--- title: "Journey Engine: de klantreis van jouw shop | Sero" description: "Vaste klantreisregels zitten er bij de meeste shops naast. Journey Engine in Sero CDP leest het ritme uit je eigen data en ziet wie afhaakt voordat het gebeurt." url: "https://sero.tech/insights/journey-engine-je-klantreis-hoort-niet-bij-de-regels-van-een-template" lang: "nl" updated: "2026-11-01" type: article published: "2026-11-01" author: "Rik van den Wijngaard" section: "Product · Klantreis" tags: ["Sero CDP", "Journey Engine", "Lifecycle", "Predictive AI"] --- [Insights](https://sero.tech/insights) Product · Klantreis Product · Klantreis 1 november 2026 6 min leestijd # Journey Engine: je klantreis hoort niet bij de regels van een template Na 5 orders ben je fan. Na een jaar ben je verloren. Zo werkt de klantreis in vrijwel elk CDP en e-mailplatform. ![Rik van den Wijngaard](https://sero.tech/assets/eigen/insights-author-rik-van-den-wijngaard.webp) **Rik van den Wijngaard** Chief Strategy ![Het Sero-logo met daarnaast het label Journey Engine, op een donkere achtergrond](https://sero.tech/assets/eigen/insights-journey-engine.webp) 1 order is eerste klant, 2 tot 4 is terugkerend, 5 of meer is fan. Zes maanden stil is afhakend, een jaar stil is verloren. Dezelfde regels voor een koffiebrander als voor een tuinmeubelwinkel. Dat klinkt overzichtelijk. Het is ook gewoon fout. We keken in de productiedata van Sero CDP naar drie webshops en wanneer hun eerste klanten echt afhaken. Bij raambekleding is dat na 81 dagen. Bij koffie na 6 maanden. Bij tuinmeubelen na 16 maanden. De standaardregel zegt voor alle drie: 6 maanden. **81 dagen** Raambekleding **6 maanden** Koffie **16 maanden** Tuinmeubelen Elke shop heeft een eigen koopritme. Een regel die daar geen rekening mee houdt, zit er bij twee van de drie gewoon naast. ## Vaste regels kosten geld Neem een shop met veel herhaalaankopen, zoals sportsupplementen. Daar bestelt een goede klant elke maand. Binnen een jaar is bijna iedereen “fan”, dus zegt dat label niets meer. En een klant die vier maanden niets bestelt, is waarschijnlijk al weg. Je win-back komt pas na zes maanden. Te laat. Nu de tuinmeubelwinkel. Daar koop je een loungeset en kom je anderhalf jaar later terug voor een parasol. Vijf orders haalt bijna niemand, dus je fan-groep blijft leeg. En na een jaar schrijft het systeem klanten af die gewoon nog komen. Je stuurt ze een kortingscode die ze niet nodig hadden. Marge weg. De schade zit op drie plekken: - **Win-backs op het verkeerde moment.** Te laat bij snelle shops, te vroeg bij trage. - **Budget naar de verkeerde mensen.** Korting voor klanten die toch al terugkwamen, niets voor klanten die echt aan het afhaken zijn. - **Een lifecycle-dashboard dat niets zegt.** Je ziet keurige bakjes, maar niet wie echt loyaal is en wie op het punt staat te vertrekken. Het probleem is niet je team of je flows. Het probleem is dat de regels van iemand anders zijn. ## Journey Engine: de klantreis van jouw shop Daarom bouwden we Journey Engine in [Sero CDP](https://sero.tech/cdp). Het principe is simpel: wij leggen vast wat een fase betekent, jouw data bepaalt hoe groot die fase is. Eén set formules voor elke shop. Geen shop-specifieke regels, geen consultant die per klant drempels gaat zitten tunen. “Fan” betekent overal hetzelfde. Hoeveel klanten daaronder vallen, en wanneer iemand afhaakt, haalt het model uit je eigen klantdata. De fases blijven herkenbaar: onbekend, herkend, eerste klant, terugkerend en fan. Per fase zie je wie actief is, wie afhakend is en wie verloren. Elk profiel zit in precies één bakje. Alleen de grenzen zijn nu van jou. Bekijk de film 78 seconden *Journey Engine in 78 seconden. Sanne is een voorbeeldprofiel.