Geen enkele klant laat u weten dat hij vertrekt. Hij zegt niets op, klaagt niet en meldt zich nergens voor af: de ene maand koopt hij iets minder, de volgende laat hij een paar weken voorbijgaan, en als u het merkt, heeft hij al een halfjaar geen voet meer in de winkel gezet. Daarom is weten hoe u klanten met churnrisico herkent veel nuttiger dan tellen hoeveel er al weg zijn.
Het goede nieuws is dat dit stille verlies sporen achterlaat in uw eigen aankoopdata. Het slechte nieuws is dat bijna niemand er op tijd naar kijkt: men kijkt pas als de terugwincampagne te laat komt of, erger nog, als iemand een korting heeft gekregen die zich nooit terugverdient. Hieronder leest u een andere aanpak, zonder lijsten die verouderen en met duidelijke regels op basis van echt gedrag.
Die werkt voor een winkelketen, voor de horeca of voor elk bedrijf met terugkerende klanten die u kunt identificeren.
1. Stil klantverloop: waarom er bijna nooit een expliciete churn is
Bij een abonnementsmodel heeft churn een datum: iemand zegt op. In retail niet. De klant die afhaakt, doet niets opvallends; zijn koopgedrag koelt gewoon af. Dat verschil verandert alles: als u wacht tot het verloop duidelijk is, bent u de klant al kwijt. Daarom komt het churnpercentage in retail, berekend alsof het een abonnement is, altijd te laat: tegen de tijd dat het verloop in het cijfer zichtbaar wordt, is het al gebeurd.
Er is nog een tweede probleem. Een klant die elke drie weken kocht en nu eens in de twee maanden langskomt, valt in geen enkel verkooprapport op: zijn aankopen tellen nog steeds mee, alleen met meer tijd ertussen. Om dat te zien, moet u naar de klant kijken, niet naar de winkel.
De oorzaken lopen uiteen. Sommigen vertrekken na een slechte ervaring zonder iets te zeggen, anderen stappen zonder aankondiging over naar de concurrent en weer anderen veranderen gewoon van gewoonten. In uw data eindigen ze alle drie op dezelfde manier: minder aankopen, verder uit elkaar, en een aankoopgeschiedenis die uitdooft.

Als u zich afvraagt hoe u klanten met churnrisico herkent, begin dan hier: de klant moet geïdentificeerd zijn. Zonder de aankoopgeschiedenis van elke persoon valt er niets te vergelijken, en zonder vergelijking is er geen signaal.
2. Klanten met churnrisico herkennen met RFM: de signalen die u vandaag kunt meten
U hebt geen glazen bol nodig. U moet bepalen welk gedrag u als “afkoelen” beschouwt en dat automatisch meten. Dit zijn de signalen die u kunt volgen met de aankoopdata die u al hebt.
De vier RFM-statussen, van “risico” tot “verloren”
Het RFM-model rangschikt elke klant op drie variabelen: wanneer hij voor het laatst kocht (recency), hoe vaak hij koopt (frequency) en hoeveel hij uitgeeft (monetary). In Wapping wordt RFM continu berekend, en daaruit volgen vier statussen die de weg naar verloop markeren.
- At Risk (risico). Een goede klant, met een gemiddelde tot hoge aankoopfrequentie en waarde, die al een tijd niets heeft gekocht. Dit is de klant van wie het verlies het meest pijn doet en die het meest oplevert als u hem terugwint.
- About to churn (op het punt om te vertrekken). Een klant met een gemiddelde aankoopfrequentie en waarde, wiens koopgedrag begint af te koelen.
- Hibernating (in winterslaap). Heeft lang niets gekocht, met een lage aankoopfrequentie en een lage tot gemiddelde waarde.
- Lost (verloren). Heeft heel lang niets gekocht, met een lage aankoopfrequentie en een lage waarde.

