Duplicaten in je CRM voorkom je niet met een grote schoonmaak per jaar. Je voorkomt ze bij de instroom. Dat betekent vaste regels voor wat een uniek record is, checks bij elk formulier en elke koppeling, en een vaste eigenaar die de uitzonderingen beoordeelt. Opschonen bestrijdt de symptomen. Preventie neemt de oorzaak weg.

Dat klinkt eenvoudig. In de praktijk loopt het vaak mis. Een webformulier maakt een nieuw contact aan terwijl die persoon al bestaat. Een collega importeert een beurslijst. Een marketingtool synchroniseert ‘Jansen B.V.’ naast ‘Jansen BV’. Een paar maanden later bellen twee accountmanagers dezelfde prospect, op dezelfde dag. Dan hoor je geen ‘fijn dat jullie bellen’, maar ‘uw collega sprak me vanochtend al’.

In dit artikel lees je waar dubbele records vandaan komen, welke maatregelen ze echt tegenhouden, wat je CRM al standaard kan en waar je juist níét moet samenvoegen.

Repositive
Bereik de juiste leads, persoonlijk
Re:Positive combineert e-mail, LinkedIn en opvolgtelefoontjes in gepersonaliseerde flows, afgestemd op doelgroep, timing en context.

Ontdek Re:Positive

Waarom dubbele records steeds terugkomen

De omvang van het probleem wordt vaak onderschat. Uit een analyse van Salesforce-omgevingen in 2021 bleek dat ruim 45 procent van de nieuw toegevoegde records dubbel was. Bij records die via API-koppelingen met externe toepassingen binnenkwamen, lag dat aandeel zelfs rond de 80 procent. In totaal ging het om bijna 600 miljoen duplicaten.

Voor het Nederlandse mkb liggen de cijfers lager, maar zeker niet geruststellend. Volgens een stappenplan voor het opschonen van CRM-data bestaat een gemiddelde mkb-database voor 8 tot 20 procent uit duplicaten. In slecht onderhouden systemen loopt dat op tot 40 procent. Een opschoontraject voor 5.000 tot 20.000 records kost al snel 3 tot 6 weken werk.

Wanneer wordt het kritiek? Een whitepaper over datakwaliteit in CRM noemt als grens ongeveer 10 procent duplicaten, in combinatie met 25 procent onjuiste e-mailadressen. Boven die grens verliest het team zijn vertrouwen in de data. Campagnes, salesgesprekken en beslissingen worden er merkbaar minder goed van.

De belangrijkste les zit in dezelfde bronnen: dubbele data is vooral een instroomprobleem. Wie alleen oude vervuiling verwijdert en de koppelingen ongemoeid laat, heeft volgens hetzelfde stappenplan binnen zo’n 18 maanden weer een vergelijkbare hoeveelheid dubbelen. Dweilen met de kraan open, maar dan in je database.

Waarom dubbele records steeds terugkomen — overview diagram

Waar duplicaten ontstaan

Voordat je regels instelt, wil je weten waar de lekken zitten. Bij de meeste B2B-bedrijven zijn dat er vijf.

  • Webformulieren. Iemand vraagt een whitepaper aan met een privé-adres en later een demo met een zakelijk adres. Twee contacten, één persoon.
  • Imports. Beurslijsten, oude spreadsheets of een lijst van een partner. Zonder ontdubbelcontrole vooraf komt alles er gewoon bij.
  • Koppelingen en synchronisatie. Marketingtools, boekhoudpakketten, chattools en enrichment-diensten die elk hun eigen record aanmaken. Hier zit, zoals de cijfers laten zien, het grootste risico.
  • Handmatige invoer. Een salesmedewerker zoekt op ‘Van den Berg’, vindt niets omdat het record als ‘vd Berg’ is opgeslagen, en maakt een nieuw contact aan.
  • Wisselingen van baan. Een contactpersoon verhuist naar een ander bedrijf. Het oude record blijft staan, er komt een nieuw bij, en de geschiedenis raakt versnipperd.

