Cohortanalyse
Ook wel cohort analysis
Wat is een cohortanalyse?
Cohortanalyse (ook wel cohort analysis) is een manier om klantgroepen met hetzelfde startmoment door de tijd te volgen. Je vergelijkt bijvoorbeeld klanten die in januari voor het eerst kochten met klanten van februari, om te zien hoe vaak ze terugkomen.
Veelgestelde vragen over cohortanalyse
Hoe maak ik een cohortanalyse in Google Analytics 4?
Je vindt de cohortanalyse in GA4 onder Verkennen, als sjabloon Cohortverkenning. Zo stel je hem in:
- Kies een cohortcriterium. Dat is het startmoment, bijvoorbeeld eerste contact of een transactie.
- Kies een retourcriterium. Dat bepaalt wat telt als terugkomen, zoals elk bezoek of een nieuwe aankoop.
- Stel de granulariteit in: dagelijks, wekelijks of maandelijks.
- Kies de berekening: standaard, doorlopend of cumulatief.
- Voeg eventueel een uitsplitsing toe, zoals apparaat of kanaal.
Elke rij is daarna een groep klanten. Elke kolom laat zien hoeveel van hen in die periode terugkwamen.
Hoe zet ik cohortanalyse op voor mijn WooCommerce-webshop?
Zorg eerst dat je bestellingen goed in Google Analytics 4 binnenkomen, want daar maak je de analyse.
- Koppel GA4 aan je website met Site Kit by Google.
- Stuur e-commercegebeurtenissen, zoals een aankoop, door met GTM4WP (Google Tag Manager for WordPress). Die plugin ondersteunt WooCommerce.
- Plaats een testbestelling en controleer in GA4 bij Realtime of die binnenkomt.
- Maak daarna een cohortverkenning met een transactie als startmoment.
Wil je ook bestellingen meetellen van bezoekers die cookies weigerden? Exporteer dan je bestellingen uit WooCommerce en maak de cohorten in een spreadsheet.
Kies ik cohorten per week, per maand of per kwartaal?
Dat hangt vooral af van hoe vaak je klanten normaal gesproken kopen. Een paar vuistregels:
- Verkoop je iets wat snel op is, zoals koffie of verzorgingsproducten? Dan geven weekcohorten snel inzicht.
- Kopen klanten een paar keer per jaar? Kies dan maandcohorten.
- Verkoop je duurzame producten, zoals meubels? Dan zijn kwartalen vaak logischer.
Volg elke groep minstens één volledige aankoopcyclus, anders trek je te snel conclusies. Let ook op seizoenen: een cohort uit de decembermaand of rond Black Friday gedraagt zich vaak anders dan een cohort uit een rustige maand.
Waarom niet gewoon mijn totale aantal terugkerende klanten bekijken?
Omdat een totaalcijfer belangrijke veranderingen verbergt. Stel dat je veel nieuwe klanten binnenhaalt met een actie. Je totale aantal terugkerende klanten kan dan stijgen, terwijl elke nieuwe groep juist minder vaak terugkomt dan eerdere groepen.
Met een cohortanalyse zie je dat wel. Je vergelijkt groepen met hetzelfde startmoment, dus je ziet of klanten van maart beter of slechter blijven hangen dan klanten van januari. Zo kun je ook het effect meten van een wijziging, zoals een nieuwe welkomstmail, een ander verzendbeleid of een kortingsactie.
Mijn cohorten zijn heel klein, wat kan ik dan doen?
Bij kleine groepen zeggen percentages weinig. Eén klant meer of minder geeft dan al een grote schommeling. Dit kun je doen:
- Maak de periodes groter, bijvoorbeeld maand of kwartaal in plaats van week.
- Kijk naar de trend over meerdere cohorten, niet naar één los cijfer.
- Gebruik je eigen bestelgegevens met klantnummers. Cookies worden gewist of geweigerd, waardoor een terugkerende klant in Analytics soms als nieuw telt.
- Wacht tot je meer data hebt voordat je grote beslissingen neemt.


