Dubbele klantgegevens opschonen: waarom ze ontstaan en hoe je ze er automatisch uithaalt

Dubbele klantrecords ontstaan bijna nooit in één keer. Ze stapelen zich op: een offerteaanvraag via de mail, dezelfde klant die later via de webshop bestelt, een collega die de gegevens nog eens intikt omdat niemand zeker weet of de klant al in het systeem staat. Elk los moment is logisch, maar samen levert het meerdere versies van dezelfde klant op — met kleine verschillen in spelling, een oud telefoonnummer, of een adres dat niet meer klopt.

Een minder bekende oorzaak zit in het Handelsregister zelf. Verandert een bedrijf van eigenaar — bijvoorbeeld bij een overname — dan krijgt het in de meeste gevallen een nieuw KvK-nummer. Dat staat op de website van KvK: gaat een onderneming in zijn geheel over naar een andere eigenaar, dan krijgt die een ander nummer, en moet het bedrijf dat nieuwe nummer voortaan gebruiken op facturen, offertes en de website. Staat jouw klant nog onder het oude nummer in je systeem, dan kan een nieuwe inschrijving van hetzelfde bedrijf er zomaar als een compleet nieuwe klant bij komen.

Ook import is een bekende bron: gegevens uit een oude Excel-lijst, een mailinglijst en een boekhoudpakket die naast elkaar in gebruik blijven, zonder dat ooit is gecontroleerd of ze naar dezelfde klant verwijzen.

Niet elk veld is even betrouwbaar om op te vergelijken. Een KvK-nummer, een IBAN of een e-mailadres is zo goed als uniek: komen die exact overeen, dan gaat het vrijwel altijd om dezelfde klant. Dat maakt deze velden de veiligste basis voor automatische controle.

Bedrijfsnaam en adres zijn lastiger, omdat ze op allerlei manieren geschreven kunnen worden:

• 'Jansen Bouw B.V.', 'Jansen Bouw BV' en 'jansen bouw bv' zijn voor een mens duidelijk dezelfde klant, maar voor een systeem dat op exacte tekst vergelijkt niet.
• Straatnaam-afkortingen ('Dorpsstr.' versus 'Dorpsstraat') en verschillen in huisnummertoevoeging leveren hetzelfde probleem op.
• Een handelsnaam wijkt vaak af van de statutaire naam waaronder een bedrijf in het Handelsregister staat, terwijl het om precies dezelfde inschrijving gaat.

Goede deduplicatie combineert daarom harde, unieke velden met een tolerantere vergelijking van tekstvelden — spaties, hoofdletters en leestekens negeren, en vergelijkbare schrijfwijzen als mogelijke match markeren in plaats van ze blind gelijk te stellen. Let wel op: twee vestigingen van dezelfde houdstermaatschappij hebben vaak elk hun eigen vestigingsnummer en kunnen bewust als apart klantcontact aangemerkt zijn. Een match op naam is dus een signaal om te checken, niet een vrijbrief om automatisch samen te voegen.

De meeste CRM- en boekhoudpakketten die duplicaatherkenning aanbieden, werken niet door in het geheim records te verwijderen. Ze draaien op gezette tijden een scan over het klantenbestand, stellen een lijst met mogelijke duplicaten samen, en leggen die voor ter goedkeuring. Jij of een collega bevestigt per paar of het inderdaad dezelfde klant is, en pas dan worden de records samengevoegd.

Bij het samenvoegen is de belangrijkste vraag wat er met de gekoppelde geschiedenis gebeurt: facturen, offertes, notities en e-mailverkeer die aan beide versies hangen. In de regel kies je welke van de twee records het hoofdrecord wordt, en verhuist alle historie van het andere record daar naartoe — zodat je achteraf nog steeds het volledige klantbeeld hebt, in plaats van een deel van de geschiedenis te verliezen.

Het instellen van zo'n scan is meestal een kwestie van de juiste velden aanwijzen (KvK-nummer, e-mailadres, IBAN) en een drempelwaarde instellen voor hoe streng tekstvelden vergeleken worden. Daarna is het onderhoud vooral: op tijd de voorgestelde matches beoordelen, zodat de lijst niet weer aangroeit tot honderden openstaande gevallen.

Zodra er een naam, e-mailadres of telefoonnummer van een contactpersoon aan een klantrecord hangt, gaat het om persoonsgegevens, en gelden de beginselen uit de AVG. De European Data Protection Board noemt 'juistheid' en 'minimale gegevensverwerking' nadrukkelijk als twee van de kernbeginselen waar een organisatie zich aan moet houden, en moet kunnen aantonen dat ze dat doet.

In gewoon Nederlands: gegevens moeten kloppen en up-to-date zijn, en je bewaart niet meer dan nodig is. Dubbele klantrecords maken beide lastiger. Staat een contactpersoon in twee versies van hetzelfde klantdossier, dan is de kans groot dat er bij een adreswijziging of een nieuw telefoonnummer maar één van de twee wordt bijgewerkt — waarna je systeem een verouderd en een actueel gegeven naast elkaar bewaart, zonder dat duidelijk is welke klopt.

Opschonen is dus niet alleen een kwestie van overzicht, maar ook van een basisverplichting die al bestond voordat automatisering in beeld kwam. Een periodieke deduplicatieslag is een praktische manier om aan die verplichting te blijven voldoen, niet een extra laag bovenop wat al moest.

Heb je een klein en overzichtelijk klantenbestand — een paar tientallen vaste relaties die je vrijwel allemaal persoonlijk kent — dan is een geautomatiseerde scan vaak overbodig. Je ziet een dubbele invoer meestal al vanzelf wanneer je een klant opzoekt, en het risico dat een verkeerde match wordt samengevoegd weegt dan niet op tegen de tijd die automatisering bespaart.

Wees ook terughoudend zodra je klanten hebt met meerdere vestigingen, een holdingstructuur, of meerdere contactpersonen die bewust los van elkaar geregistreerd staan — bijvoorbeeld omdat de ene contactpersoon de facturen krijgt en de andere de opdrachten geeft. Een systeem dat records automatisch en zonder goedkeuring samenvoegt op basis van een gelijkende bedrijfsnaam, kan die bewuste scheiding ongedaan maken.

De veiligste aanpak laat het systeem duplicaten voorstellen, maar een mens het laatste woord geven voordat records daadwerkelijk samengaan. Bewaar daarnaast altijd een kopie van het klantenbestand van vóór de opschoonactie, zodat een foutieve samenvoeging terug te draaien is. Pas als dat vangnet er staat, is automatisch dedupliceren een verbetering in plaats van een nieuw risico.