De meeste duplicaten zijn dus geen slordigheid van één persoon. Ze zijn het gevolg van een proces dat niet is ingericht op het herkennen van bestaande records.

Zeven maatregelen die duplicaten bij de bron stoppen

Dit zijn de maatregelen die in de praktijk het meeste opleveren, in de volgorde waarin je ze het beste invoert.

1. Begin met een nulmeting

Meet eerst hoe groot het probleem is en waar het vandaan komt. Hoeveel procent van je contacten en bedrijven is dubbel? Via welke bron zijn die records binnengekomen? Het eerdergenoemde stappenplan noemt de audit als vaste eerste stap, gevolgd door ontdubbelen, normaliseren en valideren. Zonder nulmeting weet je niet welke maatregel het meeste effect heeft.

2. Spreek af wat ‘uniek’ betekent

Leg per object vast welk veld een record uniek maakt. Voor contacten is dat meestal het zakelijke e-mailadres. Voor bedrijven werkt het websitedomein of het KvK-nummer goed. Spreek ook af wat je doet bij twijfel: een contact zonder e-mailadres, of een holding met meerdere werkmaatschappijen op één domein. Deze afspraak is saai, maar alle technische regels die je daarna instelt, zijn erop gebouwd.

3. Normaliseer de invoer

Veel duplicaten zijn eigenlijk schrijfwijzeverschillen. ‘B.V.’ en ‘BV’, ‘+31 6’ en ‘06’, ‘Straat 1a’ en ‘Straat 1 A’. Stel vaste formats in voor bedrijfsnamen, telefoonnummers en adressen, en gebruik keuzelijsten in plaats van vrije tekstvelden waar dat kan. Hoe consistenter de invoer, hoe beter je CRM bestaande records herkent.

4. Bouw controles in bij elke koppeling

Dit is de maatregel met de grootste impact. Elke integratie die records aanmaakt, krijgt een ‘datakwaliteit-gate’: eerst zoeken of het record al bestaat, pas daarna aanmaken of bijwerken. In technische termen: werk met ‘upsert’ op het unieke veld in plaats van ‘create’. Laat koppelingen bij voorkeur alleen velden bijwerken, en geef één systeem het laatste woord over elk veld. Wie formulieren, flows en integraties tegelijk wil doorlichten, heeft veel aan een checklist voor marketingautomatisering: daarin komen precies de punten langs waar dubbele instroom vaak begint.

5. Laat formulieren slim matchen

Koppel webformulieren aan het unieke veld, zodat een bekende bezoeker zijn bestaande record bijwerkt. Vraag waar mogelijk om een zakelijk e-mailadres. En gebruik verborgen velden of cookies om bestaande contacten te herkennen, zodat je ze niet om gegevens vraagt die je al hebt.

6. Ontdubbel imports vóórdat ze binnenkomen

Controleer elke lijst eerst tegen je bestaande database. De meeste CRM-systemen bieden bij het importeren de keuze tussen nieuwe records aanmaken en bestaande bijwerken. Kies standaard voor bijwerken op basis van e-mailadres of domein, en beperk het recht om te importeren tot een paar mensen die weten wat ze doen.

7. Maak iemand eigenaar

Regels zonder eigenaar verwateren. Wijs één persoon of een klein team aan die meldingen van mogelijke duplicaten beoordeelt, de matchregels bijhoudt en nieuwe koppelingen goedkeurt. Dat hoeft geen fulltime functie te zijn. Een vast uur per week maakt al een groot verschil. Meer over die basis lees je in ons stuk over data hygiëne in je CRM.

Wat je CRM zelf al kan

Goed nieuws: de grote CRM-systemen hebben ingebouwde hulp tegen duplicaten. Je moet ze alleen goed instellen.

Een praktische tip: begin met waarschuwen in plaats van blokkeren. Zo zie je een paar weken lang welke meldingen terecht zijn en waar je regels te streng of te ruim staan. Pas daarna zet je de strengste regels op blokkeren.

