5.1 Conversiefunnel & lekken opsporen

Optimaliseren zonder te meten is gokken met je marge. Voordat je ook maar één knop verandert, moet je weten in welke stap van de funnel bezoekers verdwijnen en hoeveel omzet dat lek kost. Dit hoofdstuk leert je de funnel uitsplitsen, lekken in euro’s omrekenen en kiezen wat je als eerste aanpakt.

Kernconcepten

Conversiefunnel. De keten van stappen die een bezoeker doorloopt van eerste klik tot betaalde order. Bij e-commerce ziet die er meestal zo uit: sessie (bezoek) → productpagina-weergave → toevoegen aan winkelwagen (add-to-cart) → checkout starten → aankoop. Elke overgang heeft zijn eigen overgangsratio.

Conversieratio (CVR). Het percentage sessies dat eindigt in een aankoop. De gemiddelde Nederlandse e-commerce-shop zit tussen 1,5% en 3%. Boven de 3% is goed; onder de 1% is er bijna altijd een fundamenteel probleem (vertrouwen, snelheid, verkeerskwaliteit).

Overgangsratio (step conversion). Het percentage dat van de ene stap naar de volgende gaat. Dit is waar de diagnose zit: een totale CVR van 1,8% zegt niets, maar als je ziet dat 60% wel add-to-cart doet en daarna 80% afhaakt vóór checkout, weet je precies waar je moet graven.

Lek (drop-off). Het percentage bezoekers dat een stap niet haalt. Een lek is pas interessant als het groot én herstelbaar is: een drop van 70% bij checkout is een goudmijn, een drop van 2% bij de bedankpagina is ruis.

Micro- vs. macroconversie. Macro = de aankoop. Micro = tussenstappen (add-to-cart, nieuwsbriefinschrijving, account aanmaken). Micro’s meet je om de funnel te kunnen diagnosticeren.

Benchmark: gemiddelde overgangsratio’s

Dit zijn richtwaarden voor een gezonde Nederlandse webshop met betaald + organisch verkeer. Sterk afhankelijk van branche en verkeerskwaliteit — gebruik ze als kompas, niet als wet.

Overgang	Zwak	Gemiddeld	Sterk
Sessie → productpagina	minder dan 40%	50%	meer dan 65%
Productpagina → add-to-cart	minder dan 5%	8%	meer dan 12%
Add-to-cart → checkout gestart	minder dan 45%	60%	meer dan 75%
Checkout → aankoop	minder dan 45%	60%	meer dan 75%
Totale CVR	minder dan 1%	2%	meer dan 3%

Stap-voor-stap workflow

1. Stel je funnel-definitie vast. Bepaal welke 5 events je gaat meten: session_start, view_item, add_to_cart, begin_checkout, purchase. Dit zijn standaard GA4 e-commerce-events. Zorg dat ze allemaal vuren (zie 10.2 GA4 & dashboards).

2. Bouw een funnel-rapport in GA4. Ga naar Verkennen → Trechterverkenning. Voeg de 5 stappen in volgorde toe. GA4 toont per stap het aantal gebruikers, de overgangsratio en het afhaakpercentage.

3. Verzamel minimaal 4 weken data of 1.000 conversies. Met minder data spreek je over toeval. Een week met een uitverkoopactie of een feestdag vertekent het beeld — kies een representatieve periode.

4. Bereken per overgang de drop-off. Zet de cijfers in een spreadsheet: aantal in stap, aantal in volgende stap, overgangsratio, drop in absolute aantallen.

5. Identificeer het grootste herstelbare lek. Niet het grootste lek absoluut, maar het lek waar realistisch het meeste te winnen valt. Add-to-cart → checkout van 40% is bijna altijd herstelbaarder dan sessie → productpagina van 45%.

6. Reken het lek om in euro’s. Gebruik de formule verderop. Pas als je weet wat een lek kost, kun je prioriteren.

7. Scoor je verbeterideeën met ICE of PIE. Lijst per lek 3 tot 5 hypotheses op en scoor ze. De hoogste score pak je eerst.

8. Voer één wijziging door en valideer met een test. Ga naar 5.2 A/B-testen. Bij te weinig verkeer: kwalitatief valideren via heatmaps (5.6).

Voorbeeld: een funnel uitgesplitst

Neem een shop met 20.000 sessies per maand, AOV 42 euro. De gemeten funnel:

Stap	Aantal	Overgangsratio	Drop-off
Sessies	20.000	—	—
Productpagina bekeken	11.000	55%	9.000
Add-to-cart	1.100	10%	9.900
Checkout gestart	660	60%	440
Aankoop	310	47%	350

Totale CVR: 310 / 20.000 = 1,55%. Maandomzet: 310 × 42 = 13.020 euro.

De overgang checkout → aankoop is 47% — onder benchmark (60%). Dáár zit een herstelbaar lek. Til je die overgang van 47% naar 60%, dan worden het 660 × 60% = 396 aankopen in plaats van 310. Dat is 86 extra orders × 42 euro = 3.612 euro extra omzet per maand, ofwel meer dan 43.000 euro per jaar — zonder één extra bezoeker.

Ter vergelijking: de overgang productpagina → add-to-cart is 10% (precies gemiddeld). Daar valt minder makkelijk winst te halen. De diagnose stuurt je naar de checkout, niet naar de productpagina.

Formules & benchmarks

Conversieratio:

CVR = aantal aankopen / aantal sessies × 100%

Omzetimpact van een conversieverbetering:

Extra omzet = sessies × (nieuwe CVR − oude CVR) × AOV

Voorbeeld: 20.000 sessies × (0,024 − 0,0155) × 42 euro = 20.000 × 0,0085 × 42 = 7.140 euro extra per maand.

