Customer Lifetime Value berekenen zonder CDP: een aanpak met GA4
Grote webshops werken al jaren met Customer Data Platforms, systemen die klantdata centraliseren en segmenteren op basis van aankoopgedrag. Die informatie gebruiken ze om Google te vertellen hoeveel een klant over langere tijd waard is, zodat het algoritme nauwkeuriger kan bieden.
Een volwassen CDP kost al snel duizenden euro’s per maand. Voor veel webshops is dat geen reële investering.
Toch kun je CLV-gestuurde campagnes opzetten met de tools die je waarschijnlijk al hebt. Hier leggen we uit hoe.
Waarom CLV-sturing relevant is
Een klant die één keer iets koopt heeft een andere waarde dan een klant die elk kwartaal terugkomt. Als Google dat onderscheid niet kent, behandelt het beide gelijk in de veilingen.
Stel je hebt een webshop in koffiecapsules. Iemand die voor het eerst bestelt doet een order van 25 euro. Maar als je weet dat de gemiddelde klant die begint met een kleine bestelling, over 12 maanden gemiddeld 280 euro besteedt, dan is die eerste aankoop van 25 euro inhoudelijk 280 euro waard. Als Google dat weet, biedt het anders op vergelijkbare profielen.
Waarom CLV-sturing relevant is
Een klant die één keer iets koopt heeft een andere waarde dan een klant die elk kwartaal terugkomt. Als Google dat onderscheid niet kent, behandelt het beide gelijk in de veilingen.
Stel je hebt een webshop in koffiecapsules. Iemand die voor het eerst bestelt doet een order van 25 euro. Maar als je weet dat de gemiddelde klant die begint met een kleine bestelling, over 12 maanden gemiddeld 280 euro besteedt, dan is die eerste aankoop van 25 euro inhoudelijk 280 euro waard. Als Google dat weet, biedt het anders op vergelijkbare profielen.
CLV berekenen via cohortanalyse in GA4
Een cohort is een groep klanten die in dezelfde periode voor het eerst hebben gekocht. Je maakt cohorten per kwartaal: alle klanten die in Q1 voor het eerst kochten, alle klanten die in Q2 voor het eerst kochten, enzovoort.
Voor elk cohort bereken je de cumulatieve omzet na 3, 6 en 12 maanden. In GA4 vind je dit onder Verkennen > Cohortanalyse. Wat je dan ziet: hoeveel besteedt een klant gemiddeld in de eerste maand, in het eerste kwartaal, in het eerste jaar? Dat patroon is je CLV-model.
Een webshop in huishoudproducten analyseerde drie jaar aan cohorten. Conclusie: klanten die hun eerste bestelling deden in schoonmaakmiddelen hadden een gemiddelde 12-maands-CLV van 185 euro. Klanten die begonnen in eenmalige seizoensartikelen bleven gemiddeld op 38 euro. Dat verschil rechtvaardigt een andere biedstrategie per categorie.
CLV berekenen via cohortanalyse in GA4
Een cohort is een groep klanten die in dezelfde periode voor het eerst hebben gekocht. Je maakt cohorten per kwartaal: alle klanten die in Q1 voor het eerst kochten, alle klanten die in Q2 voor het eerst kochten, enzovoort.
Voor elk cohort bereken je de cumulatieve omzet na 3, 6 en 12 maanden. In GA4 vind je dit onder Verkennen > Cohortanalyse. Wat je dan ziet: hoeveel besteedt een klant gemiddeld in de eerste maand, in het eerste kwartaal, in het eerste jaar? Dat patroon is je CLV-model.
Een webshop in huishoudproducten analyseerde drie jaar aan cohorten. Conclusie: klanten die hun eerste bestelling deden in schoonmaakmiddelen hadden een gemiddelde 12-maands-CLV van 185 euro. Klanten die begonnen in eenmalige seizoensartikelen bleven gemiddeld op 38 euro. Dat verschil rechtvaardigt een andere biedstrategie per categorie.
