Een terechte vraag. Als organisatie wil je natuurlijk niet dat je te langzaam vragen oppakt waardoor de klant gefrustreerd raakt. In dit blog gaan we waarom antwoord geven op die vraag.
Eind 2016 keek Coosto naar de ontwikkelingen op het gebied van webcare middels het Kwantitatief Webcare Onderzoek 2016. Hierbij keken we onder andere naar het aantal berichten die verstuurd worden aan organisaties en in welke mate organisaties hier op reageren. En – niet onbelangrijk – hoe snel er wordt gereageerd.
In totaal werden er ruim 1.5 miljoen berichten verstuurd aan de onderzochte organisaties waarbij 58% van de @-mentions werd beantwoord. Vergeleken met 2013 is dit aantal flink gestegen (40%) wat aangeeft dat organisaties steeds vaker reageren op vragen via social media.
In dit onderzoek keken we ook naar de reactietijd van organisaties. Hierbij ontstond de volgende top-10 lijst van organisaties die gemiddeld het snelst reageren op @-mentions via X. Note: Bij dit onderzoek is enkel gekeken naar vragen die tussen 9.00 en 16.00 uur gesteld werden aan de organisaties.
Als we kijken naar de reacties op berichten die 24/7 geplaatst worden, valt op dat er slechts vier organisaties in staat zijn om gemiddeld in een uur of sneller te reageren. Enkel NS (20 min.), ABN AMRO (38 min.), Coolblue (52 min.) en TUI (60 min.) deden dit.
Maar wat leert deze informatie jou nu precies? Kijkende naar de reactietijden valt direct op dat 12 van de onderzochte organisaties in staat zijn om tussen 09.00 en 16.00 uur reageren op @-mentions via X. Als we echter gaan kijken naar de gemiddelde reactiesnelheid op alle berichten (het 24/7 reageren) blijven er slechts vier organisaties over die binnen een uur reageren.
Verwacht men dit ook?
Van de grotere organisaties in Nederland mogen we wel verwachten dat ze binnen een uur reageren: hier is namelijk vaak meer capaciteit voor. Verwacht de klant dit echter ook van jou wanneer hij of zij jou via social media een vraag stelt? David Maister schreef in 2005 ‘The Psychology of Waiting Lines’. Dit stuk is ontzettend interessant voor dit vraagstuk. Maister geeft 8 factoren die het in de wacht(rij) staan langer doen lijken voor mensen:
Bezet wachten duurt langer dan onbezet wachten.
Mensen willen aan de slag.
Spanning lijkt het wachten langer te doen duren.
Oneerlijk wachten duurt langer voor je gevoel.
Onverklaarbaar wachten duurt langer dan verklaarbaar in de wacht staan.
Wachten duurt langer wanneer je niet kunt stoppen met wachten.
Mensen zijn bereid langer te wachten naarmate de waarde van de service hoger is
Alleen wachten voelt langer dan het wachten in een groep
3 tips voor het reageren op webcare vragen
Uit deze acht punten kunnen we 3 tips halen voor de reactietijd op webcare:
Klantvragen met meer spanning, gevoel van oneerlijkheid of verwarring dienen meer prioriteit te krijgen in het beantwoorden van vragen Klanten met dergelijke vragen ervaren het wachten op een antwoord logischerwijs als langer dan anderen. Wanneer jij dergelijke vragen weet te signaleren, kun je deze voorrang verlenen op andere vragen. Social media monitoring tools maken het mogelijk om automatisch berichten te signaleren die in deze categorie vallen.
Kom zo snel mogelijk met een eerste reactie Het geven van een eerste reactie zoals mogelijk in de vorm van: ‘Hi, ik ga je vraag direct uitzoeken’ zorgt ervoor dat je aangeeft dat je aan de slag gaat met de vraag van de klant. Je speelt hierdoor in op het vijfde punt van Maister: je geeft immers aan dat je het gaat uitzoeken, waardoor de klant weet waarom het langer duurt. En dat komt de ervaring ten goede.