Let ook op wanneer je twee systemen synchroniseert. Het ene CRM staat soms twee records met hetzelfde e-mailadres toe, het andere niet. Dan ontstaan er synchronisatiefouten of nieuwe dubbelen. Spreek vooraf af welk systeem leidend is.

Niet elk dubbel record is een fout

Hier gaan veel opschoonprojecten de mist in. Niet elk duplicaat moet worden samengevoegd.

Soms zijn records bewust gescheiden. Denk aan een klant die ook leverancier is, of aan gescheiden kanalen zoals selfservice en persoonlijke verkoop. Salesforce noemt dit in zijn module over dubbele en losgekoppelde records intentionele duplicaten. Wie die zomaar samenvoegt, verliest context en neemt daarna verkeerde beslissingen.

Het tweede risico is de onterechte match. Staan je matchregels te ruim, bijvoorbeeld alleen op achternaam of op een vage gelijkenis in bedrijfsnamen, dan voegt je systeem records van verschillende mensen samen. In de zakelijke dienstverlening betekent dat al snel dat iemands klantgeschiedenis bij een ander terechtkomt.

Drie vuistregels helpen:

  • Voeg automatisch samen alleen bij een harde match, zoals een identiek e-mailadres of KvK-nummer.
  • Laat twijfelgevallen altijd door een mens beoordelen.
  • Zorg dat samenvoegen terug te draaien is, of maak vooraf een export, zodat je een verkeerde merge kunt herstellen.

Duplicaten en de AVG

Dubbele records zijn niet alleen onhandig. Ze raken ook aan privacy. De AVG schrijft in artikel 5 onder meer de beginselen van minimale gegevensverwerking en juistheid voor: persoonsgegevens moeten toereikend en beperkt zijn tot wat nodig is, en waar nodig worden geactualiseerd.

Een verouderd tweede record van dezelfde persoon, met een oud functietitel of een privénummer dat niemand meer gebruikt, past slecht bij die beginselen. En als iemand vraagt om verwijdering of afmelding, wil je zeker weten dat je álle records van die persoon vindt. Bij een vervuilde database is dat precies waar het misgaat: je meldt iemand af in record A en mailt hem een week later vanuit record B.

Twijfel je over hoe lang je bepaalde gegevens mag bewaren, of over hoe je verwijderverzoeken verwerkt? Leg die vraag dan voor aan je privacyjurist of functionaris gegevensbescherming, want het antwoord hangt af van je eigen situatie en grondslagen.

Een onderhoudsritme dat volhoudbaar is

Preventie werkt het beste als vaste routine. Een ritme dat bij veel B2B-teams goed werkt:

  • Wekelijks: de meldingen van mogelijke duplicaten doorlopen en twijfelgevallen beoordelen. Een kwartier tot een uur, afhankelijk van je volume.
  • Maandelijks: per bron bekijken hoeveel nieuwe records er binnenkwamen en hoeveel daarvan dubbel bleken. Stijgt één bron opvallend, dan zit daar een lek.
  • Per kwartaal: matchregels evalueren, ongebruikte velden opruimen en contacten die van baan zijn gewisseld bijwerken.
  • Bij elke nieuwe koppeling: eerst testen in een sandbox of met een kleine set records, pas daarna live.

Zo wordt datakwaliteit een gewoonte in plaats van een project. En gewoontes houden het langer vol dan projecten.

Onze kijk: schone data begint vóór het CRM

Wij bouwen outreach-campagnes voor B2B-bedrijven via e-mail, LinkedIn en telefonische opvolging. Daarbij koppelen we regelmatig met het CRM van onze klanten. Daardoor zien we van dichtbij wat dubbele records met een salesteam doen.

Het effect is vooral menselijk. Een prospect die twee keer hetzelfde bericht krijgt, of door twee mensen tegelijk wordt gebeld, voelt zich geen gesprekspartner maar een nummer. Dat is precies het tegenovergestelde van wat goede acquisitie wil bereiken. Persoonlijke outreach staat of valt met de vraag of je weet met wie je praat en wat er al eerder is gebeurd.

