Datakwaliteit: het onspannende fundament onder elk AI-project

Een mens die een dubbel record ziet, negeert het. Een model gebruikt het: het vat samen, telt op en trekt conclusies uit wat er staat. Daardoor worden kleine inconsistenties zichtbaar als grote fouten — een omzetcijfer dat niet klopt, een lead die twee keer wordt gemaild, een samenvatting die een verkeerde contactpersoon noemt.

Dat is geen argument tegen AI. Het is een argument om de vijf velden die je toepassing echt gebruikt op orde te brengen voordat je opschaalt.

Vraag drie collega's wat een "actieve klant" is en je krijgt drie antwoorden. Leg per kernbegrip één definitie vast, met de berekening erbij, en wijs een eigenaar aan. Dit document is belangrijker dan elke tool die je erna kiest, en het is bovendien precies wat je in prompts en systeeminstructies hergebruikt.

• Begrip, definitie in één zin, berekening, bronsysteem, eigenaar.
• Uitzonderingen expliciet: proefaccounts, interne orders, testdata.
• Datum van laatste review, zodat je ziet wanneer het verouderd is.

• Ontdubbelen op een stabiele sleutel (e-mail, KvK-nummer, klantnummer).
• Verplichte velden echt verplicht maken in het formulier, niet in een handleiding.
• Consistente notatie voor land, telefoon, bedrijfsnaam en branche.
• Statusvelden met een gesloten lijst waarden in plaats van vrij tekstveld.
• Bewaartermijnen en verwijderroutines, ook omdat de AVG dat vraagt.

Dit klinkt onspannend en levert in de praktijk het meeste op: veel teams zien de kwaliteit van AI-samenvattingen en -scores meteen stijgen zodra de dubbele records verdwijnen.

Kies één concreet gebruik — bijvoorbeeld leadscoring of automatische gespreksamenvattingen — en breng alleen de velden op orde die dat gebruik voedt. Zo krijg je binnen weken resultaat in plaats van een dataproject dat een jaar duurt en waarvan niemand de opbrengst kan aanwijzen.

Als die eerste toepassing werkt, is het draagvlak voor de volgende opschoning er automatisch. Datakwaliteit verkoopt zichzelf pas na het eerste succes.

Zet een simpele wekelijkse meting op: percentage records met alle verplichte velden, percentage duplicaten, aantal records zonder eigenaar en gemiddelde ouderdom van de laatste update. Vier cijfers op één dashboard, met een doel per cijfer.

Bespreek die cijfers in hetzelfde overleg als je marketing-KPI's. Datakwaliteit die alleen bij IT op de agenda staat, verdwijnt na twee kwartalen.