AI chatbot KPI's: 8 metrics die écht tellen in 2026

Je chatbot draait. Mooi. Maar werkt hij eigenlijk wel? De meeste MKB-bedrijven kijken naar één getal: het aantal gesprekken. Dat zegt vrijwel niets over de waarde die je chatbot oplevert.

In 2026 is AI-adoptie in het Nederlandse MKB doorgebroken. Volgens recent onderzoek wil 84% van de bedrijven meer investeren in AI, en de kosten per chatbot-interactie zijn gedaald naar €0,10-€0,50. Maar zonder de juiste KPI's weet je niet of je investering rendeert, of je klanten geholpen worden, of je leads laat liggen.

Tijd voor de echte cijfers. Dit zijn de 8 AI chatbot KPI's die in 2026 het verschil maken tussen een chatbot die enkel wat ruis produceert en eentje die meetbaar bijdraagt aan je omzet en service.

Waarom standaard chatbot-statistieken misleiden

Veel chatbot-dashboards laten je trots zien dat je 1.247 gesprekken had deze maand. Indrukwekkend. Maar wat zegt dat?

Niets. Een chatbot kan duizend gesprekken voeren zonder één probleem op te lossen. Of vijftig gesprekken voeren die allemaal eindigen in een gekwalificeerde lead. Het aantal interacties is een vanity metric, geen prestatie-indicator.

Je hebt KPI's nodig die antwoord geven op drie vragen:

• Werkt mijn chatbot? (oplossingspercentage, accuraatheid)
• Vinden klanten het prettig? (CSAT, escalatieratio)
• Levert het geld op? (containment rate, leadconversie, ROI)

Pas als je die drie vragen kunt beantwoorden, weet je of je chatbot meer is dan een gimmick op je website.

De 8 AI chatbot KPI's die je moet meten

1. Resolution rate (oplossingspercentage)

De belangrijkste KPI. Welk percentage van de gesprekken eindigt met een opgelost probleem, zonder dat een mens hoefde in te grijpen?

Hoe je het meet: sessies waarin de chatbot het laatste antwoord gaf en de gebruiker geen tweede sessie startte binnen 24 uur, gedeeld door totaal aantal sessies.

Goede benchmark in 2026: 60-75% voor MKB met een goed getrainde chatbot. Onder de 50% betekent dat je kennisbank te dun is of je prompts te vaag.

Waarom het ertoe doet: elk procentpunt resolution rate vertaalt zich direct in minder werk voor je team. Bij een MKB met 500 vragen per maand levert 10% extra resolution al 50 uur ondersteuning op.

2. Containment rate

Verwante metric, met een belangrijk verschil. De containment rate meet hoeveel gesprekken volledig binnen de chatbot blijven, zonder hand-off naar een mens.

Het verschil met resolution rate: een gesprek kan "contained" zijn zonder opgelost te zijn (klant haakt af). Of opgelost zonder contained te zijn (chatbot zette netjes door naar mens, mens loste op). Beide tellen.

Goede benchmark: 70-85%. Te hoog (>95%) is verdacht, dan blokkeer je waarschijnlijk doorzettingen die je team echt zou willen oppakken.

Belangrijk: combineer altijd met je AI chatbot handoff naar mens. Een hoge containment rate zonder doordachte handoff-flow betekent dat klanten met problemen blijven zitten.

3. Customer Satisfaction Score (CSAT)

Vraag het de klant zelf. Een simpele duim omhoog/omlaag of 1-5 sterrenrating na een chatgesprek geeft je een directe meetwaarde voor klanttevredenheid.

Hoe je het meet: percentage positieve beoordelingen / totaal aantal beoordelingen.

Goede benchmark: boven de 80% positief. Onder de 70% wijst op fundamentele problemen, niet op losse incidenten.

Pro tip: vraag waarom bij een negatieve beoordeling. Eén woord ("traag", "fout", "irritant") is meer waard dan tien dashboards.

