10.4 Cohort- & retentie-analyse

Twee shops met dezelfde omzet kunnen radicaal verschillende waarde hebben. De ene moet elke klant opnieuw kopen via dure advertenties; de andere ziet 40% van de klanten terugkomen. Cohortanalyse maakt dat verschil zichtbaar. Het laat je je échte LTV opbouwen vanuit gedrag, niet vanuit een optimistische schatting.

🎯 Na dit hoofdstuk kun je:

• Je kunt klanten in maand-cohorten groeperen en een retentietabel (maand 1, 2, 3, 6, 12) opbouwen.
• Je leest de vorm van een retentiecurve en herkent een lekkende emmer versus een gezonde kern.
• Je bouwt cumulatieve contributie-LTV per cohort op uit echte data in plaats van een aanname.
• Je vergelijkt acquisitiebronnen op LTV:CAC en hetzelfde leeftijdspunt, niet op CAC alleen.
• Je timet retentie-acties op de mediane tijd-tot-tweede-aankoop.

Kernconcepten

Cohort. Een groep klanten die in dezelfde periode hun eerste aankoop deed (bijv. “iedereen die in maart voor het eerst kocht”). Je volgt die groep door de tijd.

Retentiecurve. Het percentage van een cohort dat in maand 1, 2, 3 enzovoort opnieuw koopt. Vrijwel altijd dalend, maar de vorm verschilt sterk per shop.

Herhaalaankoopratio (repeat rate). Het aandeel klanten dat ooit een tweede order plaatst. De simpelste retentiemeter.

Tijd-tot-tweede-aankoop. De mediane tijd tussen eerste en tweede order. Bepaalt wanneer je retentie-acties (e-mail, herinnering) moet timen.

LTV per cohort. De cumulatieve waarde (omzet of contributiemarge) die een cohort over de tijd opbouwt. Hiermee bereken je LTV uit echte data in plaats van een aanname.

Acquisitiecohort versus gedragscohort. Een acquisitiecohort groepeert op startmaand; een gedragscohort op bron, product of kortingsgebruik. Beide onthullen iets anders.

Stap-voor-stap workflow

1. Exporteer je orderdata met klant-ID, orderdatum, orderwaarde en eerste-bron. Shopify en de meeste platforms leveren dit.

2. Groepeer klanten in cohorten op de maand van hun eerste aankoop.

3. Bouw de retentietabel: per cohort, welk percentage kocht opnieuw in maand 1, 2, 3, 6, 12.

4. Teken de retentiecurve. Daalt hij steil en vlakt nooit af (lekkende emmer), of stabiliseert hij op een bodem (gezonde kern)?

5. Bereken de cumulatieve LTV per cohort: tel de gemiddelde omzet per klant op over de maanden.

6. Segmenteer op bron en product: welke acquisitiebron en welk eerste product leveren de beste cohorten?

7. Koppel acties: stuur retentie-flows precies vóór de mediane tijd-tot-tweede-aankoop (zie Module 12).

8. Herhaal maandelijks en vergelijk nieuwe cohorten met oude — verbetert je retentie of verslechtert ze?

Hoe je een retentiecurve leest

De vorm van de curve vertelt je het bedrijfsmodel:

• Steile, niet-afvlakkende daling: een “lekkende emmer”. Je koopt steeds nieuwe klanten die niet terugkomen. Groei is duur en fragiel.
• Daling die afvlakt op een bodem (bijv. rond 15 tot 20%): een gezonde kern van terugkerende klanten. Elke nieuwe cohort stapelt op die basis, waardoor omzet structureel groeit.
• Opwaartse “smile”: zeldzaam en sterk — klanten die wegbleven komen later terug (vaak bij merken met seizoens- of verbruiksproducten).

Voorbeeld: cohorttabel

Drie cohorten, elk circa 200 nieuwe klanten. De cijfers tonen het percentage van het cohort dat in die maand opnieuw kocht.

Cohort (1e order)	Maand 0	Maand 1	Maand 2	Maand 3	Maand 6	Maand 12
Januari	100%	14%	9%	7%	6%	5%
Februari	100%	16%	11%	8%	7%	—
Maart	100%	19%	13%	10%	—	—

Wat je hier ziet: de maart-cohort koopt beduidend vaker opnieuw (19% in maand 1 versus 14% in januari). Dat is een signaal. Wat veranderde in maart? Een betere onboarding-flow? Een ander instap-product? Een andere acquisitiebron? Dáár ga je op door.

