Kandidaten ontdubbelen over website, CRM, chat en telefoon

Ontdubbelen is één record per kandidaat, met behoud van de geschiedenis

Ontdubbelen betekent herkennen dat een webformulier, een chatgesprek, een bericht in een chatapp en een gemist telefoontje van dezelfde persoon komen, en ze koppelen aan één CRM-record. Het doel is geen nette database om de database, maar dat één medewerker de kandidaat precies één keer benadert, met alle context.

Dubbele records kosten in toelating extra veel, omdat het traject lang is. Wie in september een brochure aanvraagt, in oktober via de chat vraagt hoe de aanmelding via Studielink werkt en in november belt, is één kandidaat. Bij drie records volgen drie opvolgacties, misschien van drie medewerkers, en ziet niemand de hele geschiedenis.

Dit artikel laat zien waar dubbele records ontstaan, welke koppelsleutels werken, welke samenvoegregels u vastlegt en welke privacygrenzen gelden. Het vult onze artikelen over het opschonen van een studentenleads-database en leadroutering met SLA aan.

Waar dubbele records ontstaan: elk kanaal vangt een andere identificatie

Elk kanaal legt een andere identificatie vast, en dat verschil veroorzaakt de dubbelingen. De tabel toont wat u per ingang over de persoon weet.

Twee gevallen vragen om een uitdrukkelijke regel. Ten eerste: een ouder schrijft namens het kind, twee personen en één dossier. Ten tweede: iemand gebruikt twee e-mailadressen. Geen tool lost dat alleen op; het is een keuze van de instelling.

Kies koppelsleutels van de veiligste naar de kwetsbaarste

Goed ontdubbelen past de sleutels in een vaste volgorde toe en stopt zodra een match zeker is. Drie niveaus volstaan om te beginnen.

1. Exacte match. Hetzelfde genormaliseerde e-mailadres (kleine letters, zonder spaties) of hetzelfde genormaliseerde telefoonnummer. Koppelen mag automatisch.
2. Waarschijnlijke match. Dezelfde voor- en achternaam met dezelfde opleidingsinteresse, of hetzelfde nummer met verschillende e-mailadressen. Het systeem stelt voor, een medewerker bevestigt.
3. Mogelijke match. Op elkaar lijkende namen of wisselende spelling. Markeren, nooit automatisch samenvoegen.

Normaliseer telefoonnummers naar het internationale formaat van ITU-aanbeveling E.164: landcode, dan nummer, zonder spaties en zonder voorloopnul. Een nummer dat in het CRM als 06… staat en in de chatapp als +31 6…, is hetzelfde nummer; zonder normalisatie worden het twee records.

Een voorzorgsregel: voeg nooit samen op alleen de naam. Mensen met dezelfde naam bestaan, en een foute samenvoeging mengt twee dossiers, wat erger is dan een dubbel record.

Leg samenvoegregels vast vóór de eerste samenvoeging

Een samenvoeging bepaalt welke waarde blijft als twee records elkaar tegenspreken. Zonder schriftelijke regels beslist elke medewerker anders en loopt de database binnen weken weer uit de pas.

Een eenvoudig regelset om aan te passen:

• Hoofdrecord. Het oudste blijft, de rest wordt eraan gekoppeld. Het behoudt de identificatie die uw andere systemen al kennen.
• Contactgegevens. De meest recente geverifieerde waarde wint; de oude gaat naar de geschiedenis in plaats van te worden gewist.
• Opleiding en toegangsroute. Bewaar de laatst genoemde interesse en behoud de eerdere. Wie van hbo naar wo wisselt, geeft een commercieel signaal, geen fout.
• Eigenaar. De medewerker met het meest recente persoonlijke contact houdt het record; anders geldt uw routeringsregel.
• Toestemming en bezwaar. Zie de volgende sectie: de strengste instelling wint altijd.
• Logboek. Leg vast wie wat wanneer en waarom heeft samengevoegd, zodat u het kunt terugdraaien.

