Hvad er et dataset i HubSpot?

Sådan virker datasets i HubSpot

Datasets bygges i Data Studio, som er Data Hubs arbejdsflade for data. Du starter med en primær datakilde, og den bestemmer, hvad en række i dit dataset er. Vælger du deals som primær kilde, er hver række en deal. Vælger du et uploadet regneark med licensforbrug, er hver række en linje derfra. Det lyder banalt, men valget er det, der oftest afgør, om tallene bagefter giver mening, og det kan ikke laves om uden at bygge datasettet forfra.

Derefter kobler du sekundære kilder på. HubSpot tillader i alt fem datakilder pr. dataset, altså den primære plus fire, og kilderne kan være CRM-objekter, custom objects, hjemmesidesider, e-mails, samtaler og salgsaktiviteter foruden eksterne kilder. Koblingen sker enten som left join, hvor alle rækker fra den primære kilde beholdes, eller som inner join, hvor kun rækker med et match overlever. HubSpot foreslår selv koblinger ud fra de associations, der allerede findes mellem objekterne, og du kan overstyre med association labels eller en join key, som du selv peger på. Det er beskrevet i HubSpots dokumentation for data join i datasets.

Kolonnetyperne er mere end CRM-properties. Ud over almindelige properties og felter fra eksterne kilder kan et dataset indeholde formelkolonner med matematik, tekst- og datofunktioner, enrichment-kolonner, kolonner genereret af Data Agent ud fra web- eller virksomhedsresearch, og modifier-kolonner, der retter store og små bogstaver eller fjerner overflødige mellemrum. Det sidste lyder som en detalje, men det er ofte forskellen på, at en join på firmanavn rammer 60 procent og 95 procent af rækkerne.

Filtre lægges på, inden datasettet gemmes. Et filter i datasettet er altså ikke det samme som et filter i en enkelt rapport: det afgrænser hele datalaget, og alle rapporter, segmenter og workflows, der bruger datasettet, arver afgrænsningen. Det er praktisk, når I vil sikre, at ingen ved et uheld rapporterer på testdata eller på det gamle selskab efter en fusion. Det er upraktisk, hvis flere afdelinger skal bruge det samme grunddata med hver sin afgrænsning, og så skal I bygge flere datasets.

Når datasettet er gemt, dukker det op som indgang i rapportbyggeren, hvor du kan starte fra et dataset i stedet for fra et objekt. Selve rapportmotoren har sine egne grænser uafhængigt af datasettet. Rapporter, der ikke er tabeller, viser maksimalt 1.000 unikke datarækker, mens tabelrapporter pagineres og godt kan gå over. Det står i HubSpots vejledning til den brugerdefinerede rapportbygger, og det er værd at kende, før nogen bygger en graf over 4.000 deals og undrer sig over totalen.

Opdateringsfrekvens er to lag, ikke ét. Eksterne kilder hentes ind for sig, og rapporter opdateres for sig. For Google Sheets ligger indlæsningen omkring hvert femte minut, mens rapporter i den brugerdefinerede rapportbygger typisk opdateres hver anden time. Ser en rapport forældet ud, er det derfor ikke nok at trykke opdater ét sted. Du bliver nødt til at tjekke kilden, så datakilden i Data Studio og først derefter rapporten for at finde ud af, hvilket lag der halter.

Data behøver ikke komme fra et CRM-objekt eller et regneark. HubSpot har åbnet en ingestion-API til Data Studio, hvor I kan skubbe JSON eller filer i CSV, XLS, XLSX og TSV direkte ind som selvstændige datakilder uden at mappe dem til et objekt først. Grænserne er konkrete: højst 512 MB pr. filupload, højst 100.000 records pr. kald og op til 200 kolonnedefinitioner pr. datakilde, og kun flade objekter, altså ingen nestede arrays. Detaljerne står i HubSpots API-dokumentation for data source ingestion. API'et er i beta, så regn med ændringer.

Siden sommeren 2026 kan data også komme ind løbende. HubSpot annoncerede den 27. august 2026 webhook-datakilder til Data Studio, som gik live den 31. juli 2026, og som tager imod GET, POST og PUT fra ethvert system, der kan sende HTTP. Det betyder, at et ordresystem eller en produktdatabase kan sende hændelser ind, efterhånden som de sker, i stedet for at vente på en natlig filoverførsel. Data, der kommer ind ad den vej, kan bruges i datasets, segmenter, workflows og rapporter på lige fod med resten.

