De WhatsApp open rate van 98% is een mythe: dit meet u wel

Waarom klopt de WhatsApp open rate van 98% niet?

Het cijfer heeft nooit een gepubliceerde steekproef of methodologie gehad — het stamt uit het marketingmateriaal van MessengerPeople, nu Sinch Engage, een leverancier die WhatsApp-tools verkoopt. Een sector die een kanaal verkoopt en dat kanaal vervolgens met een indrukwekkend getal aanprijst, citeert daarmee zichzelf, niet een onafhankelijke meting.

Zoek naar de oorspronkelijke dataset achter de 98% en u vindt niets: geen steekproefgrootte, geen tijdsperiode, geen definitie van wat als "geopend" telt. Searchlab documenteerde dit sourcingprobleem expliciet in zijn overzicht van WhatsApp Business-statistieken en komt op basis van reëel gebruik uit op een realistische bandbreedte van 60-80% (Searchlab, WhatsApp Business Statistics 2026). Dat is nog altijd hoog vergeleken met andere kanalen, maar het is geen 98%, en het is geen vast getal — het hangt af van hoe de lijst is opgebouwd.

Voor toelatingsteams die WhatsApp overwegen als kanaal voor studiekiezers is dat onderscheid niet triviaal. Een begroting of een KPI-doel gebaseerd op 98% leesratio zet verwachtingen die geen enkele reële campagne haalt, en dat leidt tot verkeerde conclusies zodra de eerste rapportage binnenkomt. Een marketingteam dat een doel van 98% niet haalt, concludeert al snel dat het kanaal "niet werkt", terwijl het probleem in werkelijkheid bij de referentiewaarde zelf ligt.

Dit artikel legt uit welk cijfer wél te vertrouwen is, en welke drie metrics een school in plaats daarvan moet volgen om te beoordelen of WhatsApp als wervingskanaal daadwerkelijk resultaat oplevert.

Dit artikel bouwt voort op onze pijler Digitale marketing voor hoger onderwijs en sluit aan bij ons artikel over internationale studentenwerving zonder bellen, waarin WhatsApp als vervanger van het belscript wordt besproken.

Wat zijn de werkelijk gemeten WhatsApp-leesratio's?

De werkelijke leesratio hangt sterk af van de kwaliteit en segmentatie van de lijst, niet van het kanaal op zich. Skolbot mat op 40 WhatsApp-campagnes bij scholen, gericht op kandidaten en ouders, drie duidelijk verschillende niveaus.

Een goed beheerde, fijn gesegmenteerde opt-in lijst — waarbij ontvangers zelf hebben aangegeven interesse te hebben in een specifiek programma of een specifieke open dag — haalt 90-94% leesratio. Een gemiddelde opt-in broadcastlijst, minder fijn gesegmenteerd en breder ingezet over meerdere programma's tegelijk, komt uit op circa 68% leesratio, in lijn met de gemiddelden die platforms als Braze over hun eigen klantenbestand rapporteren. Een brede, slecht gesegmenteerde massaverzending — bijvoorbeeld één bericht naar de volledige kandidatendatabase ongeacht interesse of fase — zakt terug naar circa 38% leesratio.

Die spreiding van 90-94% tot 38% is het echte verhaal. Eén gemiddeld cijfer over alle campagnes heen verbergt precies het onderscheid dat een toelatingsteam nodig heeft om te weten of de segmentatie werkt.

Het verschil tussen 94% en 38% zit zelden in het kanaal en bijna altijd in de opbouw van de lijst. Een school die een bericht stuurt naar iedereen die ooit een informatieformulier heeft ingevuld, ongeacht programma, fase of interesse, verstuurt in feite een massamailing via een ander kanaal — en de leesratio zakt dienovereenkomstig. Een school die alleen kandidaten benadert die zich specifiek hebben ingeschreven voor updates over één opleiding, houdt de aandacht van de ontvanger vast, en dat is precies waar de 90-94% vandaan komt.

Bron: Skolbot-analyse van 40 WhatsApp-campagnes bij scholen (kandidaten en ouders), 2025-2026, gecrosscheckt met publieke benchmarks van Braze (~68% gemiddelde leesratio) en de bandbreedte van Sinch/Searchlab van 60-80% bij reëel gebruik.

Waarom is een WhatsApp-leesbevestiging niet hetzelfde als een e-mailopening?