Cumulatieve LTV per cohort opbouwen. Stel: gemiddelde orderwaarde 49 euro, contributiemarge per order 18 euro. Voor de maart-cohort, opgeteld over de eerste 3 maanden:

Maand 0:  1,00 order × 18 euro = 18,00 euro
Maand 1: +0,19 order × 18 euro =  3,42 euro
Maand 2: +0,13 order × 18 euro =  2,34 euro
Maand 3: +0,10 order × 18 euro =  1,80 euro
Cumulatieve contributie-LTV (3 mnd) = 25,56 euro

Vergelijk dit met je CAC. Is je CAC 17 euro, dan verdient de maart-cohort zijn werving al binnen de eerste maanden terug, met ruimte voor meer in maand 6 en 12. De januari-cohort (lagere herhaal) doet dat trager.

💡 Waarom is een kanaal met een hogere CAC vaak winstgevender dan een kanaal met een lage CAC?

Het lijkt vanzelfsprekend: het kanaal dat de goedkoopste klanten levert, is het beste. Maar CAC vertelt je alleen wat je vooraan betaalt, niet wat je achteraf terugkrijgt. De winst zit in de retentiecurve, en die wordt door de werving zelf gevormd.

Neem twee kanalen. Kanaal A heeft CAC 14 euro en 8% herhaal in maand 1. Kanaal B heeft CAC 22 euro en 35% herhaal. Reken met dezelfde contributiemarge van 18 euro per order. Bij kanaal A komt er na de eerste order gemiddeld nog 0,08 × 18 = 1,44 euro per klant bij, en daarna nog minder. Bij kanaal B komt er 0,35 × 18 = 6,30 euro bij, en de hogere herhaal stapelt door in maand 2, 3 en verder.

De duurdere klant verdient zichzelf dus meerdere keren terug, terwijl de goedkope klant na één order vrijwel stilvalt. Wie op CAC alleen optimaliseert, schaalt onbewust het kanaal op dat een lekkende emmer vult. Daarom stuur je op LTV:CAC, niet op CAC.

Welke acties volgen uit cohortdata

• Acquisitie sturen op cohortkwaliteit, niet op CAC alleen. Een kanaal met CAC 22 euro maar 35% herhaal verslaat een kanaal met CAC 14 euro en 8% herhaal. Vergelijk bronnen op LTV:CAC, niet op CAC.
• Producten kiezen die herhaling drijven. Klanten die met product A starten, komen vaker terug dan die met product B. Maak A je instap-aanbod in advertenties.
• Retentie-flows timen. Is de mediane tijd-tot-tweede-aankoop 38 dagen, dan stuur je je “tijd voor nabestelling”-e-mail rond dag 30.
• Korting-cohorten bewaken. Klanten geworven met 30% korting hebben vaak slechtere retentie. Cohorteer op kortingsgebruik om te zien of je korting goedkope, niet-terugkerende kopers koopt.

Formules & benchmarks

Herhaalaankoopratio = klanten met meer dan één order ÷ totaal klanten × 100% Voorbeeld: 86 ÷ 300 = 28,7%.

Tijd-tot-tweede-aankoop (mediaan) = de middelste waarde van (datum order 2 − datum order 1) over alle herhaalkopers. Voorbeeld: mediaan 41 dagen.

Cumulatieve LTV (contributie) = som over de periodes van (orders per klant in periode × contributiemarge per order). Voorbeeld (3 mnd): zie de berekening hierboven, 25,56 euro.

Maandelijkse retentie = klanten uit cohort die in maand N kochten ÷ cohortgrootte × 100%.

Aandeel omzet uit terugkerende klanten = omzet van herhaalkopers ÷ totale omzet × 100% Voorbeeld: 11.000 ÷ 30.000 = 36,7%.

Metriek	Slecht	Gemiddeld	Goed	Topklasse
Herhaalaankoopratio (12 mnd)	minder dan 15%	20 tot 30%	30 tot 40%	meer dan 40%
Aandeel omzet uit herhaalkopers	minder dan 20%	25 tot 35%	35 tot 50%	meer dan 50%
Retentie maand 1	minder dan 8%	10 tot 15%	15 tot 25%	meer dan 25%
Tijd-tot-2e-aankoop	langer dan 90 dgn	45 tot 90 dgn	25 tot 45 dgn	korter dan 25 dgn

Verbruiks- versus duurzaam product

Een koffieabonnement of huidverzorging hoort hoge herhaal te hebben (verbruik dwingt nabestelling). Een matras of koffer heeft van nature lage herhaal en moet het van AOV en marge hebben. Beoordeel je cijfers tegen je productcategorie.

