TL;DR, kort antwoord
8 min leestijdIn analyticsrapporten splitst gebruikerssegmentatie één groep bezoekers op in groepen met een gedeeld kenmerk, zoals verkeersbron, apparaat, land of een behaald doel, zodat één sitebreed gemiddelde verandert in cijfers die je kunt vergelijken. GA4 onderscheidt segmenten op gebruikers-, sessie- en eventniveau, en elk daarvan geeft voor dezelfde voorwaarde andere rijen terug. Een segment is pas de moeite waard als het genoeg bezoekers bevat om zijn conversieratio overeind te houden tegen steekproefruis, en als je de totale mix van segmenten controleert voordat je één ervan de schuld geeft.
Wat is gebruikerssegmentatie in analyticsrapporten?
In analyticsrapporten is gebruikerssegmentatie het opsplitsen van één groep bezoekers in groepen met een gedeeld kenmerk, zoals verkeersbron, apparaat, land of een behaald doel, zodat één sitebreed gemiddelde verandert in meerdere cijfers die je kunt vergelijken. Het rapport past een voorwaarde toe op elke bezoeker, houdt de bezoekers over die eraan voldoen en berekent dezelfde statistieken opnieuw voor alleen die groep. Gebruik het telkens als een hoofdcijfer beweegt en je wilt weten welke groep het liet bewegen.
Google definieert het begrip zonder omhaal in het helpcentrum van GA4: "A segment is a subset of your Analytics data that can be used in Explorations for analysis."
Wat is het verschil tussen een segment op gebruikers-, sessie- en eventniveau?
Een gebruikerssegment houdt elke bezoeker over die aan de voorwaarde voldeed, met al zijn activiteit binnen de periode. Een sessiesegment houdt alleen de sessies over die eraan voldeden, en een eventsegment alleen de passende events. GA4 benoemt alle drie: gebruikerssegmenten zijn "subsets of users who engaged with your site or app", sessiesegmenten zijn "subsets of the sessions that occurred on your site or app" en eventsegmenten zijn "subsets of events that were triggered on your site or app."
Het niveau verandert het antwoord, ook als de voorwaarde precies dezelfde is. Neem de voorwaarde "heeft een aankoop gedaan":
| Niveau van het segment | Wat de voorwaarde "aankoop" teruggeeft | Vraag die het beantwoordt |
|---|---|---|
| Gebruiker | Elke sessie en elk event van iedereen die minstens één keer kocht in de periode | Wat doen kopers tijdens al hun bezoeken? |
| Sessie | Alleen de sessies waarin een aankoop plaatsvond | Hoe ziet een bezoek met aankoop eruit? |
| Event | Alleen de aankoop-events zelf | Wat werd er gekocht en voor welk bedrag? |
Googles eigen voorbeeld legt het gebruikersniveau uit: "A user segment for users with a purchase event will return all the activities of these users from yesterday and today." Kies het niveau voordat je de voorwaarde kiest, want een gebruikerssegment van kopers laat ook hun bezoeken zonder aankoop zien en een sessiesegment verbergt die. De uitleg over paginaweergaven, sessies en gebruikers laat zien hoe die drie eenheden in elkaar opgaan.

Op welke kenmerken kun je bezoekers segmenteren?
Je kunt bezoekers segmenteren op waar ze vandaan kwamen, wat ze gebruikten, waar ze zijn en wat ze deden, en voor de eerste drie heb je helemaal geen identiteit nodig. De tabel groepeert de gangbare kenmerken naar de data waarvan ze afhangen.
| Groep kenmerken | Voorbeelden | Data waarvan het afhangt |
|---|---|---|
| Acquisitie | Verwijzer, utm_source, utm_medium, utm_campaign | De landings-URL en de referrer-header |
| Technologie | Apparaattype, browser, besturingssysteem | De user agent |
| Geografie | Land, regio, stad | Een IP-lookup op het moment van het verzoek |
| Gedrag | Bezocht de prijspagina, behaalde een doel, bereikte een funnelstap | Events die in de sessie zijn vastgelegd |
| Waarde | Deed een aankoop, omzet boven een drempel | Een betaling die aan de sessie is gekoppeld |
Acquisitiesegmenten zijn afhankelijk van consistente campagnetags: facebook in de ene link en Facebook in de andere worden twee segmenten, wat de regels voor UTM-tagging voorkomen. Demografische kenmerken zoals leeftijd en geslacht staan bewust niet in deze tabel, omdat ze afhangen van een advertentieprofiel van de persoon. In GA4 is demografische data bovendien een van de triggers voor data thresholding, waardoor rijen uit het rapport worden weggelaten.

