Kundebeholdning - mål for gjenkjøp og kohortanalyse

Hva viser statistikken for kundefastholdelse?

Under Statistikk → Kundefastholdelse kan du se hvor godt du klarer å beholde kundene dine over tid. Siden bruker kohortanalyse for å vise om kundene dine kommer tilbake og handler igjen — og når de gjør det.

Det er langt billigere å beholde en eksisterende kunde enn å skaffe en ny. Derfor er kundefastholdelse et av de viktigste nøkkeltallene for en nettbutikk med ambisjoner om langsiktig vekst.

De fire nøkkeltallene øverst

• Gjenkjøpsprosent — andelen kunder som har handlet mer enn én gang. En gjenkjøpsprosent på 20–30 % er typisk for mange nettbutikker, men det varierer mye fra bransje til bransje.
• Gjennomsnittlig tid til gjentatt kjøp — hvor lang tid det vanligvis tar fra en kunde handler for første gang til de kommer tilbake. Denne innsikten er gull verdt når det gjelder å time oppfølgings-e-poster.
• Beste kohort — den månedlige gruppen av nye kunder som har den høyeste lojalitetsraten. Dette kan avsløre hvilke kampanjer eller sesonger som tiltrekker de mest lojale kundene.
• Nye kunder — antall førstegangskunder i den valgte perioden, slik at du kan se om du tiltrekker nye kunder i et sunt tempo.

Hva er en kohort?

En kohort er en gruppe kunder som har et felles trekk – i dette tilfellet måneden de handlet for første gang i nettbutikken din. For eksempel består «januar 2026»-kohorten av alle kunder som la inn sin aller første bestilling i januar 2026. Ved å gruppere kundene på denne måten kan du sammenligne hvordan ulike grupper oppfører seg over tid.

Slik leser du varmekartet

Varmekartet er et rutenett med fargekodede celler:

• Radene representerer kohorter – grupper av kunder basert på når de handlet for første gang (f.eks. «Jan 2026», «Feb 2026»)
• Kolonnene representerer måneder etter første kjøp – M0 er måneden de handlet for første gang, M1 er måneden etter, M2 er to måneder etter osv.
• Celleverdien viser prosentandelen av kohorten som handlet igjen i den aktuelle måneden
• Fargene går fra lyse (lav lojalitet) til mørke (høy lojalitet)

M0-kolonnen viser alltid 100 %, fordi alle kunder per definisjon handlet i sin første måned. Se på M1, M2, M3 osv. for å se hvor mange som kommer tilbake. En typisk nettbutikk opplever et stort fall fra M0 til M1, og deretter en mer gradvis utflating.

Eksempel

Tenk deg at januar-kohorten har 200 nye kunder. Hvis M1 viser 12 %, betyr det at 24 av de 200 kundene handlet igjen i februar. Hvis M2 viser 8 %, handlet 16 av de opprinnelige 200 kundene i mars. Ved å sammenligne kohorter kan du se om nyere kunder er mer eller mindre lojale enn eldre.

Tips for å forbedre kundefastholdelsen

• Bruk gjennomsnittlig tid til gjentatt kjøp til å time oppfølgingen – hvis kunder vanligvis kommer tilbake etter 45 dager, send en oppfølgings-e-post via nyhetsbrevmodulen rundt dag 40 med relevante produktforslag eller et tilbud.
• Sammenlign kohorter – hvis én kohort presterer betydelig bedre enn andre, undersøk hva som var annerledes den måneden. Var det en bestemt kampanje, et nytt produkt eller en sesongeffekt?
• Aktiver lojalitetsprogrammet – et poengsystem gir kundene et insentiv til å komme tilbake. Det kan ha en merkbar effekt på gjenbestillingsprosenten din.
• Segmenter kundene dine — bruk kundestatistikken til å forstå hvem dine beste kunder er, og målrett kommunikasjonen din.
• Fokuser på kundeopplevelsen — rask levering, god kundeservice og en enkel returprosess er avgjørende for om kundene kommer tilbake. Det handler ikke bare om pris og produkter.

Kundefastholdelse er en langsiktig investering. Bruk kohortanalyse til løpende å vurdere om tiltakene dine virker, og juster strategien din basert på data – ikke magefølelse.