Datahygiëne voor B2B-databases: je CRM opschonen met 12 regels, 7 stappen en een verversingsschema

24% van de CRM-beheerders zei dat minder dan de helft van hun data juist en volledig is, en 53% van de beheerders die aangaven te worstelen met de datakwaliteit in hun CRM, noemde dubbele records als een van de problemen waar ze tegenaan lopen, volgens een enquête van Validity onder 631 medewerkers in CRM-beheer in de VS, het VK en Australië.

Datahygiëne (in het Engels data hygiene) is het terugkerende werk dat een database juist, volledig, uniek en actueel houdt: regels die slechte records bij de invoer tegenhouden, controles die dubbele en verouderde contacten opsporen, en een schema om ze te corrigeren, opnieuw te verifiëren en uit te faseren. Dat werk is nooit af, want de mensen in de database blijven in beweging: in één kwartaal veranderde bij 8,0% van een stabiel panel van 10.000 Amerikaanse contacten in de data van Spona de functie of de werkgever.

Deze gids over B2B-datahygiëne, oftewel je CRM opschonen en schoon houden, is bedoeld voor RevOps, sales ops en founders die een CRM met 2.000 tot 200.000 records beheren. Je krijgt 12 regels, elk met een eigenaar en een schema, een proces in zeven stappen met de bijbehorende instellingen in HubSpot en Salesforce, en een Google Sheet om elke ronde in vast te leggen.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

Datahygiëne-checklist voor het opschonen van je CRM: 12 regels, elk met een eigenaar en een schema

Heb je maar een uur, begin dan hier. De kolom ‘Hoe vaak’ heeft drie bronnen: het bevestigde ritme van Spona, de leveranciersrichtlijnen uit stap 5 en onze aanbeveling waar geen bron een getal noemt.

Kopieer de checklist voor datahygiëne (Google Sheets). Het eerste tabblad bevat 24 veldregels met voorbeelden die wel en niet voldoen, dropdowns voor eigenaar en frequentie, en de waarde die wint als records worden samengevoegd. Het tweede tabblad is het onderhoudslogboek, dat elke ronde met meer dan 2% hard bounces markeert.

Wat datahygiëne in een B2B-database omvat: het proces in zeven stappen, en wat er niet bij hoort

Deep Sync noemt datahygiëne ‘het proces om databases schoon en foutloos te houden’; Twilio noemt het ‘het doorlopende proces om de juistheid, consistentie en integriteit van je data te bewaken’. Geen van beide pagina's gaat over B2B-contacten in een CRM, waar mensen van rol en werkgever wisselen.

De negen datakwaliteitsdimensies van Gartner zijn een betere maatstaf: toegankelijkheid, juistheid, volledigheid, consistentie, precisie, relevantie, actualiteit, uniciteit en geldigheid. Hygiënewerk in een B2B-database heeft vooral invloed op vijf daarvan: juistheid, volledigheid, uniciteit, geldigheid en actualiteit. Het datahygiëneproces hieronder doet dat in zeven stappen die slechte records voorkomen, opsporen, herstellen, verversen en uitfaseren.

Vier taken liggen dicht bij datahygiëne, maar horen er niet bij:

1. Audit van je database: tel dubbele, lege en verouderde records voordat je iets verandert

Volgens enquêtes van Gartner ‘meet 59% van de organisaties de datakwaliteit niet’. Meet dus eerst, zodat elke volgende stap een getal heeft om te verbeteren. Exporteer de database, verander nog niets en leg vijf nulmetingen vast:

Reken erop dat de cijfers slechter zijn dan het team denkt. In de enquête van Validity ‘meldde meer dan de helft van de respondenten van dit onderzoek handmatige processen te gebruiken’ om dataproblemen op te sporen en op te lossen. Validity verkoopt CRM-datatools, dus lees het als een enquête onder beheerders, niet als een audit. Zet de vijf cijfers als eerste rij in het onderhoudslogboek en herhaal de audit elk kwartaal: de trend laat zien of stap 2 tot en met 7 werken.