Hoe bouw je een segment dat een vraag beantwoordt?
Bouw een segment door te beginnen bij één vraag en één vergelijkingsgroep, en controleer daarna omvang en mix voordat je het resultaat leest. Met de werkwijze hieronder verandert segmentatie niet in een zoektocht naar elke opsplitsing die er interessant uitziet.
- Schrijf eerst de vraag op. "Waarom daalden de proefaanmeldingen vorige week?" noemt de statistiek, de periode en de uitkomst. "Laten we naar mobiel kijken" noemt niets.
- Kies één kenmerk om op te splitsen. Splits op apparaat of op bron, niet op allebei tegelijk. Twee kenmerken kruisen vermenigvuldigt het aantal groepen en deelt de steekproef in elke groep.
- Bepaal de vergelijking. Vergelijk het segment met de rest (mobiel tegenover alle anderen) of met hetzelfde segment in de vorige periode, nooit met niets.
- Lees ratio's, geen aantallen. Een segment dat zijn aanmeldingen verdubbelde terwijl het aantal bezoekers verdrievoudigde, is slechter geworden. Conversieratio, omzet per bezoeker en afhakers bij elke funnelstap zijn de cijfers om te vergelijken.
- Controleer de omvang van het segment. Bereken de foutmarge voor de ratio van het segment (volgende sectie) en stop als het verschil tussen de groepen kleiner is.
- Controleer de mix. Ga na of het aandeel verkeer in elk segment tussen de periodes niet veranderde voordat je concludeert dat het gedrag van een segment veranderde.
- Bekijk sessies uit het segment. Wijst een opsplitsing naar de mobiele checkout, bekijk dan een handvol van die sessies om de oorzaak te zien die de cijfers niet laten zien.
Hoe klein mag een segment worden voordat de cijfers niets meer betekenen?
Een segment wordt onleesbaar zodra de foutmarge op zijn ratio net zo groot is als het verschil dat je wilt zien, en dat gebeurt sneller dan de meeste rapporten doen vermoeden. Voor een conversieratio is de foutmarge bij 95% betrouwbaarheid:
margin = 1.96 × √(p × (1 − p) / n)
Neem een site met 10.000 bezoekers die converteren op 3%. Over de hele site is de marge 1,96 × √(0,03 × 0,97 / 10.000), oftewel 0,3 procentpunt, dus de werkelijke ratio ligt tussen 2,7% en 3,3%. Segmenteer nu op betaald mobiel verkeer met 300 bezoekers, die ook op 3% converteren. De marge groeit naar 1,96 × √(0,03 × 0,97 / 300), oftewel 1,9 procentpunt, dus de werkelijke ratio kan overal tussen 1,1% en 4,9% liggen. Een concurrerend segment op 4% valt binnen dat bereik en bewijst niets.
Bij een betrouwbaarheid van 95% haalt één op de twintig vergelijkingen de lat puur door toeval. Wie een rapport op twintig manieren opknipt en de opsplitsing bewaart die "eruit springt", rapporteert dus ruis. Bepaal de opsplitsingen voordat je het rapport opent.
Waarom kan elk segment verbeteren terwijl het totaal verslechtert?
Elk segment kan verbeteren terwijl de sitebrede ratio daalt, als het aandeel verkeer verschuift naar een segment dat lager converteert. Daarom bestaat stap 6 van de werkwijze. Het effect heet de paradox van Simpson, en een opsplitsing naar apparaat laat het duidelijk zien:
Realtime dashboard
Doelen bijhouden
Tracking zonder cookies
| Segment | Bezoekers week 1 | Ratio week 1 | Bezoekers week 2 | Ratio week 2 |
|---|---|---|---|---|
| Desktop | 6.000 | 5,0% (300 aanmeldingen) | 4.000 | 5,5% (220 aanmeldingen) |
| Mobiel | 4.000 | 2,0% (80 aanmeldingen) | 6.000 | 2,2% (132 aanmeldingen) |
| Alle bezoekers | 10.000 | 3,8% (380 aanmeldingen) | 10.000 | 3,52% (352 aanmeldingen) |
Desktop verbeterde en mobiel verbeterde, en toch daalde het totaal van 3,8% naar 3,52%, omdat een campagne meer mobiele bezoekers naar de site stuurde. Er ging niets kapot op de site. Lees de ratio's en de aandelen van de segmenten samen, en als de aandelen verschoven, rapporteer dan de verschuiving in de mix als oorzaak in plaats van op zoek te gaan naar een bug.
Hoe verschilt segmentatie van een filter, een uitsplitsing of een cohort?
Een segment houdt een deel van de bezoekers over en berekent elke statistiek opnieuw voor hen, terwijl een filter rijen uit één rapport haalt, een uitsplitsing elke waarde van één dimensie naast elkaar zet en een cohort mensen groepeert op een gedeelde startdatum en ze daarna volgt. In de praktijk overlappen de vier, dus het verschil zit in wat elk ervan vasthoudt.
- Filter: "Toon alleen de pagina
/pricing." Het versmalt één tabel en laat de rest van het rapport ongemoeid. - Uitsplitsing: "Toon conversie per land." Elk land krijgt een rij, wat handig is om het segment te vinden dat je wilt afzonderen.
- Segment: "Toon alles voor bezoekers uit betaald zoekverkeer." Elke grafiek in het rapport beschrijft nu die groep.
- Cohort: "Toon de retentie per week voor gebruikers die zich in maart aanmeldden." De tijd sinds de startdatum is de as. De gids over cohortanalyse legt uit hoe je de tabel leest die dat oplevert.
Heatmaps gebruiken hetzelfde idee op elementniveau: een confettimap splitst klikken op naar bron en apparaat, en dat is segmentatie die op een pagina is getekend. De gids over de website-heatmap legt uit wanneer die opsplitsingen niet meer betrouwbaar zijn.
Heeft gebruikerssegmentatie cookies of persoonsgegevens nodig?
