De winkelervaring personaliseren voor meer herhaalaankopen

Wat is personalisatie in een webshop en waarom is het belangrijk voor terugkerende klanten?

Personalisatie betekent dat je wat je over een klant weet gebruikt om hem iets anders te laten zien dan een vreemde. Die klant keek vorige maand naar winterjassen. Die klant gaf gemiddeld vijftig dollar per bestelling uit. Die klant woont in een klimaat waar hij weerbestendige kleding nodig heeft. Elk van die feiten laat je toe af te stemmen wat je hem toont.

Terugkerende klanten zijn je waardevolste klanten. Ze hebben al besloten dat ze je merk genoeg vertrouwen om één keer te kopen. Hen aan een nieuwe aankoop helpen is goedkoper dan een nieuwe klant werven. Elk contact met een terugkerende klant is een kans om dat vertrouwen te versterken en de volgende aankoop makkelijker te maken.

Personalisatie is belangrijk voor herhaalaankopen omdat het erkent dat je klant een geschiedenis met je heeft. Een algemene e-mail met "bekijk onze nieuwe collectie" komt niet hetzelfde over als "we zagen dat je vorige maand biologische koffie kocht. Hier zijn drie nieuwe single origin-branderijen die we net hebben toegevoegd." De eerste is zenden. De tweede is een gesprek.

De cijfers onderbouwen dit. Webshops die basispersonalisatie invoeren, zien het aantal herhaalaankopen met 20-30 procent stijgen. Klanten krijgen relevantere berichten, ontdekken producten die bij hun interesses passen en voelen dat de winkel hen onthoudt. Dat is niet manipulatief als de personalisatie eerlijk is. Het is juist het tegenovergestelde: je geeft klanten wat ze zeggen te willen. Onderzoek laat zien dat 72 procent van de consumenten zegt alleen te reageren op gepersonaliseerde berichten.

Wat zijn de belangrijkste tactieken voor personalisatie en welke leiden tot herhaalaankopen?

Niet elke tactiek werkt even goed bij terugkerende klanten. Sommige werken bij nieuwe bezoekers. Sommige werken juist bij mensen die je al kent. Als je weet welke tactiek bij welke fase van de klantreis past, bouw je een personalisatiestrategie op in plaats van willekeurige functies toe te voegen.

Gepersonaliseerde productaanbevelingen

Klanten producten laten zien op basis van hun browsegeschiedenis en aankoopgeschiedenis is de krachtigste motor voor herhaalaankopen. Een klant die winterlaarzen kocht, ziet andere winterspullen aanbevolen. Een klant die lichte bagage bekeek, ziet andere reisproducten uitgelicht. Die aanbevelingen komen op drie plekken: op productpagina's ("klanten die dit kochten, kochten ook"), in e-mail na een aankoop en op de homepage als ze terugkomen.

Aanbevelingen werken omdat ze producten laten zien waarin je klant echt geïnteresseerd is, maar die hij zelf niet had gevonden. Een terugkerende klant komt misschien om één specifiek artikel te kopen. Productaanbevelingen laten hem drie andere artikelen zien waarvan hij niet wist dat je ze hebt. Dat verhoogt de gemiddelde orderwaarde en stimuleert browsegedrag dat tot extra aankopen leidt.

Voor aanbevelingen heb je handmatige regels of AI en machine learning nodig. Kleine webshops kunnen beginnen met handmatige regels: als een klant een printer koopt, beveel dan passende inktcartridges aan. Naarmate je groeit, neemt software dit automatisch over en leert die patronen uit duizenden klantcontacten.

Browsegeschiedenis en bewaarde artikelen

Onthouden waar een klant naar keek, geeft hem een reden om terug te komen. Een klant die vijf winterjassen bekeek maar niet kocht, krijgt een week later een e-mail met precies die jassen en een bericht als "we hebben deze voor je bewaard." Dat herinnert hem aan zijn interesse en maakt het makkelijker om de beslissing opnieuw op te pakken.

Deze tactiek is eenvoudig maar effectief. Ze werkt omdat jij het onthouden voor de klant doet. Hij hoeft niet opnieuw je site door om de jassen te vinden die hij mooi vond. Jij brengt hem direct naar de artikelen die hij overwoog. Het conversiepercentage van deze e-mails ligt aanzienlijk hoger dan dat van algemene reclamemails, omdat de relevantie al vaststaat.

