Hoe controleer je CRM-data automatisch?
Welke controles je op CRM-data automatiseert, hoe je een goede regel opstelt en waarom de aansluiting op ERP en facturatie het meeste oplevert.
Je controleert CRM-data automatisch door vaste regels te laten draaien over je records: verplichte velden die leeg zijn, waarden die elkaar tegenspreken, deals die te lang in één fase staan en gewonnen deals zonder order of factuur erachter. Die regels draaien dagelijks of bij elke wijziging, en elke afwijking wordt een taak met een eigenaar. Het belangrijkste onderdeel is niet de controle binnen het CRM, maar de vergelijking met de systemen waar het geld echt staat: je ERP en je facturatie.
Waarom handmatig controleren niet werkt
De meeste bedrijven controleren hun CRM één keer per kwartaal, vlak voor een forecastgesprek of een bestuursvergadering. Iemand exporteert de pipeline naar Excel, loopt de grote deals na en corrigeert wat opvalt. Dat vangt de fouten in de tien grootste deals. De honderd kleine blijven staan.
Het probleem is niet dat mensen slordig zijn. Een CRM wordt gevuld door verkopers die het invullen als bijzaak doen, naast hun eigenlijke werk. Velden worden ingevuld op het moment dat de deal op gewonnen gaat, niet op het moment dat de informatie verandert. Een klant die tijdens de onderhandeling van een driejarig naar een eenjarig contract gaat, staat in het CRM vaak nog met de oorspronkelijke looptijd. Niemand heeft gelogen. Niemand heeft het bijgewerkt.
Automatische controle verschuift het werk. In plaats van dat iemand alle records naloopt, zoekt een regel de records die afwijken en legt ze bij de persoon die ze kan oplossen. Dat maakt het mogelijk om elke dag te controleren in plaats van elk kwartaal.
Vier soorten controles
Niet elke controle is even waardevol. Het helpt om ze in vier soorten te verdelen, van eenvoudig naar waardevol.
1. Volledigheid
Is het veld ingevuld? Dit is de makkelijkste controle en tegelijk de minst interessante. Een deal op gewonnen zonder contractwaarde, zonder startdatum of zonder gekoppeld bedrijf is een onvolledige record. De meeste CRM's kunnen dit zelf afdwingen: Salesforce met validatieregels, HubSpot en Pipedrive met verplichte velden per fase.
Let op het neveneffect. Verplichte velden leiden tot ingevulde velden, niet tot juiste velden. Een verkoper die een deal wil sluiten en een verplicht veld "verwachte looptijd" tegenkomt, vult iets in. Vaak "12". Daarom is volledigheid alleen het begin.
2. Interne consistentie
Spreken velden binnen dezelfde record elkaar tegen? Voorbeelden:
- Contractwaarde gedeeld door looptijd wijkt sterk af van de maandprijs.
- De deal staat op gewonnen, maar de sluitdatum ligt in de toekomst.
- Het product in de deal hoort bij een prijslijst die niet meer geldt.
- De korting is hoger dan wat de verkoper zonder goedkeuring mag geven, en er is geen goedkeuring vastgelegd.
Dit soort controles vang je met regels die twee of meer velden tegelijk bekijken. Ze vinden fouten die een verplicht veld nooit vindt.
3. Gedrag in de tijd
Klopt het verloop van een record met hoe jouw verkoopproces werkt? Een deal die drie keer langer in de fase "offerte" staat dan de gemiddelde deal, is waarschijnlijk dood. Een deal waarvan de sluitdatum vijf keer is opgeschoven, gaat vermoedelijk niet sluiten wanneer het CRM zegt. Een deal die in één dag van "eerste gesprek" naar "gewonnen" springt, is vaak achteraf ingevoerd.
Deze controles vragen historie: je moet weten hoe lang deals normaal in een fase staan. Dat verschilt per bedrijf, per product en soms per verkoper. Een vaste vuistregel als "90 dagen" is slechter dan de werkelijke doorlooptijd uit je eigen data. Dezelfde signalen maken een pipeline onbetrouwbaar als basis voor een forecast.
4. Aansluiting op andere systemen
Klopt wat het CRM zegt met wat de rest van het bedrijf doet? Dit is de controle die het meeste geld oplevert, omdat hier omzetlekkage zichtbaar wordt:
- Een gewonnen deal zonder order in het ERP.