Onze kijk: schone data begint vóór het CRM — overview diagram

Daarom kijken wij naar datakwaliteit als onderdeel van de campagne, niet als iets voor erna. Leadlijsten die we samenstellen op basis van publieke bedrijfsinformatie, websiteactiviteit, technologische signalen en nieuws, horen te passen in het CRM waar ze terechtkomen. Dat betekent: eerst afspreken wat het unieke veld is, dan pas data laten instromen. Liever honderd relevante contacten die kloppen dan duizend die je straks weer moet ontdubbelen. Over dat spanningsveld schreven we eerder een stuk over kwaliteit tegenover volume bij leads.

Onze ervaring is simpel: een schoon CRM maakt outreach persoonlijker, en persoonlijke outreach levert betere gesprekken op. Het een versterkt het ander.

— Donny

Wil je dat je outreach direct goed landt in je CRM? Onze campagnes combineren signaalgedreven leadlijsten, gepersonaliseerde berichten en opvolging, met optionele CRM-koppeling. De pakketten Starter (€ 1.150 per maand), Growth (€ 1.950 per maand) en Scale (€ 3.450 per maand) vind je op onze pagina met prijzen en pakketten.

Vooruitblik: van opruimen naar voorkomen

De hoeveelheid data die een CRM binnenkomt, groeit alleen maar. Meer koppelingen, meer tools, meer automatisering. Elke nieuwe bron is een kans op betere inzichten, maar ook een nieuwe ingang voor dubbele records. Daardoor verschuift het werk van periodiek opruimen naar structureel voorkomen.

De bedrijven die het hier goed doen, hebben geen bijzondere software. Ze hebben heldere afspraken over wat uniek is, controles bij elke ingang en iemand die de uitzonderingen in de gaten houdt. Begin klein: kies je unieke velden, zet een waarschuwingsregel aan en bekijk je grootste bron van instroom. Over een paar maanden werkt je team met data waarop het kan vertrouwen. Wie wil weten hoe het CRM in het bredere salesproces past, leest verder in ons artikel over wat een CRM in sales doet.

Veelgestelde vragen

Wat is het beste unieke veld om duplicaten te voorkomen?

Voor contactpersonen is het zakelijke e-mailadres meestal de meest betrouwbare sleutel. Voor bedrijven werken het websitedomein of het KvK-nummer goed. Kies per object één leidend veld en spreek af wat je doet bij records waarin dat veld ontbreekt.

Moet ik mijn matchregels op blokkeren of op waarschuwen zetten?

Begin met waarschuwen. Zo leer je in een paar weken welke meldingen terecht zijn en waar je regels te ruim of te streng staan. Daarna kun je de regels met een harde match, zoals een identiek e-mailadres, op blokkeren zetten.

Hoe vaak moet ik mijn CRM ontdubbelen?

Met goede preventie is een grote schoonmaak zelden nodig. Een wekelijkse controle van meldingen, een maandelijkse blik per bron en een evaluatie per kwartaal houden de meeste databases schoon. Na een migratie of een grote import is een extra controle verstandig.

Kan ik duplicaten veilig automatisch laten samenvoegen?

Alleen bij harde matches, zoals hetzelfde e-mailadres of KvK-nummer. Bij gelijkenissen op naam of adres is de kans op een onterechte samenvoeging te groot. Laat die gevallen door een mens beoordelen en zorg dat je een samenvoeging kunt terugdraaien.

Waarom ontstaan de meeste duplicaten via koppelingen?

Veel integraties maken standaard een nieuw record aan in plaats van eerst te zoeken naar een bestaand record. Elke tool hanteert bovendien zijn eigen schrijfwijze. Door koppelingen te laten matchen op een uniek veld en bestaande records bij te werken, sluit je dit lek grotendeels.

Bronnen

Aanbevelingen