* ## Zo werkt het ### 1. Het leest het koopritme van jouw klanten Het model kijkt eerst hoe jouw klanten echt kopen. Orders die bij één aankoop horen, worden samengevoegd. Een jurk op maandag en dezelfde jurk in een andere maat op woensdag is één koopmoment, geen twee orders. Retouren tellen mee, en in fashion is dat geen detail: wie de helft terugstuurt, is minder waard dan zijn aantal orders doet vermoeden. Een seizoensklok leest wanneer jouw klanten kopen. Rond de nieuwe collectie en de sale piekt het, daartussen is stilte normaal en loopt de afhaakklok langzamer. En zakelijke kopers, zoals een stylist die voor shoots bestelt, worden automatisch herkend en apart gehouden, zodat ze je consumentencijfers niet vertekenen. ### 2. Fan op waarde, niet op aantal Fan is wie duidelijk meer waarde per jaar levert dan de gemiddelde herhaalkoper van jouw shop. Niet wie toevallig vijf keer bestelde. Bij onze tuinmeubelshop ligt die grens op €438 per jaar. Bij een fashionshop ligt hij ergens anders, en dat is precies de bedoeling. Daardoor is Terugkerend bij de ene shop breed en bij de andere smal. ### 3. Het voorspelt in plaats van achteraf te tellen Voor elke klant berekent het model de kans dat hij binnen een jaar terugkomt. Afhakend betekent: die kans is gehalveerd. Verloren: die kans is vrijwel nul. Herhaalkopers krijgen grenzen op hun eigen ritme. En als de data iets nog niet kan onderbouwen, zegt het model dat eerlijk. Het verzint geen label om een bakje te vullen. ### 4. Het leert continu bij Je assortiment verandert, je klanten veranderen. Het model verandert mee. Elk event en elke interactie gaat er direct in, en op basis daarvan stuurt het continu bij. Je drempels schuiven mee met hoe jouw klanten nu kopen, zonder dat iemand een regel hoeft aan te passen. ### 5. Het reageert direct Elke interactie verschuift de klantreis. Een geopende mail, een klik, een productview, een winkelmand, een order. De terugkeerkans wordt meteen bijgewerkt, en daarmee de plek van de klant in de reis. ## Wat dat oplevert bij een tuinmeubelshop Dit is de klantreis van een tuinmeubelwebshop in Sero, met ruim 445.000 herkende profielen. Geen sjabloon, maar het resultaat van de eigen data: Profielen per fase en status | Status | Herkend | Eerste klant | Terugkerend | Fan | | --- | --- | --- | --- | --- | | Actief | 646 | 47.664 | 17.837 | 9.351 | | Afhakend | 13.584 | 225.697 | 26.471 | 303 | | Verloren | 100.267 | 0 | 2.111 | 1.332 | Daarnaast staan er 563.401 onbekende bezoekers actief. Kijk vooral naar de rij Actief: 27.405 eerste klanten, 9.562 terugkerende klanten en 4.836 fans naderen afhakend. Dat is je werklijst voor deze week. ## Een label levert niets op. Een actie wel. Eerlijk is eerlijk: een slimmer bakje is nog geen omzet. Daar gaan de meeste AI-features de mist in. Mooi dashboard, niemand doet er iets mee. In Journey Engine start elke verschuiving een flow. Neem Sanne, een fan van een fashionshop. Ze kocht in maart een trenchcoat en een jeans, allebei in maat M, en hield ze. Nu zakt haar terugkeerkans naar 34%, nog 21 dagen tot afhakend. Ze bekeek twee keer de nieuwe knitwear-collectie. Ze opent mail en reageert op WhatsApp. Dat is genoeg om te handelen. Sero stuurt een lifecycle-waarschuwing door naar je kanalen, en Sanne krijgt op elk kanaal hetzelfde verhaal: Hetzelfde