Welke klanten komen waarschijnlijk terug? Welke producten trekken de waardevolste klanten aan? En waar laat je rendement liggen? Onze marketingspecialisten beheren niet alleen je campagnes. Met onze eigen data- en AI-infrastructuur zoeken ze structureel naar commerciële kansen die je in losse advertentieplatformen niet ziet. Die kansen testen we in gerichte experimenten, en we meten of ze werkelijk extra resultaat opleveren.
In een groeigesprek verkennen we samen waar in jouw klant- en marketingdata nog kansen liggen.
Google Ads, Meta en andere advertentieplatformen laten zien hoe campagnes presteren. Maar ze vertellen niet altijd welke klanten later opnieuw kopen, welke eerste aankoop de meeste klantwaarde oplevert of welke markt de beste volgende stap is.
Daarvoor moet je advertentiedata verbinden met je eigen orders, klantgedrag en, waar beschikbaar, marges en klantwaarde. Dan worden verbanden zichtbaar die je niet uit één dashboard haalt.
Met de Tomahawk Growth Engine maken onze consultants die verbanden onderzoekbaar. De Growth Engine is geen los softwarepakket en ook geen AI-chat naast je advertentieaccount, maar onze eigen infrastructuur waarin data, vaste berekeningen, gedeelde senior marketingkennis en AI samenkomen. Daarmee ontdekken we groeikansen, waarna onze specialisten bepalen welke kansen het waard zijn om te testen en hoe we het effect meten.
Zo krijg je niet alleen een team dat je campagnes beheert, maar een team dat structureel zoekt naar mogelijkheden om je webshop verder te laten groeien.
In een geanonimiseerde analyse van een bestaande webshop onderzochten we de orderhistorie sinds eind 2019 van 8.378 klanten. We keken vooral naar de stap van eerste naar tweede aankoop. Wie komt terug, wanneer, en na welke eerste aankoop? De groei kwam vooral uit nieuwe klanten, terwijl het aandeel terugkerende klanten in 2025 halveerde ten opzichte van 2023 en begin 2024. Door klant- en orderdata samen te bekijken, ontdekten we vier aanknopingspunten voor gerichte experimenten.
Deze cijfers beschrijven gevonden patronen en commerciële kansen, geen bewezen extra omzet door uitgevoerde campagnes. Daarom formuleren we per kans een hypothese, een experiment en een meetplan.
Je bekijkt een voorbeeldanalyse uit de Tomahawk Growth Engine. Bij een samenwerking vullen we dit dashboard met jouw eigen webshop- en advertentiedata.
In deze historische data leverde een terugkerende klant gemiddeld €2.635 omzet op, tegenover €480 voor een niet-terugkerende klant. Dat is circa 5,5× zoveel. Terugkomers vormden 13% van de klanten en 44% van de omzet.
Hypothese. Een deel van het wervingsbudget levert meer op wanneer we rekening houden met de verwachte waarde van nieuwe klanten, in plaats van alleen met het rendement op de eerste bestelling (eerste-order-ROAS).
Experiment
Vergelijk een afgebakende campagne of productgroep met de bestaande aanpak op ROAS. Gebruik klantsegmenten en historische gegevens per klantgroep als input voor budget- en biedkeuzes.
Meten. Extra nieuwe klanten, kosten per nieuwe klant (CAC), bijdrage aan de marge en de waarde van deze klantgroep over tijd.
42% van de terugkomers bestelde al binnen 30 dagen opnieuw. De helft deed dat binnen 52 dagen. Wie pas na een paar maanden contact zoekt, is voor een groot deel van deze klanten te laat.
Hypothese. Een relevante boodschap in de weken na de eerste aankoop zorgt voor meer tweede aankopen dan wanneer we niets extra’s doen.
Experiment
Test een combinatie van Meta-retargeting en e-mailflows, met timing en aanbod afgestemd op de eerste aankoop. Vergelijk met een controlegroep zonder extra campagne.
Meten. Extra tweede aankopen ten opzichte van de controlegroep, marge en kosten per extra herhaalkoper.
Klanten met een eerste aankoop uit categorie A kwamen in deze analyse 2,5× zo vaak terug. Toch deden in de onderzochte periode slechts 132 nieuwe klanten hun eerste aankoop in die categorie, tegenover 528 in de grootste instapcategorie.
Hypothese. Nieuwe klanten aantrekken via die categorie levert op termijn meer waarde op, zelfs als de eerste conversie duurder is.
Experiment
Test aparte Google Shopping- en socialcampagnes voor deze categorie tegenover de huidige acquisitiemix, met vergelijkbare doelgroepen en budgetdiscipline.
Meten. Kosten per nieuwe klant, het aandeel tweede aankopen en de opgebouwde klantwaarde na 90 en 180 dagen.
Op het moment van de analyse vielen 559 klanten binnen het venster waarin, op basis van de historische patronen, een tweede aankoop te verwachten was. Een mogelijke doelgroep voor een gerichte test, mits de beschikbare gegevens en toestemmingen dat toelaten.