Wees transparant Onverklaarbaar wachten lijkt een eeuwigheid te duren. Zorg er daarom voor dat, indien mogelijk, de klant constant op de hoogte wordt gebracht van de voortgang van zijn vraagstuk. Sommige vragen duren langer om te beantwoorden dan anderen. Klanten zijn dan vaak bereid om langer te wachten.
KLM haakt hier slim op in. Ze communiceren hoe lang zij verwachten dat het gaat duren voordat ze met een reactie komen. Natuurlijk met als doel om het wachten voor het gevoel van de reiziger minder lang te laten duren én verwachtingen te managen.
KLM laat op haar X pagina weten wat de gemiddelde wachttijd is op dat moment.
Maar hoe snel moet ik nou reageren online?
Eén uur reactietijd kan een mooi beginpunt zijn. Onderzoek eens of het lukt om binnen dat tijdsbestek te reageren op je klanten. Gaat dat goed? Probeer dan steeds weer de reactietijd bij te stellen. Verlies echter nooit de verwachtingen van je klant uit het oog. Verwacht deze een reactie binnen een uur, maar gaat dat om welke reden dan ook niet lukken? Wees dan eerlijk tegenover je klant. Het tevreden stellen van klanten is nog altijd belangrijker dan je gemiddelde reactietijd.
Hoe meet ik de snelheid van mijn webcare?
De verwachtingen van de klant managen: check. Vragen prioriteit geven: check. Hoe weet je nu of je naar verwachting presteert?
Twee woorden: doelen stellen. Alleen zo weet je of jouw prestaties van voldoende niveau zijn. Je kan namelijk wel meten dat een vraag binnen 30 minuten opgepakt wordt, maar dit zegt pas echt iets wanneer jij een doelstelling hebt gesteld om binnen een half uur te reageren. Inzichten als deze helpen jou de prestaties van de webcare afdeling in kaart te brengen en te rapporteren aan je management. De doelen stel je met Key Performance Indicators (KPI’s).
Responstijd en Average Handling Time (AHT) zijn twee veelgebruikte KPI’s die je helpen om prestaties in kaart te brengen.
Responstijd
Het is belangrijk om te meten hoe lang het duurt voordat je als organisatie reageert op berichten van (potentiële) klanten. Om hier achter te komen, meten veel bedrijven de responstijd van de webcare afdeling. Responstijd wordt in ‘De stand van webcare 2016’ door 48,5% van de respondenten genoemd als een manier om het effect van webcare te meten.
Bereken jouw responstijd door te kijken naar het aantal minuten dat een case openstaat voordat de eerste reactie vanuit jouw webcare team wordt verstuurd.
Veel social media monitoring tools meten de responstijd automatisch. Zo zie je direct hoeveel tijd het gemiddeld kost voordat een bericht wordt opgepakt door je team.
Average Handling Time (AHT)
AHT kijkt naar de som van de gemiddelde gespreksduur plus nawerktijd (de tijd om gegevens over het gesprek met de klant in te voeren in bijvoorbeeld een CRM-systeem). Deze KPI geeft daarmee weer hoe lang een webcare agent erover doet om een klantvraag volledig af te handelen. Bij het meten van de AHT is het belangrijk om duidelijk te hebben wanneer je start en stopt met het meten van de tijd.
Het meten van de AHT geeft je de mogelijkheid om de performance per agent en de inzet van het aantal agents te meten. Een bovengemiddelde AHT per agent geeft bijvoorbeeld aan dat er mogelijk problemen zijn. Misschien ontbreekt er wel kennis bij webcare agents waardoor het langer duurt voordat een probleem wordt opgelost. In dat geval loont het wellicht om extra trainingen te geven aan het team. De AHT geeft daarnaast zicht op het totaal aantal berichten dat verwerkt kan worden binnen een dag. Op die manier is een schatting te maken van het aantal benodigde agents.
