Hvad er data hygiene i HubSpot? Datakvalitet og priser

Sådan virker data hygiene i HubSpot

Grundlaget er den automatiske deduplikering, der kører, uden at nogen slår den til. Når en kontakt oprettes via import eller en formular, kigger HubSpot på Email-propertyen og opdaterer den eksisterende record, hvis adressen findes i forvejen. Virksomheder matches tilsvarende på Company domain name. Reglerne står i HubSpots dokumentation for deduplikering af kontakter, virksomheder, deals og tickets, og de er værd at læse for enhver, der skal importere data.

Der er et hul i den mekanik, og det er dér, de fleste danske portaler samler dubletter op. Virksomheder, der oprettes via API'et, dedupliseres ikke på domænenavn, og det gælder også installerede sync-apps fra App Marketplace. Kører I en integration fra e-conomic, Business Central eller et andet økonomisystem, kan den derfor oprette den samme virksomhed igen og igen, uden at CRM'et griber ind. Deals og tickets har slet ingen automatisk deduplikering.

Derfor er nøgleproperties den første rigtige beslutning i en oprydning. Ud over Record ID kan I markere op til ti properties pr. objekttype som unique value properties, altså felter, der kræver en entydig værdi, og bruge dem som matchnøgle ved import. For danske virksomheder er CVR-nummer den oplagte kandidat, fordi domæner skifter, og firmanavne staves på fem måder. Vær opmærksom på, at unique value properties ikke understøttes i formularer, så de løser ikke problemet på indgangen fra jeres website.

Selve overbliksværktøjet ligger under Data Management og Data Quality. Det har fem faner: Overview, Manage Duplicates, Formatting Issues, Data Enrichment og Property Insights. HubSpot scanner kontoen hvert døgn og kan sende en advarsel, når antallet af dubletter overstiger en grænse, I selv sætter. Adgangen er ikke givet. Der skal enten være Super Admin-rettigheder eller en eksplicit adgang til data quality-værktøjerne, og i praksis hober oprydningen sig derfor op hos én person.

Dubletfanen. HubSpot foreslår par ud fra en sammenligning af konkrete felter. For kontakter vejer fornavn, efternavn, e-mailadresse, IP-land, telefonnummer, postnummer og firmanavn, mens virksomheder matches på domænenavn, firmanavn, land, telefonnummer og branche. Siden juli 2026 står der en similarity score på hvert par, så I kan filtrere på, hvor sikkert matchet er. Standardtærsklen er 30 procent for kontakter og 80 procent for virksomheder, netop fordi kontaktdata varierer langt mere end virksomhedsdata.

Hvor mange par I overhovedet får at se, afhænger af abonnementet. Med Professional eller Enterprise kan I håndtere dubletter enkeltvis og se op til 10.000 par. Data Hub Professional hæver loftet til 30.000 par og åbner for bulk-håndtering, mens Data Hub Enterprise viser op til 100.000 par. Tallene står i HubSpots dokumentation for håndtering af dubletrecords, og de er den reelle grund til, at store databaser ender med at købe Data Hub.

Fletning. Når to records flettes, vinder den primære records værdier, men tomme felter fyldes fra den sekundære. Aktiviteter og associationer lægges sammen, sekundære e-mailadresser og domæner bevares, lifecycle stage rykker frem til den fase, der ligger længst i tragten, og oprettelsesdatoen fra den ældste record beholdes, mens der genereres et nyt Record ID. HubSpots dokumentation for fletning af records beskriver undtagelserne objekt for objekt.

To ting bør stå klart, før nogen trykker på knappen. En fletning kan ikke fortrydes. Og to records kan slet ikke flettes, når de tilsammen har været igennem 250 fletninger, hvilket sjældent rammer et normalt CRM, men til gengæld rammer hårdt i en portal, hvor nogen har flettet i blinde i årevis.

Formatting Issues-fanen tager sig af det, der ikke er dubletter, men støvet ovenpå. HubSpot foreslår rettelser af navne skrevet med store bogstaver, telefonnumre uden landekode, mellemrum i enderne af tekstfelter og lignende, og I kan acceptere eller afvise hvert forslag eller lade fremtidige tilfælde rette automatisk. Siden juli 2026 kan forslagene også accepteres eller afvises samlet på et filtreret udsnit, men den knap kræver Data Hub fra Starter og opefter.