Segmenteren op bron, campagne, apparaat, browser, land of gedrag op de site vraagt geen cookies en geen persoonsgegevens, omdat elk van die kenmerken uit het verzoek en de sessie zelf komt. Persoonsgegevens komen pas in beeld als een segment afhangt van wie iemand is, zoals een e-maildomein, een demografisch profiel of activiteit die over maanden aan elkaar wordt geknoopt. Houd segmenten bij kenmerken die het bezoek al meedraagt, dan blijft de privacyvraag eenvoudig.
Flowsery werkt op die basis. Het rapporteert de locatie van bezoekers tot op land, regio en stad, plus data over apparaat, browser en besturingssysteem en alle vijf UTM-parameters, zonder cookies te plaatsen, en de bezoekers-ID's zijn gehasht en wisselen dagelijks. Resultaten zijn uit te splitsen naar pagina's, verwijzers, campagnes, landen, apparaten en browsers, en gekoppelde betalingen uit Stripe, Paddle, Polar, Lemon Squeezy of Shopify worden teruggekoppeld aan de sessie die converteerde, zodat de omzet per bezoeker naast elk segment staat. Flowsery past geen datasampling toe, waardoor kleine segmenten niet worden geschat. De pagina over omzettracking laat zien hoe die attributie werkt.
Veelgestelde vragen
Wat is een voorbeeld van gebruikerssegmentatie?
De proefaanmeldingen van vorige maand opsplitsen naar apparaat is gebruikerssegmentatie. Het rapport laat zien dat desktopbezoekers op 5% converteren en mobiele bezoekers op 2%, waardoor het onderzoek zich richt op de mobiele aanmeldflow. Dezelfde opsplitsing toegepast op omzet per bezoeker laat zien welke groep je het eerst moet verbeteren.
Kun je segmenten toepassen op de standaardrapporten van GA4?
Nee. Google zegt dat "Segments are available only within the Explore module", dus segmenten werken in Explorations en niet in de standaardrapporten. GA4 staat tot 10 segmenten per exploration toe, waarvan er maximaal vier tegelijk op één techniek worden toegepast, en tot 50 opgeslagen segmenten per standaardproperty.
Werken GA4-segmenten met terugwerkende kracht?
Ja. Google omschrijft een segment als "fully retroactive", wat betekent dat een segment van kopers elke gebruiker bevat die binnen de periode van de query iets kocht. Een doelgroep is iets anders: Google definieert die als "a group of users who meet a set of conditions", en die bevat de logica voor lidmaatschap die een segment niet heeft.
Hoeveel bezoekers heeft een segment nodig?
Een segment heeft genoeg bezoekers nodig om de foutmarge op zijn ratio kleiner te maken dan het verschil dat je wilt opsporen. Bij een conversieratio van 3% geven 300 bezoekers een marge van 1,9 procentpunt en 10.000 bezoekers een marge van 0,3 punt. Bereken de marge voordat je twee segmenten vergelijkt, en gooi elke vergelijking weg die erbinnen valt.
Wat is het verschil tussen een segment en een cohort?
Een segment groepeert bezoekers op elk gedeeld kenmerk en meet ze binnen een periode. Een cohort groepeert gebruikers op een gedeeld startevent, zoals de week waarin ze zich aanmeldden, en volgt die groep in de tijd. Elk cohort is een segment met een tijdas, maar de meeste segmenten zijn geen cohorten.
Waarom daalde mijn totale conversieratio terwijl elk segment verbeterde?
Het aandeel verkeer verschoof naar een segment dat lager converteert: de paradox van Simpson. Steeg mobiel van 40% naar 60% van de bezoekers, dan daalt het totaal, ook als desktop en mobiel allebei beter converteren dan eerst. Vergelijk het aandeel van elk segment tussen de twee periodes voordat je naar een kapotte pagina zoekt.
Wat activeert data thresholding van GA4 in een segment?
Google noemt twee triggers. Data kan worden weggelaten uit een rapport of exploration die demografische data zoals leeftijd en geslacht bevat, of doelgroepen die op demografische data zijn gebaseerd, en een rij met informatie over zoekopdrachten kan worden weggelaten als er niet genoeg gebruikers in totaal zijn. De drempels worden door het systeem bepaald en zijn niet aan te passen, maar een langere periode maakt de kans kleiner dat ze verschijnen.
Hoeveel segmenten kan één GA4-exploration tegelijk gebruiken?
GA4 staat tot 10 segmenten in één exploration toe, waarvan er maximaal vier tegelijk op één techniek worden toegepast. Een property kan in totaal tot 50 opgeslagen segmenten bevatten, en elk daarvan werkt nog steeds alleen binnen de Explore-module.
Waarom splitsen inconsistente UTM-tags één verkeersbron op in twee segmenten?
Een acquisitiesegment wordt gebouwd op de exacte tekst van de tag, dus facebook in de ene link en Facebook in de andere gelden als twee aparte segmenten, ook al wijzen ze allebei naar hetzelfde kanaal. Consistente campagnetags houden één kanaal bij één segment in plaats van het op te splitsen.
Wat gebeurt er als je op twee kenmerken tegelijk segmenteert?
Op twee kenmerken tegelijk splitsen vermenigvuldigt het aantal groepen en verdeelt de bezoekers erover, zodat elke groep krimpt tot onder de omvang die een betrouwbare ratio geeft. De werkwijze schrijft daarom voor om per segment één kenmerk te kiezen, zodat elke groep groot genoeg blijft om te lezen.
Realtime dashboard
Doelen bijhouden
Tracking zonder cookies
Was dit artikel nuttig?
Laat ons weten wat je ervan vindt!
Zie ons vaker in Google
Met één klik markeer je Flowsery als voorkeursbron, zodat onze artikelen hoger staan in je Topverhalen, AI-modus en AI-overzichten.
Voordat je gaat...
Flowsery
Analytics voor je website, met omzet voorop
Volg elke bezoeker, bron en conversie in realtime. Eenvoudig, krachtig en zonder cookies.
Realtime dashboard
Doelen bijhouden
Tracking zonder cookies
Gerelateerde begrippen