2. Regels voor datahygiëne per veld: formaten, verplichte waarden en wie ze mag bewerken

Een regel bij de invoer kost minder dan een opschoonactie achteraf. Beide grote CRM's kunnen een foute waarde al blokkeren tijdens het typen of importeren, met hiaten die je moet kennen.

Validatieregels in HubSpot gelden voor tekst-, datum-, telefoonnummer- en getaleigenschappen: geen spaties aan het begin of eind, lengtegrenzen, alleen cijfers, elk woord met een hoofdletter, unieke waarden, telefoonformaat met een standaardlandcode en datumgrenzen. Voor eigen regex-regels heb je Professional of Enterprise nodig. ‘Alle validatieregels gelden bij het bewerken of importeren van data’, maar niet voor workflows, chatflows, pagina's voor het plannen van vergaderingen of formulieren in de verouderde editor, en een nieuwe regel past waarden die al zijn opgeslagen niet aan.

Een validatieregel in Salesforce is een formule die True teruggeeft als de data onjuist is en dan een foutmelding toont. De regel geldt voor nieuwe en bijgewerkte records, ‘ook als de velden waarnaar de validatieregel verwijst niet in een paginalay-out of API-aanroep zijn opgenomen’, en Salesforce waarschuwt: ‘Als je organisatie integraties heeft die dit object gebruiken, controleer dan of de validatieregel voor elke integratie werkt.’

Voeg aan elk contact twee herkomstvelden toe, databron en datum laatste verificatie, zodat je een verzending kunt filteren op de leeftijd van de controle. Reken niet op de veldgeschiedenis als alternatief: Salesforce ‘bewaart veldgeschiedenis tot 18 maanden’, of 24 maanden via de API, tenzij Field Audit Trail aanstaat.

Wijs daarna eigenaren aan. In de enquête van Validity ‘zei 35 procent van de respondenten niet zeker te weten wie verantwoordelijk is voor de juistheid van data’. ZoomInfo legt veldstandaarden bij CRM-beheerders, routing bij RevOps en de survivorship-regels voor verrijking bij marketing ops; onze sheet voegt een privacyverantwoordelijke toe voor opt-outs en bewaartermijnen.

3. CRM-data opschonen: ontdubbelen en samenvoegen zonder historie te verliezen

CRM-data opschonen is het herstellende deel van datahygiëne: dubbele records samenvoegen, formaten corrigeren en lege velden invullen of markeren in records die al in het CRM staan. Begin met de duplicaten, want zolang die bestaan, klopt elke andere telling niet.

Kies eerst de matchsleutels: e-mail voor contacten, rootdomein voor bedrijven, naam plus bedrijf voor contacten zonder e-mailadres. Leg daarna een survivorship-regel vast voor de waarde die wint als twee records van elkaar verschillen. Die van ons: voor e-mail, telefoon en functie wint de meest recent geverifieerde waarde, en velden die de eigenaar zelf heeft ingevuld en opt-outmarkeringen worden nooit overschreven. Exporteer beide records vóór elke samenvoeging en leg de aantallen vast.

Datahygiëne in Salesforce: duplicaatregels en matchregels

Een matchregel (matching rule) bepaalt wanneer twee records hetzelfde zijn; een duplicaatregel (duplicate rule) bepaalt wat er gebeurt ‘wanneer een record wordt gemaakt of bewerkt’: die kan ‘salesmedewerkers blokkeren of waarschuwen’, en met de opties Allow en Report wordt een duplicaat toch opgeslagen en in een rapport vastgelegd. Je krijgt ‘maximaal vijf actieve duplicaatregels per object’ en ‘maximaal drie matchregels in elke duplicaatregel’. De standaardmatchregel voor contacten, die standaard actief is, vereist een match op voor- en achternaam plus nog één signaal, zoals e-mail, telefoon, of functie en accountnaam. E-mail moet exact overeenkomen; voornamen kunnen ook matchen op initialen of naamvarianten.

