Percentage terugkerende klanten
Leer wat het percentage terugkerende klanten is, hoe je het berekent en waarom de verhouding tussen nieuwe en terugkerende kopers loyaliteit en acquisitieafhank...
Het percentage nieuwe klanten is het aandeel van de bestellingen (of omzet) van een winkel dat afkomstig is van eerste kopers in plaats van terugkerende klanten, over een bepaalde periode. Het wordt bijgehouden naast het herhalingsaankooppercentage om te begrijpen of groei wordt gedreven door acquisitie, retentie, of beide.
Het percentage nieuwe klanten is het aandeel van de bestellingen (of omzet) van een winkel dat afkomstig is van eerste kopers in plaats van terugkerende klanten, over een bepaalde periode. Het wordt bijgehouden naast het herhalingsaankooppercentage om te begrijpen of groei wordt gedreven door acquisitie, retentie, of beide.
Percentage nieuwe klanten meet het aandeel van de bestellingen, of omzet, van een winkel dat afkomstig is van klanten die hun allereerste aankoop doen, in tegenstelling tot klanten die eerder hebben gekocht. Het wordt berekend door bestellingen (of omzet) van eerste kopers te delen door het totaal aantal bestellingen (of totale omzet) over een bepaalde periode. Op zichzelf is het percentage nieuwe klanten een neutraal getal — noch inherent goed, noch slecht — maar in samenhang met het herhalingsaankooppercentage wordt het een van de duidelijkste indicatoren of de groei van een winkel voornamelijk wordt gedreven door continue acquisitie van nieuwe klanten, door een gezonde basis van terugkerende kopers, of door een balans van beide.
De formule is eenvoudig: bestellingen van nieuwe klanten gedeeld door het totaal aantal bestellingen over dezelfde periode, uitgedrukt als een percentage. Een uitgewerkt voorbeeld: een winkel verwerkt 2.000 bestellingen in een maand, en de bestelgegevens tonen dat 700 van deze bestellingen afkomstig zijn van klanten wier bestelgeschiedenis geen eerdere aankoop laat zien. Dat is 700 gedeeld door 2.000, een percentage nieuwe klanten van 35% — wat betekent dat 65% van het maandelijkse bestelvolume afkomstig was van terugkerende klanten.
Dit cijfer is het meest nuttig wanneer het per kanaal wordt uitgesplitst. Betaalde advertentiecampagnes leveren van nature een hoger percentage nieuwe klanten op, omdat ze zich vaak richten op doelgroepen die nog niet eerder hebben gekocht, terwijl e-mail- en SMS-campagnes gericht op een bestaande klantenlijst doorgaans sterk naar terugkerende kopers neigen. Het samenvoegen van alle kanalen in één winkelbreed percentage nieuwe klanten kan verhullen dat een bepaald kanaal specifiek onderpresteert op het gebied van acquisitie of retentie.
Het percentage nieuwe klanten is belangrijk omdat het bepaalt hoe een winkel zijn eigen acquisitie-uitgaven en retentie-inspanningen moet interpreteren. Een winkel met een aanhoudend hoog percentage nieuwe klanten en een laag herhalingspercentage draait effectief op een loopband — continu uitgeven om klanten te werven die snel afhaken, in plaats van samengestelde waarde op te bouwen uit een groeiende basis van terugkerende kopers. Dit patroon maakt de winkel veel gevoeliger voor stijgende klantwervingskosten, omdat een groter deel van de omzet afhankelijk is van het constant werven van nieuwe kopers in plaats van het behouden van bestaande.
Omgekeerd kan een winkel met een zeer laag percentage nieuwe klanten gezond zijn qua retentie, maar stagneren qua groei, omdat hij bijna volledig vertrouwt op zijn bestaande klantenbestand zonder dit betekenisvol uit te breiden. Geen van beide uitersten is automatisch een probleem, maar beide vragen om verschillende strategische reacties — de ene heeft sterkere retentieprogramma’s nodig, de andere heeft nieuwe investeringen in acquisitie nodig.
Nu AI-winkelassistenten zoals ChatGPT Shopping en Perplexity Shopping steeds meer invloed hebben op waar nieuwe klanten een merk voor het eerst ontdekken, wordt het percentage nieuwe klanten een nuttig signaal om te evalueren of AI-gestuurde ontdekkingskanalen daadwerkelijk nieuwe bezoekers converteren naar eerste kopers, los van hun effect op bestaande klanten die het merk al kennen. Een winkel die ziet dat het percentage nieuwe klanten specifiek stijgt onder verkeer afkomstig van AI-winkeloppervlakken, heeft enig bewijs dat deze kanalen functioneren als echte top-of-funnel-ontdekking, in plaats van simpelweg een publiek te bereiken dat de winkel sowieso zou hebben gevonden.
Het duidelijk zien van deze splitsing vereist bestelgegevens op ordniveau die nieuwe van terugkerende kopers betrouwbaar onderscheiden. AmICited’s eshop_get_order_mix-rapport splitst bestellingen op kopertype samen met betaalmethode en bestelstatus, en geeft een consistent beeld van de nieuwe-versus-terugkerende samenstelling die een handelaar in de loop van de tijd of per kanaal kan volgen zonder handmatig de klantgeschiedenis voor elke bestelling te raadplegen.
Begin met het volgen van hoe AI-chatbots uw merk vermelden op ChatGPT, Perplexity en andere platforms. Krijg bruikbare inzichten om uw AI-aanwezigheid te verbeteren.
Leer wat het percentage terugkerende klanten is, hoe je het berekent en waarom de verhouding tussen nieuwe en terugkerende kopers loyaliteit en acquisitieafhank...
Leer wat een terugkerende klant is, hoe het percentage terugkerende klanten wordt berekend en waarom terugkerende kopers belangrijker zijn voor de winst dan all...
Leer wat het herbestelpercentage is, hoe het wordt berekend voor verbruiks- en aanvulbare producten, en hoe het ecommerce-merken helpt bij het timen van aanvull...
Cookie Toestemming
We gebruiken cookies om uw browse-ervaring te verbeteren en ons verkeer te analyseren. See our privacy policy.