De Lifetime Value van een klant…
Met eCommerce die steeds meer mainstream wordt, en ook vaders & moeders niet meer gek opkijken van het kopen van boeken, kleding, reizen en witgoed online, lijkt het steeds belangrijker te worden hoe je een klant van een webwinkel niet alleen eenmalig als koper begroet, maar ook bij herhaling een ‘bedankt’-pagina te zien krijgt.
In web analytics / business intelligence omgevingen ook wel; Customer Lifetime value (CLV) genoemd. (vaak met meer focus op service & tevredenheid op de lange termijn)
Op een aantal web analytics blog gaat nu een discussie over het belang van deze metric, en waarom die (nog) niet veel wordt ingezet.
De redenen waarom de Lifetime Value nog niet veel gebruikt wordt noemt Jim Novo:
De meeste marketeers weten echter indirect wel dat het belangrijk is om naar LTV te kijken, doordat ze bijvoorbeeld wel vaak naar “nieuwe versus terugkerende bezoekers” kijken. (Of in sommige gevallen iets als “Bestelwaarde nieuwe vs. terugkerende bezoekers”)
Ik heb de open deuren en discussie hieronder een klein beetje proberen te omschrijven. Kort door de bocht wil je de klanten van je webshop in 3 groepen opdelen:
1. Winstgevend
2. Neutraal
3. Verliesmakend
(via Profitable Marketing)
Als je er achter bent welke klanten bij iedere groep horen, zijn volgende stappen bijvoorbeeld(!):
- Werf klanten die eruit zien als je meest winstgevende groep
Door bijvoorbeeld te kijken naar de herkomst & eerste bestellingen van klanten toen ze binnenkwamen. - Houdt je meest winstgevende klanten vast en probeer ze extra diensten/producten voor te stellen
Proberen het ‘klanten die X kochten, hebben ook Y gekocht’ te perfectioneren. Is er bijvoorbeeld een bepaald type/genre product wat veel van deze klanten kopen? - Probeer de marge op de neutrale groep te verhogen.
- Ontmoedig verliesmakende klanten
Laat deze klanten betalen voor verzendkosten, support & sluit ze bijvoorbeeld uit voor je beste acties. (laat ze niet in je VIP gedeelte van de site etc…)
Deze vorm van klantsegmentatie, profiling of koppeling tussen online & offline data is natuurlijk niet altijd voor elke webwinkel even makkelijk en noodzakelijk.
Het feit dat je uitzoekt welke klanten je gedurende het jaar of seizoen het meeste opleveren, wat deze mensen bestellen en wellicht hoe je ooit aan deze klanten gekomen bent is wel iets waarin je steeds verder kunt groeien en extra vragen en antwoorden(targeting) aan kunt koppelen.