In het RFM-model voor retail van Wapping worden de statussen niet alleen met kwintielen berekend: het systeem werkt ook met absolute waarden en met de nettowaarde, dus de omzet min de retouren. Een klant die veel koopt maar bijna alles terugstuurt, is niet de goede klant die hij lijkt.
Klanten met churnrisico herkennen wanneer hun vaste koopgedrag verandert
Er is een vorm van verloop die een puur RFM-model pas laat ziet: die van de klant met een eigen ritme. Denk aan de klant die elk jaar met kerst koopt, of die in september inslaat voor de start van het schooljaar.
Met Wapping kunt u een segment maken van klanten die vorig jaar met kerst kochten en dat dit jaar nog niet hebben gedaan, en klanten herkennen bij wie het seizoenspatroon is veranderd.
Bij de niveaus van een loyaliteitsprogramma werkt het net zo: u kunt herkennen wie het risico loopt een niveau te zakken en ingrijpen voordat het gebeurt.
3. RFM-segmentatie in retail: klanten met churnrisico herkennen zonder lijsten die verouderen
Een lijst met risicoklanten die op maandag wordt geëxporteerd, is een momentopname, en op dinsdag klopt die al niet meer. Dynamische segmentatie doet het omgekeerde: de klant komt automatisch in het segment en gaat er weer uit, op basis van zijn gedrag. Sommige segmenten worden in realtime bijgewerkt, andere elke twee uur.
U hebt twee vertrekpunten: de vooraf gedefinieerde RFM-segmenten en de segmenten die u zelf opbouwt met de criteria die uw bedrijf als signaal van verloop beschouwt. Die tweede optie maakt het verschil, want wat “afkoelen” betekent, hangt af van het bedrijf: de normale aankoopfrequentie van een koffiezaak lijkt in niets op die van een modewinkel.
Zodra het segment is gedefinieerd, richt u de promotie en de communicatie erop, en wanneer de klant weer koopt, verlaat hij het segment vanzelf, zonder dat iemand lijsten hoeft op te schonen. En dat allemaal zonder een IT-ticket aan te maken: marketing bepaalt het criterium en het segment houdt zichzelf bij.
Wilt u zien hoe u ze stap voor stap opbouwt? Dat leggen we uit in ons artikel over dynamische segmentatie in retail.
4. Drempels voor slapende klanten: 60, 90 of 120 dagen, maar nooit op zichzelf
Het meest gebruikte criterium om iemand als slapende klant te beschouwen, is de tijd sinds de laatste aankoop. In Wapping is de drempel configureerbaar, en de gebruikelijke periodes zijn 60, 90 en 120 dagen. De fout is om die drempel alleen te gebruiken: de tijd zonder aankoop is maar het halve antwoord.
Een klant die 90 dagen niets heeft gekocht, kan iemand zijn die € 800 per jaar uitgaf, of iemand die één keer voor een actie langskwam en € 40 uitgaf. Het is een illustratief voorbeeld, maar het idee klopt: dezelfde drempel, een heel andere waarde. Daarom worden de regels gecombineerd: dagen zonder aankoop plus het bedrag dat in een andere periode is besteed.
Wat als historische waarde telt, bepaalt u zelf: wat er het afgelopen jaar is besteed bijvoorbeeld, of de nettowaarde na aftrek van retouren. Belangrijk is dat het criterium voor het hele team hetzelfde is en altijd op dezelfde manier wordt toegepast.

Een praktische manier om dit te lezen, als richtlijn:
- Hoge historische waarde. Het loont om vroeg in te grijpen, al in de periode van 60 dagen, met een passende incentive.
- Gemiddelde waarde. Standaardreactivatie rond 90 dagen, met een afgestemde incentive.
- Lage waarde. Rond 120 dagen; een dure incentive is hier niet te rechtvaardigen.
En een nuance die een wijdverbreid idee onderuithaalt: er bestaat geen algemeen point of no return. Sommige klanten die als verloren worden beschouwd, laten zich goed reactiveren; wat verschilt, is hoeveel u in elk van hen wilt investeren.
5. Reactivatiecampagnes voor slapende klanten: terugwinnen zonder marge weg te geven
Hier verliezen veel campagnes geld: korting voor alle slapende klanten, zonder te controleren of de verkoop die dat oplevert nog marge overlaat. Wat werkt, is het omgekeerde: de incentive aan voorwaarden koppelen. Aan een minimale aankoop, zodat de besteding de moeite waard is, of aan bepaalde categorieën of producten waarvan de marge de promotie-investering kan dragen.
Drie fouten die marge kosten:
- Dezelfde korting geven aan het hele slapende klantenbestand, zonder waardevolle klanten te onderscheiden van minder waardevolle.
- Alleen naar het aantal dagen zonder aankoop kijken, zonder dat te koppelen aan wat de klant heeft besteed.
- Wachten tot de klant de status Lost bereikt. De tussenliggende statussen bestaan juist om eerder in te grijpen.
Wat het kanaal betreft, werkt een specifieke promotie meestal het best, gecommuniceerd via een of meer kanalen, afhankelijk van hoeveel mensen u wilt bereiken. Voor een snel resultaat presteren push of sms meestal beter dan e-mail, en vaak is het ideaal om meer dan één kanaal te combineren. WhatsApp past bij heel specifieke segmenten waarin het kanaal al actief is, niet als massaverzending naar het hele slapende klantenbestand.
Wanneer de incentive via de headless loyalty- en promotie-engine bij de kassa wordt toegepast en ingewisseld, meet u het resultaat direct op de verkoop: u weet zonder schattingen hoeveel van de gereactiveerde klanten hebben gekocht, en met welke besteding.
6. Waar u deze week begint
Weten hoe u klanten met churnrisico herkent, heeft weinig zin als de reactivatie daarna marge weggeeft. Vraagt u zich af hoe u churn in retail met data verlaagt? Begin dan met drie stappen, zonder dat er een project voor nodig is:
- Bepaal uw drempel. Kies de periode van 60, 90 of 120 dagen die past bij de normale aankoopfrequentie van uw klanten.
- Kruis die met de historische waarde. Scheid de slapende klant die goud waard is van de klant die de moeite niet rechtvaardigt.
- Koppel de incentive aan voorwaarden. Aan een minimale aankoop of aan categorieën met marge, nooit aan het hele klantenbestand op dezelfde manier.
Kijk na uw eerste campagne welke segmenten hebben gereageerd en stel de drempel bij. De eerste versie is zelden de definitieve.
Klanten met churnrisico herkennen heeft niets met gissen te maken: het zijn regels op basis van echt gedrag, door uw bedrijf bepaald en automatisch toegepast. Wilt u zien hoe dat op een echt platform wordt ingericht? Ontdek hoe Wapping werkt.