Focus op waarde, niet volume! Waarom e-commerce bedrijven zich meer moeten focussen op de LTV/CAC ratio’s

De shift die elk e-commerce bedrijf moet maken om duurzaam te groeien in een wereld van exploderende acquisitiekosten.

De vraag die maar heel weinig wordt gesteld.

"Hoeveel nieuwe klanten hebben we deze maand binnengehaald?" Ik hoor deze vraag constant. Maar het is de verkeerde vraag. De vraag die je zou moeten stellen is: "Hoeveel waarde hebben we gecreëerd per geïnvesteerde euro?"

Het verschil tussen deze twee vragen is het verschil tussen een bedrijf dat duurzaam gaat groeien of een bedrijf dat steeds meer onder druk komt. De realiteit is dat acquisitiekosten zijn gestegen met 222% in 10 jaar tijd, terwijl de meeste bedrijven nog steeds jagen op volume in plaats van waarde.

De basis: Wat is LTV en CAC en wat bereken je er nou mee?

Lifetime Value (LTV)

Lifetime Value (of simpel gezegd: klantwaarde) is de totale nettowinst die een klant genereert gedurende de complete relatie met het bedrijf. (Let op: netto winst, niet omzet. Dit onderscheid wordt vaak vergeten maar is cruciaal.) Laten we starten met een versimpeld voorbeeld hoe je de LTV uitrekent. (Later kom ik terug op uitgebreide en meer exacte calculaties)

Een webshop in kleding heeft de volgende data:

  • Gemiddelde orderwaarde: 85 EUR
  • Aankoopfrequentie: 3.2x per jaar
  • Gemiddelde klant levensduur: 2.3 jaar
  • Brutomarge na inkoop: 65%
  • Operationele marge (na fulfillment/verzending): 45%

De berekening stap voor stap:

  1. Totale omzet per klant = 85 × 3.2 (aankoopfrequentie) × 2.3 (levensduur) =  625 EUR
  2. Bruto LTV = 625 × 65% (Na inkoop) = 407 EUR
  3. Netto LTV = 625 × 45% (Na inkoop en overige kosten) = 282 EUR

Je ziet 125 EUR verschil tussen bruto en netto. Dat is waar veel bedrijven de mist in gaan. Ze rekenen met bruto LTV maar vergeten bijvoorbeeld fulfillment (orderpicking en verpakking), retouren en klantenservice.

Customer Acquisition Cost (CAC)

CAC (acquisitiekosten) omvat alle kosten om een nieuwe klant binnen te halen. Niet alleen je Google Ads en META advertenties. Wederom een versimpeld voorbeeld van dezelfde webshop in kleding:

Maandelijkse kosten:

  • Google Ads: 25.000 EUR
  • META Ads: 20.000 EUR
  • Inzet Influencers: 8.000 EUR
  • Marketing team (3 FTE): 15.000 EUR
  • Toolings (email platform, analytics): 2.000 EUR
  • Externe contentcreatie: 5.000EUR
  • Totaal: 75.000 EUR

De webshop haalt met deze advertentiekosten 450 nieuwe klanten binnen. De acquisitiekosten per klant zijn dan: 75.000 / 450 = 167 EUR (CAC) Lijkt mooi als je de Netto LTV van hiervoor bekijkt, maar zijn alle klanten wel nieuwe klanten? Hier kom ik later op terug!

Waarom (alleen) focussen op nieuwe klanten vaak geld weggooien is.

De scheve verdeling in marketingbudgetten

Ik zie het continu bij bedrijven; het extreme focussen op de acquisitiekosten voor de (nieuwe) klanten (per maand / per kanaal). Niet geheel onlogisch als je gefocused bent op groeien en ik heb me er zelf ook zeker schuldig aan gemaakt :). Zeker in de eerste jaren van een bedrijf lijkt dat de belangrijkste kpi.

Terwijl het eigenlijk zo simpel is. Het is tussen de 5 en 25 keer zo duur om een nieuwe klant binnen te halen ten opzichte van een bestaande klant behouden. Als je naar conversieratio’s kijkt van bestaande klanten ten opzichte van nieuwe klanten, snap je wat ik bedoel. En toch gaat bij de meeste bedrijven misschien wel tussen de 80% en 90% van het marketingbudget naar acquisitie.