Hoe je die data doorstuurt naar Google Ads
Als je weet dat een eerste aankoop in categorie A gemiddeld leidt tot 185 euro in 12 maanden, kun je de conversiewaarde van een eerste aankoop in die categorie verhogen. In plaats van de transactiewaarde van 30 euro stuur je 60 of 70 euro door, een gecorrigeerde waarde die de verwachte toekomstige waarde weerspiegelt.
Dat doe je via server-side GTM of via een handmatige aanpassing in je conversie-instellingen. Het resultaat: Google biedt hoger op mensen die lijken op je beste klanten, zonder dat je daarvoor een CDP nodig hebt.
Hoe nauwkeurig hoeft het te zijn?
Een benadering op categorieniveau is al nauwkeuriger dan ruwe transactiewaarden. Begin met de twee of drie categorieën waarvoor je het grootste CLV-verschil ziet. Pas de conversiewaarden aan op basis van je cohortanalyse. Controleer na drie maanden of het algoritme zijn budgetverdeling heeft aangepast in de verwachte richting. Verfijn vervolgens.
Segmenteer ook op kanaal en acquisitieperiode
Een verfijning die waarde toevoegt: analyseer je cohorten ook per acquisitiekanaal. Klanten die via Google Shopping binnenkomen, hebben soms een andere CLV dan klanten die via Social of via directe zoekverkeer binnenkomen. Als dat verschil significant is, kun je dat onderscheid meenemen in de conversiewaarden die je per campagnekanaal doorstuurt.
Hetzelfde geldt voor seizoensgebonden aankopen. Klanten die voor het eerst kopen tijdens een sale of in een piekperiode hebben soms een lagere CLV dan klanten die buiten die periodes kopen. Die nuance is waardevol om mee te nemen als je cohortanalyse genoeg data heeft om dit te onderbouwen.
Segmenteer ook op kanaal en acquisitieperiode
Een verfijning die waarde toevoegt: analyseer je cohorten ook per acquisitiekanaal. Klanten die via Google Shopping binnenkomen, hebben soms een andere CLV dan klanten die via Social of via directe zoekverkeer binnenkomen. Als dat verschil significant is, kun je dat onderscheid meenemen in de conversiewaarden die je per campagnekanaal doorstuurt.
Hetzelfde geldt voor seizoensgebonden aankopen. Klanten die voor het eerst kopen tijdens een sale of in een piekperiode hebben soms een lagere CLV dan klanten die buiten die periodes kopen. Die nuance is waardevol om mee te nemen als je cohortanalyse genoeg data heeft om dit te onderbouwen.
Hoe nauwkeurig hoeft het te zijn?
Een benadering op categorieniveau is al nauwkeuriger dan ruwe transactiewaarden. Begin met de twee of drie categorieën waarvoor je het grootste CLV-verschil ziet. Pas de conversiewaarden aan op basis van je cohortanalyse. Controleer na drie maanden of het algoritme zijn budgetverdeling heeft aangepast in de verwachte richting. Verfijn vervolgens.
Segmenteer ook op kanaal en acquisitieperiode
Een verfijning die waarde toevoegt: analyseer je cohorten ook per acquisitiekanaal. Klanten die via Google Shopping binnenkomen, hebben soms een andere CLV dan klanten die via Social of via directe zoekverkeer binnenkomen. Als dat verschil significant is, kun je dat onderscheid meenemen in de conversiewaarden die je per campagnekanaal doorstuurt.
Hetzelfde geldt voor seizoensgebonden aankopen. Klanten die voor het eerst kopen tijdens een sale of in een piekperiode hebben soms een lagere CLV dan klanten die buiten die periodes kopen. Die nuance is waardevol om mee te nemen als je cohortanalyse genoeg data heeft om dit te onderbouwen.