4. Escalation rate

Hoe vaak wil de gebruiker een mens spreken? Niet op verzoek van de bot, maar omdat de gebruiker er expliciet om vraagt.

Hoe je het meet: sessies met een handmatige escalatie-trigger ("ik wil een medewerker", "kan ik bellen") gedeeld door totaal aantal sessies.

Goede benchmark: 10-25% is gezond. Onder 5% is meestal te laag (handoff is verstopt of mensen geven het op). Boven 35% betekent dat je chatbot de verkeerde vragen probeert te beantwoorden.

5. Fallback rate

Hoe vaak weet je chatbot het antwoord niet? Bijvoorbeeld omdat hij "Ik weet het niet zeker, kan je het anders formuleren?" antwoordt.

Goede benchmark: onder de 10%. Hoger betekent dat je kennisbank gaten heeft of je AI chatbot trainen op eigen content een kwartiertje extra aandacht nodig heeft.

Verborgen winst: elke fallback is een lijst met vragen die je kennisbank mist. Loop wekelijks 10 fallbacks door en je verbetert in een maand meer dan in een half jaar dashboard staren.

6. Lead capture rate

Voor MKB die de chatbot ook als sales-tool inzet: hoeveel procent van de gesprekken levert een gekwalificeerde lead op?

Hoe je het meet: afgeronde gesprekken met email of telefoonnummer + intentie / totaal aantal gesprekken.

Goede benchmark: 5-15% voor service-georiënteerde sites. Tot 25% voor sites met sterke commerciële intentie (offertes, prijsindicaties).

Praktijkvoorbeeld: een dienstverlener met 800 chatbot-gesprekken per maand en een leadconversie van 8% wint 64 leads. Bij gemiddeld €450 conversiewaarde is dat al snel €2.880 extra omzet uit een chatbot van €79 per maand.

Probeer DenkChat gratis → en bekijk in een week welke KPI's voor jouw MKB werken.

7. Average handle time (AHT)

Hoe lang duurt een gesprek gemiddeld? Korter is niet automatisch beter. Te kort betekent dat klanten afhaken voordat ze geholpen zijn. Te lang betekent dat je bot rondjes draait.

Goede benchmark: 1-3 minuten voor service-vragen, 3-7 minuten voor sales-gesprekken.

Vergelijk met human: een menselijke agent doet er gemiddeld 6-8 minuten over voor een vergelijkbaar gesprek. Als je AHT lager is én je resolution rate stabiel, win je tijd zonder kwaliteit te verliezen.

8. ROI per gesprek

De koningsmetriek. Wat levert elk chatbot-gesprek netto op?

De formule: (omzet uit gegenereerde leads + bespaarde supportkosten) / aantal gesprekken

Praktijkvoorbeeld voor een MKB-webshop:

• 1.000 gesprekken per maand
• 70% containment rate = 700 vragen die niet bij support komen
• Bespaarde supportkosten: 700 × €4 = €2.800
• 8% leadconversie = 80 leads × €60 marge = €4.800
• Totale opbrengst: €7.600
• DenkChat Standard plan: €79
• ROI: ruim 9.500%

Reken het door voor je eigen situatie. Vaak is de uitkomst zo positief dat de discussie niet meer gaat over "moeten we een chatbot?" maar over "waarom hadden we hem niet eerder?"

Hoe je deze KPI's praktisch in DenkChat instelt

DenkChat heeft de meeste van deze metrics standaard ingebouwd in het dashboard. Vanaf het Standard-plan (€79/maand) heb je toegang tot uitgebreide analytics, inclusief CSAT, fallback rate en gesprekkwaliteit. Op het Pro-plan (€249/maand) krijg je geavanceerde analytics met cohortanalyse en trendgrafieken over de tijd.

Drie praktische tips om morgen al beter te meten:

1. Stel duidelijke doelen per KPI. Niet "meer leads" maar "lead capture rate van 8% in Q3". Zonder concreet getal weet je niet of je vooruit gaat.