- Een order zonder factuur.
- Een contractwaarde in het CRM die afwijkt van wat er gefactureerd wordt.
- Een klant die in het CRM als actief staat, maar al maanden niets meer afneemt.
- Een klant die in het CRM als opgezegd staat, maar nog wel facturen krijgt, of andersom.
Dit werkt alleen als je records tussen systemen aan elkaar kunt koppelen. Hoe je dat doet, staat uitgewerkt in CRM-to-billing reconciliation en in hoe je CRM tegen facturatie controleert.
Hoe je een regel opstelt
Een goede controleregel heeft vijf onderdelen. Schrijf ze uit voordat je iets bouwt, in een gewoon document.
- Wat is de fout? In één zin. Bijvoorbeeld: een deal staat op gewonnen, maar er is binnen 14 dagen geen order aangemaakt in het ERP.
- Welke data heb je nodig? Dealstatus, sluitdatum en dealnummer uit het CRM. Ordernummer en een verwijzing naar de deal uit het ERP.
- Wat is de drempel? Waarom 14 dagen en niet 7? Kijk naar je eigen doorlooptijd. Te krap geeft ruis, te ruim laat fouten te lang liggen.
- Wie lost het op? Niet "sales" of "finance", maar een rol: de eigenaar van de deal, de orderadministratie.
- Wat is het waard? De contractwaarde van de deal, of het maandbedrag keer de maanden dat het al openstaat. Een melding met een bedrag erbij wordt eerder opgepakt.
Begin met vijf tot tien regels, niet met vijftig. Elke regel die veel valse meldingen geeft, ondermijnt het vertrouwen in de rest. Een team dat twintig meldingen per dag krijgt waarvan er achttien niets zijn, stopt na twee weken met kijken.
Waar het misgaat
Geen gedeelde sleutel. De meest voorkomende reden dat automatische controle tussen systemen mislukt: het CRM kent klant "Jansen Installatietechniek BV", de boekhouding kent debiteur 10442 "Jansen Install. B.V.", en niets verbindt de twee. Zonder vast klant-ID of dealnummer dat in beide systemen staat, moet je matchen op naam, en dat gaat regelmatig mis. De eerste investering is dus vaak niet de controle zelf, maar het vastleggen van die sleutel.
Controleren wat makkelijk is in plaats van wat duur is. Lege telefoonnummers vinden is eenvoudig. Het kost je alleen niets. Een contract dat in het CRM op EUR 48.000 per jaar staat en in de facturatie op EUR 42.000, kost je EUR 6.000 per jaar. Rangschik je regels op wat een fout kost, niet op hoe makkelijk hij te vinden is.
Meldingen zonder eigenaar. Een dashboard met rode vlakjes waar niemand verantwoordelijk voor is, verandert niets. Elke afwijking moet bij één persoon landen, met een termijn.
De regel repareert de data, niet de oorzaak. Als dezelfde fout elke week terugkomt, is de controle een pleister. Kijk dan naar het proces: ontbreekt er een veld, is de overdracht van sales naar administratie onduidelijk, of wordt een prijslijst niet bijgewerkt? Het artikel over revenue leakage door dataproblemen gaat daar dieper op in.
Waar je de controles laat draaien
Er zijn grofweg drie plekken.
| Plek | Geschikt voor | Beperking |
|---|---|---|
| In het CRM zelf (validatieregels, workflows) | Volledigheid, interne consistentie | Ziet de andere systemen niet |
| In een datawarehouse of BI-omgeving (bijvoorbeeld Snowflake met Power BI) | Aansluiting tussen systemen, historie | Vraagt iemand die het bouwt en onderhoudt; toont vaak alleen, doet niets |
| In een platform dat de systemen gekoppeld leest | Alle vier de soorten, met opvolging | Je hangt af van de koppelingen die het ondersteunt |
Voor volledigheid en interne consistentie is het CRM zelf de beste plek: je voorkomt de fout op het moment dat hij ontstaat. Voor gedrag in de tijd en aansluiting op andere systemen heb je iets nodig dat meerdere bronnen tegelijk leest. Of je dat zelf bouwt of afneemt, hangt af van of je iemand hebt die het jaren kan onderhouden. Een controle die stopt met draaien omdat een API-veld is hernoemd, merk je pas als het geld al weg is.
