Segmentacija kupcev

Kako segmentirati kupce glede na povprečno vrednost naročila

Posted on July 19, 2026 by

Povprečna vrednost naročila ti pove, koliko kupec običajno porabi na naročilo, povprečeno čez vsa naročila, ki jih je pri tebi oddal. Segmentiraj po njej in dobiš čist odgovor na eno vprašanje: koga spodbuditi, da porabi več, in kdo že porabi dovolj, tako da je tvoja naloga, da ga ohraniš zadovoljnega in mu prodaš boljše stvari. Seznam razdeli v tri pasove – recimo nizko, srednjo in visoko povprečno vrednost naročila – in nehaš pošiljati isto sporočilo “dodaj še en izdelek” osebi, ki že vsakič napolni košarico za 140 €.

To je celotna poteza. Kupci z nizko povprečno vrednostjo so tvoje občinstvo za dodatno prodajo in komplete. Kupci z visoko povprečno vrednostjo so tvoje občinstvo za zaščito in premium. Srednji pas je tam, kjer preizkušaš, v katero smer se ljudje nagibajo.

Povprečna vrednost naročila ni skupna poraba in ni vrednost košarice

Tu se ljudje zapletejo, zato bodimo natančni.

Skupna poraba (ali življenjska vrednost) je vse, kar je kupec kdaj plačal. Nekdo ima lahko visoko skupno porabo, ker pogosto naroča majhne zneske – deset naročil po 30 € je 300 € življenjske vrednosti, a le 30 € povprečne vrednosti naročila.

Vrednost košarice je to, kar je v košarici prav zdaj, pred zaključkom nakupa – živa številka, na katero se odzoveš med eno samo sejo. To je druga os segmentacije s svojimi lastnimi uporabami, in če iščeš to, raje preberi segmentiranje kupcev glede na vrednost košarice.

Povprečna vrednost naročila je med njima: skupna poraba, deljena s številom naročil. Je navada, ne trenutek. Odgovarja na “kako velika je tipična košarica te osebe?” – in ta navada je za posameznega kupca izjemno stabilna, kar jo naredi tako uporabno za segmentacijo.

Zakaj je razlika pomembna za denar? Ker kupec s 30 € povprečja / 300 € življenjske vrednosti in kupec s 150 € povprečja / 300 € življenjske vrednosti izgledata enako, če ju razvrščaš le po skupni porabi. Potrebujeta nasprotno obravnavo. Eden potrebuje komplete, drugi razlog, da se vrne prej.

Prihodek, ki ga puščaš na mizi

Tu trgovine izgubljajo denar z enotnim seznamom.

Zaženeš promocijo – 15 % popusta, dobijo ga vsi. Tvoji kupci z nizko povprečno vrednostjo, tisti, ki bi z blago ponudbo kompleta z veseljem kupili še drugi izdelek, popust vzamejo na svojem običajnem enem samem izdelku. Plačal si maržo, da si spremenil nič. Medtem tvoji kupci z visoko povprečno vrednostjo, ki bi naročili tako ali tako, prav tako vzamejo 15 % popusta na veliko košarico. Pravkar si znižal svoje najboljše košarice brez razloga.

Hiter ilustrativen izračun. Recimo 1.000 kupcev, povprečno naročilo 60 €. Dvigni povprečno vrednost naročila nizke tretjine s 40 € na 50 € s kompleti in boljšo navzkrižno prodajo, in če ta tretjina odda 400 naročil na leto, je to 4.000 € dodatnega prihodka pri praktično brez stroška oglaševanja (ilustrativno). Nisi kupil novega prometa. Prodal si več ljudem, ki so že v postopku nakupa.

To je bistvo celotne vaje in je osrednja zamisel za segmentiranjem glede na nakupno vedenje: prihodek od kupcev, ki si jih že plačal za pridobitev.

Kako zgraditi pasove

Ne razmišljaj preveč o mejnikih. Izlušči porazdelitev povprečne vrednosti naročila in jo razreži na tri približno enake skupine – tretjine so poštene, ker jih določajo tvoji podatki, ne številka, ki si jo ugibal.

Nizka povprečna vrednost – spodnja tretjina. Kupci enega izdelka, vstopni izdelki, kupec, ki vedno zgrabi eno stvar in odide.
Srednja povprečna vrednost – sredina. Ljudje, ki včasih dodajo drugi izdelek, včasih ne.
Visoka povprečna vrednost – zgornja tretjina. Velike košarice, naročila z več izdelki ali dražji posamezni izdelki.

