Waarom dit getal teams misleidt
Blended ROAS, of Return on Ad Spend, is een populaire metric die de totale omzet gerelateerd aan advertentie uitgaven meet. Het combineert de opbrengsten van nieuwe en terugkerende klanten in één cijfer. Op het eerste gezicht lijkt dit handig omdat het een overzicht geeft van de totale effectiviteit van marketinginspanningen.
Echter, deze samenvoeging van verschillende klantgroepen kan leiden tot een vals gevoel van veiligheid. Wanneer terugkerende klanten een groot deel van de omzet genereren, kan de blended ROAS hoog lijken, zelfs als de acquisitie van nieuwe klanten faalt. Dit betekent dat teams kunnen denken dat hun nieuwe klantmachine goed werkt terwijl deze in werkelijkheid gebroken is.
Een voorbeeld. stel dat een webshop 10.000 euro aan advertenties uitgeeft en 50.000 euro omzet genereert. De blended ROAS is dan 5. Maar als 40.000 euro van die omzet afkomstig is van terugkerende klanten, dan blijft er slechts 10.000 euro over aan nieuwe klantomzet. Dit betekent dat de nieuwe klantcampagne eigenlijk een ROAS van 1 heeft, wat veel minder indrukwekkend is.
Wat de metric werkelijk betekent
Blended ROAS meet de totale omzet per euro advertentie uitgave zonder onderscheid te maken tussen klanttypen. Dit maakt het een samengestelde metric die niet direct inzicht geeft in de prestaties van specifieke klantsegmenten.
De kracht van terugkerende klanten ligt in hun hogere conversieratio's en lagere acquisitiekosten. Ze zijn vaak winstgevender dan nieuwe klanten, wat de blended ROAS positief beïnvloedt. Maar dit betekent ook dat een stijgende blended ROAS niet per definitie betekent dat nieuwe klantacquisitie effectief is.
Bovendien kan een hoge blended ROAS door terugkerende klanten het management misleiden om te blijven investeren in dezelfde campagnes, terwijl de pijplijn voor nieuwe klanten opdroogt. Dit leidt op termijn tot stagnatie of zelfs daling van de totale omzet.
Daarom is het essentieel om de ROAS op te splitsen in segmenten. nieuwe klanten versus terugkerende klanten. Alleen dan ontstaat een helder beeld van waar de advertentie uitgaven daadwerkelijk effect hebben.
Waar de interpretatie misgaat
Veel teams interpreteren blended ROAS als een directe indicator van advertentieprestaties zonder rekening te houden met klantsegmentatie. Dit leidt tot verkeerde beslissingen zoals het verhogen van het advertentiebudget op basis van een ogenschijnlijk hoge ROAS.
Een ander veelvoorkomend probleem is het negeren van de levensduurwaarde (Customer Lifetime Value) van klanten. Terugkerende klanten hebben vaak een hogere CLV, waardoor ze meer omzet genereren over tijd. Blended ROAS houdt hier geen rekening mee, waardoor de effectiviteit van nieuwe klantacquisitie wordt overschat.
Daarnaast wordt de impact van organische groei en andere marketingkanalen vaak niet gescheiden van betaalde advertenties. Dit kan de ROAS verder vertekenen, vooral als terugkerende klanten vaker direct of via andere kanalen kopen.
Praktisch betekent dit dat teams die alleen op blended ROAS sturen, risico lopen om hun nieuwe klantmachine te laten verslonzen. Het is cruciaal om diepere analyses te maken, zoals het meten van ROAS per klantsegment en het monitoren van nieuwe klantacquisitie apart.
Een goede praktijk is het instellen van dashboards die nieuwe en terugkerende klantprestaties apart tonen. Zo kunnen marketeers tijdig bijsturen en voorkomen dat ze achter een illusie van succes aanlopen.
Een uitgewerkt voorbeeld
Stel je voor dat je een webshop hebt die in een maand 100.000 euro omzet draait. Je hebt 10.000 euro aan advertenties uitgegeven en je blended ROAS is dan 10. Dit lijkt uitstekend, want voor elke euro die je uitgeeft aan advertenties verdien je tien euro terug. Maar wat als 70.000 euro van die omzet afkomstig is van terugkerende klanten die al eerder zijn binnengehaald? Dan blijft er slechts 30.000 euro over aan omzet van nieuwe klanten.
De ROAS voor nieuwe klanten is dan 30.000 gedeeld door 10.000, wat neerkomt op 3. Dit betekent dat elke euro die je aan advertenties besteedt voor nieuwe klanten slechts drie euro oplevert. Dit is een stuk minder indrukwekkend dan de blended ROAS van 10. Het probleem is dat de omzet van terugkerende klanten wordt meegeteld in de blended ROAS, terwijl deze omzet niet direct afkomstig is van de huidige advertentie uitgaven.
Dit voorbeeld illustreert hoe een hoge blended ROAS kan verbergen dat de acquisitie van nieuwe klanten niet goed presteert. Het kan zelfs betekenen dat je advertenties niet rendabel zijn voor het binnenhalen van nieuwe klanten, terwijl je denkt dat alles goed gaat.