Rekenvoorbeeld
Rekenvoorbeeld: stel, een groothandel in technische onderdelen met EUR 8 miljoen omzet sluit per jaar 400 nieuwe raamcontracten via het CRM. Een automatische controle vergelijkt elke gewonnen deal met de orders in het ERP en vindt dat 12 deals na 30 dagen nog geen order hebben. Bij nader onderzoek blijken er 4 echt vergeten: de klant rekende op levering, de orderadministratie wist van niets. De gemiddelde eerste order per contract is EUR 6.500.
Dan is de directe waarde 4 keer EUR 6.500, dus EUR 26.000, die anders later of nooit was gefactureerd. De andere 8 meldingen waren terecht maar onschuldig: de klant had de startdatum verschoven. Die informatie hoort alsnog in het CRM, omdat je forecast er anders op leunt.
Dit is een voorbeeld, geen gemiddelde. Hoeveel een controle oplevert, hangt af van hoe goed je overdracht van sales naar administratie nu werkt.
Stappenplan voor de komende maand
- Kies drie velden die geld bepalen. Meestal: contractwaarde, looptijd of einddatum, en prijs of korting.
- Leg vast welk systeem voor elk veld leidend is. Het CRM, het ERP of het contract. Zonder die afspraak is elke afwijking een discussie. Zie ook welke databron leidend is voor omzet.
- Zorg voor een gedeelde sleutel. Een klantnummer of dealnummer dat in het CRM en in de boekhouding staat. Begin bij nieuwe deals en vul de bestaande klanten stap voor stap aan.
- Schrijf vijf regels uit met de vijf onderdelen hierboven.
- Draai ze eerst één keer handmatig op een export, om te zien hoeveel meldingen ze geven en hoeveel daarvan echt zijn.
- Automatiseer de regels die het waard zijn, met een vaste eigenaar per melding en een eurobedrag erbij.
- Evalueer na vier weken: welke regel gaf ruis, welke vond geld, welke fout kwam steeds terug?
Wie dit breder wil aanpakken dan alleen het CRM, begint bij de vraag hoe je één waarheid over omzet krijgt. Controles zijn dan het gereedschap om die waarheid te bewaken.
Veelgestelde vragen
Kan mijn CRM dit niet zelf?
Voor een deel. Validatieregels en verplichte velden vangen onvolledige en tegenstrijdige records binnen het CRM. Wat een CRM niet ziet, is of een gewonnen deal ook een order en een factuur heeft gekregen. Daarvoor moet je de data naast die van andere systemen leggen.
Hoe vaak moet een controle draaien?
Zo vaak als de fout geld kost. Een gewonnen deal zonder order wil je binnen dagen zien. Een ontbrekend telefoonnummer mag wachten. Dagelijks is voor de meeste regels een goede standaard.
Wat als de fout niet in het CRM zit maar in de facturatie?
Dan heeft de controle zijn werk gedaan. Een afwijking tussen twee systemen zegt niet welk systeem fout zit. Daarom leg je vooraf vast welke bron per veld leidend is, en controleer je ook de facturatie zelf. Zie hoe je facturatie automatisch controleert.
Heb ik hier AI voor nodig?
Niet voor de basis. De meeste waardevolle controles zijn eenvoudige regels. AI helpt bij het matchen van records zonder gedeelde sleutel, bij het herkennen van afwijkend gedrag waar je geen regel voor had bedacht, en bij het lezen van contracten waar de afspraken in vrije tekst staan.
Waar begin ik als mijn CRM een puinhoop is?
Bij de deals van de afgelopen twaalf maanden en de drie velden die geld bepalen. Oude records opschonen kost veel tijd en levert weinig op. Nieuwe records goed krijgen levert direct iets op.
Meer in dit cluster
- Hoe krijg je één waarheid over omzet?Begin hier
- CRM vs ERP: waar komt je echte omzet vandaan?
- Waarom CRM-data niet hetzelfde is als financiële data
- CRM-to-billing reconciliation uitgelegd
- Hoe koppel je CRM aan billing?
- Hoe koppel je CRM aan ERP?
- Hoe controleer je facturatie automatisch?
- Hoe verbind je salesdata met financiële data?