En pridržek: preden nekomu zaupaš povprečno vrednost naročila, zahtevaj vsaj dve naročili. Eno samo naročilo ni povprečje, je podatkovna točka. Prvič-kupci naj sedijo v svoji skupini, dokler ne pokažejo vzorca – to je druga naloga, obravnavana v segmentiranju prvih in ponovnih kupcev.

Pazi tudi na svoj katalog. Če prodajaš tako dodatke za 15 € kot stroje za 400 €, surova povprečna vrednost meša dva tipa kupcev. V tem primeru razporejaj povprečno vrednost znotraj kategorije ali cenovnega razreda, da primerjaš enako z enakim.

Kaj dobi vsak pas

Nizka povprečna vrednost – občinstvo za dodatno prodajo. Tu si komplet, “pogosto kupljeno skupaj”, pragovi brezplačne dostave, nastavljeni malce nad njihovo tipično košarico, in količinske spodbude prislužijo svoje. Če je njihova košarica 40 € in brezplačna dostava nastopi pri 50 €, je tistih 10 € razlike resen, konkreten vzvod.

Visoka povprečna vrednost – občinstvo za zaščito. Teh ljudi ne uči čakati na popuste. Daj jim zgodnji dostop, premium ali izdelke z višjo maržo, iskreno zahvalo, morda človeški pridih. So surovina za segment kupcev z visoko vrednostjo, in najhitrejši način, da ta segment poškoduješ, je, da ga naučiš, da potrpljenje prinese 20 % popusta.

Srednja povprečna vrednost – preizkuševalnica. Preizkusi eno ponudbo kompleta in eno premium ponudbo na tej skupini in opazuj, v katero smer se premakne. Pove ti, kje je tvoja rast dejansko.

Kaj avtomatizirati

Segmente je vredno graditi le, če se ob njih kaj sproži. Tu je konkreten tok za pas nizke povprečne vrednosti.

Sprožilec: kupec, čigar povprečna vrednost naročila je v spodnji tretjini, odda novo naročilo.
Segment: nizka povprečna vrednost, 2+ naročili, trenutno ne v preizkusu kompletov.
Časovnica: po nakupu, a ne takoj – počakaj, da se naročilo odpošlje ali prispe, približno 3–5 dni, da sporočilo pristane kot “tole se poda k temu” in ne “porabi več, takoj”.
Kanal: najprej e-pošta; SMS le, če so privolili in je ponudba resnično časovno omejena.
Vsebina: dve ali tri konkretna dopolnila k temu, kar so kupili, plus prag brezplačne dostave, uokvirjen kot “od nje te loči 10 €”. Ne generičen katalog.
Cilj: dvigniti njihovo naslednje naročilo nad njihovo osebno povprečje.

Za pas visoke povprečne vrednosti je avtomatizacija skoraj nasprotna: sprožilec, ki jih izključi iz splošnih kampanj s popusti in jih namesto tega usmeri v tok zgodnjega dostopa ali novosti. Tudi izključitev je avtomatizacija in prav ta ščiti maržo.

Če želiš, da se ti segmenti posodabljajo sami, ko se vedenje spreminja – kupec s srednjo povprečno vrednostjo prehaja v visoko, kupec z upadlo visoko povprečno vrednostjo potrebuje drugačno obravnavo – jih zgradi kot dinamične segmente namesto statičnih seznamov. Statični pasovi povprečne vrednosti zastarajo v trenutku, ko se komu spremenijo navade.

Kaj meriti

Spremljaj tole, po pasovih, čez določeno obdobje:

Premik povprečne vrednosti naročila v nizkem pasu, potem ko tvoj tok s kompleti zaživi – številka, ki jo dejansko poskušaš spremeniti.
Stopnjo pripenjanja – delež naročil z nizko povprečno vrednostjo, ki zdaj vključujejo drugi izdelek.
Maržo na naročilih z visoko povprečno vrednostjo – prepričaj se, da nisi tiho znižal svojih najboljših košaric.
Prihodek na prejemnika pri toku z nizko povprečno vrednostjo v primerjavi z navadno promocijo istim ljudem.

Če se povprečna vrednost v nizkem pasu po poštenem preizkusu ne premakne, so napačni tvoji kompleti, ne strategija. Spremeni ponudbo, preden spremeniš pristop. Za celoten postopek dokazovanja, da se kaj od tega izplača, poglej kako izmeriti, ali segmentacija izboljša prihodek.

