Waarom klantsegmentatie het verschil maakt
Bedrijven die klanten segmenteren en per segment communiceren, behalen gemiddeld 14-23% hogere e-mailopen rates en 56% hogere omzet per klant dan bedrijven die iedereen hetzelfde behandelen (Bron: Mailchimp Benchmarks, 2024). Toch heeft de meerderheid van het MKB geen systematische segmentatie. Dit systeem verandert dat in 80 minuten setup.
We bouwen voor een fictief B2B-softwarebedrijf "DataBridge" dat SaaS-tools verkoopt aan Nederlandse MKB-bedrijven. Dezelfde aanpak werkt voor webshops, dienstverleners en agencies.
Segmentatiestrategie: de 4 segmenten
We gebruiken een RFM-model (Recency, Frequency, Monetary value) als basis voor 4 segmenten:
Segment A — Champions: recent gekocht, vaak gekocht, hoge waarde. Behandeling: VIP-communicatie, early access, referral-programma.
Segment B — Potentials: recent gekocht maar lage frequentie. Behandeling: onboarding-support, upsell-kansen.
Segment C — At Risk: vroeger actief, nu inactief (60-180 dagen). Behandeling: win-back campagne, speciale aanbieding.
Segment D — Lost: meer dan 180 dagen inactief. Behandeling: laatste win-back poging of uitschrijven.
Stap 1: Airtable structuur opzetten
Maak een Airtable base "CRM DataBridge" aan met twee tabellen.
Tabel 1 — Klanten:
• Naam (tekst), E-mail (e-mail), Bedrijf (tekst)
• Eerste aankoop (datum), Laatste aankoop (datum)
• Totale omzet (getal), Aantal aankopen (getal)
• Segment (single select: A-Champions / B-Potentials / C-At Risk / D-Lost)
• Segmentatie datum (datum), Claude analyse (long text)
Tabel 2 — Acties:
• Klant (link to Klanten), Actie type (tekst), Uitgevoerd op (datum), Resultaat (tekst)
Stap 2: Bestaande klantdata importeren
Exporteer je klantdata uit je huidige systeem (WooCommerce, Stripe, CRM, factuurprogramma) als CSV. Importeer in Airtable via de CSV-import functie (grid view > rechtermuisknop > Import data).
Minimaal vereiste velden: e-mail, eerste aankoop, laatste aankoop, totale omzet, aantal aankopen.
Als je deze data niet in een systeem hebt: begin met handmatige invoer van je top-50 klanten. Het systeem werkt ook met een kleine dataset.
Stap 3: n8n workflow — dagelijkse segmentatie-update
Maak een nieuwe n8n workflow aan. Voeg toe:
Node 1: Schedule Trigger — dagelijks om 06:00
Node 2: Airtable — List Records (alle klanten ophalen)
Node 3: Code Node (JavaScript) — RFM-scores berekenen
Node 4: HTTP Request — Claude aanroepen voor segmentadvies
Node 5: Airtable — Update Record (segment bijwerken)
Node 6: IF Node — actie triggeren op basis van segment
Stap 4: RFM-berekening in JavaScript
In de Code node, voeg deze logica toe:
// Bereken dagen sinds laatste aankoop
const now = new Date();
const items = $input.all();
return items.map(item => {
const lastPurchase = new Date(item.json["Laatste aankoop"]);
const daysSinceLast = Math.floor((now - lastPurchase) / (1000*60*60*24));
const frequency = item.json["Aantal aankopen"] || 0;
const monetary = item.json["Totale omzet"] || 0;
let segment;
if (daysSinceLast <= 60 && frequency >= 3 && monetary >= 500) segment = "A-Champions";
else if (daysSinceLast <= 60) segment = "B-Potentials";
else if (daysSinceLast <= 180) segment = "C-At Risk";
else segment = "D-Lost";
return {...item.json, segment, daysSinceLast};
});
Stap 5: Claude inzetten voor diepere analyse
Naast de RFM-segmentatie vraag je Claude om per klant een korte analyse te geven. Dit is optioneel maar waardevol voor je C- en D-segmenten.
