Een van onze klanten wilde weten welke campagnes écht nieuwe klanten opleveren en welke vooral bestaande klanten opnieuw bereiken. Met een server-side oplossing maakten we dat onderscheid zichtbaar en het bleek dat 72% van alle afspraken van bestaande klanten kwam.
De kern
Nextlane® werkte samen met een klant die wilde begrijpen hoeveel van zijn advertentiebudget nieuwe klanten binnenhaalde en hoeveel naar bestaande klanten ging die een vervolgafspraak boekten. Google Ads Customer Match-lijsten sloten bestaande klanten niet consistent uit, waardoor dat onderscheid onzichtbaar bleef.
Om daar grip op te krijgen bouwden we een server-side oplossing die terugkerende klanten accuraat herkent en die data terugstuurt naar Google Ads en Meta. Het resultaat: helder inzicht in welke campagnes vooral nieuwe klanten binnenhaalden versus terugkerende klanten, terwijl de uitsluitingslijsten automatisch actueel bleven.
De uitdaging: weten wie er achter de klik zit
Nieuwe klanten winnen is al lastig genoeg. Het wordt nog belangrijker om te weten wanneer een deel van je betaalde clicks komt van mensen die al klant zijn en die sowieso wel waren teruggekomen.
Voor onze klant is dit een structureel vraagstuk. Terugkerende klanten bezoeken regelmatig de website om een vervolgafspraak te boeken, en onderweg klikken ze vaak eerst op een branded advertentie. Zonder dat onderscheid lijkt zo’n campagne sterk te presteren, terwijl een deel van de conversies bestaande klanten zijn die toch al onderweg waren.
Customer Match-uitsluitingslijsten zijn hier het standaardantwoord, en we zetten ze al in. Maar statische lijsten vertellen niet het hele verhaal. Klanten wisselen van device, gebruiken verschillende e-mailadressen en worden niet altijd herkend op platformniveau. Zo blijven terugkerende gebruikers zichtbaar in campagnes die bedoeld zijn voor nieuwe doelgroepen, zonder dat je precies weet om hoeveel het gaat.
Wat we nodig hadden: op het moment dat een afspraak binnenkomt wéten of iemand een écht nieuwe of een terugkerende klant is, en dat onderscheid met verse data terugsturen naar Google Ads en Meta.
De oplossing: van herkenning naar sturing
Standaard client-side tracking kon dit niet ondersteunen. Met server-side tagging via Stape kregen we betere datakwaliteit, rijkere rapportage en, belangrijker nog, de ruimte om eigen logica te bouwen die client-side simpelweg niet mogelijk is.
De kern van de oplossing: op het moment dat iemand een afspraak bevestigt, controleren we in real-time of die persoon al bekend is als klant. Daarvoor gebruiken we het CRM van de klant (Bloomreach) als bron van waarheid, inclusief mensen die telefonisch of in de winkel een afspraak maakten en de website nooit aanraakten. Precies dát dicht het gat dat statische lijsten laten liggen.
Elke binnenkomende afspraak krijgt zo een label mee:
- Bekend in het CRM → bestaande klant
- Niet bekend → nieuwe klant
Onder de motorkap draait dit op een stack van Stape, BigQuery, Google Cloud en Firestore, die samen de klantdata actueel houden en de herkenning razendsnel laten verlopen. Voor de klant vertaalt die techniek zich in één ding: bij elke afspraak weten we direct met wie we te maken hebben.
Resultaat: 72% van de afspraken zichtbaar gemaakt als bestaande klanten
Met het nieuw vs. terugkerend-signaal beschikbaar konden we er eindelijk op sturen. Het label gaat mee naar Google Analytics 4, Meta en Google Ads, zodat per campagne zichtbaar is hoeveel nieuwe versus terugkerende klanten er daadwerkelijk uitkomen. Met verse data, precies daar waar budgetbeslissingen worden genomen.
De belangrijkste bevinding in Google Ads:
Tussen november 2025 en 1 april 2026 kwam 72% van alle afspraken van bestaande klanten.
Dat ene cijfer herkaderde de volledige paid-strategie. Het maakte precies zichtbaar welke campagnes vooral bestaande klanten bereikten, en gaf ons de input om de uitsluitingslijsten dynamisch bij te werken, waarmee we het budget gerichter op nieuwe-klantacquisitie konden inzetten en de CPA op toekomstige campagnes verlaagden.
Vooruitblik
We rollen het nieuw-versus-terugkerend-model inmiddels uit naar andere klanten. Omdat elke klant een ander CRM en andere infrastructuur draait, is elke implementatie maatwerk, maar het fundament blijft hetzelfde en is breed toepasbaar. Volgende stap: de aanpak uitbreiden naar klantsegmentatie en waardetiers.
Deze case is oorspronkelijk gepubliceerd als case study bij Stape, onze partner voor server-side tagging.
Neem contact op
Benieuwd wat we voor jou kunnen doen?
Neem contact met ons op voor een vrijblijvende introductie.
"*" geeft vereiste velden aan