Kje se vklopi Omnisend

Ko so pasovi enkrat smiselni, potrebuješ orodje, ki lahko povprečno vrednost naročila drži kot pogoj segmenta in ob vsakem sproži drugačne tokove – ter napačne ljudi izključi iz napačnih kampanj.

Poganjal sem tako Klaviyo kot Omnisend in v svojih trgovinah uporabljam Omnisend. Za delo s povprečno vrednostjo naredi dve stvari, ki štejeta: omogoča mi, da segment zgradim neposredno na povprečni vrednosti naročila in te kupce spustim v ločene avtomatizacije, in omogoča mi, da segment izključim iz kampanje, kar je način, kako popuste držiš stran od kupcev z visoko povprečno vrednostjo. Bloki s priporočili izdelkov naredijo e-pošto z “dodaj še enega” za nizko povprečno vrednost hitro za sestaviti, ne da bi ročno izbiral izdelke ob vsakem pošiljanju.

Pošten pridržek: nič od tega ni pametno, če so tvoji temeljni podatki o povprečni vrednosti naročila skopi. Če ima večina kupcev eno naročilo, še nimaš povprečij – imaš prve nakupe, in osredotočiti bi se moral na to, da dobiš drugo naročilo, preden sploh režeš po povprečni vrednosti. Avtomatizacija odseva tvoje podatke; ne izmišljuje si jih.

Razkritje o partnerstvu: nekatere povezave do Omnisenda na Shopimationu so partnerske. Če se prijaviš prek ene, lahko zaslužimo provizijo brez dodatnega stroška zate. Priporočam ga samo zato, ker ga uporabljam.

Tvoj naslednji korak

Ta teden izlušči porazdelitev povprečne vrednosti naročila in jo razreži na tretjine – nič več. Le poglej, kje je tvoj nizki pas in kolikšna je za te kupce razlika do brezplačne dostave. Ta ena številka ti pove tvojo prvo ponudbo kompleta. Tok zgradi šele, ko jo vidiš. Če želiš videti, kako se povprečna vrednost naročila povezuje s širšo sliko prihodka, kot naslednje preberi rast življenjske vrednosti kupca.

Customer Segmentation

How to Segment Customers by Average Order Value

Posted on July 17, 2026July 17, 2026 by

Average order value tells you how much a customer typically spends per order, averaged across every order they’ve placed with you. Segment by it and you get a clean answer to one question: who should you nudge to spend more, and who already spends enough that your job is to keep them happy and sell them better things. Split your list into three bands — say low, mid, and high AOV — and you stop sending the same “add one more item” message to the person who already fills a €140 basket every time.

That’s the whole move. Low-AOV buyers are your upsell and bundle audience. High-AOV buyers are your protect-and-premium audience. The mid band is where you test which way people drift.

AOV is not total spend, and it’s not cart value

This trips people up, so let’s be exact.

Total spend (or lifetime value) is everything a customer has ever paid you. Someone can have a high total spend because they order small amounts often — ten €30 orders is €300 lifetime, but a €30 AOV.

Cart value is what’s in the basket right now, before checkout — a live number you react to during a single session. That’s a different segmentation axis with its own uses, and if that’s what you’re after, read segmenting customers by cart value instead.

Average order value sits between them: total spend divided by number of orders. It’s a habit, not a moment. It answers “how big is this person’s typical basket?” — and that habit is remarkably stable per customer, which is exactly what makes it useful for segmentation.

Why does the distinction matter for money? Because the €30-AOV/€300-lifetime customer and a €150-AOV/€300-lifetime customer look identical if you only sort by total spend. They need opposite treatment. One needs bundles; the other needs a reason to come back sooner.

The revenue you’re leaving on the table

Here’s where stores lose money with a flat list.

You run a promotion — 15% off, everyone gets it. Your low-AOV buyers, the ones who’d happily have bought a second item with a gentle bundle offer, take the discount on their usual single product. You paid margin to change nothing. Meanwhile your high-AOV buyers, who were going to order anyway, also take 15% off a big basket. You just discounted your best baskets for no reason.

A quick illustrative calculation. Say 1,000 buyers, average order €60. Lift the low third’s AOV from €40 to €50 with bundles and better cross-sells, and if that third places 400 orders a year, that’s €4,000 in extra revenue at basically no ad cost (Illustrative). You didn’t buy new traffic. You sold more to people already checking out.