E-mailmarketing met segmenten

Dezelfde e-mail naar alle klanten sturen garandeert dat de meesten hem negeren. Een klant die kantoorartikelen koopt, heeft geen interesse in een bericht over nieuwe meubels. Een klant die luxe artikelen koopt, heeft geen interesse in een kortingsactie. Als je je e-maillijst segmenteert op productcategorie, aankoopfrequentie of waarde, krijgen klanten berichten die echt bij hen passen.

De eenvoudigste segmenten zijn gebaseerd op aankopen: stuur een vervolgmail naar klanten die sportkleding kochten met de vraag of ze hulp willen bij het kiezen van de juiste maat voor hun volgende aankoop. Stuur klanten die huidverzorging kochten een ander bericht met aanvullende producten. Segmenteer op regio als je webshop seizoensproducten verkoopt. Segmenteer op prijsklasse als je assortiment van budget tot premium loopt.

E-mail met segmenten is een van de makkelijkste personalisatietactieken met een hoog rendement, omdat er weinig technologie voor nodig is. Je hoeft alleen je klantgegevens te ordenen en de tijd te nemen om gerichte berichten te schrijven in plaats van massamails voor iedereen.

Dynamische inhoud op de homepage

Toon niet elke bezoeker dezelfde homepage, maar pas hem aan op wat de webshop over de bezoeker weet. Een terugkerende klant ziet een blok "geïnspireerd door je laatste aankoop" met verwante producten. Een klant die wel keek maar niet kocht, ziet producten die lijken op wat hij bekeek. Een nieuwe bezoeker ziet je bestsellers.

Dynamische homepages werken omdat de klant meteen relevantie ziet. Je laat hem niet zoeken door je hele assortiment naar wat bij zijn interesses past. Je serveert het direct. Dat verlengt de tijd op je site en verkleint de drempel om iets te ontdekken.

Opvolging na aankoop en onboarding

Het moment na een aankoop is een moment met veel aandacht. De klant denkt aan je merk en aan wat hij net heeft gekocht. Een gepersonaliseerde opvolgreeks na de aankoop erkent de aankoop, legt uit hoe je het product gebruikt, stelt aanvullende artikelen voor en vraagt om feedback. Nu bepaal je of deze klant een terugkerende koper wordt of voorgoed verdwijnt.

Een kledingwinkel stuurt de volgende dag een bericht: "je bestelling is aangekomen. Zo verzorg je deze stof." Een koffiewinkel stuurt: "je bonen smaken het best de komende twee weken. Zo zet je de perfecte kop." Een gereedschapswinkel stuurt: "dit zijn accessoires die passen bij wat je net kocht." Deze e-mails proberen niet krampachtig nog een aankoop te verkopen. Ze voegen waarde toe aan de aankoop die net is gedaan.

Opvolgreeksen met personalisatie verhogen het aantal herhaalaankopen met 25-40 procent, omdat ze de koopbeslissing bevestigen en de klant het gevoel geven dat je om hem geeft, ook na de transactie.

Accountpagina's en klantgeschiedenis

Klanten hun bestelgeschiedenis, bewaarde artikelen en voorkeuren laten zien als ze inloggen is passieve personalisatie die ook zonder e-mail werkt. Een klant ziet zijn eerdere aankopen en bestelt hetzelfde artikel met één klik opnieuw. Hij ziet artikelen die hij bekeek en gaat terug naar de artikelen die hij heeft bewaard. Hij past zijn voorkeuren aan om aanbevelingen te krijgen voor categorieën waar hij om geeft.

Deze aanpak werkt goed voor klanten die regelmatig kopen of verbruiksartikelen kopen. Het haalt wrijving weg uit het herhaalaankoopproces en laat zien dat ze een bekende klant zijn, geen vreemde.

Hoe ziet een stappenplan voor personalisatie in fasen eruit?

Alles in één keer invoeren overweldigt je team en geeft slechte resultaten. Met een aanpak in fasen begin je eenvoudig, meet je de resultaten en voeg je pas complexiteit toe als dat zinvol is. De meeste webshops halen een beter rendement door klein te beginnen en uit te breiden op basis van wat werkt dan door alles meteen te willen doen.