Zo bepaal je wat een goed conversiepercentage voor je site is
Benchmarks geven voor e-commerce, SaaS en leadgeneratie een ander antwoord op wat een goed conversiepercentage is, en één mediaan verbergt meer dan hij laat zien.


Waarom je GA4-bouncepercentage gewoon het omgekeerde engagementpercentage is
Je GA4-bouncepercentage is het aandeel sessies zonder engagement. Hoe Google het definieert, hoe het verschilt van Universal Analytics en waar je het toevoegt.


Wat er werd van het uitfaseren van cookies van derden in Chrome
Het uitfaseren van cookies van derden in Chrome liep van een plan in 2020 tot een ommezwaai in 2025. Elke aankondiging van Google, wat Chrome nu doet en wat het betekent.


Hoe pagina's per sessie worden berekend en wat het zegt over een bezoek
In GA4 heet pagina's per sessie Views per session: pagina- en schermweergaven gedeeld door sessies. De formule, waar je hem vindt en hoe je hem leest.
Wat klikregistratie op een website vastlegt, en welke klikken verloren gaan
Klikregistratie op een website legt vast op welk element een bezoeker klikte, op welke pagina en wanneer. Bekijk de drie methoden, de velden die je meestuurt en waarom sommige klikken verdwijnen.


Hoe eventparameters in GA4 de details achter elk event meedragen
Google beperkt eventparameters in GA4 tot 25 per event. Bekijk de limieten voor namen en waarden, gereserveerde namen en waarom aangepaste parameters buiten rapporten blijven.
Gerelateerde artikelen


De spellingsregel achter Referer vs Referrer
Referer vs referrer: de HTTP-header hield een spelfout uit 1996, terwijl document.referrer en Referrer-Policy het goed spellen. Zo zie je welke naam waar hoort.


Zo meet je het formulierafhaakpercentage, veld voor veld
Een formulierafhaakpercentage vergelijkt gestarte formulieren met verzonden formulieren. Bekijk de formule, hoe GA4 en Zuko een start definiëren, en een uitgewerkt voorbeeld per veld.


Zo werkt een samplingpercentage voor session replay in Sentry, PostHog en andere tools
Een samplingpercentage voor session replay bepaalt welk deel van de bezoeken wordt opgenomen. Bekijk hoe Sentry, PostHog, LogRocket, Datadog en Clarity het documenteren.