CRM opschonen in HubSpot: ontdubbelen op e-mail en domein, en samenvoegen

‘HubSpot ontdubbelt contacten automatisch op e-mailadres en bedrijven op domeinnaam’. Het gat zit in integraties: ‘bedrijven die via de API zijn aangemaakt, worden niet ontdubbeld op de eigenschap Bedrijfsdomeinnaam’, en dat geldt ook voor sync-apps van derden. Samenvoegen behoudt de waarden van het primaire record en gebruikt de secundaire waarde alleen waar het primaire record leeg is, dus kies het primaire record met je survivorship-regel in gedachten. De levenscyclusfase behoudt ‘de fase die het verst in de funnel zit’ en standaard wordt er een nieuw Record ID aangemaakt. Records die deel uitmaken van ‘in totaal 250+ samenvoegingen’ kunnen niet worden samengevoegd, en ‘Het is niet mogelijk om het samenvoegen van records ongedaan te maken.’

4. Best practices voor datahygiëne in contactrecords: nieuwe functie of werkgever, bounces en catch-all-adressen

Contactrecords verouderen omdat mensen in beweging zijn. De mediane Amerikaanse werknemer in loondienst werkte al 4,1 jaar bij de huidige werkgever, in de leeftijdsgroep van 25 tot 34 jaar was dat 3,0 jaar, en 20,6% werkte er een jaar of korter. In één maand kwam de uitstroom uit op 5,1 miljoen, 3,2% van de Amerikaanse werkgelegenheid. De oorzaken staan in wat data decay is; deze stap gaat over wat je eraan doet.

Voor e-mail meldt ZeroBounce dat ‘gemiddeld minstens 23% van een e-maillijst binnen één jaar veroudert’, dat ‘maar 62% van alle e-mailadressen die in 2025 bij ZeroBounce werden ingediend geldig was’ en dat ‘meer dan 9% van alle gecontroleerde e-mailadressen catch-all-adressen waren’. ‘Die bredere populatie is geen benchmark van Spona en geen landenvergelijking.’ Kandidaat-adressen die Spona controleerde, leverden dit op:

Toelichting van Spona: ‘We tellen geslaagd en catch-all ten opzichte van alle unieke gecontroleerde kandidaat-adressen. Overig afgewezen omvat ongeldige, onbekende, wegwerp- en onderdrukte adressen. Deze categorieën sluiten elkaar uit.’ ‘Hard bounce betekent permanente afleverfouten gedeeld door verzendpogingen naar de geverifieerde subset, zonder catch-all-adressen.’ ‘Inboxplaatsing is een aparte maatstaf.’

Spona hanteert als ‘Aanbevolen operationeel doel: hard bounces onder 2% op een vers gecontroleerde lijst. Opnieuw controleren en uitzoeken bij overschrijding. Uitsplitsingen naar rol en branche zijn nog niet gemeten.’ Het is een doel, geen garantie.

5. Schema voor datahygiëne: wat er in één kwartaal veranderde in het panel van Spona, en de wekelijkse, maandelijkse en kwartaaltaken

Stem het schema af op hoe snel records veranderen. Spona heeft dat gemeten op een stabiel panel van 10.000 records per land, door elk record aan het begin en aan het eind van een kwartaal te vergelijken:

De methodenotitie van Spona luidt: ‘We vergelijken dezelfde records aan het begin en het eind van het kwartaal, bewaren tijdstempels als bewijs en rapporteren baan- en e-mailwijzigingen apart, omdat ze kunnen overlappen.’ Lees het panel aan de hand van de kolomkoppen: een gewijzigde functie of werkgever, en een e-mailadres dat is gewijzigd of ongeldig is geworden. De twee kolommen worden nooit opgeteld en beschrijven één kwartaal in vier landen, geen jaarpercentage. De methodenotitie stelt ook: ‘Het gepubliceerde rapport stelt niet vast hoe vaak contacten van Spona van baan wisselen.’ Ter vergelijking van buitenaf: de 23% per jaar van ZeroBounce komt bij een model met constant verval neer op ongeveer 6,3% per kwartaal; ‘Deze externe berekening is een gemodelleerd kwartaalequivalent, los van de landenmetingen van Spona hierboven.’

