Een conversieratio van lead naar inschrijving van 3 tot 5 procent klinkt laag — en dat is precies het punt. Wie alleen naar het eindcijfer kijkt, ziet niet waar in de trechter kandidaten daadwerkelijk afhaken, en dus ook niet waar een interventie het meeste oplevert.
Voor traditionele vierjarige instellingen geldt een algehele conversieratio van interesse tot inschrijving van 10 tot 15 procent als solide benchmark, aldus CRM-leverancier LeadSquared. Hun rekenvoorbeeld: 5.000 informatieaanvragen leiden tot 2.000 aanmeldingen (40%), 1.500 toelatingen (75% van de aanmeldingen) en 450 inschrijvingen (30% van de toelatingen) — samen 9% van interesse tot inschrijving. Voor selectievere of minder toegankelijke schooltypen ligt dat cijfer aantoonbaar lager, tot ruim onder de 3%.
Vergelijkbare publiek beschikbare cijfers voor Nederland ontbreken; de onderstaande cijfers zijn Amerikaans en geven een orde van grootte, geen exacte NL-benchmark. Ze zijn wel bruikbaar: private hogescholen in Nederland die buiten Studielink om selecteren — met intakegesprekken, portfoliobeoordelingen of entreetoetsen — kennen een vergelijkbare opeenvolging van fasen als de Amerikaanse trechter: interesse, aanmelding, toelating, inschrijving.
Wat is een goede conversieratio van lead naar inschrijving?
Het antwoord hangt volledig af van welke fase u meet. "Conversieratio" is voor de meeste hogescholen geen enkel getal, maar een keten van drie afzonderlijke ratio's die elk hun eigen oorzaken en hefbomen hebben.
Rework.com splitst de trechter in drie fasen: interesse naar aanmelding, aanmelding naar toelating, en toelating naar inschrijving (ook wel yield genoemd). Voor elke fase publiceert het benchmarks per instellingstype en per selectiviteitsniveau — en de spreiding tussen die types is groot genoeg om een enkel gemiddelde nutteloos te maken.
Neem alleen al de laatste fase: een top-tier private instelling houdt 60 tot 85% van haar toegelaten kandidaten vast, een regionale publieke instelling 20 tot 30%. NACAC rapporteerde voor Amerikaanse vierjarige non-profit instellingen een gemiddelde yield van 30% in het najaar van 2022. Twee instellingen met identieke aanmeldcijfers kunnen dus totaal verschillende inschrijvingsresultaten boeken, puur door verschillen in die laatste fase.
Van interesse tot inschrijving: vier schooltypen, vier eigen ratio's
Onderstaande tabel is een eigen berekening van Skolbot, opgebouwd door de drie fasecijfers van rework.com per instellingstype na elkaar te vermenigvuldigen. Het is geen enkelvoudig gerapporteerd cijfer, maar de rekenkundige optelsom van drie gepubliceerde stappen — zo komt u tot een eerlijke "paar procent"-inschatting zonder een niet-verifieerbaar totaalcijfer te citeren.
| Type instelling | Interesse → Aanmelding | Aanmelding → Toelating | Toelating → Inschrijving | Berekende volledige conversie |
|---|---|---|---|---|
| Zeer selectief privaat | 30-45% | 5-20% | 30-45% | ca. 0,5-4% |
| Matig selectief privaat | 20-35% | 40-60% | 20-30% | ca. 1,6-6,3% |
| Regionaal publiek | 15-25% | 60-75% | 20-30% | ca. 1,8-5,6% |
| Open-toegang community college | 10-20% | 90-100% | 30-50% | ca. 2,7-10% |
Bron van de drie deelcijfers per fase: rework.com, "Funnel Conversion Benchmarks", 2026. Laatste kolom: eigen kettingberekening Skolbot, niet in de bron zelf gerapporteerd.
Een matig selectieve private hogeschool — de meest voorkomende positionering onder erkende maar niet-bekostigde instellingen in Nederland — landt op basis van deze berekening tussen 1,6 en 6,3%. Dat is precies het bereik waarin de "3 tot 5%" uit de titel van dit artikel valt: geen gerapporteerd cijfer, maar een rekenkundig plausibel gemiddelde tussen drie publiek gedocumenteerde fasen.
Welk wervingskanaal levert de beste aanmeldingen op?
Niet elke lead heeft dezelfde uitgangswaarde. Rework.com splitst de interesse-tot-aanmelding-ratio ook uit naar herkomstkanaal, en de verschillen zijn groter dan de verschillen tussen instellingstypen.
| Kanaal | Interesse → Aanmelding |
|---|---|
| Campusbezoek | 40-70% |
| Bezoek aan middelbare school | 20-40% |
| Onderwijsbeurs | 15-30% |
| Zoekcampagne (SEA) | 10-25% |
| Gekochte adressenlijsten | 5-10% |
Een kandidaat die zelf een campus bezoekt, converteert dus tot vijftien keer beter dan een gekochte naam op een lijst. Dat verschil zegt iets over intentie, niet alleen over budget: hoe verder een kandidaat zelf al in het oriëntatieproces zit, hoe waarschijnlijker de aanmelding. Wie meer wil weten over het opbouwen van die vroege interesse, vindt de volledige aanpak in onze gids over meer studenten werven in het hoger onderwijs.