Je berekent de AHT door de totale tijd van reageren op een social media vraag te combineren met de nawerktijd per bericht. Door een gemiddelde uit te rekenen van het totaal aantal berichten kom je uit op de AHT.
Zo stuur je webcare op KPI’s
Interessant hè, die KPI’s? In ons whitepaper ‘Zo stuur je webcare op KPI’s’ komen er nog veel meer aan bod. Daarnaast gaan we in het whitepaper dieper in op deze meetinstrumenten én geven we je concrete handvatten hoe je zelf start met het gebruik ervan.
Klaar om je webcare handen en voeten te geven? Download dan gratis het whitepaper!
Eindhoven, 15 januari 2026. Coosto lanceert EmotionAI. Met deze nieuwe module meten organisaties reputatie niet langer als één sentimentscore, maar als een emotieprofiel dat laat zien welke emoties leven, hoe intens ze worden geuit en hoe dat door de tijd verschuift. Daarmee krijgen teams eerder zicht op kantelpunten in het gesprek en meer houvast voor duiding en actie.
EmotionAI is ontwikkeld als volgende generatie reputatiemetingen. In plaats van alleen positief, negatief of neutraal maakt EmotionAI zichtbaar welke emoties een merk, onderwerp of organisatie oproept, waaronder frustratie, woede, bezorgdheid, waardering, blijdschap en sarcasme. Naast het herkennen van emotie brengt EmotionAI ook intensiteit in kaart in meerdere niveaus. Zo wordt zichtbaar wanneer toon en lading verzwaren en wanneer een discussie kan kantelen.
Toine Verheul, CEO van Coosto: “Rondom sentiment is al jaren discussie over nuance en precisie. Met EmotionAI zetten we een nieuwe stap: reputatie wordt zichtbaar als emotieprofiel met intensiteit en ondertoon. Dit geeft teams een scherper instrument om gesprekken te begrijpen en sneller te handelen.”
Van meting naar uitleg en actie
EmotionAI is bedoeld voor teams die reputatie doorlopend willen begrijpen en onderbouwen. De module combineert emotieherkenning met context op merk en productnamen en maakt de uitkomsten direct bruikbaar in dashboards en rapportages. Daarmee wordt het eenvoudiger om intern uit te leggen wat er gebeurt, waarom het gebeurt en welke ontwikkelingen aandacht vragen.
Over Coosto
Coosto is een toonaangevend SaaS platform dat organisaties helpt om autoriteit op te bouwen en reputatie te versterken. Teams gebruiken Coosto om publieke online signalen uit nieuws en social media samen te brengen, inzichtelijk te maken en te duiden, zodat zij daar consistent en effectief op kunnen communiceren en interacteren.
Analyse van 325.587 publieke berichten laat groei van woede en intensiteit zien.
Eindhoven, 7 januari 2026
De jaarwisseling leidt elk jaar tot veel publieke discussie over veiligheid, overlast en handhaving. Coosto analyseerde 325.587 publieke berichten uit sociale en online media met het woord vuurwerk in de periode 22 december tot en met 5 januari. In totaal kregen 310.428 berichten een emotielabel. 15.159 berichten vielen in de categorie neutraal.
De data laat zien dat de verharding al vóór de jaarwisseling zichtbaar werd. Frustratie blijft in alle periodes de grootste emotie. Tegelijk groeit woede en neemt het aandeel hoge intensiteit binnen woede periode op periode toe. Daarmee kantelt het gesprek van irritatie naar verwijt.
“Je ziet het gesprek in korte tijd verschuiven. Frustratie blijft breed aanwezig maar woede neemt toe en wordt extremer richting en na de jaarwisseling.” zegt Toine Verheul, CEO van Coosto.
Wat opvalt in drie fases
In de dagen voor oud en nieuw domineren frustratie en bezorgdheid
Rond de jaarwisseling piekt angst kort en scherp
Na 1 januari groeit woede relatief door en teleurstelling neemt toe terwijl sarcasme hoog blijft
Vroeg signaal van verharding
De verschuiving is meetbaar in de aanloop naar oud en nieuw. Het aandeel berichten zonder emotielabel daalt sterk terwijl het aandeel hoge intensiteit stijgt richting de jaarwisseling en daarna doorzet.