Fase 1: Snelle winst (maand 1-2, minimale investering)

Begin met tactieken waarvoor je gegevens hebt die je al hebt en weinig technologie nodig is: e-mail met segmenten en eenvoudige productaanbevelingen. Zet segmenten in je e-maillijst op naar productcategorie of aankoopwaarde. Verstuur drie gerichte e-mailreeksen: een welkomstmail voor nieuwe klanten, het terughalen van achtergelaten winkelwagens voor mensen die zijn begonnen met afrekenen en een vervolgmail na de aankoop voor kopers.

Voeg eenvoudige productaanbevelingen toe op productpagina's met simpele regels: als iemand dit product bekijkt, toon dan andere producten uit dezelfde categorie. Als iemand dit kocht, beveel dan bijpassende artikelen aan. Hiervoor heb je geen AI-systeem nodig. Een regel als "als het producttype hardloopschoenen is, beveel dan inlegzolen en sportsokken aan" is genoeg.

Tijdsinvestering: 20-30 uur opzetten (e-mailsjablonen maken, segmentatieregels, aanbevelingen op basis van categorie). Kosten: meestal nul als je ingebouwde functies in je platform of gratis e-mailtools gebruikt. Verwacht resultaat: 10-15 procent meer klikken in e-mails (CTR) en 5-10 procent hogere gemiddelde orderwaarde bij aanbevolen producten.

Fase 2: Personalisatie van browsen en account (maand 3-4)

Zie je resultaten van eenvoudige personalisatie in e-mail, voeg dan functies toe die klanten helpen die terugkomen in je webshop. Voer accountfuncties in waarmee klanten artikelen voor later bewaren, hun bestelgeschiedenis bekijken en een gepersonaliseerd blok op de homepage zien met producten die lijken op wat ze bekeken. Laat klanten per categorie kiezen voor productaanbevelingen, zodat ze suggesties zien die passen bij hun opgegeven interesses.

Zet een e-mail "je bekeek" op die drie dagen nadat iemand je site bezocht zonder te kopen wordt verstuurd. Laat hem precies de producten zien die hij bekeek, met een eenvoudig bericht als "we hebben deze voor je bewaard." Deze tactiek heeft een van de hoogste conversiepercentages van alle e-mails, omdat de relevantie al vaststaat.

Tijdsinvestering: 20-40 uur (ontwerp van de accountpagina, e-mailsjabloon, instellen van het bijhouden van browsegeschiedenis). Kosten: vaak inbegrepen in je webshopplatform of $100-300 per maand voor een retargeting-e-mailtool. Verwacht resultaat: 15-25 procent meer terugkerende bezoeken, 10-20 procent conversie op e-mails over browsegeschiedenis.

Fase 3: Geavanceerde aanbevelingslogica (maand 5-6)

Werkt eenvoudige personalisatie, voeg dan geavanceerdere productaanbevelingen toe. Ga van alleen "klanten die X kochten, kochten ook Y" naar aanbevelingen op basis van frequentie (de bestsellers in de categorie van je klant) en aanbevelingen van aanvullende producten (als je een camera kocht, zijn hier lenzen en batterijen die bij die camera passen). Sommige platforms gebruiken AI om te leren welke aanbevelingen in jouw webshop echt tot aankopen leiden.

Voeg dynamische blokken op de homepage toe die veranderen per klantsegment. Toon terugkerende klanten een blok "fijn dat je terug bent, dit is nieuw in je favoriete categorie". Toon klanten die keken maar niet kochten een aanbeveling "maak je look compleet". Toon nieuwe bezoekers je bestsellers.

Tijdsinvestering: 15-30 uur instellen met ingebouwde tools, of 40+ uur als je een aanbevelings-API invoert. Kosten: $200-1000 per maand voor aanbevelingssoftware, of inbegrepen in je platform. Verwacht resultaat: 8-12 procent hogere gemiddelde orderwaarde, 20-30 procent meer klikken op aanbevolen producten op de homepage.

Fase 4: Voorspellende personalisatie en geavanceerde segmentatie (maand 7+)

Ga hier pas naartoe als eerdere fasen meetbare omzet opleveren. Voer voorspellende analyses in die klanten herkennen die het meest waarschijnlijk afhaken, en richt je op hen met prikkels om opnieuw te kopen. Gebruik machine learning om te bepalen welke klanten welke aanbevelingen krijgen. Zet dynamische prijzen of exclusieve aanbiedingen op basis van de levensduurwaarde van de klant op.

Deze tactieken vragen meer kennis en voer je alleen in als je team er ruimte voor heeft en je genoeg klantgegevens hebt (meestal 500+ terugkerende klanten) om nauwkeurige voorspellingen te doen.

