Hvad er Data Quality Command Center i HubSpot?

Sådan virker Data Quality Command Center i HubSpot

Panelet samler fem faner på én side. Overview giver en opsummering med andelen af dubletter og formatfejl, en liste over anbefalede handlinger og et diagram over property-indsigter. Derefter følger Manage duplicates, Formatting issues, Data enrichment og Property insights, og de fire faner er hver især en arbejdskø, du kan sidde og tømme. HubSpots egen dokumentation for datakvalitetsværktøjerne beskriver adgangen som Starter og op i Marketing Hub, Sales Hub, Service Hub, Data Hub og Content Hub, og Professional og op i Smart CRM og Revenue Hub. Enkelte dele er forbeholdt Data Hub, og det er dem, de fleste opdager for sent. Ligger I på Starter, skal I desuden regne med, at adgangen til formatdelen kan kræve tilmelding til HubSpots beta for datakvalitet på Starter.

Dublet-detektionen kører af sig selv. HubSpot sammenligner property-værdier på tværs af databasen en gang i døgnet og lægger de par frem, der ligner hinanden nok. For kontakter vejer den fornavn, efternavn, e-mailadresse, IP-land, telefonnummer, postnummer og firmanavn. For virksomheder vejer den domænenavn, firmanavn, land eller region, telefonnummer og branche. Du ser to records ved siden af hinanden, vælger hvilken der bliver master, og kan flette eller afvise forslaget. Afviser du et par, husker HubSpot det, og det dukker ikke op igen dagen efter.

Det er værd at holde adskilt fra den deduplikering, der sker automatisk ved oprettelsen. Kontakter slås sammen på e-mailadresse, uanset om de kommer fra en formular, en manuel oprettelse eller en import. Virksomheder slås sammen på det primære domænenavn. Her ligger en fælde, HubSpots dokumentation for deduplikering af records er eksplicit om: virksomheder oprettet via API'et bliver ikke dedupliceret på domænenavn. Kommer dine virksomheder ind gennem en ERP-synkronisering eller en anden integration, er det dig og ikke HubSpot, der holder styr på dubletterne. Custom objects skal håndteres manuelt via Record ID eller et unique value-felt, og du kan have op til ti af dem pr. objekttype.

Formatting issues. Fanen foreslår konkrete rettelser på kontaktproperties, primært e-mail, fornavn, efternavn, delstat eller region og land eller region. Den fanger navne i kapitæler, manglende store begyndelsesbogstaver, fornavn og efternavn mast sammen i samme felt, specialtegn i enden af et navn, mellemrum i begyndelsen og slutningen af værdien, e-mailadresser i et format, der ikke kan være rigtigt, og pladsholdere som "n/a" og "Unknown". Du kan acceptere eller afvise hvert forslag eller markere dem alle på én gang. Vil du have rettelserne til at ske af sig selv fremover, kræver det, ifølge HubSpots dokumentation for håndtering af formatfejl, et abonnement på Data Hub Professional eller Enterprise, og reglen gælder så både de records, der ligger i køen nu, og alle nye.

Property insights. Denne fane ser på felterne selv. HubSpot markerer properties uden data, properties der findes men ikke bruges i noget værktøj, og properties der er næsten identiske med andre. Det er den fane, der afslører, at nogen i 2023 oprettede tre varianter af det samme branchefelt, og at kun det ene bliver udfyldt. Du kan se detaljer pr. property og eksportere property-historik. Selve anomali-visningen, der reagerer på pludselige spring i, hvordan et felt bliver udfyldt, kræver Data Hub Professional eller Enterprise.

Data enrichment-fanen viser dækningen, ikke fejlene. Den opgør, hvor stor en andel af dine kontakter og virksomheder der er beriget, hvilke matchrater der opnås, og hvor mange procent af de enkelte properties der har en værdi. Derfra kan du sætte berigelse i gang på et udvalgt segment og ikke på hele databasen. Berigelsen trækker på kreditter, så det er en fane, hvor beslutningen om at handle har en pris knyttet til sig, i modsætning til de øvrige.

Alarmer og det ugentlige overblik. Panelet kan sige til, uden at du åbner det. Dublet-alarmen tjekker kontoen hvert døgn og sender en mail, hvis antallet af dubletter overstiger en grænse, du selv sætter, eksempelvis ti nye om dagen. Det ugentlige digest lander hver mandag klokken 8 i kontoens tidszone via mail, Slack eller desktop-notifikation og opsummerer property-problemer, record-problemer og antallet af nye records. Begge funktioner kræver Data Hub Professional eller Enterprise, og digestet slås til under Settings og derfra Notifications og Data quality.