Hypothese. Een passende vervolgaanbieding bereikt deze groep op een relevanter moment dan een algemene campagne.
Experiment
Maak, waar toestemming en beschikbare data dit toelaten, een doelgroep voor Meta of CRM en test productaanbevelingen, boodschap en timing tegenover een controlegroep die de actie niet krijgt.
Meten. Extra orders en brutomarge boven de controlegroep, niet alleen toegeschreven platformomzet.
In de voorbeeldanalyse (PDF) zie je hoe we van klantgedrag naar toetsbare groeihypotheses komen.
Een kans herkennen is pas het begin. De Growth Engine verbindt data, vaste berekeningen en opgebouwde kennis, zodat onze consultants begrijpen waar een verschil vandaan komt, wat ze kunnen proberen en hoe ze het effect beoordelen.
Google-Anzeigen
Microsoft Ads
Meta
GA4
Webshops
CRM
Productfeeds
Search Console
Orders
Overige data
Je eigen klant- en ordergegevens (first-party data) in één centrale databasis · automatische datakoppelingen · server-side meting
Vaste definities, rekenmodellen, controles en dashboards
Klantcontext, senior werkwijzen, eerdere analyses en beslissingen
Onderzoekt verbanden, toetst hypotheses en doet voorstellen
De belangrijkste data- en kennislagen draaien grotendeels in onze Google Cloud-omgeving. Het AI-model sluit daarop aan en is in principe vervangbaar. BigQuery is de database in Google Cloud waarin alle data samenkomt. Server-side meting betekent dat metingen via een eigen server lopen en niet alleen via de browser van de bezoeker.
We combineren bijvoorbeeld advertentiekosten met webshoporders, klantgedrag en CRM-gegevens. Daardoor kunnen we verder kijken dan het rendement dat één advertentieplatform rapporteert (ROAS).
Code controleert en berekent omzet, conversies en andere maatstaven met consistente definities. AI kan die uitkomsten vervolgens interpreteren, zonder de rekenregels zelf steeds opnieuw te bepalen.
Vastgelegde klantcontext, eerdere analyses en senior werkwijzen helpen om verbanden te vinden en relevante verklaringen en hypotheses te onderzoeken.
Een consultant beoordeelt de voorgestelde kans, zet waar passend een experiment op in bijvoorbeeld Google Ads, Meta of CRM en meet of dat echt extra resultaat oplevert. Wijzigingen vinden uitsluitend plaats na expliciete opdracht.
Voordat je op cijfers kunt sturen, moet je weten wat ze werkelijk betekenen. Een webshop zag in Google Analytics (GA4) veel minder omzet dan in de eigen administratie. Een controle van alleen de trackingtags zou niet alle mogelijke verklaringen meenemen.
Door orders, betaalstatus, gemeten omzet, toestemming en apparaat samen te bekijken, kunnen onze consultants onderzoeken waar het verschil ontstaat. Daarbij gebruiken ze eerder vastgelegde kennis over vergelijkbare situaties.
In dit voorbeeld bleek een deel van de orders niet betaald. Daarnaast speelde een patroon bij mobiele iDEAL-betalingen mee dat we eerder in een vergelijkbare situatie hadden vastgelegd. De les? Betrouwbare groeikansen beginnen met begrijpen wat de data wel en niet laat zien.
Campagnebeheer kijkt vaak vooral naar wat advertentieplatformen rapporteren, en AI wordt daarbij meestal als los hulpmiddel ingezet. Bij ons is de technologie niet het eindproduct. De waarde ontstaat wanneer betrouwbare klant- en marketingdata, vaste controles en opgebouwde kennis samen leiden tot betere vragen, gerichte experimenten en onderbouwde keuzes.
!Kansen buiten het advertentieplatform blijven grotendeels onzichtbaar.
✓Een team dat structureel zoekt naar groeikansen, en die gericht test en benut.
Deze vergelijking beschrijft het verschil met campagnebeheer op basis van platformdata en losse AI-toepassingen. Het onderscheid zit niet in één AI-tool, maar in de combinatie van eigen data, vaste berekeningen, vastgelegde kennis en uitvoering onder regie van ervaren specialisten.
De Growth Engine helpt onze specialisten om nieuwe groeimogelijkheden te onderzoeken, keuzes met bedrijfsdata te onderbouwen en inzichten om te zetten in toetsbare acties.
Welke eerste producten leiden vaker tot herhaalaankopen? Welke klantgroepen hebben meer potentieel? Door je databronnen te combineren, zie je waar je groei nog ligt en kunnen we die kansen gericht onderzoeken.
We verbinden mediakosten met daadwerkelijke orders, omzet en, waar beschikbaar, marges en klantwaarde. Daardoor kunnen we keuzes baseren op commerciële waarde in plaats van alleen gemelde platformconversies.
We vertalen bevindingen naar hypotheses, campagnes of CRM-acties en meten het extra effect ten opzichte van een passende vergelijking. Zo zie je welke ideeën extra resultaat opleveren, en waar verdere investering zinvol is.