Tijdsinvestering: 40+ uur. Kosten: $500-5000 per maand, afhankelijk van hoe geavanceerd. Verwacht resultaat: sterk wisselend, 10-20 procent hogere levensduurwaarde van klanten als je het goed invoert.

Hoe meet je of personalisatie werkt?

Personalisatie mislukt als webshops het invoeren zonder resultaten te meten. Dan geef je geld uit aan tactieken die niet werken. Als je de juiste cijfers volgt, weet je wat je houdt en wat je schrapt.

Belangrijkste cijfers voor succes van personalisatie

Het percentage herhaalaankopen is het belangrijkste cijfer: welk percentage van de klanten die één keer kochten, komt terug om opnieuw te kopen? Vergelijk dit van voor en na de invoering van personalisatie. Een stijging van 15-25 procent laat zien dat personalisatie werkt.

De levensduurwaarde van een klant laat zien of herhaalaankopen de orderwaarde en frequentie verhogen. Volg de gemiddelde besteding per klant over zijn hele levensduur. Personalisatie moet dit cijfer met 10-30 procent verhogen.

Cijfers over e-mailbetrokkenheid (openpercentage en CTR) laten zien of je gesegmenteerde berichten relevanter zijn. Gesegmenteerde e-mails moeten een 20-50 procent hogere CTR hebben dan algemene massamails. Is dat niet zo, dan sluit je segmentatie niet aan bij de interesses van klanten.

De CTR en conversie van productaanbevelingen laten zien of je aanbevelingen tot echte verkopen leiden. Volg welk percentage mensen op aanbevolen producten klikt en welk percentage koopt. Zo weet je of aanbevelingen relevant zijn of alleen ruis toevoegen.

Het uitschrijfpercentage voor e-mail vertelt je of personalisatie de betrokkenheid verhoogt of opdringerig voelt. Gesegmenteerde, relevante e-mails moeten lagere uitschrijfpercentages hebben dan algemene massamails. Stijgt je uitschrijfpercentage, dan is personalisatie te agressief of niet relevant genoeg.

Zo zet je tracking op zonder geavanceerde analytics

Heeft je platform analytics, dan zitten de meeste van deze cijfers er al in. Zo niet, zet dan eenvoudige tracking op: maak een spreadsheet waarin je het aantal herhaalaankopen per maand, de gemiddelde orderwaarde per terugkerende klant en de e-mailbetrokkenheid bijhoudt. Vergelijk van maand tot maand. Een trend van drie maanden is genoeg om te weten of personalisatie helpt of schaadt.

Voor e-mailcijfers tonen de meeste e-mailplatforms automatisch je openpercentages en klikpercentages. Vergelijk algemene e-mailcampagnes met gesegmenteerde campagnes. Als e-mail met segmenten betere cijfers heeft, zit je op de goede weg.

Welke fouten zorgen dat personalisatie averechts werkt?

Personalisatie kan meer kwaad dan goed doen als het van behulpzaam naar griezelig gaat, als het te agressief is of als de gegevens die je over klanten hebt niet kloppen. Als je deze fouten kent, voorkom je weggegooid geld en vervreemde klanten.

Te agressief richten met te weinig gegevens

Een klant koopt één artikel en krijgt meteen vijf gepersonaliseerde e-mails op basis van die ene aankoop. Dat voelt agressief, niet attent. Voor personalisatie heb je genoeg gegevens nodig om juiste conclusies te trekken. Eén aankoop zegt bijna niets. Tien aankopen zeggen iets. Vijftig aankopen zeggen veel.

De fout is personaliseren met te weinig gegevens en daardoor aanmatigend overkomen. Een klant die een blauwe jurk kocht, wil niet per se vijf nieuwe blauwe jurken. Als je te veel aanbevelingen laat zien op basis van te weinig bewijs, voelt het alsof je aannames doet in plaats van van patronen te leren.

Opdringerig of griezelig overkomen

Personalisatie wordt griezelig als het klanten laat zien dat je meer over hen weet dan ze verwachtten. Productaanbevelingen op basis van browsegeschiedenis voelen natuurlijk. Productaanbevelingen op basis van locatiegegevens voelen opdringerig. Personaliseren op een manier die onthult dat je gedrag volgt waarvan klanten niet wisten dat het werd gevolgd, wekt wantrouwen.