Incrementele waarde

Incrementele waarde is de waarde die je genereert als resultaat van een marketinguiting. Deze waarde zou je dus niet genereren als je de marketinguiting uitzet, simpel gezegd: hoeveel van je marketing zorgt echt voor extra verkopen die anders niet zouden gebeuren?

Een praktisch voorbeeld:

Een home & living webshop gaf 40.000 EUR per maand uit aan Google Ads. Google rapporteerde 600 "nieuwe klanten". Omgerekend zou de CAC: 67 EUR zijn. Dat zou geen gek getal zijn voor die branche.

We deden een holdout test (dat is experimentele methode waarbij een groep wordt uitgesloten (de "holdoutgroep") om de prestaties van een test te meten of om de langetermijneffecten van een verandering te beoordelen) We stopten advertenties in 25% van Nederland (random postcodes). Na 4 weken bleek:

  • 40% van "nieuwe klanten" waren bestaande klanten die via ads terugkwamen
  • 30% zou de website organisch gevonden hebben
  • Slechts 30% was dus echt incrementeel (extra verkopen door getoonde advertenties)

De daadwerkelijke acquisitiekosten zouden dan worden: 40.000 / (600 × 30%) = 222 EUR. Dat is toch wel een heel ander getal en jou zelfs kunnen stellen (beetje kort door de bocht) dat de webshop 28.000 EUR per maand weggooit (per jaar 336.000 EUR), waar ze dat waarschijnlijk veel beter in retentie (loyaliteit / klantenservice etc) hadden kunnen steken. Simpele strategie op basis van de LTV/CAC ratio

Nu we de basis weten van de LTV en CAC en welke variabelen meespelen, kan je voor jezelf al een betere strategie maken. Hieronder werk een simpel voorbeeld uit, hoe je al beter zou kunnen sturen. (Later zal ik dieper ingaan hoe je de ratio’s exacter bepaald en actueel houdt.) De verhouding tussen klantwaarde en acquisitiekosten bepaalt of je business gezond is. Deze verhouding is uiteraard afhankelijk van je marges. Stel je verkoopt een software product, heb je misschien wel 89%-90% marge, terwijl een gemiddeld e-commerce bedrijf het met 40% (of minder) moet doen. Laten we van een gemiddelde uitgaan

Bij een 3:1 ratio verdien je 3 EUR aan klantwaarde voor elke 1 EUR die je uitgeeft aan acquisitie. Dit geeft je voldoende ruimte voor:

  • Operationele kosten (30-40% van omzet)
  • Productontwikkeling en innovatie (10-15%)
  • Winstmarge voor groei-investeringen (15-20%)
  • Buffer voor seizoensfluctuaties en marktveranderingen

Je doel is dus 3:1. Als je die ratio’s bijhoudt en je ziet ze verschuiven dan zou je de volgende acties kunnen nemen op basis van je huidige ratio:

Praktisch voorbeeld van een fictieve webshop met verschillende ratio’s in de afgelopen 3 jaar:

Jaar 1: LTV 95 EUR, CAC 78 EUR, Ratio 1.2:1

  • Bijna failliet.
  • Stopten alle betaalde acquisitie
  • Focus op verbetering van het aanbod
  • Alleen inzet eigen kanalen als SEO/Email

Jaar 2: LTV 135 EUR, CAC 45 EUR, Ratio 3:1

  • Break-even
  • Voorzichtig advertenties herstart
  • Marketingbudget verdeeld over retentie en deels acquisitie
  • Focus op verbetering LTV

Jaar 3: LTV 205 EUR, CAC 58 EUR, Ratio 3.5:1

  • Gezonde groei. Acquisitiekosten stijgen iets, maar LTV stijgt in verhouding harder
  • Focus op opschalen van advertenties voor nieuwe klanten nu de verhouding LTV/CAC meer dan gezond is.

Het is een simpel voorbeeld, maar de les is: Focus eerst op waarde creëren (LTV omhoog), dan pas op volume (nieuwe klanten).

What’s Next? LTV berekenen van basis tot gevorderden.