Dækningen er ujævn på tværs af objekter, og det er den vigtigste detalje at have med, før man planlægger en oprydning. Datakvalitetsværktøjerne i bred forstand omfatter kontakter, virksomheder, deals og tickets. Dublethåndteringen dækker kun kontakter og virksomheder. Har I dubletter på deals, fordi to sælgere har oprettet samme forretning på hver deres kontakt, finder panelet dem ikke, og så skal problemet løses et andet sted.

Det, der typisk går galt, er ikke teknik men rækkefølge. Teams accepterer formatforslag i bulk uden at se på, hvad reglen kommer til at gøre ved efternavne med små forbogstaver som van der Berg, og bagefter har de rettet noget, der var korrekt. Eller de fletter dubletter, før de har lukket den kilde, dubletterne kommer fra, og står med samme antal to uger senere. Panelet fortæller dig, hvor mange fejl du har. Det fortæller ikke, hvorfor de opstår, og den analyse er stadig et menneskes arbejde.

Vi rydder op i HubSpot-data for danske B2B-virksomheder og sætter kontrollen op, så rodet ikke kommer igen: dubletregler, formatregler, en ryddet property-struktur og en aftale om, hvem der tømmer køen og hvor ofte. Skal I have afklaret, om Data Hub Professional er værd at købe til jeres datamængde, eller skal jeres nuværende opsætning gennemgås, før I flytter data ind fra et gammelt system, så tag fat i os og få en konkret vurdering i stedet for et gæt.

Hvad danske B2B-teams bruger det til

Panelet bliver sjældent taget i brug, fordi nogen har lyst til at se på datakvalitet. Det bliver taget i brug, fordi et konkret projekt går i stå. Her er de anvendelser, vi oftest ser hos danske virksomheder, og hvordan de sættes op.

Oprydning før et CRM-skifte eller en ny ERP-integration
Panelet bruges som tjekliste, inden data flytter. Du tømmer Manage duplicates og Formatting issues, arkiverer de properties, Property insights markerer som ubrugte, og laver først derefter feltmapningen. En rådgivningsvirksomhed med 12.000 kontakter fra tre gamle systemer sparede mapningen af 60 felter væk, fordi ingen af dem blev brugt i et workflow, en liste eller en rapport.

Løbende dublet-kontrol efter messer og webinarer
Dublet-alarmen sættes til en grænse, der matcher normal tilgang, og så hører I kun fra den, når noget stikker af. En B2B-leverandør, der henter 300 leads på HI-messen i Herning, opdager samme uge, at halvdelen allerede lå i CRM'et med en anden mailadresse. Før fandt de først ud af det, når sælgeren ringede til en eksisterende kunde som nyt lead.

Navne- og mailformat før et nyt udsendelsesspor
Formatting issues køres igennem, før personalisering slås til. Det er billigere end at opdage problemet i en udsendelse. Et softwarehus med 8.000 kontakter havde 11 procent af fornavnene skrevet i store bogstaver fra en gammel messeimport, og alle fik en mail, der startede med "Hej METTE".

Property-oprydning før et nyt rapporteringssetup
Property insights bruges til at beslutte, hvilke felter der overhovedet skal med i de nye dashboards. En grossist, der skulle bygge pipelinerapportering på tværs af to salgsteams, fandt fire næsten identiske felter til samme oplysning om kundetype, hvilket forklarede, hvorfor de to teams aldrig kunne blive enige om tallene.

Opdagelse af integrationer, der er holdt op med at virke
Datasynkroniseringen overvåges for apps, der fejler, og apps uden aktiv synkronisering, fordi de er koblet fra, sat på pause eller aldrig blev færdiggjort. Det er den overvågning, der fanger, at synkroniseringen til e-conomic har stået stille i fem uger, før nogen i økonomiafdelingen spørger, hvorfor fakturaoplysningerne på deals ikke passer.

Berigelsesdækning før et ABM-forsøg
Data enrichment-fanen bruges til at afgøre, om segmenteringen overhovedet kan bygges på de felter, I har tænkt. Vil I segmentere på virksomhedsstørrelse og branche, men kun to tredjedele af virksomhederne har en værdi, er svaret at berige et udvalgt segment først og ikke at bygge kampagnen på en liste med huller.

Dokumentation til GDPR-årshjulet
Det ugentlige digest og property-historikken bruges som dokumentation for, at datakvaliteten bliver fulgt. Mange danske virksomheder skal kunne vise en proces, ikke kun en politik, og et ugentligt overblik, der er slået til og går til navngivne modtagere, er lettere at vise frem end en hensigt om at rydde op en gang om året.