Houd terugdraaien mogelijk. Een overhaaste samenvoeging op een nummer dat broers en zussen delen, moet zonder verlies ongedaan te maken zijn.

Privacy: een samenvoeging mag nooit een bezwaar wissen

Records samenvoegen is het verwerken van persoonsgegevens, en Verordening (EU) 2016/679 geldt voor de ontstane database. Twee beginselen uit artikel 5 helpen direct: juistheid rechtvaardigt het ontdubbelen, en dataminimalisatie verbiedt alles bewaren voor de zekerheid.

Het grootste risico zijn bezwaren. Draagt een van de samengevoegde records een bezwaar tegen marketing of een verzoek tot verwijdering, dan moet het resterende record dat overnemen. Anders brengt de samenvoeging een contact terug dat de persoon al had geweigerd. De Autoriteit Persoonsgegevens publiceert informatie over de rechten van betrokkenen en over direct marketing. Laat uw regels toetsen door de functionaris gegevensbescherming van de instelling.

Drie gewoonten verkleinen het risico:

• Datum en bron van elke toestemming per kanaal bewaren: instemming met e-mail geldt niet voor chatapp of telefoon.
• Bij tegenstrijdige records de strengste instelling toepassen.
• Een blokkeerlijst apart bijhouden, zodat een latere import niemand opnieuw aanmaakt die bezwaar maakte.

Bij minderjarige kandidaten betrekt u ouders of voogden bij gesprekken die tot een inschrijving leiden, en voegt u hun record niet samen met dat van het kind.

Het proces in zes stappen invoeren

Een hogeschool of universiteit kan beginnen met wat al aanwezig is. De volgorde telt zwaarder dan de verfijning.

1. Alle ingangen inventariseren: formulieren, chat, chatapp, telefoonlijnen, beurzen en partnerlijsten. Noteer per ingang welke identificatie binnenkomt.
2. Bij binnenkomst normaliseren: e-mail in kleine letters, telefoon internationaal, namen opgeschoond. Een dubbel record voorkomen is goedkoper dan het samenvoegen.
3. Dubbeldetectie in het CRM aanzetten: de meeste CRM's bieden regels; stel ze in op uw sleutels, eerst in voorstelmodus, daarna automatisch.
4. Bestaande voorraad in batches opschonen, te beginnen met exacte matches.
5. Eigenaarschapsregel opstellen: wie neemt het samengevoegde record over en hoe hoort de andere medewerker dat?
6. Maandelijks evalueren: afgewezen voorstellen en teruggedraaide samenvoegingen, om de sleutels bij te stellen.

Delen meerdere instellingen of merken één database, beslis dan eerst of een kandidaat over merken heen mag worden gekoppeld. Dat is een vraag over het verwerkingsdoel die u vóór elke samenvoeging tussen merken met de functionaris gegevensbescherming bespreekt.

Meten zonder een norm te verzinnen

Geen openbare bron noemt een "normaal" dubbelingspercentage voor hogescholen; meet uw eigen cijfer voor en na het opschonen. Deze indicatoren zijn uit het CRM te halen.

Presenteer minder dubbelingen niet als meer inschrijvingen. Een toelatingstraject kent veel oorzaken; het effect op de conversie moet u met eigen vergelijkingsperiodes onderbouwen.

Wat Skolbot bijdraagt en wat bij de instelling blijft

Skolbot Chat is een agent op de website van de instelling. Hij antwoordt op basis van de gepubliceerde content, kwalificeert de vraag, biedt een afspraak of open dag aan en draagt het gesprek over aan het team en het CRM. Een vroeg in het gesprek vastgelegd e-mailadres of nummer levert een koppelsleutel op die anonieme bezoekers meestal missen. De bredere logica staat in ons artikel over AI-agenten van contact naar CRM.

Koppel- en samenvoegregels blijven van de instelling en haar CRM. Hoe de koppeling met uw CRM precies werkt, bevestigt u in de afstemmingsfase, niet in een blogartikel. Voor een overzicht van tools is er de CRM-vergelijking voor het hoger onderwijs, en het grote geheel vindt u in onze gids om meer studenten te werven.