Validering ved indgangen. Oprydning bagud er spildt arbejde, hvis felterne stadig kan udfyldes med hvad som helst. Valideringsregler på properties er med i alle produkter og planer og virker på enkeltlinjetekst, flerlinjetekst, dato, dato med klokkeslæt, telefonnummer og tal. I kan forbyde mellemrum i enderne, sætte mindste og største antal tegn, kræve store eller små bogstaver, validere telefonnumre mod en standardlandekode og sætte minimum, maksimum og antal decimaler på tal. Regex-regler kræver Professional eller Enterprise. Hele listen står i HubSpots dokumentation for valideringsregler på properties.

Der er en vigtig begrænsning i håndhævelsen. Reglerne slår igennem, når nogen retter en record i CRM'et eller kører en import, og i formularer bygget i den nye formulareditor. De håndhæves derimod ikke i workflows, i chatflows eller i indsendelser fra de gamle formularer. Det forklarer, hvorfor en portal kan have stramme regler og alligevel modtage snavsede data: automatiseringen og integrationerne går udenom.

Sidste del af mekanikken er sletning. Under privatlivsindstillingerne kan I sætte en opbevaringspolitik, der automatisk sletter inaktive kontakter, med 365 dage uden aktivitet som standardværdi. Politikken omfatter kun kontakter, den kræver Super Admin, og slettede records ligger i papirkurven i 90 dage, før de forsvinder. Skal en person fjernes helt, er det en permanent sletning, og den kan ikke fortrydes. Detaljerne står i HubSpots dokumentation for opbevaringspolitik.

Vi rydder op i HubSpot-databaser for danske B2B-virksomheder og sætter de regler op, der holder dem rene bagefter: nøgleproperties og matchnøgler til jeres økonomiintegration, valideringsregler på de felter, I segmenterer og rapporterer på, en opbevaringspolitik, der lever op til GDPR, og en vurdering af, om jeres volumen overhovedet retfærdiggør Data Hub. Skriv til os, så ser vi på jeres portal og siger, hvad der skal rettes først.

Hvad danske B2B-teams bruger det til

De virksomheder, vi arbejder med, går sjældent i gang med data hygiene, fordi de synes, det er sjovt. De går i gang, fordi en rapport ikke stemmer, en regning er blevet for høj, eller en revision har spurgt til noget. Anledningen er som regel én af opgaverne herunder.

Oprydning inden en implementering
Data flyttes fra et gammelt CRM, et regneark og en Outlook-mappe ind i HubSpot. Nøgleproperties og valideringsregler sættes op, før den første import kører, så dubletterne aldrig når at opstå. En dansk produktionsvirksomhed med 40.000 kontakter fra tre kilder sparer typisk flere dages manuel fletning ved at bruge CVR-nummer og e-mail som matchnøgler fra start i stedet for at rydde op bagefter.

Dubletkontrol efter en økonomiintegration
Integrationen mellem HubSpot og e-conomic eller Business Central opretter virksomheder via API'et, hvor domænematchet ikke virker. Løsningen er en fast rutine: matchnøgle på CVR, en ugentlig gennemgang af dubletfanen og en aftale om, hvilket system der ejer stamdata. Det er den enkeltopgave, vi ser flest danske portaler falde over.

Ensartede felter til segmentering
Land skrevet som Danmark, DK og Denmark i samme kolonne ødelægger enhver liste og enhver rapport. Med formateringsforslag og valideringsregler på de felter, der bruges til segmentering, bliver postnummer, land og branche ensartede nok til, at en salgschef kan fordele områder efter dem.

Lavere regning på marketing contacts
Betalingen følger antallet af marketing contacts, og dubletter og døde adresser tæller med. Har en database på 60.000 kontakter 8 procent dubletter, betaler I for 4.800 kontakter, der ikke findes. En oprydning kan betale sig selv, før den overhovedet har forbedret en eneste rapport.

Bedre leveringsevne på e-mail
Gamle adresser, tastefejl og forladte postkasser giver hard bounces, og bounces trykker afsenderomdømmet for alle jeres udsendelser. Ved at validere e-mailfeltet ved indgangen og slette kontakter, der har været inaktive i for eksempel 24 måneder, holder I listen levende i stedet for stor.