Aandeel Geen emotie in totaal:
22 december tot en met 29 december: 8,0%
30 december tot en met 1 januari: 3,4%
2 januari tot en met 5 januari: 2,2%
Aandeel hoge intensiteit binnen alle emotiegelabelde berichten:
22 december tot en met 29 december: 32,8%
30 december tot en met 1 januari: 33,5%
2 januari tot en met 5 januari: 35,9%
Van frustratie naar woede
Frustratie blijft de grootste emotie in alle periodes. Het aandeel frustratie blijft stabiel rond een kwart van alle emotiegelabelde berichten. Woede groeit wel door en wordt extremer.
Aandeel woede binnen alle emotiegelabelde berichten:
22 december tot en met 29 december: 14,0%
30 december tot en met 1 januari: 15,3%
2 januari tot en met 5 januari: 18,1%
Aandeel hoge intensiteit binnen woede:
22 december tot en met 29 december: 58,3%
30 december tot en met 1 januari: 62,5%
2 januari tot en met 5 januari: 65,5%
Samen nemen frustratie en woede toe als aandeel van alle emotiegelabelde berichten:
22 december tot en met 29 december: 40,1%
30 december tot en met 1 januari: 40,7%
2 januari tot en met 5 januari: 45,2%
Angst rond de jaarwisseling
Angst piekt rond de jaarwisseling en blijft ook in de dagen erna relatief hoog op intensiteit.
Aandeel hoge intensiteit binnen angst:
22 december tot en met 29 december: 6,9%
30 december tot en met 1 januari: 33,6%
2 januari tot en met 5 januari: 31,7%
Lokale verschillen
Dezelfde analyse is ook uitgevoerd op gemeenteniveau. Daarin zijn duidelijke lokale verschillen zichtbaar in intensiteit en emotieverdeling. Die uitsplitsing wordt in dit persbericht niet gepubliceerd.
Onderzoek en methode
De analyse is uitgevoerd met Coosto EmotionAI. EmotionAI herkent verschillende emoties in tekst en onderscheidt intensiteitsniveaus. Daarmee wordt zichtbaar hoe emotieverdeling en intensiteit zich ontwikkelen over tijd binnen de gekozen periode. Resultaten worden uitsluitend op geaggregeerd niveau gerapporteerd.
Context 2026
De Wet veilige jaarwisseling regelt een landelijk vuurwerkverbod voor consumenten. De beoogde start ligt bij de jaarwisseling 2026 naar 2027.
Disclaimer
Dit onderzoek is gebaseerd op publieke berichten met het woord vuurwerk in de periode 22 december tot en met 5 januari. De uitkomsten laten verdeling van emoties en verandering in intensiteit over tijd zien binnen deze dataset. Het onderzoek doet geen uitspraak over oorzaken en is geen voorspelling. De analyse bevat geen herleidbare informatie.
Informatie-overload vertraagt besluitvorming, vergroot werkdruk en laat cruciale sectorinzichten ongezien. De oplossing? Alléén hyperrelevante updates uit jouw sector, rechtstreeks in je inbox, zonder ruis of handmatig zoekwerk. Zo benut je kennis direct en bouw je structureel aan een blijvende kennisvoorsprong.
De échte kosten van informatieversnippering
Informatiefragmentatie kost organisaties iedere dag tijd, geld en focus. Nederlandse kenniswerkers zijn jaarlijks gemiddeld 520 uur kwijt aan het zoeken naar relevante informatie. Dat vertaalt zich in een kostenpost van €12.255 per kenniswerker per jaar.
Tegelijkertijd ervaart 80% van werknemers dagelijks informatie-overload. Cruciale signalen worden gemist, besluitvorming vertraagt en de werkdruk neemt toe. Organisaties verliezen niet alleen productiviteit maar ook hun strategische voorsprong.
