Open rate berekenen: de formule en wat de uitkomst je eigenlijk vertelt

Open rate berekenen is basisrekenwerk: het aantal geopende mails delen door het aantal verzonden mails, maal honderd. Het probleem zit niet in die som, maar in wat er tegenwoordig als 'geopend' geregistreerd wordt. Sinds mailclients afbeeldingen automatisch voorladen bij binnenkomst, meet die trackingpixel niet meer wat je denkt dat hij meet — en dat heeft gevolgen voor hoe je een cold-B2B-campagne beoordeelt.

De formule: hoe je open rate stap voor stap berekent

De standaardformule is: open rate = (aantal unieke opens ÷ aantal afgeleverde mails) × 100%. Let op het woord 'afgeleverde': bounces horen niet in de noemer, want die mails zijn nooit in een inbox aangekomen en konden dus ook nooit geopend worden. Neem je bounces wel mee in het totaal verzonden aantal, dan druk je je eigen open rate onterecht omlaag.

'Unieke opens' telt elke ontvanger één keer, ook als diegene de mail drie keer opent. Sommige rapportages tonen daarnaast 'totale opens', wat elke keer meetelt dat de trackingpixel geladen wordt. Voor de meeste beslissingen is unieke open rate het bruikbaarste cijfer — totale opens zeggen vooral iets over hoe vaak een mail wordt teruggelezen, wat bij cold outreach zelden het interessantste signaal is.

Technisch gezien meet de formule niet 'lezen', maar 'de trackingpixel is geladen'. Dat onderscheid was jarenlang te verwaarlozen, omdat mailclients afbeeldingen meestal pas laadden op het moment dat iemand de mail daadwerkelijk opende. Die aanname is de afgelopen jaren onderuitgehaald, en dat is precies waarom je de uitkomst van deze formule tegenwoordig met terughoudendheid moet lezen.

Wat er is veranderd sinds mailclients afbeeldingen voorladen

Apple Mail Privacy Protection laadt alle afbeeldingen in een binnenkomende mail vooraf via een eigen proxyserver, op het moment dat de mail de inbox bereikt — niet op het moment dat de ontvanger hem opent. Dat gebeurt voor iedereen die de functie heeft ingeschakeld, wat bij een groot deel van de Apple Mail-gebruikers inmiddels standaard aan staat. Voor jou als afzender wordt de trackingpixel dus al 'afgevuurd' vóórdat er ook maar iemand naar de mail heeft gekeken.

Hetzelfde mechanisme speelt bij veel bedrijfsnetwerken: beveiligingsscanners en spamfilters openen binnenkomende mail automatisch om links en bijlagen te controleren, en laden daarbij ook de afbeeldingen. Bij B2B-lijsten met veel zakelijke Microsoft- of Google Workspace-accounts is dit effect vaak minstens zo groot als bij Apple Mail.

Het omgekeerde probleem doet zich ook voor: platte-tekst mails, of mails waarbij de ontvanger afbeeldingen standaard blokkeert, tonen een open rate die richting nul gaat — ook al is de mail wel degelijk gelezen en zelfs beantwoord. Vooral bij IT-, finance- en compliance-afdelingen staat het automatisch laden van afbeeldingen vaak uit, wat je open rate voor die segmenten kunstmatig laag houdt.

Google Workspace laadt afbeeldingen doorgaans via zijn eigen proxy zodra een mail Gmail passeert, ongeacht of het gaat om een privé- of zakelijk account. Dat betekent dat een flink deel van je B2B-lijst — Apple, Google en corporate scanners samen — sowieso een vertekende open rate laat zien, nog voordat je iets aan je copy hebt veranderd. Het is dus geen incident dat af en toe optreedt, maar de standaardsituatie geworden voor een groot deel van elke zakelijke maillijst.

Click-to-open-rate: waarom deze metric aan belang wint

Click-to-open-rate (CTOR) bereken je als: (aantal unieke kliks ÷ aantal unieke opens) × 100%. Het idee is dat je hiermee meet hoe overtuigend de inhoud van een mail is, gegeven dat iemand hem al geopend heeft.