We hebben een aantal simpele voorbeelden genomen voor het berekenen van de LTV. De LTV is geen vast getal en zal continu veranderen (hopelijk positief :)). Om dit goed te kunnen berekenen en bij te houden heb je relatief veel data (en ook wat meer inhoudelijke kennis) nodig. Om hier stapsgewijs mee bezig te gaan, heb ik de manier van berekenen opgedeeld in 3 fases. Dit kun je lezen als dat je al een bestaande webshop bent en ermee wilt starten tot aan dat je nog niet zolang onderweg bent en wilt meegroeien in de modellen op basis van de data die je hebt. (Bijvoorbeeld van start-up naar scale-up)

Fase 1: De quick & dirty methode (< 6 maanden historische data)

Voor starters die vandaag willen beginnen (en zoals eerder in het artikel uitgewerkt).

Neem de meest simpele formule:

LTV = Gemiddelde Orderwaarde * Frequentie * Levensduur * Marge

Praktisch voorbeeld:

  • Gemiddelde order: 75 EUR
  • Geschatte frequentie: 2x per jaar (branche gemiddelde)
  • Geschatte levensduur: 18 maanden
  • Brutomarge: 60%

LTV = 75 2 1.5 * 0.60 = 135 EUR

(Als alternatief, gebruik de payback period - binnen hoeveel maanden verdien je de acquisitiekosten terug? Target voor e-commerce: binnen 6 maanden.)

Fase 2: Cohort-based LTV (6-18 maanden historische data)

Nu wordt het interessanter. We volgen groepen klanten (cohorten) door de tijd.

Praktisch voorbeeld van bijvoorbeeld een online drogist:

Neem alle klanten die in januari 2025 voor het eerst kochten. Volg hun uitgaven per maand

Totaal na 6 maanden: 106 EUR omzet per klant.

Met 60% marge: LTV = 106 × 0.60 = 64 EUR

De Extrapolatiemethode:

We hebben nu maar 6 maanden data, maar we willen 24 maanden voorspellen. We zien dat de omzet afneemt met ongeveer 15% per maand (de "decay rate" (exponentiële afname van een hoeveelheid)).

Berekening voor maand 7-24:

  • Maand 7: 11 × 0.85 = 9.35 EUR
  • Maand 8: 9.35 × 0.85 = 7.95 EUR
  • ...enzovoort

Totaal na 24 maanden: 156 EUR

Met 60% marge: LTV = 156 × 0.60 = 94 EUR

Tip: Vergelijk verschillende cohorten: Als je februari-klanten vergelijkt met januari-klanten, zie je vaak grote verschillen. Instagram-klanten kunnen bijvoorbeeld in januari een 40% hogere LTV hebben dan Google Shopping klanten in dezelfde periode. Die inzichten zijn goud waard voor je allocatie van je marketingbudget.

Fase 3: Probabilistische modellen (18+ maanden historische data)

Voor bedrijven die echt data-gedreven willen werken.

Het BG/NBD model (Beta-Geometric/Negative Binomial Distribution - een mondvol, ik weet het) geeft goed inzicht in een fundamenteel probleem op: wanneer is een klant "dood" (churn) versus "slapend" (komt mogelijk terug)?

Praktisch voorbeeld (ik zal je de exacte rekensom besparen:)):

Klant A - De loyale klant:

  • Laatste aankoop: 45 dagen geleden (Recency)
  • Totaal aantal aankopen: 5 (Frequency)
  • Klant sinds: 365 dagen (T)
  • Gemiddelde orderwaarde: 120 EUR

Het model berekent:

  1. Kans dat klant nog "leeft": 78% (ondanks 45 dagen stilte, want 5 aankopen in een jaar is actief)
  2. Verwachte aankopen komend jaar: 3.2
  3. Predicted LTV: 120 × 3.2 × 0.60 marge = 230 EUR

Klant B - De eenmalige klant (shopper):

  • Laatste aankoop: 180 dagen geleden
  • Totaal aantal aankopen: 2
  • Klant sinds: 365 dagen
  • Gemiddelde orderwaarde: 95 EUR

Het model berekent:

  1. Kans dat klant nog "leeft": 23% (lang stil + weinig aankopen = waarschijnlijk weg)
  2. Verwachte aankopen komend jaar: 0.4
  3. Predicted LTV: 95 × 0.4 × 0.60 = 23 EUR

Dit model wordt automatisch slimmer naarmate je meer data verzamelt. Bij bepaalde hoeveelheid data kan het model met 85% nauwkeurigheid voorspellen welke klanten gaan churnen. Als je deze data per klant inzichtelijk hebt kun je onderbouwd een deel van je marketingbudget gaan inzetten op retentie, waar de grote winst zit!