Hoe je het probleem herkent
Het herkennen van dit probleem begint met het analyseren van je omzet op klantniveau. Kijk naar het aandeel van terugkerende klanten in je totale omzet en vergelijk dit met de omzet die direct toe te schrijven is aan nieuwe klanten via advertenties.
Een praktische manier is om je data te segmenteren op basis van klantstatus. Maak onderscheid tussen nieuwe en terugkerende klanten in je analyticsplatform of ecommerce dashboard. Meet vervolgens de ROAS apart voor deze segmenten. Als de ROAS van nieuwe klanten aanzienlijk lager is dan de blended ROAS, is dat een signaal dat je nieuwe klantacquisitie niet goed werkt.
Daarnaast kun je kijken naar de tijdsperiode waarin klanten voor het eerst zijn binnengehaald en hoe hun latere aankopen worden toegeschreven. Soms worden terugkerende aankopen toegeschreven aan de oorspronkelijke acquisitiecampagne, wat de blended ROAS kunstmatig verhoogt.
Let ook op veranderingen in klantgedrag. Als het aandeel terugkerende klanten stijgt zonder dat er nieuwe klanten bijkomen, kan dit betekenen dat je afhankelijk bent geworden van bestaande klanten en dat je groeimotor voor nieuwe klanten hapert.
Hoe je dit zelf oplost
De eerste stap is het implementeren van een gesegmenteerde ROAS meting. Zorg dat je duidelijk onderscheid maakt tussen nieuwe en terugkerende klanten in je rapportages. Gebruik hiervoor klant ID's en aankoopdata om de juiste attributie toe te passen.
Vervolgens kun je je marketingbudget herverdelen. Investeer gericht in campagnes die nieuwe klanten aantrekken en meet hun prestaties los van de rest. Dit helpt je om te zien welke kanalen en advertenties daadwerkelijk nieuwe klanten opleveren en welke vooral bestaande klanten activeren.
Daarnaast is het belangrijk om je klantacquisitieproces te optimaliseren. Analyseer waar potentiële nieuwe klanten afhaken en verbeter je targeting, advertenties en landingspagina's. Test verschillende strategieën zoals lookalike audiences, zoekmachine advertenties en social media campagnes om effectiever nieuwe klanten te bereiken.
Tot slot is het raadzaam om je klantretentie apart te managen. Zorg dat je terugkerende klanten waardeert met gepersonaliseerde aanbiedingen en goede service, maar wees je bewust dat deze omzet niet direct voortkomt uit je nieuwe klantacquisitiecampagnes.
Door deze aanpak voorkom je dat een hoge blended ROAS een vals gevoel van veiligheid geeft. Je krijgt een helder beeld van de werkelijke prestaties van je nieuwe klantacquisitie en kunt gericht sturen op duurzame groei.
Hoe Layer Insights dit aanpakt
Blended ROAS combineert de opbrengsten van nieuwe en terugkerende klanten in één enkele ratio. Dit maakt het lastig om te zien hoe goed advertenties daadwerkelijk nieuwe klanten aantrekken. Terugkerende klanten hebben vaak een hogere conversieratio en lagere acquisitiekosten, wat de blended ROAS positief beïnvloedt.
Stel dat 60 procent van de omzet afkomstig is van terugkerende klanten. Zelfs als de advertenties voor nieuwe klanten niet rendabel zijn, kan de blended ROAS er nog steeds goed uitzien. Dit leidt tot verkeerde beslissingen, zoals het verhogen van het advertentiebudget zonder dat de nieuwe klantenmotor daadwerkelijk groeit.
Het risico is dat bedrijven blijven investeren in kanalen die vooral bestaande klanten activeren, terwijl de instroom van nieuwe klanten stagneert of zelfs daalt. Op de lange termijn kan dit de groei ernstig belemmeren.
De beslisregel
Layer Insights maakt onderscheid tussen nieuwe en terugkerende klantomzet binnen de ROAS analyse. Door data te segmenteren op klanttype wordt duidelijk welke kanalen en campagnes daadwerkelijk nieuwe klanten opleveren.
De tool gebruikt geavanceerde attributiemodellen om de bijdrage van elke advertentie aan nieuwe klantacquisitie nauwkeurig te meten. Dit voorkomt dat terugkerende klantomzet de prestaties van nieuwe klantcampagnes overschaduwt.
Daarnaast biedt Layer Insights realtime dashboards die snel inzicht geven in de gezondheid van de nieuwe klantenmotor. Hierdoor kunnen marketeers tijdig bijsturen en budgetten verschuiven naar kanalen die bewezen effectief zijn voor nieuwe klanten.
Een voorbeeld is een campagne die een blended ROAS van 6 laat zien, maar na segmentatie blijkt dat de ROAS voor nieuwe klanten slechts 2 is. Dit maakt het mogelijk om gerichte optimalisaties door te voeren.