HTTP Request node configuratie:
URL: https://api.anthropic.com/v1/messages
Method: POST
Body (vereenvoudigd voor klanten in Segment C):
{ "model": "claude-haiku-4-5", "max_tokens": 300, "messages": [{"role":"user","content":"Analyseer deze klant voor een B2B SaaS-bedrijf en geef 1 concrete win-back aanbeveling in max 2 zinnen. Klantdata: Laatste aankoop: {{daysSinceLast}} dagen geleden. Totale omzet: {{Totale omzet}} euro. Aantal aankopen: {{Aantal aankopen}}."}] }
Gebruik claude-haiku-4-5 voor bulk-analyse (sneller en goedkoper bij veel klanten).
Stap 6: Segment-gebaseerde acties instellen
Na de segmentatie-update, gebruik een Switch node om per segment een actie te triggeren:
A-Champions: stuur maandelijks een VIP-update e-mail (exclusieve content, early access).
B-Potentials: trigger een onboarding-check e-mail na 14 dagen inactiviteit.
C-At Risk: start een win-back sequentie van 3 e-mails over 3 weken.
D-Lost: stuur eenmalig een "We missen je" e-mail met 20% korting; bij geen reactie: markeer als inactief.
Stap 7: Win-back e-mail automatiseren (Segment C)
Voor C-At Risk klanten bouw je een 3-delige e-mailsequentie:
E-mail 1 (dag 1): "We zagen dat je al een tijdje niet bij ons was geweest" + productupdate
E-mail 2 (dag 8): Case study of testimonial van vergelijkbare klant
E-mail 3 (dag 15): Tijdgebonden aanbieding (bijv. gratis maand of 15% korting)
Gebruik n8n Wait nodes (1 week wachten) of maak aparte geplande workflows per stap.
Claude genereert de e-mailtekst gepersonaliseerd per klant op basis van hun aankoophistorie.
Stap 8: Rapportage dashboard
Voeg een wekelijkse rapportage workflow toe:
1. Schedule: elke maandag 08:00
2. Airtable: COUNT per segment (gebruik de groupBy functie)
3. Claude: genereer een korte managementsamenvatting
4. Gmail: stuur rapport naar jou en je team
Claude prompt voor rapportage: "Genereer een korte managementsamenvatting (max 200 woorden) voor een B2B SaaS-bedrijf op basis van deze klantsegmentdata: A-Champions: X, B-Potentials: Y, C-At Risk: Z, D-Lost: W. Geef 3 concrete actiepunten voor de komende week."
Stap 9: Segmenten automatisch updaten
Het systeem werkt alleen als segmenten actueel blijven. Zorg dat:
• De dagelijkse segmentatie-update (stap 3) draait op Schedule
• Nieuwe aankopen automatisch de Airtable data bijwerken (koppel je webshop of factuurprogramma via Make of n8n)
• Elke keer als een klant een aankoop doet, "Laatste aankoop" en "Totale omzet" automatisch worden bijgewerkt
Zonder actuele data verliest het segmentatiesysteem zijn waarde binnen 2-3 maanden.
Stap 10: Testen en live gaan
1. Vul 10-20 testklanten in Airtable in met gevarieerde data
2. Run de workflow handmatig in n8n
3. Controleer of segmenten correct worden toegewezen
4. Controleer of de Claude analyse logisch is
5. Stuur een test-e-mail voor elk segment naar jezelf
6. Activeer de dagelijkse Schedule trigger
7. Evalueer na 2 weken: klopt de segmentverdeling?
Troubleshooting
Alle klanten komen in hetzelfde segment: controleer of datumvelden correct zijn geformatteerd (ISO 8601: YYYY-MM-DD). Airtable date-velden kunnen soms als tekst worden uitgelezen.
Claude geeft lege analyse: controleer je API key en of je voldoende credits hebt. Gebruik claude-haiku-4-5 voor lagere kosten bij bulk-analyse.
n8n time-out bij grote klantenbestanden: verwerk klanten in batches van 50 via de "Split In Batches" node.
Airtable rate limit (5 requests/sec): voeg "Wait 0.3 sec" nodes toe tussen Airtable updates.
Verwachte resultaten
Na 30 dagen werken met dit systeem:
• Duidelijk inzicht in je klantenbestand: wie zijn je Champions, wie dreigt te vertrekken?
• Win-back campagne redt gemiddeld 8-15% van at-risk klanten
• Champions voelen zich erkend, verhogen loyaliteit
• Tijdsbesparing: 3-4 uur per week minder handmatige CRM-updates
De combinatie van systematische data plus AI-analyse plus automatische actie is krachtiger dan elk onderdeel apart.
