Klantsegmentatie kapsalon: VIP-klanten anders behandelen

Klantsegmentatie kapsalon: VIP-klanten anders behandelen

Tim van der LeeTim van der Lee
20 juli 2026
KlantsegmentatieCRMAutomatisering

Er zitten vanochtend drie mensen in je agenda. Marianne, die al zes jaar elke vijfde dinsdag om negen uur komt. Sanne, die twee keer per jaar langskomt voor een complete kleurbehandeling en dan meteen driehonderd euro afrekent. En Joost, die anderhalf jaar trouw elke maand kwam en sinds februari niet meer is geweest.

Jij weet dat allemaal. Je weet het zonder na te denken, want je hebt die mensen in je stoel gehad. Maar je systeem doet er niets mee. Als je vrijdag een mail uitstuurt over een zomeractie, krijgen Marianne, Sanne en Joost exact dezelfde tekst. Terwijl Marianne niets nodig heeft, Sanne iets heel anders wil, en Joost de enige is bij wie die mail nog verschil kan maken.

Dat is het probleem met een klantenbestand dat als één lijst wordt behandeld. De kennis zit in je hoofd, niet in je systeem. Klantsegmentatie is niets meer dan die kennis uit je hoofd halen en er groepen van maken waar je verschillende dingen naar kunt sturen.

Waarom één mail naar iedereen je geld kost

De reflex is begrijpelijk: je hebt achthonderd mensen in je bestand, je hebt één actie, dus je stuurt één mail. Klaar in tien minuten.

Het probleem is dat die ene mail voor bijna iedereen het verkeerde bericht is. Je vaste klanten krijgen een kortingsactie die ze niet nodig hebben, want ze kwamen toch wel. Dat is geen neutrale actie: je geeft korting weg op omzet die al binnen was. Je afhakers krijgen een algemene zomerboodschap terwijl ze eigenlijk een reden nodig hebben om terug te komen. En je nieuwe klanten, die net één keer zijn geweest, krijgen een mail die klinkt alsof je ze al jaren kent.

Er is nog een effect dat je pas later merkt. Mensen die berichten krijgen die niet over hen gaan, stoppen met openen. Niet met een klap, maar geleidelijk. Tegen de tijd dat je een bericht stuurt dat er wel toe doet, kijkt de helft niet meer. Je hebt je eigen kanaal opgebruikt aan berichten die niemand aanging.

De klantenpiramide van Jay Curry beschrijft dit al decennia: in de meeste bedrijven zorgt ongeveer twintig procent van de klanten voor rond de tachtig procent van de omzet. Dat percentage klopt niet exact voor elke salon, maar de vorm klopt bijna altijd wel. Een klein deel van je bestand draagt het grootste deel van je week. Als je die groep hetzelfde behandelt als de rest, verspil je je aandacht aan de verkeerde mensen.

De drie cijfers die je systeem al bijhoudt

Je hoeft hier geen marketingmodel voor te leren. Je hebt drie gegevens nodig, en je boekingssysteem registreert ze alle drie automatisch bij elke afspraak.

Hoe lang geleden was de laatste afspraak. Dit is het belangrijkste cijfer en tegelijk het cijfer waar bijna niemand naar kijkt. Iemand die zes weken geleden is geweest gedraagt zich totaal anders dan iemand die zeven maanden geleden voor het laatst in je stoel zat.

Hoe vaak komt iemand per jaar. Twaalf keer per jaar is een ander soort klant dan twee keer per jaar. Niet beter of slechter, wel anders. Een tweemaal-per-jaar-klant die een volledige kleurbehandeling doet kan meer waard zijn dan een maandelijkse droogknipklant.

Hoeveel besteedt iemand gemiddeld per bezoek. Hiermee corrigeer je de vorige twee. Frequentie alleen zegt niet genoeg.

Deze drie samen heten in de marketingwereld een RFM-analyse: recency, frequency, monetary. Dat woord hoef je nooit meer te gebruiken. Waar het om gaat is dat je met deze drie kolommen je hele bestand kunt indelen, en dat je ze niet hoeft te verzamelen omdat ze er al staan. Een fatsoenlijk crm voor kappers zet ze standaard op de klantkaart.

Kaartenbak met klantenkaarten op de balie van een kapsalon, een kaart wordt eruit gelicht

De vier groepen die er in een kapsalon uitkomen

Je kunt eindeloos verfijnen, maar in een salon van één tot vijf stoelen zijn vier groepen precies genoeg. Meer groepen betekent meer berichten schrijven, en dan houd je het niet vol.