De grens is: personaliseer op basis van gegevens die klanten je bewust hebben gegeven of van acties die ze bewust deden (aankopen, browsen, expliciete voorkeuren). Personaliseer niet op basis van gegevens waarvan ze niet weten dat je ze verzamelt (toetsaanslagen, apparaat-ID's, locatie) of gegevens die je afleidt (financiële status, aannames over levensstijl) en die verder gaan dan hun acties.

Klantgegevens verkeerd interpreteren

Een klant koopt een cadeau voor iemand anders en ineens denkt je webshop dat hij een nieuwe interesse heeft. Hij bekijkt hardloopschoenen omdat hij meer over hardlopen wil weten, niet omdat hij hardloper is. Hij zocht op "hoe repareer je kapotte hakken" en nu beveel je hem gereedschap aan.

De oplossing is niet perfecte gegevens (die heb je nooit). De oplossing is meerdere signalen gebruiken in plaats van één actie, en testen of aanbevelingen echt converteren. Als 90 procent van de klanten die een bepaalde aanbeveling ziet die negeert, klopt de conclusie niet. Stop met die aanbeveling en gebruik een ander signaal.

Te veel personaliseren en minder ontdekken

Als elke ervaring is afgestemd op wat een klant al weet dat hij leuk vindt, ontdekt hij nooit nieuwe producten. Een klant die steeds dezelfde productcategorie koopt, zit vast in aanbevelingen die alleen variaties van die categorie tonen. Dat beperkt het ontdekken en remt de groei van de gemiddelde orderwaarde.

Zoek de balans tussen personalisatie en ontdekken. Beveel producten uit verwante categorieën aan, niet alleen uit dezelfde categorie. Toon bestsellers en nieuwe artikelen ook aan sterk gepersonaliseerde klanten. Laat klanten personalisatie uitzetten als ze je hele assortiment willen bekijken zonder invloed van een algoritme.

Personaliseren zonder toestemming of openheid

Klanten maken zich zorgen over privacy, en regels voor gegevens zoals de AVG en de CCPA vereisen toestemming voor het verzamelen van gedragsgegevens. Personaliseren zonder duidelijk te maken hoe je personaliseert of zonder klanten controle te geven, brengt juridisch risico en imagorisico met zich mee.

Beste werkwijze: wees open over welke gegevens je verzamelt en hoe je ze gebruikt. Voeg instellingen toe waarmee klanten bepalen hoeveel personalisatie ze krijgen. Als iemand aanbevelingen uitzet, respecteer die keuze dan, ook als dat minder conversie betekent. Vertrouwen en naleving gaan voor een extra verkoop.

Hoe past personalisatie in je strategie voor terugkerende klanten?

Personalisatie is een manier om herhaalaankopen te verhogen, maar het is op zichzelf niet genoeg. Een klant die een gepersonaliseerde e-mail krijgt maar een slechte uitpakervaring heeft of zijn bestelling nooit ontvangt, komt niet terug. Een klant die perfecte aanbevelingen krijgt maar het afrekenen frustrerend vindt, haakt af bij zijn tweede aankoop.

Personalisatie werkt het best in combinatie met uitstekende klantenservice, een goed product, betrouwbare verzending en duidelijke communicatie. Voer personalisatie in als de basis op orde is. Leg het er dan overheen om klanten te laten converteren die al geïnteresseerd zijn maar een herinnering nodig hebben dat je ze kent en begrijpt wat ze nodig hebben.

Voor de context van het hele conversieproces lees je wat conversie-optimalisatie is en waarom het ertoe doet. Voor een overzicht van alle optimalisatietactieken die samenwerken lees je de psychologie van kopen: hoe consumentengedrag je webshop vormt.

Personalisatie invoeren met WEMASY

Het webshopsysteem van WEMASY heeft personalisatiefuncties waarmee je klanten segmenteert op aankoopgeschiedenis en browsegedrag, gerichte e-mails verstuurt op basis van klantsegmenten, gepersonaliseerde productaanbevelingen in je webshop toont en bijhoudt welke personalisatietactieken herhaalaankopen opleveren. Je zet gepersonaliseerde blokken op de homepage en e-mailreeksen op zonder code te schrijven of externe tools te installeren. Het platform werkt samen met je klantgegevens, zodat personalisatie vanzelf beter wordt naarmate je meer over elke klant leert.

Bekijk wat erbij zit in de prijzen en functies van WEMASY.

Veelgestelde vragen