In deze panels was binnen één kwartaal tussen één op de 20 e-mailadressen (Duitsland, 5,0%) en ongeveer één op de 15 (VS, 6,5%) gewijzigd of ongeldig geworden, dus vertrouw niet op een controle die ouder is dan 90 dagen. Het eigen ritme van Spona: ‘e-mail verifiëren vóór levering en opnieuw vóór een verzending als de controle ouder is dan 30 dagen, contacten met veel activiteit elke 30 dagen verversen en de bredere voorraad elke 90 dagen. Het ritme is bevestigd door Spona.’ De 280 miljoen unieke contacten van Spona zijn niet allemaal geverifieerd: 65% heeft een geverifieerd e-mailadres en 35% een zakelijk telefoonnummer, die twee kunnen overlappen, en ‘Een aanwezig telefoonnummer betekent geen geverifieerd direct nummer.’ De volledige verversing van de voorraad staat vermeld als ‘90 dagen’ en wordt omschreven als een ‘bevestigd ritme’, niet als een garantie voor actualiteit.

Leg elke ronde vast op het tabblad Onderhoudslogboek van de checklist voor datahygiëne; dat berekent het hard-bouncepercentage en markeert een ronde boven 2% als Recheck.

6. CRM-datahygiëne voor gesynchroniseerde tools en leadbronnen: leg de regels vast voordat de data binnenkomt

De meeste slechte records komen binnen via een connector, niet via een toetsenbord, en connectoren slaan een deel van de regels uit stap 2 over: de validatieregels van HubSpot werken niet bij workflows, bedrijven die via de API zijn aangemaakt worden niet op domein ontdubbeld, en Salesforce vraagt je elke validatieregel bij elke integratie te testen. Best practices voor CRM-datahygiëne bij gesynchroniseerde tools beginnen met één leidend systeem per veld: welke tool e-mail, functie, telefoon, levenscyclusfase en opt-out mag schrijven, en welke alleen mag lezen. Het advies van Trailhead voor Marketing Cloud past bij elke sync: ‘Synchroniseer alleen contacten of informatie die in verzendingen of voor personalisatie wordt gebruikt.’

Voordat een connector naar het CRM schrijft, voer je de acceptatietest van Spona uit: ‘Acceptatietest voor elke genoemde connector: authenticatie, ondersteunde objecten, veldmapping, duplicaatregels, syncrichting, retrygedrag en geschiktheid van het abonnement.’ Test dit op 100 records in een sandbox en vergelijk het aantal duplicaten ervoor en erna.

Dezelfde test geldt voor Spona. CRM-synchronisatie is bevestigd op het niveau van functionaliteit: ‘Premium adverteert met realtime CRM-sync. Expert adverteert met integraties, API-toegang en campagneautomatisering.’ Er is geen lijst met genoemde native CRM-connectoren bevestigd, en de levering via CSV en API van Spona beslecht dat ook niet: ‘Geen van beide bewijst een specifieke native connector of bidirectionele sync.’ Behandel Spona als elke andere bron: jouw veld- en duplicaatregels bepalen wat het CRM binnenkomt. Welke lege velden een sync zou moeten vullen, lees je in CRM-dataverrijking.

7. Datahygiëne onder de AVG: juistheid, opslagbeperking en wanneer je verwijdert

Voor persoonsgegevens van mensen in de EU of het VK is datahygiëne deels een wettelijke plicht. Artikel 5, lid 1, onder d, AVG eist dat persoonsgegevens ‘juist zijn en zo nodig worden geactualiseerd’, waarbij ‘alle redelijke maatregelen’ moeten worden genomen om onjuiste gegevens ‘onverwijld te wissen of te rectificeren’. Binnen de beginselen van artikel 5 AVG beperkt artikel 5, lid 1, onder e, de opslag tot een vorm die het mogelijk maakt de betrokkenen ‘niet langer te identificeren dan voor de doeleinden waarvoor de persoonsgegevens worden verwerkt noodzakelijk is’, en artikel 5, lid 2, AVG bepaalt: ‘De verwerkingsverantwoordelijke is verantwoordelijk voor de naleving van lid 1 en kan deze aantonen’.