Senior expertise, klantcontext en eerdere analyses worden vastgelegd. Je profiteert van de ervaring van het hele bureau, in plaats van afhankelijk te zijn van één specialist.
Terugkerende controles en analyses helpen problemen met data, feeds, budgetten en prestaties eerder te herkennen. Dat geeft consultants meer ruimte om oorzaken en groeimogelijkheden te onderzoeken.
Met dezelfde definities voor omzet, kosten en klantwaarde kunnen we landen beter vergelijken. Onze specialisten gebruiken die inzichten samen met lokale marktkennis om prioriteiten te bepalen.
De Growth Engine is onderdeel van onze dagelijkse werkwijze. Door koppelingen, datamodellen, analyses en senior kennis vast te leggen, hoeven onze specialisten niet iedere keer vanaf nul te beginnen. Dat maakt de aanpak herhaalbaar en minder afhankelijk van één persoon.
Interne stand van zaken, najaar 2026. De omvang van de infrastructuur verandert doorlopend. Deze aantallen laten zien hoe de infrastructuur en kennisbasis zijn opgebouwd. Ze zijn op zichzelf geen bewijs van extra omzet. De waarde voor klanten moet blijken uit de inzichten, experimenten en resultaten die ermee worden gerealiseerd.
“Een inzicht uit één analyse kan het vertrekpunt worden voor de volgende groeikans.”
De meest kansrijke markt is niet automatisch het land met de hoogste advertentie-ROAS. Concurrentie, zoekgedrag, productaanbod, marges en klantwaarde kunnen per land flink verschillen.
Met de Growth Engine vergelijken we landen en kanalen op consistente definities en onderzoeken we welke verschillen commercieel relevant zijn. Onze internationale marketingspecialisten voegen lokale marktkennis toe en bepalen waar een test of extra investering kansrijk lijkt.
Het gesprek gaat over jouw bedrijf, niet over onze technologie. We kijken naar jouw commerciële doelstellingen, hoe je nu nieuwe en terugkerende klanten bereikt, welke data beschikbaar is en welke groeivragen nog onbeantwoord blijven. Zo verkennen we samen waar een eerste gerichte analyse of experiment waardevol kan zijn. Of en welke kansen er echt zijn, blijkt pas uit die analyse.
Vooral voor middelgrote webshops die adverteren via kanalen als Google en Meta en al een orderhistorie hebben opgebouwd. Hoe meer klant- en ordergegevens beschikbaar zijn, hoe meer patronen we kunnen onderzoeken.
Nee. De Growth Engine is de eigen infrastructuur waarmee onze consultants werken. Je koopt dus geen los AI-pakket. Je krijgt een marketingteam dat je campagnes beheert én met die werkwijze structureel commerciële groeikansen onderzoekt, acties test en resultaten beoordeelt.
Een samenwerking begint met een groeigesprek over jouw webshop en doelen. Daarna volgt een eerste analyse van jouw klant- en marketingdata. Zo zie je concreet waar kansen liggen en bepalen we samen welke het waard zijn om te testen.
Nee. AI helpt om verbanden te onderzoeken, hypotheses te formuleren en wijzigingen voor te bereiden. Onze consultants besluiten wat er gebeurt en geven expliciet opdracht voordat systemen wijzigingen uitvoeren.
Advertentieplatformen geven ieder hun eigen beeld van prestaties. Door je eigen orders, klantgedrag en waar beschikbaar margegegevens toe te voegen, kun je onderzoeken welke campagnes en klantgroepen ook commercieel waardevol zijn. De kwaliteit van dat beeld hangt af van wat daadwerkelijk beschikbaar en betrouwbaar gemeten is.
Op dit moment is Claude een belangrijk onderdeel van onze dagelijkse AI-werkomgeving. De data, vaste berekeningen en kennis zijn daar bewust van gescheiden, zodat we in beginsel ook andere modellen kunnen aansluiten.
Benieuwd welke kansen je huidige marketingdata nog niet laat zien? We onderzoeken graag samen waar jouw webshop verder kan groeien en hoe we die kansen kunnen benutten.
In een groeigesprek bespreken we je doelstellingen, beschikbare klant- en marketingdata en mogelijke kansen voor nieuwe klanten, herhaalaankopen, rendement of internationale groei. Zo bepalen we wat zinvol is om verder te onderzoeken.
Liever eerst een vraag stellen? Mail naar info@tomahawk.nl.
Wir bei Tomahawk sind eine Agentur, die ihre eigenen neuen Regeln schreibt. Wo alle anderen folgen, wählen wir hartnäckig unseren Weg. Deshalb besteht unser Team auch aus Spezialisten mit einer großen Portion Neugierde und Ehrgeiz. Immer auf Abenteuer aus und bereit, neue Grenzen zu durchbrechen.
Ich bin Roel, der Gründer von Tomahawk. Gerne helfe ich Ihnen bei Ihrem individuellen Anliegen weiter.