Det, der oftest går galt, er join-nøglen. To kilder, der begge indeholder firmanavne, matcher sjældent rent, fordi den ene skriver "A/S" og den anden ikke gør. Bruger I CVR-nummer eller et internt kunde-ID, bliver koblingen stabil. Den anden klassiker er, at en kobling til noget, der findes i flere eksemplarer, ganger rækkerne op: kobler du deals til aktiviteter, får du én række pr. aktivitet, og så tæller din omsætning tre gange, hvis der er tre aktiviteter på dealen.

Et sidste forbehold om adgang. HubSpots egen dokumentation er ikke helt konsistent på, hvilket niveau der giver adgang til datasets. Artiklen om at oprette og bruge datasets angiver Data Hub Professional og Enterprise, mens vejledningen til rapportbyggeren knytter muligheden for at starte fra et dataset til Data Hub Enterprise. Funktionen har været i beta, og betafunktioner flytter sig. Tjek det i jeres egen portal under Data Studio, før I bygger en business case på Professional-niveauet alene.

Vi hjælper danske B2B-virksomheder med at afgøre, om datasets og Data Hub er pengene værd, før licensen bliver købt. Konkret ser vi på, hvilke kilder I reelt skal koble sammen, om I har en nøgle som CVR-nummer eller kunde-ID, der holder til en join, og om behovet kan dækkes af den rapportbygger, I allerede betaler for. Skal der bygges, sætter vi datakilder, joins og formelkolonner op sammen med jer og sørger for, at rapporterne kan bruges til andet end at blive kigget på. Skriv til os, så tager vi en snak om jeres opsætning.

Sådan bruger danske B2B-teams datasets

Datasets kommer først til deres ret, når data, der ikke bor i HubSpot, skal ses sammen med data, der gør. De fleste danske virksomheder, vi arbejder med, har præcis det problem: økonomien ligger i e-conomic eller Business Central, produktdata ligger i et eget system, og CRM'et ved kun det, sælgerne har skrevet ind. Her er de anvendelser, der oftest bærer investeringen.

Forbrug sat op mod betaling
Et dataset kobler jeres eget forbrugsdata på company-objektet og regner udnyttelsesgraden ud i en formelkolonne. Kunder under en tærskel bliver synlige, før de opsiger. En dansk softwarevirksomhed med 400 kunder på abonnement kan på den måde få kundeansvarlige til at ringe til de 30 konti, der bruger under halvdelen af deres licenser, i stedet for at ringe rundt i alfabetisk rækkefølge.

Faktureret omsætning ved siden af pipeline
Fakturalinjer fra e-conomic lægges ind som datakilde og kobles på company via CVR-nummeret. Så kan salgschefen se realiseret omsætning pr. kunde sammen med åbne deals i ét billede. En grossist med 1.200 aktive kunder får dermed svar på, hvor stor en andel af pipelinen der ligger hos kunder, som allerede køber, og hvor meget der reelt er nysalg.

Leveringsdata sammen med supportsager
Ordre- og leveringsdata fra ERP kobles til tickets på ordrenummeret. Supportchefen kan se, om sagsmængden hænger sammen med forsinkede leveringer fra ét bestemt lager. For en dansk produktionsvirksomhed er det forskellen på at diskutere supportbemanding og at rette årsagen.

Kanaldata, der aldrig nåede ind i CRM'et
Marketingafdelinger har typisk tal liggende i regneark fra kanaler uden ordentlig integration, for eksempel messeleads eller partnerhenvisninger. Lagt ind som datakilde og koblet på kontakter kan de indgå i den samme kanalrapport som alt det andet. Det fjerner den månedlige øvelse med at klistre to rapporter sammen i PowerPoint.

Segmentering på noget, HubSpot ikke selv ved
Et dataset kan bruges som indgang til et workflow, og det er den mest oversete del af funktionen. I stedet for at synkronisere femten hjælpe-properties ind på kontakten, kan I lade datasettet holde beregningen og enrolle direkte derfra. En B2B-virksomhed med sæsonvarer kan for eksempel starte en genkøbskampagne, når et datasets kolonne for dage siden sidste ordre passerer en grænse, der er beregnet ud fra kundens egen historik og ikke ud fra et fast tal.