verhaal op elk kanaal **E-mail** “Sanne, je trenchcoat verdient een warme trui eronder” met de nieuwe knitwear in maat M. **WhatsApp** Een persoonlijk bericht met 15% korting tot zondag. **Facebook en Instagram** Een advertentie voor de knitwear-collectie, in een doelgroep van klanten die afhakend naderen. **Google** Via customer match een hoger bod als ze zelf op wollen truien zoekt. ![Voorbeeld uit de film: het profiel van Sanne naast de e-mail, het WhatsApp-bericht, de advertentie op Facebook en Instagram en het Google-resultaat](https://sero.tech/assets/eigen/insights-journey-engine-kanalen.webp) *Uit de film: waarom Sanne nu aan de beurt is, en wat ze op elk kanaal ziet.* Om 09:21 opent ze de mail en klikt op de knitwear. Haar terugkeerkans gaat direct naar 46%. Ze bekijkt een kabeltrui in camel, legt hem in maat M in haar winkelmand en bestelt om 09:24 voor €89. Terugkeerkans 93%. Fan blijft fan. De journey stopt vanzelf, want het doel is bereikt. **34%** Terugkeerkans, nog 21 dagen tot afhakend **46%** 09:21, opent de mail en klikt op de knitwear **93%** 09:24, besteld voor €89 Drie minuten. Geen campagne die nog drie weken doorloopt naar iemand die al gekocht heeft. Geen korting voor de klant die toch wel kwam. Dat is AI zoals wij het bedoelen. Niet als chatbot op je homepage, maar als motor onder je retentie: het ziet wie afhaakt voordat het gebeurt, en het doet er meteen iets mee. ## Kortom Na 5 orders ben je fan, na een jaar ben je verloren. Dat is de klantreis van een sjabloon. Journey Engine geeft je de klantreis van jouw shop: op je eigen data, voorspellend, en direct gekoppeld aan e-mail, WhatsApp en advertenties. Benieuwd hoe jouw klantreis eruitziet als je de standaardregels weglaat? We draaien Journey Engine graag op je eigen data en laten je zien wie er nu op het punt staat af te haken. [Plan een demo](https://calendly.com/miguel-sero/sero-demo). Sero CDP Journey Engine Lifecycle Predictive AI Vertaal dit naar resultaat voor jouw shop ## Ontdek wat Sero voor je kan doen. [Plan een gesprek](https://sero.tech/contact) Lees verder ## Meer insights [Bekijk alles](https://sero.tech/insights) ![Moderne tuinset van Kees Smit op een terras, beeld gemaakt met Sero Productshot](https://sero.tech/assets/eigen/insights-kees-smit-tuinset.webp) Case · Connected AI-stack Hoe Kees Smit bouwt aan één connected AI-stack voor de hele customer journey Kees Smit Tuinmeubelen verbindt contentproductie, productadvies en service in één AI-stack met Sero CDP als basis. Op de productpagina beantwoorden slimme widgets inmiddels 30.000 vragen per maand. 20 september 2026 9 min leestijd ![De homepage van het nieuwe Mobico-platform met refurbished iPhones, op een oranje achtergrond](https://sero.tech/assets/eigen/insights-mobico-platform.webp) Case · Data & personalisatie Hoe Mobico data, AI en personalisatie samenbrengt Met Sero CDP, Shopping Assistant en Support Agent verbindt refurbished iPhone-specialist Mobico klantdata met AI en personalisatie. Zo wordt iedere interactie input voor een relevantere volgende. 29 oktober 2026 5 min leestijd ![Traveldeal personaliseert reisadvies en aanbod met Sero](https://sero.tech/assets/eigen/home-result-traveldeal.webp) Case · Personalisatie Hoe Traveldeal hun conversie met 20% verhoogde Traveldeal maakte één reisaanbod relevant voor verschillende soorten reizigers. Met AI-personalisatie kreeg iedere bezoeker content die aansloot op de eigen reiswensen — zonder tientallen losse pagina's te beheren. 30 juli 2025 8 min leestijd