Beste tijd nieuwsbrief versturen: laat je AI het kiezen?

Er is geen beste tijd om een nieuwsbrief te versturen die voor iedereen geldt. Zakelijke lezers lezen anders dan consumenten, en jouw lijst is weer anders dan het gemiddelde. AI-verzendtijd, zoals Smart Sending in MailerLite of Predictive Sending in ActiveCampaign, kiest per abonnee een moment op basis van eerder gedrag. Omdat opens sinds Apple Mail Privacy Protection onbetrouwbaar zijn, test je zelf op klikken of de AI het beter doet dan je vaste tijdstip.

Bestaat er een beste tijd om een nieuwsbrief te versturen?

Nee, niet een die voor iedereen geldt. Een webshop in tuinartikelen, een accountantskantoor en een sportvereniging hebben lezers met totaal andere dagen. Benchmarks die een vaste dag en een vast uur noemen, zijn gemiddelden van andermans lijsten, en veel van die lijstjes zijn gebaseerd op opens. Dat cijfer klopt al jaren niet meer, verderop lees je waarom.

In hoe vaak een nieuwsbrief versturen staat het korte antwoord op de vraag naar de beste dag: zakelijke lezers lezen vaak op werkdagen, consumenten ook in de avond en het weekend, en je test het op klikken. Dit artikel werkt het tijdstip verder uit, en vooral de vraag of je de keuze aan je mailtool overlaat.

Belangrijker dan het precieze uur zijn twee dingen. Je mail moet binnenkomen als je lezer er tijd voor heeft. En hij moet voorspelbaar zijn: lezers die weten dat je mail elke eerste donderdag van de maand komt, zoeken hem op.

Begin met je eigen data, niet met een benchmark

Je hebt meer informatie over je lezers dan je denkt, en een deel daarvan heeft geen last van onbetrouwbare opens:

• GA4. Maak een verkenning met het uur en de dag van de week als dimensie, en bekijk sessies en aankopen of aanvragen. Wanneer zijn je bezoekers actief op je site?
• Je webshop. Op welke dagen en tijden komen bestellingen binnen? Een export van een paar maanden zegt al veel.
• Je mailtool. Wanneer komen de klikken op je eerdere campagnes binnen? Kijk naar de uren erna, niet naar de eerste minuten: die zijn bij zakelijke lijsten vaak van beveiligingsscanners.
• Je klanten zelf. Een installateur leest zijn mail om zeven uur in de bus, een ondernemer met een winkel na sluitingstijd. Die kennis heeft geen enkele tool.

Kies op basis daarvan een vast startmoment. Dat is je uitgangspunt, en de maatstaf waartegen je een AI-functie straks test.

Hoe AI-verzendtijd werkt

AI-verzendtijd, in het Engels send time optimization, werkt in grote lijnen overal hetzelfde. De mailtool houdt per abonnee bij wanneer die eerder op je mails reageerde. Bij een nieuwe campagne kies je geen vast tijdstip, maar laat je de tool de mail verspreid versturen, zodat elke abonnee hem krijgt op het moment dat hij volgens het model het meest geneigd is te lezen. Abonnees zonder geschiedenis krijgen een standaardmoment.

Smart Sending in MailerLite

In MailerLite heet de functie Smart Sending. Volgens het helpartikel van MailerLite kijkt hij per abonnee naar eerdere kliks en opens, de inschrijfdatum en de tijdzone. Je zet hem aan bij het inplannen van een gewone campagne. MailerLite verstuurt de campagne dan in delen, binnen een periode van 24 uur. Smart Sending zit in de abonnementen Comfort en Power, niet in het gratis abonnement (stand oktober 2026). MailerLite zegt er zelf bij dat de functie tijd nodig heeft om je abonnees te leren kennen. Wat de andere AI-functies van MailerLite doen, staat in MailerLite AI.

Predictive Sending in ActiveCampaign

In ActiveCampaign heet het Predictive Sending. Op de prijspagina staat het bij de abonnementen Pro en Enterprise (stand oktober 2026). Volgens het helpcentrum van ActiveCampaign voorspelt het de beste tijd op basis van wanneer een contact eerder opende, en verstuurt het de mail binnen 24 uur, in de tijdzone van het contact. Contacten zonder opens krijgen de mail op een willekeurig moment binnen die 24 uur. Ongeveer 10% van de mails gaat bewust op een ander moment uit, zodat het model blijft leren. Je kunt het gebruiken in campagnes en als verzendstap in automations, al raadt ActiveCampaign het zelf af voor mails die tijdgevoelig zijn.

Klaviyo en Mailchimp hebben vergelijkbare functies onder een andere naam. Hoe MailerLite en ActiveCampaign verder verschillen, lees je in MailerLite vs ActiveCampaign.

Waarom opens een slechte leermeester zijn

Een model dat het beste verzendmoment voorspelt, is zo goed als de gegevens waarvan het leert. Daar zit het probleem.

Sinds Apple in 2021 Mail Privacy Protection invoerde, laden de servers van Apple bij veel gebruikers elke binnenkomende mail vooraf in, inclusief het onzichtbare plaatje waarmee je mailtool een open meet. Je tool ziet dan een open, ook als niemand de mail las. Wat dat met je openratio doet, lees je in openratio nieuwsbrief: waarom het cijfer liegt.

Voor verzendtijd is het nog vervelender. Die automatische open valt kort na de aflevering, ongeacht wanneer je lezer echt kijkt. Een model dat daarvan leert, concludeert dat deze abonnee altijd meteen leest. Of je om zeven uur 's ochtends verstuurt of om elf uur 's avonds, het lijkt elke keer raak. Bij zakelijke adressen speelt hetzelfde met beveiligingsscanners die mails openen en soms links volgen zodra ze binnenkomen.