Ét datagrundlag på tværs af afdelinger
Når marketing, salg og kundeservice bygger hver deres rapport på hver deres filtre, ender møderne i en diskussion om tal frem for om kunder. Et fælles dataset med de afgrænsninger, I er blevet enige om, gør at alle regner ens. Gevinsten er ikke teknisk. Den viser sig på møderne, og det er typisk der, ledelsen opdager den først.

Fælles for anvendelserne er, at de kræver en nøgle, der holder. Har I ikke CVR-nummer eller et internt kunde-ID liggende på både company-objektet og i den eksterne kilde, bruger I den første uge på datavask og ikke på rapporter. Det arbejde skal med i estimatet.

Alternativer, priser og begrænsninger

Datasets er ikke den eneste vej til rapportering på tværs af kilder, og for en del virksomheder er det ikke den billigste. Her er de alternativer, vi oftest stiller op mod hinanden, med priser hvor vi har kunnet finde dem på leverandørens egen side.

HubSpots egen rapportbygger uden dataset
Den brugerdefinerede rapportbygger følger med Professional og Enterprise i Marketing Hub, Sales Hub, Service Hub, Data Hub, Content Hub og Revenue Hub. Den kan koble flere HubSpot-datakilder sammen og løser en stor del af behovet, så længe data allerede findes i HubSpot. Rapporterne lander i de samme dashboards, som I bruger i forvejen. Den kan derimod ikke tage et regneark eller en warehouse-tabel ind, og den har ingen formelkolonner på selve datalaget. Har I allerede Professional i et hub, koster det ekstra nul kroner at prøve den først.

Power BI
Microsofts BI-værktøj trækker HubSpot-data ind via connector eller API og lægger dem sammen med alt andet i jeres Microsoft-stak. Modelleringen er stærkere end HubSpots, og rapporterne kan gå langt over 1.000 rækker. Til gengæld ender tallene i et andet værktøj end det, sælgerne arbejder i, og de kan ikke bruges til at trigge et workflow. Pr. september 2026 koster Power BI Pro 14,00 USD pr. bruger pr. måned ved årlig betaling og Premium Per User 24,00 USD, ifølge Microsofts egen prisside for Power BI.

Looker Studio
Googles rapportværktøj i standardudgaven er gratis og har fornuftige connectors, især hvis en stor del af jeres data i forvejen ligger i Google Sheets, Google Ads og BigQuery. Det er den billigste vej til en delt rapport. Prisen for Pro-udgaven har vi ikke kunnet bekræfte på en officiel Google-side, så den lader vi stå åben frem for at gætte. Svagheden er den samme som ved Power BI: data kan læses, men ikke bruges til automatisering i HubSpot.

Snowflake data share
Vil I have jeres HubSpot-data ud i eget warehouse og skrive SQL på dem, findes der en officiel data share til Snowflake. Den kræver Data Hub Enterprise og enten Super Admin-rettigheder eller App Marketplace-adgang, og det er beskrevet i HubSpots vejledning til Snowflake data share. Det er den rigtige model for virksomheder, der allerede har et datateam, og forkert for dem, der ikke har.

Eksport til Excel
Det skal med, fordi det er det, de fleste gør i dag. Det koster ingenting, det virker, og det holder præcis så længe, én person gider vedligeholde det. Problemet er ikke regnearket, men at ingen ved, hvilken version der er den rigtige, når tre afdelinger har hver deres kopi.

Hvor HubSpot vinder, er sammenhængen. Et dataset er både et rapportgrundlag og noget, I kan segmentere og automatisere på. Den sidste halvdel kan hverken Power BI eller Looker Studio levere tilbage i CRM'et. Hvor HubSpot taber, er dybden. Skal I lave rigtig datamodellering med flere fakta-tabeller, historiske snapshots og beregninger på tværs af tid, er et rigtigt BI-værktøj bedre, og fem datakilder pr. dataset bliver hurtigt en spændetrøje. Har I brug for begge dele, ender I ofte med begge dele, og det skal budgettet kende til fra start.