Groep Wie het zijn Drempel die werkt
Vaste kern Komen op vaste ritme, boeken vaak meteen door 6 keer of vaker per jaar, laatste bezoek binnen 10 weken
Hoge besteding Komen minder vaak maar laten flink achter 2 tot 4 keer per jaar, besteding ruim boven je gemiddelde
Nieuw Zijn 1 of 2 keer geweest, gaan nog nergens over Eerste afspraak korter dan 3 maanden geleden
Stil weggelopen Kwamen regelmatig, en toen niet meer Was 4 keer of vaker per jaar, laatste bezoek langer dan 4 maanden geleden

Die drempels zijn een startpunt, geen wet. Een barbershop met tweewekelijkse klanten legt de grens ergens anders dan een kleurspecialist. Kijk naar je eigen gemiddelde interval en verdubbel het: dat is meestal een bruikbare grens voor weggelopen.

De vierde groep is degene waar het geld zit, en tegelijk de groep die niemand ziet. Een klant die opzegt belt niet. Hij boekt gewoon niet meer, en omdat je agenda toch vol genoeg oogt, valt het niet op. Stel dat je twintig van zulke mensen per jaar hebt die elk zes keer voor zestig euro kwamen, dan praat je over ruim zevenduizend euro die stilletjes uit je jaaromzet verdwijnt. Reken het na met je eigen aantallen voordat je conclusies trekt, maar reken het na. Als je dan wil weten wat het kost om die opvolging te laten draaien, vind je de kosten ai platform voor kappers op de tarievenpagina.

Wat elke groep van je hoort

Hier gaat segmentatie pas werken. Een indeling zonder verschillende berichten is een spreadsheet, geen strategie.

Vaste kern. Geen korting, geen wervende taal. Deze mensen zijn er al. Wat zij nodig hebben is gemak en erkenning: vroeg toegang tot drukke periodes zoals de decemberweken, herinneringen die kloppen, en af en toe een bericht dat nergens om vraagt. Dit is ook de groep waar je reviews vandaan haalt, want zij zijn het meest bereid iets aardigs te schrijven. Laat dat verzoek automatisch na de afspraak weggaan in plaats van het handmatig te vragen; hoe je dat inricht staat bij automatisch reviews verzamelen voor kappers.

Hoge besteding. Deze groep plant vooruit en heeft een lange aanloop. Een bericht drie weken voor het moment dat ze normaal weer komen werkt beter dan een actie op dinsdag. Vertel ze over behandelingen die bij hun soort afspraak passen, niet over je goedkoopste dienst. Als iemand tweemaal per jaar een grote kleurbehandeling doet, is een mail over snelle knipbeurten niet relevant.

Nieuw. De eerste weken bepalen of iemand een tweede keer komt. Een korte serie berichten die uitlegt hoe het bij jou werkt en op het juiste moment naar een vervolgafspraak stuurt, doet hier het meeste werk. We hebben apart uitgewerkt wat je stuurt in de eerste weken na een eerste afspraak.

Stil weggelopen. Dit is de enige groep waar een aanbod echt op zijn plaats is, want de gewoonte is doorbroken en er moet iets tegenover staan. Belangrijk: stuur niet één mail maar een korte reeks, en erken dat het lang geleden is in plaats van te doen alsof er niets is gebeurd. De volledige opbouw staat in ons artikel over een terughaal-flow voor klanten die zijn afgehaakt.

Vier groepen, vier berichten. Dat is meer werk dan één mail, maar het is eenmalig werk. Zodra het staat, draait het.

Zo laat je het automatisch draaien

Handmatig segmenteren houdt niemand vol. Na twee maanden klopt je lijst niet meer, want mensen verhuizen tussen groepen: je nieuwe klant wordt vaste kern, je vaste kern wordt stil weggelopen. Als je die verhuizing zelf moet bijhouden, doe je het één keer en daarna nooit meer.

De oplossing is dat je systeem de groep berekent in plaats van opslaat. Je legt de regels één keer vast, en bij elke afspraak wordt opnieuw bepaald in welke groep iemand valt. Zo werkt workflow automatisering voor kappers: niet één grote knop, maar een set regels die op de achtergrond blijft draaien.