Dataminimering og sletning
GDPR kræver både, at oplysninger er rigtige, og at de ikke opbevares længere end nødvendigt. En opbevaringspolitik på inaktive kontakter og en fast rutine for permanent sletning gør forpligtelsen til noget, der kører af sig selv, i stedet for et projekt, nogen skal huske. Husk at politikken kun dækker kontakter, så deals, tickets og virksomheder stadig kræver en manuel beslutning.

Rene data før AI og rapportering
Breeze-funktionerne og rapportbyggeren læser de samme properties som alt andet i CRM'et. Er branchefeltet tomt på halvdelen af virksomhederne, giver hverken en AI-scoring eller en cross-object rapport et brugbart svar. Vi ser oftere, at et AI-projekt strander på datakvalitet end på modellen.

Fællesnævneren er, at oprydning uden en ændring ved indgangen kun holder til næste kvartal. Næsten alle opgaverne ovenfor har to halvdele: ryd op i det, der ligger, og luk den kilde, der skabte det.

Alternativer, priser og begrænsninger

Alternativerne til HubSpots egne værktøjer falder i tre grupper: dedikerede oprydningsapps fra App Marketplace, berigelsesleverandører, der udfylder hullerne med ekstern data, og den manuelle vej via eksport til regneark. Hvilken der giver mening, afhænger mere af databasens størrelse end af ambitionsniveauet.

Insycle
Den mest udbredte dedikerede app til oprydning i HubSpot, bygget som moduler til fletning, standardisering, associering og masseopdatering. Styrken er, at reglerne kan gemmes som skabeloner og køre automatisk, også på objekter HubSpot ikke rører selv. Prisen er ikke offentlig og beregnes efter antal records via en skyder på deres prisside, hvilket gør budgettering sværere. Der er 14 dages prøveperiode, og de første 500 records kan behandles gratis.

Dedupely
Et smallere værktøj, der kun laver deduplikering, til gengæld på tværs af HubSpot, Salesforce og Pipedrive med fuzzy matching og automatisk fletning efter regler. Pr. september 2026 koster basisplanen 19 USD om måneden for op til 30.000 records, mens enterprise-planen ligger på 1.000 USD om måneden for op til 1,5 mio. records ifølge Dedupelys egen prisside. Til en mellemstor dansk database er det markant billigere end at opgradere en Hub, hvis dubletter er det eneste problem.

Data Hub Professional som intern opgradering
Ofte er det rigtige alternativ ikke en tredjepart, men et andet niveau i HubSpot. Data Hub Professional åbner for bulk-håndtering af dubletter, hæver loftet fra 10.000 til 30.000 par og giver programmerbar automatisering til de rettelser, standardværktøjet ikke dækker. Fordelen er, at alt bliver i samme adgangsmodel og samme log. Ulempen er prisen, som står længere nede.

Vainu
Når problemet er huller og ikke dubletter, er berigelse svaret, og her er den nordiske dækning afgørende. Vainu har databaser på danske, finske, norske og svenske virksomheder og kan skrive omsætning, antal ansatte, branche og adresse direkte ind i HubSpot. Pr. september 2026 starter Vainu for Prospecting på 3.500 EUR om året plus 200 EUR i onboarding, mens Vainu for CRM starter på 4.200 EUR om året plus 750 EUR i onboarding. Det er dyrere end HubSpots egen berigelse, men dækningen på danske selskaber er en anden.

Eksport til regneark
Den gratis vej: træk en CSV, sortér, flet manuelt og importér igen. Den fungerer under nogle tusinde records og som engangsopgave, og den har den fordel, at I ser hver eneste række. Til gengæld efterlader den ingen log, den kan ikke rulles tilbage, og den skal laves forfra hver gang. Vi bruger den stadig, men kun til afgrænsede oprydninger med et klart facit.