Prisen er den hårdeste del af beslutningen. Pr. september 2026 koster Data Hub Professional 720 USD pr. måned ved årlig betaling og 800 USD ved månedlig betaling, mens Data Hub Enterprise koster 2.000 USD pr. måned. Data Hub Starter ligger på 20 USD pr. sæde pr. måned i normalpris, og gratisudgaven dækker kun grundlæggende datasynkronisering for op til to brugere. Tallene er aflæst på HubSpots prisside for Data Hub, og HubSpot ændrer pakketering ofte, så tjek dem igen inden underskrift.

Sædemodellen skal regnes med oveni. Professional inkluderer ét Core Seat, og yderligere sæder koster 45 USD pr. måned. På Enterprise er det inkluderede sæde det samme, mens ekstra sæder koster 75 USD pr. måned. Skal fire personer kunne bygge og redigere datasets, er det altså ikke abonnementet alene, I betaler. Til gengæld kan folk uden Data Hub-sæde godt se de rapporter, der bygger på datasettet, så antallet af sæder følger antallet af byggere og ikke antallet af læsere.

Oveni kommer credits. Data Studio-synkroniseringer trækker på HubSpot Credits på linje med Data Agent og de øvrige Breeze-agenter. Professional indeholder 5.000 credits om måneden og Enterprise 10.000, og forbrug derudover afregnes efter HubSpots gældende overage-takst, som pr. september 2026 er angivet til 0,010 USD pr. credit faktureret i intervaller af ti. Det er små beløb pr. handling, men en synkronisering, der kører hyppigt mod en stor kilde, kan flytte tallet. Mekanikken er beskrevet i HubSpots artikel om credits og fakturering.

De hårde grænser er værd at skrive ned, inden I designer noget. Fem datakilder pr. dataset. 1.000 unikke rækker i rapporter, der ikke er tabeller. 512 MB pr. filupload og 100.000 records pr. API-kald ved indlæsning, med højst 200 kolonner pr. datakilde og kun flade strukturer. Ingen af dem kan forhandles op, og de fleste opdager dem først, når modellen er bygget.

Der er også et modenhedsforbehold. Datasets og dele af Data Studio har været markeret som beta, og betafunktioner får ændret både felter og adfærd undervejs. Vi har set HubSpots egne artikler angive forskellige tier-krav for den samme funktion inden for få måneder, hvilket er normalt for noget i beta, men upraktisk, hvis I har lovet en rapport til bestyrelsen. Byg til at kunne bygge om.

Dansk og EU-kontekst betyder mest for, hvor data ligger. HubSpot kører på AWS i fem regioner, og EU-regionen ligger i Tyskland. Nye konti tildeles datacenter ud fra IP-geolokation ved oprettelsen, og konti med Starter, Professional eller Enterprise kan skifte datacenter bagefter. HubSpot oplyser samtidig, at behandling kan ske uden for jeres datacenter til analyse, support, sikkerhed og tredjepartsintegrationer, og at overførsler hviler på standardkontraktbestemmelser og EU-U.S. Data Privacy Framework. Det står i HubSpots FAQ om cloud-infrastruktur og datahosting, og det er den side, jeres DPO skal læse, ikke en agenturblog.

Til gengæld ændrer et dataset ikke ved, hvordan data kommer ind fra danske systemer. Skal tal fra e-conomic eller Business Central med, skal de først synkroniseres eller skubbes ind, enten via en integration, via ingestion-API'et eller via en webhook-datakilde. Datasettet samler, det henter ikke. Det er den mest almindelige misforståelse i de indledende møder, og den koster typisk et par uger, hvis den ikke bliver ryddet af vejen tidligt.

Så er der de tilfælde, hvor det ikke kan betale sig. Bruger I kun ét hub, har under et par hundrede kunder, og ligger jeres data i forvejen i HubSpot, får I sjældent 720 USD om måneden igen på datasets alene. Så er svaret den rapportbygger, I allerede har adgang til. Det samme gælder, hvis den eneste eksterne kilde er et regneark, som én person opdaterer en gang om måneden. Datasets giver mening, når kilderne er flere, opdateres ofte, og skal bruges til andet end at blive kigget på. Er I i tvivl om, hvilket niveau der passer, er vores gennemgang af HubSpots hubs og licensniveauer et fornuftigt sted at starte, før I kigger på Data Hub isoleret.