 3 tot 4: dit is het eerste go/no-go-moment. Heeft iemand je mails geopend en doorgeklikt? Dan ben je op de goede weg. Geen interactie? Schaal de investering terug. Week 6 tot 8: stuur een herbestelaanbieding of categorie-update, maar alleen voor wie al interactie toonde. Dit is ook het moment waarop je ziet welke klanten richting een tweede aankoop bewegen.
Klanten die in deze periode geen enkele interactie vertonen, zijn waarschijnlijk definitief afgehaakt. Verdere pogingen kosten je meer dan ze opleveren.
Meetpunt: weet je in februari of je cohort rendabel is?
Begin februari is het moment om terug te kijken op je Black Friday-cohort als geheel. Stel vooraf duidelijke CLV-drempelwaarden in als go/no-go voor verdere investering. Een voorbeeld: als minder dan 15% van je nieuwe Black Friday-klanten in januari een tweede aankoop deed, dan is het niet verstandig om in februari nog een retentiecampagne op te zetten voor de grote massa. Richt je dan op de kleine groep die wél al een tweede aankoop deed.
Als de herhaalpercentages boven je benchmark uitkomen, is het omgekeerde signaal: schaal op, want je hebt een cohort met echte potentie. Zo gebruik je customer lifetime value voor je webshop niet als terugblik, maar als actief kompas voor beslissingen op korte termijn.
Niet elke Black Friday-koper verdient evenveel aandacht in de weken daarna. Door je nieuwe klanten te segmenteren op verwachte lifetime value, kun je je retentiebudget richten op de groep die er daadwerkelijk iets mee doet. De rest laat je uitstromen zonder daar veel extra in te steken. Het rekenwerk is eenvoudiger dan het lijkt, en de uitkomst geeft je een concretere basis voor je marketingbeslissingen dan omzetcijfers alleen ooit kunnen bieden.