Fællestrækket er, at panelet bliver brugt som et kontrolpunkt i et andet projekt. Det er også sådan, det giver mest: som noget, der skal være tømt, før man går videre, og ikke som en fane, nogen kigger på, når der er tid.

Alternativer, priser og begrænsninger

Data Quality Command Center er ikke det eneste sted, arbejdet kan gøres, og på flere punkter er det ikke det stærkeste. Sammenligningen går i tre retninger: specialiserede oprydningsværktøjer fra App Marketplace, de tilsvarende funktioner i andre CRM-platforme, og en manuel proces, der stadig duer for små databaser.

Insycle
Amerikansk oprydningsplatform bygget til HubSpot og andre CRM'er, og den mest brugte opgradering, når den indbyggede dublethåndtering ikke rækker. Den dækker kontakter, virksomheder, deals, tickets og understøttede custom objects, matcher på vilkårlige felter med fuzzy-, flerfelts- og domænevariantmatch, fletter hele dubletgrupper ad gangen og ikke par for par, og kan lægge en fuld forhåndsvisning i CSV, før noget skrives. Insycles prisside angiver, læst september 2026, Starter til 100 USD pr. måned for op til 25.000 records, Growth til 150 USD for op til 100.000 og Professional til 200 USD for op til 500.000, med 20 procent rabat ved årlig betaling. Svagheden er, at det er endnu et system med egen adgangsstyring og egen databehandleraftale.

Dedupely
Mindre og billigere værktøj med samme grundidé. Det kobler sig på HubSpots API og matcher og fletter på tværs af kontakter, virksomheder, deals, leads, tickets og custom objects efter regler, du selv sætter, med mulighed for planlagte kørsler. Prissiden oplyser, læst september 2026, Starter til 40 USD pr. måned ved månedlig betaling eller 32 USD pr. måned ved årlig, for op til 30.000 synkroniserede records. Det er den oplagte mellemvej, hvis behovet udelukkende er dubletter på deals og custom objects, som HubSpot ikke selv dækker.

Salesforce
Dublethåndtering i Salesforce sker med duplicate rules og matching rules, som ifølge Salesforces egen dokumentation om duplicate rules findes i Essentials, Professional, Enterprise, Performance, Unlimited og Developer. Til gengæld er de bundet af hårde grænser: op til fem aktive duplicate rules pr. objekt, op til tre matching rules i hver og kun én aktiv matching rule pr. objekt, og sammenligningen sker mod de 100 mest sandsynlige dubletter og ikke mod hele databasen. Reglerne bliver desuden tilsidesat ved import og API-kald. Salesforce advarer altså tidligere end HubSpot, når nogen opretter en dublet i hånden, men har ikke et samlet kvalitetspanel, og de fleste kunder køber et dedupe-værktøj oveni.

Microsoft Dynamics 365
Her hedder det duplicate detection rules, som kører ved oprettelse og opdatering og kan køres som planlagte detektionsjob på hele databasen. Det er en ældre og mere administratortung model: du definerer selv reglerne pr. entitet, og der er ingen indbygget oversigt over formatfejl eller ubrugte felter. Fletning af store dubletgrupper kræver i praksis en tredjepartsløsning fra AppSource. Til gengæld passer Dynamics ofte bedre, hvis økonomien allerede kører på Business Central og datamodellen skal deles.

Et andet HubSpot-tier eller en manuel proces
Det billigste alternativ er ofte at blive på det tier, I har, og gøre arbejdet i hånden. Eksport til regneark, oprydning der, og import tilbage med Record ID som nøgle, så rækkerne opdaterer og ikke opretter nye. Det virker, det koster ingenting, og for en database under nogle tusinde records tager det få timer pr. kvartal. Prisen er, at ingen kan se, hvor slemt det står til mellem oprydningerne, og at fejlen typisk opdages i en kampagne i stedet for i et panel.

Hvor HubSpot vinder, er samlingen og tilgængeligheden. Alt ligger i CRM'et, der er ingen ekstra databehandler at godkende, grundversionen følger med fra Starter, og en marketingansvarlig kan tømme en formatkø uden at ringe til IT. Hvor HubSpot taber, er dybden: dubletter kun på kontakter og virksomheder, formatregler kun på en håndfuld kontaktfelter, ingen fletning af hele grupper på én gang og ingen forhåndsvisning af en flettning, før den sker. Skal I rydde op i 200.000 records fra fire kilder, er et specialværktøj hurtigere og mere sikkert end HubSpots eget panel.