2. Review wekelijks, niet dagelijks. AI chatbots leren over weken, niet over uren. Daily dashboard staring leidt tot paniek-aanpassingen die je groter probleem niet oplossen.

3. Combineer kwantitatief en kwalitatief. Lees elke week 10 willekeurige gesprekken volledig door. Cijfers vertellen wat. Transcripties vertellen waarom.

Veelgemaakte fouten bij het meten van chatbot KPI's

Fout 1: Alleen gesprekken tellen. Aantal interacties zegt niets over kwaliteit of impact. Dat is een vanity metric.

Fout 2: KPI's vergelijken met live chat-cijfers. Een AI chatbot voert 5-10x meer gesprekken dan je live-chat. Een lagere CSAT bij 100x het volume kan netto winst zijn. Lees ook Live chat vs AI chatbot.

Fout 3: Niet segmenteren. Een gemiddelde resolution rate van 65% klinkt prima, totdat je ziet dat retourvragen 90% scoren en sales-vragen 30%. Segmenteer per onderwerp.

Fout 4: Geen baseline. Wat presteerde je klantenservice vóór de chatbot? Zonder vertrekpunt is elke verbetering anekdotisch.

Fout 5: Te vroeg conclusies trekken. De eerste twee weken zijn niet representatief. Geef je chatbot een maand om te leren en je dataset om relevant te worden.

De relatie tussen KPI's en je chatbot-strategie

KPI's zijn geen einddoel, ze zijn stuurmiddelen. Een lage resolution rate vertelt je dat je content moet aanpassen. Een hoge fallback rate dat je kennisbank uitgebreid moet worden. Een lage CSAT dat je toon of accuraatheid de fout in gaat.

Het mooie aan AI chatbots is dat je relatief snel kunt bijsturen. Een nieuwe FAQ uploaden, een prompt aanpassen, een handoff-trigger toevoegen, dat doe je in minuten, niet weken. Tenminste, als je platform dat ondersteunt. Bij DenkChat zit auto-retraining standaard in het Standard-plan en hoger.

In 2026 hebben Nederlandse MKB-bedrijven die hun chatbot serieus monitoren een meetbaar voordeel. Ze besparen meer, converteren beter, en lopen niet in de val van "we hebben een chatbot, klaar". Een chatbot is geen apparaat dat je installeert. Het is een systeem dat je verbetert.

Aan de slag met chatbot KPI's

De 8 KPI's die we hier behandelden, zijn geen academische lijst. Ze zijn de basis voor elke chatbot-strategie die meer wil dan een dure speeltje op je homepage:

• Resolution rate (60-75%)
• Containment rate (70-85%)
• CSAT (>80% positief)
• Escalation rate (10-25%)
• Fallback rate (<10%)
• Lead capture rate (5-15%)
• Average handle time (1-7 minuten)
• ROI per gesprek (positief vanaf maand 1)

Houd ze elke week bij. Pas ze aan waar nodig. En voor je het weet heb je niet alleen een chatbot die werkt, maar één die meetbaar bijdraagt aan je bedrijfsresultaat.

DenkChat begint gratis (50 berichten per maand, geen creditcard nodig). Het Hobby-plan is €29/maand voor 500 berichten en 3 agents. Standard is €79/maand met 4.000 berichten, API-toegang, eigen branding, auto-retrain en 3 teamleden. Pro is €249/maand voor 15.000 berichten en geavanceerde analytics. Enterprise is op maat met SSO, white-labeling en dedicated support.

Geen contractverplichtingen. Op elk moment upgraden of downgraden. Data in de EU, AVG-compliant, Nederlandse support.

Start vandaag nog met DenkChat → en ontdek binnen een week welke van deze KPI's voor jouw MKB het verschil maken. Gratis starten, betaalde plannen vanaf €29 per maand.