Herhaalde aankopen en unieke klanten niet verwarren

Begin met drie definities die je schriftelijk vastlegt. Een transactie is één afgeronde bestelling. Een unieke klant is één identificeerbare koper, ongeacht hoeveel bestellingen die plaatste. Een herhaalaankoop is een bestelling van een klant die voordien al minstens één bestelling had.

Daarnaast heb je een venster nodig: de periode waarin je telt (bijvoorbeeld de kalendermaand of de voorbije twaalf maanden) en een noemer: waardoor je deelt. Een herhaalpercentage kan twee dingen betekenen: het aandeel bestellingen dat een herhaalaankoop is, of het aandeel klanten dat in het venster meer dan één keer kocht. Dat zijn verschillende cijfers met dezelfde naam. Kies er één en noteer het in je rapportagedocument.

Let ook op wat 'klant' in jouw tool betekent. Webanalyse telt vaak browsers of apparaten, terwijl je orderdatabase met e-mailadressen of klantnummers werkt. Een koper die op telefoon en laptop bestelt, kan in analytics twee gebruikers zijn en in je orderdata één klant.

Volgens de documentatie van Google meet een gebeurtenis een specifieke interactie, zoals het afronden van een aankoop (uitleg over gebeurtenissen in Google Analytics). Voor webshops bestaat er een aanbevolen gebeurtenis purchase, die je zelf implementeert; de bron over ecommerce beschrijft dat een items-array minstens een item_id of item_name per product vraagt en raadt aan de valuta op gebeurtenisniveau mee te sturen wanneer je waarde verstuurt (meten van ecommerce met GA4). Hoe je de events opzet met gtag.js of Tag Manager staat in de ontwikkelaarsdocumentatie (gebeurtenissen instellen).

De grens: deze bronnen leggen uit hoe je een aankoop meet, niet hoe jouw analyticsconfiguratie een klant over apparaten heen herkent. Of twee sessies van dezelfde persoon als één gebruiker tellen, hangt van je implementatie af en dat controleer je in je eigen property. Gebruik GA4 daarom voor het aantal aankoopgebeurtenissen en behandel klantaantallen alleen als betrouwbaar wanneer je ze kunt koppelen aan een stabiele klantidentifier. Je bron van waarheid voor klantnummers is meestal je order- of kassasysteem.

1. Exporteer alle afgeronde bestellingen uit je order- of kassasysteem voor het gekozen venster, inclusief een identifier per klant, besteldatum en ordernummer.
2. Sluit annuleringen, testbestellingen en volledig terugbetaalde orders uit, en noteer die keuze.
3. Tel het aantal bestellingen. Dat is je transactietotaal.
4. Tel het aantal verschillende klantidentifiers. Dat is je aantal unieke klanten.
5. Tel per klant het aantal bestellingen in het venster. Klanten met twee of meer zijn je herhaalklanten.
6. Bepaal per bestelling of er vóór die bestelling al een eerdere bestelling van dezelfde klant bestond, ook buiten het venster. Dat zijn je herhaalbestellingen.
7. Bereken de twee verhoudingen apart: herhaalklanten gedeeld door unieke klanten, en herhaalbestellingen gedeeld door alle bestellingen.
8. Schrijf onder elk cijfer venster, noemer en uitsluitingen.

Stap 6 is de gevoelige: voor een eerlijk antwoord moet je ook de geschiedenis vóór het venster kunnen raadplegen. Heb je die niet, dan is je cijfer 'herhaling binnen het venster', en dat benoem je zo.

Dit voorbeeld is volledig verzonnen en dient alleen om de rekenlogica te tonen. Stel dat een kleine webshop in één kalendermaand dit export-overzicht heeft, met tien afgeronde bestellingen:

Transacties: 3+1+2+1+1+2 = 10. Unieke klanten: 6. Herhaalklanten binnen het venster (twee of meer bestellingen): A, C en F, dus 3 van 6. Herhaalbestellingen: bij A zijn bestelling 2 en 3 herhaling (2), bij B de enige bestelling (1, want eerder gekocht), bij C alleen bestelling 2 (1), bij D en E geen (0), bij F beide bestellingen (2, want eerder gekocht). Dat zijn 6 van 10 bestellingen.

Hetzelfde rapport geeft dus 50 procent herhaalklanten binnen het venster en 60 procent herhaalbestellingen, afhankelijk van definitie en noemer. Beide mogen, mits je ze niet door elkaar gebruikt. Dit zijn geen verwachtingen voor jouw shop.

Een berekening klopt alleen als de brondata klopt. De bronnen noemen twee controlehulpmiddelen: het Realtime-rapport toont de gebeurtenissen van de afgelopen 30 minuten, en DebugView toont alle gebeurtenissen van één gebruiker en vraagt volgens de ontwikkelaarsdocumentatie extra configuratie. Waar je die precies vindt, kan in je omgeving verschillen; controleer dat in je eigen property.

• Plaats in een veilige testomgeving (of met een bestelling die je achteraf annuleert, zonder echte persoonsgegevens) een testbestelling en kijk of de aankoopgebeurtenis één keer verschijnt, niet twee keer (bijvoorbeeld bij herladen van de bevestigingspagina). Een aankoopgebeurtenis bewijst op zich geen betaalde bestelling.
• Overweeg het ordernummer als transactie-identifier mee te sturen (een redactioneel voorstel, geen eis uit de bronnen), zodat je later kunt vergelijken met je orderexport. Gebruik geen e-mailadres of naam als parameter.
• Controleer of de valuta op gebeurtenisniveau staat wanneer er een bedrag meegaat.
• Controleer in je implementatie of de eventcode pas draait nadat de Google-tag is geladen; de aangehaalde bronnen gaan hier niet op in, dus toets dit met Realtime of DebugView.
• Vergelijk na een week het aantal aankoopgebeurtenissen met het aantal bestellingen in je orderexport. Een verschil is een signaal om uit te zoeken, geen bewijs van één oorzaak: adblockers, toestemmingskeuzes en annuleringen kunnen allemaal meespelen.

Leg je keuzes vast zodat een collega of bureau hetzelfde cijfer kan reproduceren. Gebruik deze beslisregels:

• Wil je weten hoeveel klanten terugkomen? Gebruik unieke klanten als noemer en tel klanten met minstens twee bestellingen.
• Wil je weten hoeveel van de omzet uit terugkerende kopers komt? Gebruik herhaalbestellingen of hun omzet, met de eerdere geschiedenis erbij.
• Heb je geen stabiele klantidentifier? Rapporteer alleen transacties en noem klantcijfers indicatief.
• Verschilt je analytics van je orderdata? Gebruik de orderdata voor klantaantallen en analytics voor gedrag en herkomst.

Geef bij de overdracht minstens mee: het venster, de definitie van herhaling, de uitsluitingen, de bron van de klantidentifier, de datum van je laatste meetcontrole en wie de implementatie beheert. Een cijfer zonder die context is bij de volgende rapportage al niet meer reproduceerbaar.

Wil je zien welke publieke signalen je website uitstraalt rond meting en conversie, bekijk ze dan via Marketing Scan. Een publieke scan meet alleen wat zichtbaar is en bewijst geen volledige technische implementatie.