HubSpot data-case

Van een gedeeltelijk CRM naar een gescoorde TAM in HubSpot

Een CRM bevat de bedrijven die al bekend zijn, niet automatisch alle organisaties die binnen het ideale klantprofiel vallen. We bouwden een proces dat ontbrekende ICP-bedrijven identificeert, bestaande HubSpot-records verrijkt en de bruikbare TAM als gescoorde werkvoorraad in het CRM samenbrengt.

Uitdaging: het CRM liet vooral de bekende markt zien

Bestaande bedrijfsrecords verschilden in volledigheid en schrijfwijze. Tegelijk bleven potentiële ICP-bedrijven buiten beeld zolang ze nog geen formulier hadden ingevuld of door sales waren toegevoegd.

De opdracht was daarom breder dan een lijst importeren: bronnen combineren, vaststellen welke organisaties binnen het ICP vallen, bestaande records herkennen en voorkomen dat enrichment nieuwe duplicaten veroorzaakt.

Bronnen combineren zonder herkomst te verliezen

We vertaalden het ICP eerst naar toetsbare kenmerken, uitsluitingen en prioriteiten. Daarna konden verschillende bronnen worden gecombineerd, waaronder Google Maps, LinkedIn-bedrijfsinformatie en gespecialiseerde datavendors. Welke bron bruikbaar is, hangt af van markt, dekking, licentie en toegangsrechten.

Om herkomst controleerbaar te houden, hoort ieder verrijkt veld bij een bron en controledatum. Een zekerheidsniveau maakt zichtbaar welke informatie opnieuw moet worden gecontroleerd.

Deduplicatie: eerst harde sleutels, daarna slimme vergelijking

De deduplicatie-aanpak normaliseert bronrecords naar één bedrijfsmodel. Exacte identificatoren zoals domein of een beschikbaar registratienummer krijgen voorrang. Daarna vergelijkt het algoritme genormaliseerde bedrijfsnamen, adressen en andere kenmerken met fuzzy matching.

StapBeslisregelUitkomst
Exacte matchBetrouwbare sleutel komt overeen met een bestaand bedrijf.Bestaand record verrijken volgens veldregels.
Waarschijnlijke matchNaam, locatie en aanvullende kenmerken wijzen op hetzelfde bedrijf.Naar een reviewlijst, niet automatisch samenvoegen.
Geen matchGeen bestaand record voldoet aan de afgesproken drempel.Na validatie als nieuw bedrijf toevoegen.
ConflictBronnen spreken elkaar tegen of een sleutel is gedeeld.Blokkeren en laten beoordelen.

AI hielp om bronmateriaal langs de ICP-criteria te beoordelen. Iedere fit-score bleef gekoppeld aan redenen, bronverwijzingen en een zekerheidsniveau. AI prioriteert hier; het vervangt geen bronbewijs of menselijke controle.

Aanpak: van ICP-regels naar beheerste enrichment in HubSpot

Resultaat: een bruikbare marktkaart in het CRM

HubSpot bevat daarmee niet alleen bekende leads, maar ook een geprioriteerde werkvoorraad van bedrijven die volgens de gekozen bronnen en ICP-regels relevant zijn. Sales kan zien welke accounts al bekend waren, welke zijn toegevoegd, waarom een bedrijf scoort en waar broninformatie nog onzeker is.

Dat geeft een beter uitgangspunt voor segmentatie, accountselectie en enrichment, terwijl matchingregels voorkomen dat iedere nieuwe bron automatisch een nieuw bedrijfsrecord oplevert.

Grenzen van TAM-dekking en AI-scoring

Een onderbouwde marktkaart, geen absolute volledigheidsclaim

Geen enkele databron vertegenwoordigt de volledige markt. De TAM is een onderbouwde momentopname binnen de gekozen geografie, bronset en ICP-definitie.

Brongebruik moet passen binnen licenties, toegangsrechten, platformvoorwaarden en privacyafspraken. AI-scoring ondersteunt prioritering, maar bepaalt niet zelfstandig of een bedrijf klopt. Twijfelgevallen vragen menselijke controle. Omdat bedrijfsdata verandert, heeft enrichment ook een vaste herhaal- en beheerfrequentie nodig.

Breng je bereikbare TAM in HubSpot in kaart

Lees meer over HubSpot Data Hub, RevOps-datakwaliteit en Clay als GTM-datalaag. We beginnen met je ICP, bestaande CRM-data en de bronnen die je rechtmatig kunt gebruiken.

Matthias Terpstra
Matthias Terpstra
Oprichter · tech stack

Van losse marktdata naar een
bruikbare TAM?

Vertel welke markt je wilt afbakenen en wat er al in HubSpot staat.