Tools

Tool	Functie	Wanneer kiezen
Shopify Analytics (cohorten)	Retentie- en cohortrapport uit eigen orderdata	Startpunt; gratis bij Shopify
Lifetimely / Polar Analytics	Kant-en-klare cohort-, LTV- en payback-rapporten	Zodra retentie een stuurmiddel wordt
Klaviyo	Cohorten gekoppeld aan e-mail-flows en segmenten	Als je retentie-acties via e-mail aanstuurt
Google Sheets	Handmatige cohorttabel uit een order-export	Volledige controle; om de logica te doorgronden
GA4 (cohortverkenning)	Retentie op sessieniveau (geen klant-LTV)	Aanvullend; minder geschikt voor omzet-LTV

Veelgemaakte fouten

• LTV als één gemiddeld getal nemen. Een gemiddelde verbergt dat je beste cohort drie keer zoveel waard is als je slechtste. Werk per cohort.
• Te vroeg conclusies trekken. Een cohort van vorige maand heeft nog geen maand-6-data. Vergelijk cohorten op hetzelfde leeftijdspunt.
• Korting-geworven klanten meerekenen als kern. Ze drukken je herhaalcijfers en verbergen dat je “echte” klanten loyaler zijn.
• Retentie meten in sessies in plaats van orders. Terugkomen op de site is geen herhaalaankoop. Meet op orders en omzet.
• Geen actie koppelen. Een mooie cohorttabel zonder getimede retentie-flow of bron-keuze is alleen een plaatje.
• Bron-attributie negeren bij cohorten. Zonder eerste-bron weet je niet wélke acquisitie betere klanten levert.

Checklist

✅Voordat je verder gaat

• Ik heb mijn klanten in maand-cohorten gegroepeerd
• Ik heb een retentietabel met maand 1, 2, 3, 6 en 12
• Ik ken mijn herhaalaankoopratio en mediane tijd-tot-2e-aankoop
• Ik bouw LTV op uit cohortdata, niet uit een aanname
• Ik vergelijk acquisitiebronnen op cohortkwaliteit, niet alleen CAC
• Mijn retentie-flows zijn getimed op de tijd-tot-2e-aankoop
• Ik scheid korting-geworven klanten van mijn kern

Sjablonen

📋Cohort-reviewstructuur (maandelijks) Kopieer

1. Export: order-CSV met klant-ID, datum, waarde, eerste-bron, kortingscode.
2. Cohorteer op maand van eerste order.
3. Vul de retentietabel (percentage herhaal per maand 1/2/3/6/12).
4. Bereken cumulatieve contributie-LTV per cohort.
5. Vergelijk de nieuwste cohort met die van 3 en 6 maanden terug:
   • Stijgt of daalt de maand-1-retentie?
   • Verschuift de tijd-tot-2e-aankoop?
6. Splits uit naar bron en naar eerste product.
7. Noteer 1 conclusie en 1 actie (bijv. instap-product wijzigen, flow vervroegen).

⚡Doe dit nu

1. Open je cohortrapport (Shopify Analytics of Lifetimely).
2. Noteer je herhaalaankoopratio en je maand-1-retentie.
3. Bepaal je mediane tijd-tot-2e-aankoop en check je e-mail-flow-timing.
4. Vergelijk twee acquisitiebronnen op herhaalratio, niet op CAC.
5. Plan één retentie-actie uit Module 12 op basis van wat je ziet.

Oefen het zelf

✏️Case: welk cohort verdient zijn werving terug?

Je vergelijkt twee acquisitiebronnen over de eerste 3 maanden. Reken met een contributiemarge van 18 euro per order.

Bron Meta: CAC 16 euro. Herhaalpercentages per maand: maand 1 = 12%, maand 2 = 8%, maand 3 = 6%.

Bron Google: CAC 24 euro. Herhaalpercentages per maand: maand 1 = 22%, maand 2 = 15%, maand 3 = 11%.

Bereken voor beide bronnen de cumulatieve contributie-LTV over maand 0 tot en met maand 3 (maand 0 is altijd 1,00 order). Bepaal daarna per bron de verhouding tussen die 3-maands-LTV en de CAC, en geef een oordeel: op welke bron zou je opschalen, en waarom is de keuze op CAC alleen misleidend?