Dat betekent niet dat AI-verzendtijd niet werkt. MailerLite kijkt ook naar klikken, en klikken zijn een veel betere aanwijzing. ActiveCampaign baseert zijn voorspelling volgens het eigen helpcentrum op opens, dus daar is een eigen test nog belangrijker. Het betekent wel dat je de belofte niet op gezag aanneemt. Die wordt vaak in opens uitgedrukt, en dat is precies het cijfer dat je niet kunt vertrouwen. Je test het dus zelf, op klikken en orders.

Zo test je of de AI het beter doet dan je vaste tijdstip

Een eerlijke test vergelijkt dezelfde mail, aan vergelijkbare mensen, op twee manieren verstuurd. Zo zou ik het aanpakken:

1. Kies je vaste tijdstip op basis van je eigen data, zoals hierboven.
2. Splits je lijst één keer willekeurig. Exporteer je abonnees, zet in Excel in een nieuwe kolom =ASELECT(), sorteer op die kolom en geef de bovenste helft groep A en de rest groep B. Importeer dat als veld 'testgroep' en maak twee segmenten. Splits niet op inschrijfdatum of alfabet: dan vergelijk je verschillende soorten lezers.
3. Verstuur dezelfde campagne twee keer. Groep A met AI-verzendtijd, groep B op je vaste tijdstip. Zelfde inhoud, zelfde onderwerpregel.
4. Herhaal dat vier tot zes campagnes. Eén campagne zegt niets: het onderwerp, het weer en een feestdag spelen dan meer mee dan het tijdstip.
5. Vergelijk klikken per afgeleverde mail, en orders of aanvragen per groep. Met UTM-tags met de groepsnaam erin zie je in GA4 ook de omzet per groep. Kijk niet naar opens.
6. Leg vooraf vast wanneer je stopt en welk verschil je de moeite waard vindt. Wie halverwege stopt omdat het er goed uitziet, meet vooral toeval.

Een rekenvoorbeeld om je verwachtingen bij te stellen: stel dat je twee groepen van 1.000 lezers hebt en dat rond de 3% klikt. Dan vergelijk je per campagne zo'n 30 klikken met zo'n 36. Dat verschil kan makkelijk toeval zijn. Ook na vijf campagnes, 150 tegen 180 klikken, is het nog geen hard bewijs. Bij kleine lijsten vind je dus zelden een overtuigende winnaar. Hoe je beoordeelt of een verschil echt is, en hoe je ChatGPT of Claude een uitslag laat narekenen, lees je in A/B-test analyseren.

Vind je geen duidelijk verschil? Dan is dat ook een uitkomst. Kies dan wat voor jou het handigst is. Een vaste tijd is voorspelbaar voor je lezers en makkelijker te combineren met de rest van je marketing.

Wanneer je geen AI-verzendtijd gebruikt

AI-verzendtijd verspreidt je mail over een flinke periode. Dat is soms precies wat je niet wilt:

• Mails met een harde deadline. Stopt je actie vanavond om middernacht of begint je webinar over twee uur, dan krijgt een deel van je lezers de mail te laat.
• Lanceringen met beperkte voorraad. Wie de mail twaalf uur later krijgt, grijpt mis. Dat voelt oneerlijk voor je lezers.
• Campagnes die samenvallen met andere kanalen. Gaan je social posts en advertenties op hetzelfde moment live, dan wil je dat de mail meteen landt.
• Vaste follow-ups. Stuur je een herinnering een of twee dagen na je campagne, dan loopt de tijd tussen beide mails per persoon uiteen. Bij Elkaar Ontmoeten leverde zo'n follow-up één tot twee dagen na elke campagne per keer 5 tot 8 orders op. Bij zo'n vaste reeks wil je de timing in de hand houden.
• Automatische flows. Een welkomstmail of een verlaten-winkelwagenmail gaat op het moment van de trigger. Smart Sending in MailerLite is ook alleen bedoeld voor gewone campagnes.
• Nieuwe of kleine lijsten. Zonder geschiedenis heeft het model niets om van te leren.

Wat het verzendmoment niet oplost

Het tijdstip is een kleine knop. Een goede mail op een matig moment doet het beter dan een matige mail op het perfecte moment. Besteed je tijd dus eerst aan wat meer uitmaakt: een onderwerpregel die zegt wat erin staat, één duidelijke boodschap, het juiste segment en een ritme dat je volhoudt. Hoe je de onderwerpregel schrijft en test, lees je in onderwerpregel nieuwsbrief.

Komt je mail niet in de inbox, dan maakt het tijdstip helemaal niet uit. Zakken je klikken ineens flink terwijl je niets veranderde, controleer dan eerst je bezorging voordat je aan het uur gaat sleutelen.

Conclusie: jij kiest het startmoment, de test beslist

De beste tijd om een nieuwsbrief te versturen, haal je uit je eigen data: wanneer je bezoekers actief zijn, wanneer er besteld wordt en wanneer mensen op je eerdere mails klikten. AI-verzendtijd kan daar per abonnee op verfijnen, maar leert deels van opens die niet kloppen. Test het daarom zelf, met een willekeurige splitsing en op klikken en orders, en gebruik het niet voor mails met een deadline.

De grootste winst zit meestal in de mail zelf. Hoe je die sneller maakt zonder dat hij klinkt als die van iedereen, lees je in nieuwsbrief maken met AI. Wil je weten wat het kost als ik je e-mailmarketing inricht en beheer? Download de prijslijst.