Prisen for de dele, der ikke er med fra starten, er Data Hub. HubSpots egen prisoversigt for Data Hub angiver, læst september 2026 og i USD, de gratis dataværktøjer til 0 USD for op til to brugere, Data Hub Starter til 9 USD pr. seat pr. måned ved årlig binding eller 15 USD ved månedlig, Data Hub Professional til 720 USD pr. måned ved årlig binding eller 800 USD ved månedlig, og Data Hub Enterprise til 2.000 USD pr. måned. Professional og Enterprise leveres med ét Core Seat inkluderet, og yderligere seats starter ifølge samme oversigt ved 45 USD pr. måned på Professional og 75 USD på Enterprise. Tjek altid prisen i din egen HubSpot-konto i DKK eller EUR, før I budgetterer, for beløbene ovenfor er listepriser i dollar.

Seat-modellen betyder mindre her end i de øvrige Hubs, men den betyder noget. Det er ikke alle i huset, der skal have adgang: at læse og handle i panelet kræver de rette rettigheder til dataadministration, og under beta krævede flere af funktionerne super admin. Regn med, at det er to eller tre personer, der arbejder i panelet, og at resten af organisationen mærker resultatet uden at have en licens til det. Køber I Data Hub Professional udelukkende for datakvalitet, er det altså 720 USD om måneden for automatisering og alarmer, ikke for flere brugere.

De hårde grænser er værd at kende, før I planlægger. HubSpots dokumentation for dublethåndtering angiver, at almindelige abonnementer kan arbejde med op til 10.000 dubletpar, mens Data Hub Professional hæver det til 30.000 og Enterprise til 100.000. Har I mere end det, skal oprydningen deles op eller flyttes til et eksternt værktøj. Dertil kommer, at sammenligningen kører en gang i døgnet, så en stor import først viser sig i panelet dagen efter, og at afviste par bliver husket, hvilket er praktisk lige indtil nogen afviser et par ved en fejl.

Det er også vigtigt at skelne mellem forslagene i panelet og de egentlige valideringsregler på et felt. De regler, der kan sættes direkte på en property, eksempelvis kun tal eller ingen specialtegn, følger med alle produkter og planer, men de virker ikke bagud på eksisterende værdier, og de håndhæves ved manuelle rettelser og gennem importværktøjet, ikke i mobilappen, ikke i formularer og ikke i workflows. En formular kan altså fortsat sende et telefonnummer ind, som reglen ville have afvist i CRM'et.

I dansk sammenhæng er der tre huller, der er værd at kende. De automatiske formatregler dækker e-mail, fornavn og efternavn, så danske telefonnumre skrevet på fem forskellige måder og postnumre med bogstaver fra gamle importer bliver ikke normaliseret af sig selv. Dublet-matchet på virksomheder vægter domænenavn, og en dansk koncern med et holdingselskab og to driftsselskaber på samme domæne bliver derfor foreslået flettet, selvom de tre CVR-numre skal holdes adskilt. Og kommer virksomhederne ind gennem en integration til e-conomic eller Business Central, som skriver via API'et, er de ikke omfattet af den automatiske deduplikering på domæne, så dubletterne opstår netop dér, hvor ingen kigger.

GDPR-delen er både en grund til at bruge panelet og en grund til ikke at læne sig for meget på det. HubSpot hoster kundedata i fem regioner, heriblandt EU med datacenter i Tyskland, og kontoen får sin region ud fra IP-adressen ved oprettelsen, mens betalende konti kan flyttes til en anden region bagefter. Panelet hjælper med at finde de forældede og tomme oplysninger, men det sletter ikke noget af sig selv, og det holder ikke styr på jeres frister. Datatilsynets vejledning om sletning lægger vægt på, at den dataansvarlige fastlægger og dokumenterer slettefrister for hver konkret behandling, og den dokumentation skal stadig laves i et årshjul, uanset hvor pænt panelet ser ud.

Hvornår kan det så ikke betale sig? Har I under et par tusinde kontakter, én kilde til nye records og ingen ERP-integration, giver grundversionen fra Starter og en halv dag i regnearket hvert kvartal det samme resultat som en Data Hub-licens. Og har I mange dubletter på deals eller custom objects, løser panelet slet ikke problemet, uanset hvilket tier I køber. Overvejer I opgraderingen, eller skal jeres nuværende opsætning gennemgås, kan I se hele vores arbejde med HubSpot-platformen og vores gennemgang af deduplikering og datahygiejne som næste skridt.