Waarde van één procentpunt overgangsverbetering in een specifieke stap:

Extra orders = (bezoekers in die stap) × (verbetering in overgangsratio)

ICE-score (Impact, Confidence, Ease), elk 1 tot 10:

ICE = (Impact + Confidence + Ease) / 3

PIE-score (Potential, Importance, Ease), elk 1 tot 10:

PIE = (Potential + Importance + Ease) / 3

Voorbeeld ICE voor “gastcheckout toevoegen”: Impact 8 (raakt grootste lek), Confidence 7 (sterk onderbouwd door data), Ease 6 (app-installatie). ICE = (8 + 7 + 6) / 3 = 7,0. Tegenover “andere knopkleur”: Impact 2, Confidence 3, Ease 9 → (2 + 3 + 9) / 3 = 4,7. De gastcheckout wint.

KPI	Slecht	Gemiddeld	Goed
Totale CVR (NL e-commerce)	minder dan 1%	1,5% – 2,5%	meer dan 3%
Checkout-voltooiing	minder dan 45%	55% – 65%	meer dan 75%
Bouncepercentage landingspagina	meer dan 65%	45% – 60%	minder dan 40%
Add-to-cart-ratio	minder dan 5%	7% – 10%	meer dan 12%

Tools

Tool	Functie	Wanneer kiezen
GA4 Trechterverkenning	Funnel-stappen en drop-offs meten	Altijd — gratis, standaard, EU-conform via consent mode
Microsoft Clarity	Heatmaps + funnel-segmenten gratis	Naast GA4 voor kwalitatieve diagnose van het lek
Shopify Analytics → Conversie-overzicht	Native funnel sessie → cart → checkout → order	Snelle check zonder GA4-setup; minder flexibel
Lucky Orange / Hotjar	Funnel + sessie-opnames gecombineerd	Als je betaalt voor diepere kwalitatieve analyse
Spreadsheet (Sheets/Excel)	Lek-in-euro’s-berekening en ICE-scoring	Voor prioritering; geen tool kan dit voor je beslissen

Veelgemaakte fouten

• Op totale CVR sturen in plaats van op overgangsratio’s. Eén getal verbergt waar het probleem zit. Splits altijd uit.
• Het grootste lek nemen in plaats van het meest herstelbare. Sessie → productpagina van 45% lijkt erg, maar wordt vaak veroorzaakt door verkeerskwaliteit (verkeerde doelgroep, slechte advertentie). Dat los je niet op de site op.
• Te weinig data. Een funnel met 80 sessies per stap is ruis. Wacht tot je per stap een paar honderd waarnemingen hebt.
• Mobiel en desktop op één hoop. De checkout-conversie op mobiel ligt vaak 30% tot 50% lager. Splits je funnel naar apparaat — het lek zit bijna altijd op mobiel.
• Vergeten te segmenteren naar bron. Verkeer uit e-mail converteert vaak 3 tot 5 keer beter dan koud advertentieverkeer. Een dalende CVR kan puur een verschuiving in verkeersmix zijn.
• De funnel meten zonder te valideren dat events kloppen. Een ontbrekend add_to_cart-event maakt een gezonde stap kunstmatig dramatisch.

Checklist

✅Voordat je verder gaat

• De 5 funnel-events (session_start, view_item, add_to_cart, begin_checkout, purchase) vuren correct in GA4
• Je hebt minimaal 4 weken of 1.000 conversies aan data
• Je funnel is uitgesplitst naar mobiel vs. desktop
• Je hebt per overgang de overgangsratio en het lek in absolute aantallen berekend
• Je hebt het grootste herstelbare lek geïdentificeerd (niet alleen het grootste)
• Je hebt dat lek omgerekend in euro’s per maand
• Je hebt minimaal 3 hypotheses gescoord met ICE of PIE
• De hoogst scorende hypothese staat klaar om te testen

Sjablonen

📋Funnel-diagnose spreadsheet (kolomstructuur) Kopieer

Maak een tabblad met deze kolommen:

• Stap (sessie, productpagina, add-to-cart, checkout, aankoop)
• Aantal gebruikers
• Overgangsratio naar volgende stap (%)
• Drop-off (absoluut aantal)
• Benchmark-overgangsratio
• Verschil met benchmark (procentpunten)
• Potentiële extra orders bij benchmark-niveau
• Potentiële extra omzet per maand (extra orders × AOV)

Sorteer op de laatste kolom. De bovenste rij is je prioriteit.

📋ICE-scoringstabel voor hypotheses Kopieer

Per hypothese:

• Hypothese: “Als ik [wijziging] doorvoer in [stap], dan verbetert [metric] omdat [reden]”
• Impact (1-10): hoe groot is de verwachte verbetering
• Confidence (1-10): hoe sterk is het bewijs dat dit werkt
• Ease (1-10): hoe makkelijk is het uit te voeren
• ICE-score: gemiddelde van de drie
• Prioriteit: rang op basis van score

Lees verder

• 5.2 A/B-testen — valideer je hoogst gescoorde hypothese
• 5.5 Verlaten-winkelwagen-herstel — als het lek in cart/checkout zit
• 5.6 Heatmaps & sessie-opnames — kwalitatieve diagnose per stap
• 10.2 GA4 & dashboards — funnel correct meten
• 10.5 Beslissingen op data — van inzicht naar actie