Onderzoek: 76% van marketing- en salesteams nam beslissingen met mogelijk onjuiste data
In Amerikaans onderzoek nam 76% van de teams een belangrijk besluit met mogelijk onjuiste data. Lees hoe je de datakwaliteit in je CRM verbetert.
Van de ondervraagde teams nam 76% een belangrijke beslissing over marketing of verkoopkansen op basis van gegevens die later onjuist bleken of waarvan de juistheid werd betwijfeld. Tegelijk zegt 71% de eigen CRM-data te vertrouwen. Hoe kun je vertrouwen op je CRM (Customer Relationship Managament) en toch een belangrijke beslissing baseren op klantgegevens die mogelijk niet kloppen?
De cijfers komen uit onderzoek van Convertr onder 176 leidinggevenden in marketing en revenue operations bij Amerikaanse bedrijven, uitgevoerd van mei tot en met augustus 2026.
In het kort
- 76% nam een belangrijke marketing- of verkoopbeslissing met gegevens die later onjuist bleken of werden betwijfeld.
- 71% zegt de eigen CRM-data te vertrouwen.
- 84% van de teams met vastgelegde data governance haalt of overtreft het verwachte rendement op AI, tegenover 27% bij teams met grote tekortkomingen of zonder zulke afspraken.
- 95% meldt dat ontbrekende of slecht nageleefde datastandaarden de samenwerking tussen marketing en sales verstoren.
- 70% noemt de gevolgen daarvan matig tot ernstig.
- Van de teams die AI gebruiken om leads een score te geven, heeft 28% nooit afgesproken welke velden een nieuw contact moet bevatten.
Waar vertrouwen in CRM-data en controle uiteenlopen
Een team kan over het algemeen vertrouwen op de gegevens in zijn CRM-systeem, terwijl er bij een specifieke beslissing toch een fout in de gebruikte data zit. Uit de enquête blijkt niet waarom de deelnemers hun CRM-data vertrouwen. In de praktijk kun je het verschil wel zien door te volgen wat er met één contact gebeurt.
Stel dat je na een vakbeurs een lijst importeert waarin een contactpersoon een verkeerd e-mailadres heeft en de bedrijfsnaam ontbreekt. Het CRM accepteert de gegevens. De contactpersoon krijgt een score, wordt toegewezen aan een verkoper en belandt in een campagne. Pas als de e-mail terugkomt, merkt iemand de fout op. Een controle vóór het importeren had het ontbrekende veld kunnen signaleren en de aanvraag naar een medewerker kunnen doorsturen voor correctie.
Hoe AI slechte datakwaliteit laat doorwerken
Kunstmatige Intelligentie (AI) kan nieuwe gegevens vrijwel direct meenemen in lead scoring, het inschatten welke potentiële klanten prioriteit verdienen. Als die score ook bepaalt wie de lead opvolgt en welke campagne iemand ontvangt, werkt een fout bij binnenkomst door in meerdere stappen voordat iemand het contact heeft bekeken.
Een groothandel kan bijvoorbeeld aanvragen automatisch verdelen op basis van branche. Staat een bedrijf in de verkeerde categorie, dan kan het bij de verkeerde verkoper belanden en een campagne krijgen voor een aanbod dat niet past. Dezelfde automatisering kan met een correct ingevulde branche wél de bedoelde actie starten. Controleer daarom juist de velden waarop je de klantsegmentatie en opvolging baseert.
Waar afspraken tussen marketing en sales vastlopen
Van de teams meldt 95% dat ontbrekende of slecht nageleefde standaarden tot een verschil in werkwijze tussen marketing en sales leiden. Ze rapporteren gevolgen voor hun verkoopkansen en omzet per kwartaal. Hoeveel omzet daarmee gemoeid was, blijkt niet uit de publicatie.
Denk aan een marketingteam dat een bedrijfsnaam en e-mailadres voldoende vindt om een beurscontact door te sturen. Sales heeft ook de branche en de rol van de contactpersoon nodig om te bepalen wie het gesprek moet voeren. Als je samen vastlegt welke gegevens voor die beslissing nodig zijn, weet marketing vooraf wat het moet controleren en weet sales wat het bij overdracht kan verwachten.
Wat data governance voor je datakwaliteit betekent
Data governance omvat de afspraken over hoe je klantgegevens beheert, wie ze controleert en wie verantwoordelijk is voor correcties. Van de teams met vastgelegde afspraken haalde of overtrof 84% het verwachte rendement op AI, tegenover 27% bij teams met grote tekortkomingen of zonder afspraken. De enquête laat een samenhang zien. Hoeveel van het verschil door de afspraken zelf komt, is op basis van deze bron niet vast te stellen.
Drie stappen om je CRM datakwaliteit te verbeteren
- Leg samen vast wanneer een contact compleet is. Bepaal met marketing en sales welke velden nodig zijn voor opvolging. Schrijf de standaard op, laat beide teams die goedkeuren en leg vast wat er gebeurt als een verplicht veld ontbreekt.
- Controleer klantgegevens bij binnenkomst. Pas dezelfde standaard toe op websiteformulieren, beurslijsten en gegevens van externe partijen. Zet records die afwijken apart voor controle of correctie voordat ze het CRM bereiken. Als je gekoppelde systemen dezelfde gecontroleerde gegevens gebruiken, kunnen ze op basis van dezelfde informatie handelen.
- Wijs één verantwoordelijke aan. Leg vast wie knopen doorhakt over uitzonderingen, beslist welke klantgegevens je bijwerkt en terugkerende fouten bij de bron laat oplossen.
Zo controleer je of je CRM-data bruikbaar zijn
Kies één instroombron, zoals je websiteformulieren. Volg een aanvraag van binnenkomst tot opvolging en gebruik die route om deze vijf vragen te beantwoorden.
- Hebben marketing en sales opgeschreven welke velden voor deze aanvraag verplicht zijn?
- Controleer je die velden vóór registratie in het CRM? Kan iemand een afgekeurde aanvraag terugvinden en corrigeren?
- Wie is aanspreekbaar als gegevens ontbreken of afdelingen verschillende versies gebruiken?
- Hoe verwijder je dubbele contacten en voorkom je datasilo’s, waarbij klantinformatie los van elkaar in verschillende systemen staat? Bepaal welke registratie leidend is voor je centrale klantbeeld.
- Welk aandeel van de aanvragen voldoet direct aan de standaard en welk aandeel moet je corrigeren? Gebruik dat verschil om te kiezen waar je als eerste ingrijpt.
Wil je klantgegevens beter beheren en gebruiken voor datagedreven marketing? Vergelijk CRM-software met één eigen voorbeeld. Laat in een demo zien hoe het systeem omgaat met een aanvraag die tegelijk onvolledig én dubbel is, en controleer wie de correctie kan uitvoeren.
Bron
Business Wire / Convertr – Data Governance More Than Triples AI ROI Success, Convertr Research Finds, 10 november 2026.
19 november 2026
Start uw CRM selectie
Ontdek welke CRM systemen het beste passen bij uw onderneming
Cabau Lifestyle realiseert €160.000 omzet met gepersonaliseerde CRM-marketing
Cabau Lifestyle realiseerde circa €160.000 omzet met direct mail. Wat leert de campagne over klantsegmentatie en CRM-marketing?
Lees verderGrote verandering bij HubSpot: oprichter keert terug als CEO en wil bedrijf opnieuw uitvinden
Brian Halligan keert terug als HubSpot CEO en wil het bedrijf opnieuw uitvinden. Wat is bekend en wat betekent dit voor CRM-gebruikers?
Lees verder