Het probleem: omdat de noemer van CTOR de vervuilde open-rate-teller gebruikt, erft CTOR dezelfde vertekening. Een mail die door een proxy is voorgeladen maar nooit echt gelezen, telt mee in de noemer, wat de CTOR kunstmatig laag maakt vergeleken met de werkelijke betrokkenheid van mensen die de mail wél lazen.

Bruikbaarder voor cold B2B-mail is klikratio op totaal verzonden mails (clicks ÷ verzonden), gecombineerd met reply rate. Een klik is een bewuste handeling die zelden automatisch door een proxy wordt uitgevoerd — met uitzondering van sommige beveiligingsscanners die links preventief bezoeken, dus check dit per linktrackingtool voordat je er blind op vertrouwt.

Reken het verschil eens door: bij 238 verzonden mails, 95 geregistreerde opens en 20 kliks kom je op een CTOR van 20 ÷ 95 × 100% = 21%. Dezelfde 20 kliks op 238 verzonden mails geeft een klikratio van 8,4%. Beide cijfers zijn correct berekend, maar vertellen een ander verhaal — en als een flink deel van die 95 opens eigenlijk voorgeladen pixels waren zonder dat iemand echt keek, is de klikratio op totaal verzonden het cijfer waar je het meeste houvast aan hebt.

Wat is een gezonde open rate voor gerichte B2B-cold-e-mail

Een harde, universele benchmark bestaat niet, en iedereen die je een exact percentage als dé norm verkoopt, negeert hoezeer dit per lijst en sector verschilt. Wat wel bruikbaar is: kijk naar de bandbreedte, en gebruik open rate vooral om plotselinge afwijkingen te signaleren, niet als absolute maatstaf voor succes.

Bij een goed samengestelde, kleine ICP-lijst met persoonlijke, niet-geautomatiseerd-ogende mails zie je in de praktijk vaak cijfers tussen 30% en 60%, met een aanzienlijk deel daarvan verklaarbaar door voorladen. Een campagne die structureel onder de 20% blijft, wijst eerder op een deliverability-probleem — mails die in spam belanden — dan op een oninteressant onderwerp, want als de mail niet aankomt, kan hij ook niet 'geopend' worden, echt of vals.

Veelgemaakte fouten bij het berekenen en interpreteren

De meest voorkomende fout is bounces meenemen in de noemer, waardoor de open rate onterecht laag lijkt. Een tweede is twee campagnes met een sterk verschillende sectorenmix vergelijken zonder te corrigeren voor het aandeel Apple- of corporate-accounts — het verschil in open rate zegt dan meer over de lijstsamenstelling dan over de mail zelf.

Een derde, minder voor de hand liggende fout is de open rate van een hele campagne rapporteren als één gemiddelde, terwijl de spreiding tussen segmenten juist het bruikbare inzicht bevat. Een gemiddelde van 45% kan bijvoorbeeld bestaan uit 70% bij accounts met afbeeldingen aan en 15% bij accounts met afbeeldingen uit — en die twee groepen vragen om een heel andere aanpak dan één gemiddeld cijfer suggereert.

• Bounces meetellen in de noemer — drukt de uitkomst kunstmatig omlaag
• Open rate vergelijken tussen lijsten met een andere sectoren- of devicemix, zonder correctie
• Open rate als enige KPI rapporteren naar sales of management, zonder reply rate ernaast
• Platte-tekst mails afrekenen op open rate, terwijl die metric daar structureel te laag uitvalt
• A/B-tests beoordelen op open rate in plaats van op reply rate of klikratio

Hoe je dit in de praktijk aanpakt

Blijf open rate berekenen en volgen — als grof deliverability-signaal is hij nog altijd nuttig, bijvoorbeeld om een plotselinge daling over een hele campagne te herkennen. Maar stop met open rate als primaire succesmaat te rapporteren naar sales of management, en zeker met A/B-testbeslissingen erop baseren.

Bij LDM richten we rapportages voor adresgerichte B2B-campagnes in op reply rate en klikratio per segment, met open rate als achtergrondsignaal naast bounce rate en spamklachten. Dat voorkomt dat een campagne met een hoog aandeel Apple Mail-gebruikers ten onrechte als 'goed presterend' wordt bestempeld, terwijl de daadwerkelijke respons uitblijft.

Veelgestelde vragen