Waar verdwijnen de overige kandidaten?
Van elke honderd kandidaten die interesse tonen, schrijft zich — afhankelijk van schooltype — tussen de 1 en 15 daadwerkelijk in. De rest verdwijnt niet willekeurig: onderzoek naar het Amerikaanse toelatingsproces wijst op vier terugkerende lekpunten, elk met een eigen oorzaak en een eigen oplossing.
1. Nooit gecontacteerd na de eerste interesse
Een deel van de kandidaten die een formulier invullen of een vraag stellen, krijgt simpelweg geen opvolging. Zonder een duidelijke eigenaar per binnenkomende vraag — wie reageert, binnen welk tijdsvenster, via welk kanaal — vallen aanvragen tussen de wal en het schip, vooral tijdens piekperiodes rond open dagen. Hoe u dat structureel oplost met een SLA per teamgrootte, leest u in ons artikel over leadroutering en reactietijd-SLA's voor studentaanmeldingen.
2. Te laat gecontacteerd
Snelheid van opvolging is geen kwestie van klantvriendelijkheid, maar van meetbare kans. Onderzoek van MIT en Kellogg — een cross-industry B2B-studie over drie jaar, zes bedrijven en meer dan 15.000 leads, niet specifiek gericht op onderwijs — toont dat de kans om een lead te kwalificeren 21-voudig daalt wanneer de reactietijd oploopt van 5 naar 30 minuten. Die cijfers zijn niet één-op-één naar hoger onderwijs te vertalen, maar de richting is ondubbelzinnig: elke minuut vertraging kost kandidaten. Wat dat concreet betekent voor toelatingsteams, staat in ons artikel over reactietijd en inschrijvingen in het hoger onderwijs.
3. Een vraag die onbeantwoord bleef
Kandidaten die tijdens de aanmeldprocedure vastlopen op een onbeantwoorde vraag — over kosten, toelatingseisen, programma-inhoud — pauzeren hun aanmelding vaak stilzwijgend. Ze dienen geen klacht in en laten geen spoor achter; ze verdwijnen simpelweg uit de trechter. Dat maakt dit lekpunt het moeilijkst te meten, en tegelijk het makkelijkst te verhelpen met directe, laagdrempelige beantwoording op het moment dat de vraag ontstaat.
4. Een onvolledig dossier
Van de kandidaten die op zijn minst één aanmelding waren begonnen, diende 24% uiteindelijk helemaal geen enkele aanmelding in — 297.400 kandidaten alleen al binnen de Common App-cyclus 2018-19, blijkt uit een analyse van het Annenberg Institute van Brown University op basis van meer dan 1,2 miljoen aanvragers. Dezelfde analyse laat zien dat kandidaten die een geldig motivatie-essay afrondden, hun aanmelding 51 procentpunt vaker indienden dan kandidaten die dat niet deden (94% tegenover 43%). Eén onderdeel van het dossier — het essay — blijkt dus een sterke voorspeller van voltooiing. Voor Nederlandse private hogescholen met intakegesprek of portfolio-eis ligt een vergelijkbaar patroon voor de hand: hoe zwaarder het laatste onderdeel van het dossier, hoe groter het risico dat kandidaten net vóór de finish afhaken.
Hoe meet u dit voor uw eigen instelling?
De vier fasen uit dit artikel zijn alleen bruikbaar als uw eigen CRM of studentinformatiesysteem ze ook daadwerkelijk als aparte stappen vastlegt, met een tijdstempel per overgang. Veel toelatingsteams registreren wel het moment van aanmelding en het moment van toelating, maar niet het moment van eerste interesse — waardoor de eerste en grootste lekfase onzichtbaar blijft in de eigen rapportage.
Drie ijkpunten zijn daarbij minimaal nodig: het moment waarop een kandidaat voor het eerst contact opneemt (formulier, chat, telefoon, standbezoek), het moment van een volledige aanmelding, en het moment van definitieve inschrijving. Zonder die drie tijdstempels is elke conversieratio een schatting achteraf, gebaseerd op wie toevallig in het systeem staat — niet op wie daadwerkelijk interesse toonde.
Vergelijk vervolgens uw eigen cijfers niet met een enkel gemiddelde, maar met het instellingstype dat het dichtst bij uw selectiviteitsniveau ligt in de tabel hierboven. Een matig selectieve private hogeschool die op 2% totale conversie uitkomt, zit ruim binnen het verwachte bereik; dezelfde 2% bij een open-toegangsinstelling wijst juist op een structureel lek ergens in de trechter.