De ‘retentie-machine’, waar de echte winst zit :)

De simpele wiskunde van focus op waarde versus volume.

Laten we weer een simpel voorbeeld maken om het verschil tussen focus op retentie in plaats van acquisitie uit te leggen. Stel een gemiddelde webshop met 1 miljoen EUR omzet geeft 160k EUR aan acquisitie en 40k EUR aan retentie. Hiermee genereren ze 2.000 nieuwe klanten met een LTV van 150 EUR.

Wat gebeurt er als we verschuiven naar 60/40 (acquisitie/retentie)?

Het rekenvoorbeeld:

  • 120k EUR acquisitie → 1500 nieuwe klanten (25% minder)
  • 80k EUR retentie → retentie ratio stijgt van 20% naar 35%
  • LTV stijgt naar 220 EUR door betere klantervaring

Resultaat:

  • Oud situatie: 2.000 * 150 (LTV) = 300K EUR waarde
  • Nieuwe situatie: 1.500 × 220 (LTV) = 330K EUR waarde
  • Conclusie: 10% meer waarde met 25% minder klanten

Hoe kan je vanuit marketing-perspectief nou aan je retentie werken?

Waarschijnlijk kun je zelf nu al een hoop voorbeeld verzinnen, maar om paar mooie te noemen:

  • Werk aan personalisatie in bijvoorbeeld je e-mail kanaal, hoe relevanter je blijft hoe eerder klanten het idee hebben dat jouw bedrijf/aanbod bij ze past en zullen ze eerder zelf naar je op zoek gaan.
  • Introduceer een loyaliteitsprogramma, koppel dit bijvoorbeeld aan de voorspelde LTV en maak daar categorieën voor op basis van bijvoorbeeld hoeveelheid bestellingen of orderwaarde (of een combinatie daarvan)
  • Pro-actieve geautomatiseerde mailflows op basis van leadscoring en Churn-voorspelling. Bijvoorbeeld zie je dat klanten X periode niet actief zijn of niet gekocht hebben, pas daar je aanbiedingen of je boodschap op aan. Elke klant die je extra actief houdt is bijna pure winst! :)

Conclusie

Blijf je jagen op volume terwijl je CAC explodeert? Of maak je de shift naar waarde-gedreven groei? Ik stel het als een vraag, maar feit is dat je geen keuze hebt in het huidige landschap met advertentie-geweld. Je moet aan je retentie (dus je LTV) gaan werken om je CAC in verhouding gezond te houden.

Bij elke beslissing die je neemt in je marketing activiteiten, stel jezelf dan altijd de volgende vraag: "Verhoogt dit de klantwaarde of verlaagt het de acquisitiekosten?"

Je kunt er vandaag al mee aan de slag gaan door de eerste simpele stappen te nemen:

  1. Bereken je LTV/CAC ratio (ook met beperkte data)
  2. Test de incrementaliteit van je grootste marketingkanaal
  3. Verschuif 20% van acquisitie naar retentie

Dit zijn best grote en gedurfde beslissingen voor veel e-commerce bedrijven, maar uiteindelijk is het voor mij heel duidelijk: bedrijven die focussen op waarde overleven, bedrijven die jagen op volume verdwijnen.

Wil je sparren over jouw LTV/CAC optimalisatie? Ik help graag mee denken over de specifieke uitdagingen in jouw situatie.

-- Bram Versteegh

Over Hyperr

Hyperr.ai ontwikkelt AI- en automation oplossingen die verder gaan dan alleen de standaard tools. We adviseren en praten er niet alleen over, maar bouwen en implementeren juist ook deze AI-gedreven workflows op het gebied van marketing, interne processen en klantdata.

Onze producten:

  • Productwizard - Intelligente profilering in vier stappen (nieuw!)
  • Automation Frameworks - Elimineer repetitief werk en verhoog efficiency
  • De Recommender - Deep learning engine voor personalisatie en voorspelling
  • Zoey - WhatsApp journey assistant

We geloven dat technologie de reisbranche fundamenteel kan verbeteren door bedrijven te helpen focussen op wat echt telt: het creëren van onvergetelijke ervaringen voor hun klanten.

Bram Versteegh

October 29, 2025

Ontdek wat jouw data écht voor je kan betekenen?

Daag ons uit

Sparren met onze experts

Daag ons uit met jouw vraagstuk