HubSpot er stærkest dér, hvor oprydningen skal hænge sammen med resten af arbejdet. Forslagene ligger i det system, brugerne alligevel er i, valideringen virker på de samme properties som formularer og rapporter, og der skal ikke deles data med en ekstra leverandør. HubSpot taber på to punkter. Automatikken er tyndere end i de dedikerede apps, fordi der ikke findes regelbaseret automatisk fletning uden om Data Hub, og dækningen af danske virksomhedsdata i berigelsen kan ikke måle sig med en nordisk leverandør. Har I over 100.000 dubletpar eller behov for at deduplikere deals, er en app fra App Marketplace det rigtige valg.

Prismæssigt er det Data Hub, der afgør, hvad I kan. Pr. september 2026 oplyser HubSpots prisside for Data Hub følgende i USD: Starter koster 7 USD pr. sæde om måneden, Professional koster 720 USD om måneden inklusive ét Core Seat med 45 USD pr. ekstra sæde, og Enterprise koster 2.000 USD om måneden inklusive ét Core Seat med 75 USD pr. ekstra sæde. Der følger 500 credits med Starter, 5.000 med Professional og 10.000 med Enterprise, og ekstra credits koster 9 USD pr. 1.000 ved årlig betaling. Det er de amerikanske listepriser, og de handles i DKK gennem en partner.

Sædemodellen er til gengæld mild på netop dette område. Selve dataoprydningen kræver ikke et særligt sæde, men den kræver rettigheder: enten Super Admin eller en eksplicit adgang til data quality-værktøjerne kombineret med redigeringsadgang til de records, der skal rettes. I praksis ender oprydningen derfor hos en administrator, og et team på ti sælgere kan ikke selv flette de dubletter, de støder på, medmindre nogen har givet dem lov.

De hårde grænser er værd at skrive ned, for de kan ikke forhandles. Dubletværktøjet viser 10.000 par på Professional og Enterprise, 30.000 på Data Hub Professional og 100.000 på Data Hub Enterprise. To records kan ikke flettes, når de tilsammen har været igennem 250 fletninger. Der kan højst være ti unique value properties pr. objekttype. En fletning kan ikke fortrydes, og en record i papirkurven forsvinder efter 90 dage. Det står i HubSpots dokumentation for datakvalitetsværktøjerne og de underliggende artikler.

Lige så vigtigt er det, værktøjet ikke gør. Deals og tickets bliver ikke foreslået som dubletter, så to identiske deals på den samme virksomhed skal findes med en rapport eller en liste. Virksomheder oprettet via API'et, herunder gennem sync-apps, matches ikke på domæne. Valideringsregler håndhæves ikke i workflows og chatflows. Og opbevaringspolitikken sletter kun kontakter. Hvert af de fire huller kræver enten en manuel rutine eller en integration, der opfører sig ordentligt.

I en dansk sammenhæng kommer der et par forhold til. GDPR stiller krav om både rigtighed og opbevaringsbegrænsning, så datakvalitet er en compliance-opgave og ikke kun en driftsopgave, og en opbevaringspolitik er den nemmeste måde at dokumentere, at I gør noget systematisk. Dansk data driller også matchningen helt konkret: selskabsformerne A/S, ApS og I/S står sjældent ens på tværs af kilder, danske bogstaver bliver til ae, oe og aa i importfiler fra ældre systemer, og telefonnumre skrives både med og uden 45 foran. Derfor anbefaler vi CVR-nummer som nøgle frem for firmanavn, når data kommer fra et økonomisystem.

Der er også tilfælde, hvor arbejdet ikke kan betale sig. Har I under 5.000 records og én datakilde, løser en eftermiddag med en eksport det, I ellers ville købe Data Hub for. Er problemet, at en integration opretter dubletter, er en opgradering spildte penge, indtil integrationen er rettet, for værktøjet rydder op i symptomet og ikke i årsagen. Og skal I deduplikere deals eller køre regelbaseret automatisk fletning, er en app fra App Marketplace hurtigere og billigere end en Hub-opgradering.

Vores anbefaling til de fleste danske B2B-virksomheder er en pragmatisk rækkefølge. Sæt valideringsregler og nøgleproperties op først, ryd derefter op i det, der ligger, og beslut til sidst, om volumen retfærdiggør Data Hub eller en app. Har I brug for hjælp til at afgøre, hvilket niveau der faktisk er nødvendigt, er vores gennemgang af HubSpot som platform et godt sted at starte, og en struktureret import er næsten altid billigere end en oprydning bagefter.