Dubbele klantgegevens en verkeerde artikelcodes: wat los je op vóór automatisering?

Overdragen is iets anders dan betrouwbaar maken

Stamgegevens zijn de relatief vaste gegevens waarmee je werkt: klanten, leveranciers, artikelen en hun kenmerken. Transacties, zoals orders en facturen, gebruiken die gegevens. Als een artikelcode naar de verkeerde verpakkingseenheid verwijst, kan een technisch correcte overdracht toch een verkeerde levering veroorzaken.

Dit artikel gaat over betekenis en kwaliteit. De overdrachtsroute staat uitgewerkt in CRM en ERP verbinden met een koppeling of RPA. Process mining gaat juist over geregistreerde gebeurtenissen en wat die over een proces vertellen.

Spreek per gegeven af welke bron leidend is

Leg voor noodzakelijke velden vast wat ze betekenen, welke bron leidend is en wie een wijziging mag goedkeuren. Dat hoeft niet één systeem voor alles te zijn. Sales kan contactgegevens beheren, finance betaalvoorwaarden en operations artikelcodes en eenheden. Voorkom dat twee systemen elkaars wijzigingen zonder conflictregel overschrijven.

Een lege waarde is niet altijd een fout: een afleveradres kan ontbreken omdat ophalen is afgesproken. Onderscheid onbekend, niet van toepassing en verplicht maar ontbrekend. Vul ontbrekende gegevens niet met een aannemelijk AI-antwoord. Controleer de bron of vraag de verantwoordelijke om bevestiging.

Het Government Data Quality Framework gebruikt geschiktheid voor het beoogde gebruik als vertrekpunt. Een volledig ingevuld bestand is dus niet automatisch juist. Dit is een denkkader, geen Nederlandse wettelijke norm.

Signaleren, corrigeren en samenvoegen zijn afzonderlijke besluiten

Een controle kan een mogelijke dubbeling signaleren. Dat geeft nog geen toestemming om records samen te voegen. Twee klanten met dezelfde naam kunnen verschillende organisaties zijn; vestigingen kunnen bewust aparte factuurafspraken hebben. Een afwijkende schrijfwijze bewijst evenmin dat klanten verschillend zijn.

Op een smal scherm kun je de tabel zijwaarts verschuiven. Met een toetsenbord: focus de tabel en gebruik de pijltjestoetsen.

Geef detectie, correctie en samenvoegen afzonderlijke bevoegdheden. Laat bij een voorstel zien welke waarden behouden blijven en welke relaties geraakt worden. Controleer orders, facturen, contactpersonen en historie. Stel met de applicatiebeheerder vast hoe herstel werkt; een reservekopie garandeert niet dat één foutief samengevoegd record eenvoudig teruggezet kan worden.

Controleer eerst de bestaande software

Verplichte velden, toegestane waarden, importcontroles en bestaande signalering kunnen voldoende zijn. Onderzoek alle invoerroutes: scherm, import en koppeling kunnen verschillend reageren. Een waarschuwing bij handmatige invoer bewijst niet dat een achtergrondproces dezelfde controle uitvoert.

Microsoft beschrijft bijvoorbeeld detectieregels voor mogelijke dubbelen in Power Platform. Gelijktijdig aangemaakte records kunnen aan detectie ontsnappen en niet iedere verwerkingsroute toont een detectiedialoog. Dit is geen productadvies of garantie dat jouw pakket dezelfde functies biedt. Controleer de inrichting en rechten.

Fictieve proef: een klant en een artikel controleren

Een fictieve groothandel heeft twee CRM-records met de naam Noordhaven. In ERP staat artikel A-17 als doos, terwijl een orderbestand stuks verwacht. Gebruik uitsluitend fictieve records in een aparte testomgeving. De proef wijzigt geen productiegegevens.

1. Laat de gegevensverantwoordelijke vooraf bepalen welke records bewust verschillen en welke fouten zijn ingebouwd.
2. Test een ontbrekend verplicht veld, gelijknamige klanten, een toegestane afwijking en een verkeerde eenheid. Begin met bestaande validatieregels.
3. Produceer alleen signalen en correctievoorstellen. Een medewerker vergelijkt die met de vastgelegde juiste uitkomst.
4. Onderzoek met de applicatiespecialist de gevolgen voor orders, rapportages en koppelingen. Test herstel afzonderlijk voordat automatische correctie wordt overwogen.

Meet gemiste fouten, onterechte waarschuwingen en totale controle- en hersteltijd. Ga verder als belangrijke fouten herkenbaar zijn, toegestane verschillen behouden blijven en verantwoordelijkheid en herstel duidelijk zijn. Stel regels bij wanneer veel juiste records worden afgewezen. Stop automatische wijzigingsplannen als identiteit of gevolgen niet betrouwbaar vaststaan. De proef bewijst geen algemeen besparingspercentage.

Houd de verbetering werkbaar

Een eenmalige opschoning voorkomt geen nieuwe fouten. Spreek af wie uitzonderingen opvolgt en regels toetst bij nieuwe velden of applicatiewijzigingen. Beperk toegang en registratie tot wat de controle nodig heeft. Houd wijzigingsreden, oude en nieuwe waarde en verantwoordelijke herleidbaar volgens de geldende gegevensafspraken; leg niet onnodig volledige klantdossiers vast.

Neem inrichting, eventuele licenties, medewerkerstijd, controlewerk en beheer mee. Minder overtypen betekent vrijgekomen capaciteit, niet automatisch lagere uitgaven. Gebruik de businesscase voor automatisering om kosten en effecten over dezelfde periode te vergelijken.

Veelgestelde vragen

Moet alles eerst foutloos zijn?

Nee. Bepaal welke kwaliteit het gekozen proces nodig heeft en welke fouten schade kunnen veroorzaken. Houd onzekere records buiten automatische verwerking totdat iemand ze beoordeelt.

Kan AI klanten automatisch samenvoegen?

AI kan mogelijk vergelijkbare records voorstellen, maar gelijkenis is geen identiteitsbewijs. Begin met regels en menselijke beoordeling. Geef een proef geen samenvoegrechten alleen omdat voorstellen overtuigend ogen.

Wie moet meedoen?

De gegevenseigenaar, iemand die het vervolgproces kent en de applicatiebeheerder. Financiële of gevoelige gegevens kunnen aanvullende expertise vragen. Advies, eventuele uitvoering via Korper, kosten en beheer worden afzonderlijk afgesproken.