That’s the point of the whole exercise, and it’s the central idea behind segmenting on purchase behavior: revenue from customers you already paid to acquire.

How to build the bands

Don’t overthink the thresholds. Pull your AOV distribution and cut it into three roughly equal groups — thirds are honest because they’re defined by your data, not a number you guessed.

Low AOV — the bottom third. Single-item buyers, entry products, the customer who always grabs the one thing and leaves.
Mid AOV — the middle. People who sometimes add a second item, sometimes don’t.
High AOV — the top third. Big baskets, multi-item orders, or high-ticket single items.

One caution: require at least two orders before you trust someone’s AOV. A single order isn’t an average, it’s a data point. First-timers should sit in their own group until they’ve shown a pattern — that’s a different job, covered in segmenting first-time and repeat buyers.

Also watch your catalog. If you sell both €15 accessories and €400 machines, raw AOV mixes two shopper types. In that case, band AOV within a category or price tier so you’re comparing like with like.

What each band gets

Low AOV — the upsell audience. This is where bundles, “frequently bought together,” free-shipping thresholds set just above their typical basket, and volume nudges earn their keep. If their basket is €40 and free shipping kicks in at €50, that €10 gap is a real, specific lever.

High AOV — the protect audience. Do not train these people to wait for discounts. Give them early access, premium or higher-margin lines, a genuine thank-you, maybe a human touch. They’re the raw material for a high-value customer segment, and the fastest way to hurt that segment is to teach it that patience earns 20% off.

Mid AOV — the test bed. Try one bundle offer and one premium offer against this group and watch which direction they move. It tells you where your growth actually is.

What to automate

Segments are only worth building if something fires off them. Here’s a concrete flow for the low-AOV band.

Trigger: a customer whose AOV sits in the bottom third places a new order.
Segment: low-AOV, 2+ orders, not currently in a bundle test.
Timing: post-purchase, but not immediately — wait until the order ships or arrives, roughly 3–5 days, so the message lands as “here’s what pairs with it” rather than “spend more, now.”
Channel: email first; SMS only if they’ve opted in and the offer is genuinely time-bound.
Content: two or three specific complements to what they bought, plus the free-shipping threshold framed as “you’re €10 away.” Not a generic catalog.
Goal: move their next order above their personal average.

For the high-AOV band, the automation is almost the opposite: a trigger that suppresses them from blanket discount campaigns and routes them into an early-access or new-arrival flow instead. Suppression is an automation too, and it’s the one that protects margin.

If you want these segments to update themselves as behavior changes — a mid-AOV buyer crossing into high, a lapsed high-AOV buyer needing different handling — build them as dynamic segments rather than static lists. Static AOV bands go stale the moment someone’s habits shift.

What to measure

Track these, per band, over a set window:

AOV movement in the low band after your bundle flow goes live — the number you’re actually trying to change.
Attach rate — the share of low-AOV orders that now include a second item.
Margin on high-AOV orders — make sure you haven’t quietly discounted your best baskets.
Revenue per recipient on the low-AOV flow versus a plain promo to the same people.

If low-band AOV doesn’t move after a fair test, your bundles are wrong, not the strategy. Change the offer before you change the approach. For the full method on proving any of this pays off, see how to measure whether segmentation improves revenue.

Where Omnisend fits

Once the bands make sense, you need a tool that can hold AOV as a segment condition and fire different flows off each — and suppress the wrong people from the wrong campaigns.

I’ve run both Klaviyo and Omnisend, and I use Omnisend in my own stores. For AOV work it does the two things that matter: it lets me build a segment on average order value directly and drop those customers into separate automations, and it lets me exclude a segment from a campaign, which is how you keep discounts away from high-AOV buyers. The product-recommendation blocks make the low-AOV “add one more” email quick to build without hand-picking products every send.

Honest limitation: none of this is smart if your underlying AOV data is thin. If most customers have one order, you don’t have averages yet — you have first purchases, and you should focus on getting a second order before you slice by AOV at all. Automation reflects your data; it doesn’t invent it.

Affiliate disclosure: some links to Omnisend on Shopimation are affiliate links. If you sign up through one, we may earn a commission at no extra cost to you. I only recommend it because I use it.

Your next step

Pull your AOV distribution this week and cut it into thirds — nothing more. Just look at where your low band sits and what the free-shipping gap is for those customers. That one number tells you your first bundle offer. Build the flow after you’ve seen it. If you want to see how AOV connects to the bigger revenue picture, read customer lifetime value growth next.