Praktisch heb je drie dingen nodig. Een systeem dat die drie cijfers per klant bijhoudt, wat een crm systeem voor kappers hoort te doen. Regels die op basis daarvan de groep bepalen. En een reeks berichten per groep die vanzelf vertrekken op het juiste moment. De timing is daarbij belangrijker dan de tekst: het terughaal-bericht dat na vier maanden vertrekt doet meer dan hetzelfde bericht na acht maanden.

Belangrijk is dat de berichten uit de gebeurtenis volgen, niet uit een kalender. Niet "elke eerste van de maand een nieuwsbrief", maar "vier maanden na de laatste afspraak vertrekt bericht één". Dat verschil is precies waarom automatische opvolging kapper beter werkt dan een maandelijkse mailing: het bericht komt aan op het moment dat het over die persoon gaat. Goede klantbeheer software voor kappers laat je dit soort regels instellen zonder dat je iets hoeft te programmeren.

Wat je meet, en wanneer je bijstuurt

Kijk niet naar openingspercentages. Die zeggen bijna niets en gaan omhoog door een goede onderwerpregel, niet door een betere salon.

Meet drie dingen, per groep:

  • Hoeveel mensen uit de groep boeken binnen zes weken na het bericht. Dit is het enige getal dat direct over omzet gaat.
  • Hoeveel mensen verhuizen van stil weggelopen terug naar actief. Dit vertelt je of je terughaal-reeks werkt.
  • Hoe groot elke groep is, elk kwartaal opnieuw. Groeit de weggelopen groep, dan lekt er iets eerder in het proces, en dan is een terughaal-mail het verkeerde antwoord.

Dat laatste punt is het belangrijkste en tegelijk het punt dat het vaakst wordt gemist. Segmentatie maakt zichtbaar waar mensen wegvallen, en soms is de conclusie dat je niet harder moet terughalen maar dat er iets misgaat bij het doorboeken aan de balie. Een eenvoudig crm voor kappers laat die groepsgroottes gewoon per kwartaal zien.

Drie fouten die segmentatie stukmaken

Te veel groepen. Acht segmenten betekent acht berichtenreeksen die je moet onderhouden. In de praktijk schrijf je er dan drie en blijven de andere vijf leeg. Begin met vier, en splits pas verder als een groep echt te groot en te gemengd wordt.

Groepen die nooit bijwerken. Een lijst die je in januari hebt gemaakt, klopt in juni niet meer. Als de indeling niet automatisch herberekent, verloopt hij en stuur je een terugkomactie naar iemand die vorige week nog in je stoel zat. Dat is erger dan niets sturen.

Alleen naar frequentie kijken. De klant die twee keer per jaar komt en telkens driehonderd euro achterlaat, valt bij een frequentie-indeling in de laagste bak. Bij een besteding-indeling staat hij bovenaan. Neem beide mee, anders behandel je je beste klanten als je slechtste.

Conclusie

Terug naar de drie mensen uit je agenda van vanochtend. Marianne hoort geen korting te krijgen, maar wel vroeg bericht als de decemberweken opengaan. Sanne moet drie weken voor haar volgende kleurbehandeling iets horen dat over kleur gaat. En Joost, die sinds februari niet meer is geweest, is de enige van de drie bij wie een bericht deze week nog echt verschil maakt.

Je wist dat al. Het enige wat klantsegmentatie doet, is die kennis vastleggen in regels zodat je systeem het ook weet, en zodat het blijft werken op de dinsdagen dat je er zelf geen seconde aan denkt. Een alles-in-één crm voor kappers is daarbij geen luxe maar de plek waar die regels wonen.

Begin klein. Trek deze week één lijst: iedereen die vier keer of vaker per jaar kwam en al langer dan vier maanden niet is geweest. Dat is je meest waardevolle groep en waarschijnlijk de enige die je nooit hebt aangeschreven.

Wil je weten hoe die vier groepen er in jouw bestand uitzien en wat de stille afhakers je per jaar kosten? Bekijk wat kost ai voor kappers en zie wat het scheelt om die opvolging automatisch te laten draaien. Bij KapperAI zetten we de segmentatie en de bijbehorende flows standaard voor je in, en met onze Groei-of-Geld-Terug Garantie loop je daarbij geen risico. Jij knipt, wij regelen de rest.

Tim van der Lee
Tim van der Lee

Founder & AI Expert

Tim is de oprichter van KapperAI en specialist in AI-automatisering voor lokale bedrijven. Met jarenlange ervaring in technologie en ondernemerschap helpt hij salons om efficiënter te werken door slimme automatisering.