Een WhatsApp-leesbevestiging en een e-mail-open-pixel meten twee verschillende momenten, en dat verschil is de kern van waarom een directe vergelijking tussen beide kanalen misleidend is. Het blauwe dubbele vinkje wordt geactiveerd wanneer het bericht daadwerkelijk op het scherm van de ontvanger verschijnt — een actief blootstellingssignaal, gedocumenteerd in Meta's eigen technische documentatie over de messages-status-webhook (Meta for Developers, Messages Status Webhook).

Een e-mail "opening" werkt anders. De meeste e-mailplatforms registreren een opening zodra een onzichtbare tracking-pixel wordt geladen — niet zodra iemand de tekst daadwerkelijk leest. Sinds 2021 laadt Apple Mail Privacy Protection (MPP) die pixel automatisch vooraf, voor elke opt-in Apple Mail-gebruiker, ongeacht of de e-mail ooit geopend wordt. Elke e-mail die naar een Apple Mail-adres gaat, telt in de rapportage dus vaak al mee als "geopend" voordat de ontvanger er zelfs maar naar heeft gekeken.

Validity onderzocht in 2024 hoe groot die vertekening in de praktijk is en vond een opblazing van de gerapporteerde open rate van 18 tot 32 procentpunt boven het werkelijk geverifieerde engagement, bij afzenders met lijsten die zwaar Apple Mail-gedomineerd zijn (Validity, Case Closed: The Mystery of Declining Email Open Rates). Een school die haar e-mail-open-rate op 45% ziet staan, kijkt in dat scenario mogelijk naar een werkelijk geverifieerd engagement van 15 tot 27%.

Zet dat naast een WhatsApp-leesbevestiging van 68% en de vergelijking "WhatsApp 98% tegenover e-mail 25%" valt volledig uit elkaar — niet omdat de cijfers fout zijn, maar omdat ze twee verschillende gebeurtenissen meten. Eén registreert of een pixel is geladen, vaak automatisch door de mailclient zelf. De andere registreert of een bericht daadwerkelijk op een scherm is verschenen. Een school die deze twee metrics naast elkaar zet als gelijkwaardig, trekt conclusies op basis van appels en peren.

Welke 3 metrics moet een school wel volgen in plaats van "open rate"?

Vervang één generiek open-rate-cijfer door drie metrics die samen laten zien of WhatsApp daadwerkelijk werkt: leesratio per lijstsegment, reactieratio, en kosten per gekwalificeerd gesprek. Elk van de drie vangt iets wat een enkel gemiddelde verbergt.

Leesratio gesegmenteerd naar lijstkwaliteit

Rapporteer nooit één gemiddelde leesratio over alle campagnes heen. Splits per lijsttype — fijn gesegmenteerde opt-in, brede opt-in broadcast, massaverzending — zodat direct zichtbaar wordt of segmentatie het verschil maakt dat het volgens de cijfers hierboven ook daadwerkelijk maakt. Een school die haar leesratio ziet dalen van 90% naar 60% weet dan onmiddellijk of dat komt doordat de lijst breder is geworden, niet doordat WhatsApp als kanaal "minder werkt".

Reactieratio: leidde het tot een echte uitwisseling?

Een gelezen bericht is geen gesprek. De reactieratio meet het aandeel ontvangers dat daadwerkelijk terugschrijft — een vraag stelt, een afspraak bevestigt, om meer informatie vraagt. Bij een opt-in lijst ligt die reactieratio gemiddeld op 22-28%, en dat cijfer zegt meer over de kwaliteit van het contact dan welke leesratio dan ook. Een bericht dat door 90% van de ontvangers wordt gelezen maar door niemand wordt beantwoord, heeft een aanwezigheidsprobleem opgelost, geen wervingsprobleem.

Kosten per gekwalificeerd gesprek

Volg geen kosten per prospect en geen kosten per "opening" — koppel de kanaaluitgave in plaats daarvan aan een resultaat dat telt: een echt gesprek met een studieadviseur, niet een pixel die zichzelf afvuurt of een vinkje dat verschijnt zonder vervolg. Deel de totale WhatsApp-uitgave (platform, berichten, eventueel personeelstijd) door het aantal gesprekken dat daadwerkelijk tot een kwalificerende uitwisseling leidt — een concrete vraag over toelatingseisen, collegegeld of een aanmelddatum, niet alleen een geleverd bericht. Dat cijfer is direct vergelijkbaar met de kosten per gekwalificeerd gesprek via andere kanalen, en het is het cijfer dat een marketingbudget daadwerkelijk verantwoordt.