29% gebruikt 11+ apps, tools en bronnen per dag en voelt zich overweldigd, omdat informatie verder versnipperd raakt over mailboxen, applicaties en nieuwsbrieven
De gevolgen zijn duidelijk: signalen gaan verloren, besluitvorming vertraagt en teams werken inefficiënt. Kennis die aanwezig is, wordt niet optimaal benut, waardoor het lastiger wordt om een duurzame kennisvoorsprong te realiseren.
Kortom, wanneer structuur en consistentie ontbreken, kan dat de ontwikkeling van kennis vertragen.
Van ruis naar relevante kennis voor elke afdeling
Een geautomatiseerde nieuwsbrief verandert informatie-overload in overzicht en impact. Alleen hyperrelevante content bereikt de juiste teams, waardoor dubbel werk en ruis verdwijnen. Met deze aanpak besparen kenniswerkers tot 70 - 80% van hun zoektijd en verhogen organisaties de productiviteit van hun teams met 20 - 25% (McKinsey).
Door gerichte distributie per afdeling of beleidsdomein ontstaat beter georganiseerde interne communicatie. Teams ontvangen alleen de informatie die daadwerkelijk bijdraagt aan besluitvorming en kennisopbouw.
Een herkenbare situatie binnen overheidsorganisaties:
Wie bij een overheidsinstelling werkt, herkent het patroon: informatie komt van alle kanten binnen, maar het overzicht ontbreekt. Je houdt zelf nieuwsmedia, Kamerbrieven, wetswijzigingen, consultaties, maatschappelijke discussies en interne kanalen bij, terwijl je niet altijd weet of collega-teams dat ook doen. Daardoor blijven belangrijke signalen soms ongezien liggen, en worden beleids- of communicatiekeuzes gemaakt zonder dat alle relevante inzichten op tafel liggen. Niet uit onwil, maar door de voortdurende fragmentatie van kennis.
Hetzelfde geldt voor teams in de zorg, het onderwijs en vrijwel elke andere sector waar informatie óók versnipperd binnenkomt en kennis snel veroudert. Wanneer relevante signalen echter op een consistente manier worden samengebracht en alleen terechtkomen bij de teams die ze nodig hebben, ontstaat vanzelf meer rust en overzicht.
Wat deze aanpak écht onderscheidend maakt, is dat de informatievoorziening specifiek wordt ingericht voor verschillende afdelingen of beleidsdomeinen binnen de organisatie. Wat relevant is voor het communicatieteam, hoeft bijvoorbeeld niet hetzelfde te zijn als voor het beleids- of juridische team. Door updates per afdeling op maat te leveren, worden signalen precies bij de juiste mensen gebracht, groeit het overzicht en kan kennis écht effectief en strategisch worden benut. Dit is de kracht van gerichte, hyperrelevante informatiedeling.
Het effect is merkbaar in de hele organisatie: minder stress, meer focus en een duidelijke versterking van de kennispositie. Net zo belangrijk: kenniswerkers ervaren minder werkdruk omdat zij niet langer zelf hoeven te filteren, zoeken en interpreteren.
De eerste stap naar jouw kennisvoorsprong
Informatie-overload hoeft geen dagelijkse realiteit te zijn. Laat een moderne kennisaanpak voor jou werken: dankzij AI-curatie op basis van relevantie én semantische filtering komt alleen de informatie die nodig is bij de juiste teams en afdelingen terecht. Tijdbesparing omhoog, werkdruk omlaag, dus. Zo voorkom je informatie-overload en bouw je structureel aan een blijvende kennisvoorsprong.
Ben je benieuwd geworden naar Inform? In onze brochurelees je meer over de voordelen.
The marketing tool voor content & social media
Ontdek in real-time hoe klanten jouw merk ervaren — van klachten tot complimenten. Monitor de sentimenten in online berichten en reviews, en reageer proactief om je reputatie te beschermen en te versterken.
.jpg)