Toon uitwerking

Stap 1 — contributie-LTV bron Meta (3 mnd):

• Maand 0: 1,00 × 18 = 18,00 euro
• Maand 1: 0,12 × 18 = 2,16 euro
• Maand 2: 0,08 × 18 = 1,44 euro
• Maand 3: 0,06 × 18 = 1,08 euro
• Cumulatief = 22,68 euro

Stap 2 — contributie-LTV bron Google (3 mnd):

• Maand 0: 1,00 × 18 = 18,00 euro
• Maand 1: 0,22 × 18 = 3,96 euro
• Maand 2: 0,15 × 18 = 2,70 euro
• Maand 3: 0,11 × 18 = 1,98 euro
• Cumulatief = 26,64 euro

Stap 3 — verhouding LTV tot CAC (3 mnd):

• Meta: 22,68 ÷ 16 = 1,42
• Google: 26,64 ÷ 24 = 1,11

Stap 4 — oordeel. Op CAC alleen lijkt Meta veruit de winnaar (16 versus 24 euro). En binnen 3 maanden heeft Meta inderdaad de betere verhouding (1,42 versus 1,11). Maar let op de vorm: Google houdt in elke maand fors hogere herhaal vast, dus de Google-curve blijft in maand 6 en 12 doorstapelen terwijl Meta vrijwel stilvalt. Over een volledige horizon kantelt het oordeel waarschijnlijk richting Google. De les: beoordeel bronnen nooit op CAC alleen en niet op een te korte horizon; vergelijk cohorten op hetzelfde leeftijdspunt en kijk naar de richting van de curve, niet alleen naar het startpunt.

Test jezelf

🧠Snelle kennischeck — cohort- en retentie-analyse

1. Waarom vergelijk je acquisitiebronnen op LTV:CAC en niet op CAC alleen?

   A Omdat CAC moeilijk te meten is na iOS-updates B Omdat een lage CAC niets zegt over hoeveel een klant daarna nog oplevert via herhaal C Omdat LTV altijd hoger is dan CAC

2. Waarom mag je een vorige-maand-cohort niet zomaar vergelijken met een cohort van een jaar oud?

   A De jonge cohort heeft nog geen maand-6- of maand-12-data, dus je vergelijkt ongelijke leeftijdspunten B Oude cohorten zijn altijd loyaler dan nieuwe C De cohortgrootte moet exact gelijk zijn

3. Wat is het risico van LTV als één gemiddeld getal over alle klanten nemen?

   A Het getal wordt te hoog door uitschieters B Het verbergt dat je beste cohort veel meer waard is dan je slechtste, dus je stuurt blind C Gemiddelden mogen niet bij contributiemarge

4. Wanneer stuur je je 'tijd voor nabestelling'-flow als de mediane tijd-tot-tweede-aankoop 38 dagen is?

   A Direct na de eerste order B Net iets vóór dag 38, dus rond dag 30 C Pas na 90 dagen

📌 Samenvatting

• Een cohort is een groep klanten met dezelfde startmaand; je volgt hun herhaalaankopen door de tijd om je échte LTV uit gedrag op te bouwen.
• De vorm van de retentiecurve verraadt je model: een steile, niet-afvlakkende daling is een lekkende emmer, een curve die afvlakt rond 15 tot 20% is een gezonde kern.
• Stuur op LTV:CAC, niet op CAC alleen — een bron met CAC 22 euro en 35% herhaal verslaat er een met CAC 14 euro en 8% herhaal, omdat de retentiecurve doorstapelt.
• Vergelijk cohorten alleen op hetzelfde leeftijdspunt; een vorige-maand-cohort heeft nog geen maand-6-data en LTV als één gemiddelde verbergt de spreiding tussen cohorten.
• Time je nabestel-flow vlak vóór de mediane tijd-tot-tweede-aankoop (bij 38 dagen rond dag 30) en scheid korting-geworven klanten van je kern.

Lees verder

• 12.2 Loyaliteit — retentie-acties die herhaal verhogen
• 12.3 Subscription — herhaal vastleggen in een abonnement
• 10.1 KPIs die er echt toe doen — LTV en LTV:CAC in context
• 10.3 Attributie & het meetprobleem na iOS — bronkwaliteit beoordelen
• 8.3 Essentiële flows — de flows die herhaal aanjagen