Voor scholen die WhatsApp-resultaten willen koppelen aan bredere marketingrapportage, gaat ons artikel over marketingattributie in het hoger onderwijs dieper in op hoe kanalen eerlijk tegen elkaar worden afgezet zonder dat één kanaal zijn eigen cijfers rapporteert.

Hoe zet u deze metrics om in een dashboard dat een schoolbestuur begrijpt?

Bouw het dashboard rond de drie metrics hierboven, niet rond één samengevoegd open-rate-getal, en label elk cijfer met de brondefinitie zodat niemand een leesbevestiging met een e-mailpixel verwart. Zet de leesratio per lijstsegment naast elkaar in plaats van als één gemiddelde, zodat een bestuur in één oogopslag ziet of segmentatie loont. Voeg de reactieratio en de kosten per gekwalificeerd gesprek toe als de twee cijfers die daadwerkelijk het budgetgesprek sturen.

Een AI-chatbot op WhatsApp maakt dat meetbaar zonder handmatig tellen: elk bericht, elke leesbevestiging en elke daadwerkelijke uitwisseling met een studiekiezer wordt automatisch gelogd, zodat de drie metrics hierboven per campagne en per lijstsegment beschikbaar zijn — in plaats van een enkel, niet te herleiden open-rate-cijfer.

Dat is ook waarom een schoolbestuur een dashboard met deze drie metrics sneller vertrouwt dan een enkel open-rate-getal: elk cijfer is herleidbaar naar een concrete gebeurtenis — een bericht op een scherm, een antwoord van een kandidaat, een uitgave gedeeld door een gesprek — in plaats van naar een percentage zonder bron. Wie de leesratio, de reactieratio en de kosten per gekwalificeerd gesprek naast elkaar rapporteert, hoeft nooit meer terug te vallen op een cijfer dat een leverancier ooit zonder onderbouwing publiceerde.

FAQ

Klopt het dat WhatsApp een leesratio van 98% haalt?

Nee, dat cijfer heeft geen gepubliceerde bron of methodologie en stamt uit marketingmateriaal van een leverancier die WhatsApp-tools verkoopt. Werkelijk gemeten leesratio's liggen tussen 38% bij brede massaverzendingen en 90-94% bij fijn gesegmenteerde opt-in lijsten.

Waarom kan ik WhatsApp-leesratio en e-mail-open-rate niet direct vergelijken?

Omdat ze twee verschillende gebeurtenissen meten: een WhatsApp-leesbevestiging activeert wanneer het bericht op het scherm verschijnt, terwijl een e-mailopening meestal het laden van een pixel registreert — iets wat Apple Mail Privacy Protection sinds 2021 automatisch vooraf doet voor elke opt-in Apple Mail-gebruiker. Validity mat hierdoor een opblazing van 18-32 procentpunt in gerapporteerde e-mail open rates.

Wat is een realistische WhatsApp-leesratio om als doel te stellen?

Voor een fijn gesegmenteerde, goed beheerde opt-in lijst is 90-94% een realistisch doel. Voor een bredere broadcastlijst ligt 68% dichter bij het gemiddelde, en bij een ongesegmenteerde massaverzending moet u eerder rekening houden met circa 38%.

Welke metric zegt het meest over of WhatsApp-marketing werkt?

Kosten per gekwalificeerd gesprek zegt het meest, omdat het de kanaaluitgave koppelt aan een daadwerkelijke uitwisseling met een studiekiezer in plaats van aan een leesbevestiging of geleverd bericht. Een hoge leesratio zonder reacties lost alleen een zichtbaarheidsprobleem op, geen wervingsprobleem.

Is 60-80% een betrouwbaarder cijfer dan 98%?

Ja, die bandbreedte komt van een onafhankelijke analyse van reëel gebruik in plaats van marketingmateriaal van een leverancier, en ligt in lijn met de leesratio's die Skolbot op eigen campagnes meet. Het blijft wel een bandbreedte, geen vast getal — de werkelijke leesratio hangt sterk af van hoe fijn de lijst is gesegmenteerd.