De ICO beoordeelt juistheid in het licht van het doel: of je data actueel moet houden, ‘hangt af van waarvoor je de informatie gebruikt’, en de checklist van de ICO vraagt om ‘een proces om vast te stellen wanneer we de gegevens moeten bijwerken’. Een organisatie die gegevens van oud-klanten voor marketing bewaart, hoeft geen datamatching- of opsporingsdiensten te gebruiken, maar zou een record wel moeten bijwerken als een klant een nieuw adres doorgeeft. Over bewaren: ‘De UK GDPR stelt geen specifieke termijnen vast voor verschillende soorten gegevens’; je hebt een beleid nodig dat ‘waar mogelijk’ standaardbewaartermijnen vastlegt, en je zou ‘de gegevens die je bewaart periodiek moeten beoordelen en ze moeten wissen of anonimiseren wanneer je ze niet meer nodig hebt’. Data offline zetten is niet hetzelfde als verwijderen. Beide ICO-pagina's worden herzien na de Data (Use and Access) Act, dus controleer ze voordat je je beleid vastlegt.

Leg per recordtype een bewaartermijn vast, beoordeel die jaarlijks (onze aanbeveling; de ICO schrijft geen frequentie voor) en houd bij wat je hebt verwijderd of geanonimiseerd. Schone data is nog geen toestemming: ‘Het kopen van een B2B-lijst geeft geen toestemming om die lijst te mailen; zorg voor een rechtmatige grondslag voor de verwerking van persoonsgegevens, kom de verplichtingen rond transparantie en bezwaar na en volg de regels voor elektronische marketing van het land van de ontvanger, inclusief voorafgaande toestemming waar die vereist is.’

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

Veelgestelde vragen over datahygiëne

Wat is datahygiëne en waarom is het belangrijk?

Datahygiëne is het doorlopende werk om records juist, volledig, uniek en actueel te houden. Het is belangrijk omdat elke lijst, elk rapport en elke verzending op die records is gebouwd: onderzoek van Gartner wees uit dat slechte datakwaliteit organisaties gemiddeld $ 12,9 miljoen per jaar kost.

Wat is een ander woord voor datahygiëne (data hygiene)?

Data cleansing, data cleaning (data opschonen) en data scrubbing. Strikt genomen beschrijven die termen de herstelstap; datahygiëne omvat ook de regels die slechte records bij de invoer tegenhouden en het schema dat goede records actueel houdt.

Wat is een voorbeeld van data scrubbing?

Een landveld bevat ‘Germany’, ‘DE’ en ‘Deutschland’, twee records delen ana.ruiz@example.com en bij 40 telefoonnummers ontbreekt de landcode. Scrubbing zet elke landwaarde om naar DE, voegt de twee records samen onder één primair record en herschrijft de nummers in internationaal formaat.

Wat betekent CRM-hygiëne?

CRM-hygiëne, of CRM-datahygiëne, is datahygiëne binnen het CRM: veldregels, duplicaat- en matchregels, een eigenaar voor elk record en een verversingsschema. De 12 regels bovenaan deze pagina zijn daar een werkende versie van.

Hoe automatiseer je datahygiëne in HubSpot en Salesforce?

Zet eerst de ingebouwde regels aan: validatieregels en automatisch ontdubbelen op e-mail en domein in HubSpot, en validatie-, duplicaat- en matchregels in Salesforce. Plan daarna wat die regels niet kunnen: rapporten van records waarvan de datum laatste verificatie is verlopen, een wekelijks duplicatenrapport en opnieuw verifiëren vóór verzendingen. Laat samenvoegingen door een mens doen, want samenvoegingen in HubSpot kun je niet ongedaan maken.

Wat is de impact van AI op CRM-datahygiëne?

AI-tools werken met de records die ze lezen, dus ze nemen de fouten over. In de enquête van Validity vond 99% van de beheerders hun AI-tools op zijn minst enigszins nauwkeurig, terwijl 24% zei dat minder dan de helft van hun data juist en volledig was, en ‘Achtenveertig procent van de ondervraagde beheerders heeft in de afgelopen 12 maanden een versnelling van het verval van klantdata opgemerkt.’ Schoon de input op voordat je er beslissingen op automatiseert.