Hvad er smart properties i HubSpot? Pris og krav

Sådan virker smart properties i HubSpot

Smart properties er den ene af tre ting, HubSpots data agent kan. De to andre er smart actions, som kalder agenten inde i et workflow, og smart columns, som gør det samme på et datasæt i Data Studio. De deler motor, og de deler forbrugsmodel, så en beslutning om det ene felt er reelt en beslutning om alle tre. HubSpots dokumentation for data agent beskriver de tre som én samlet funktion.

Du opretter et felt på tre måder. Fra bunden via kolonnemenuen på en indeksside, ved at beskrive i en prompt, hvad du vil vide og lade HubSpot foreslå opsætningen, eller ved at konvertere en custom property, du allerede har. Den sidste vej er den, der oftest giver ballade, fordi et felt, sælgerne kender og selv har udfyldt i to år, pludselig bliver overskrevet af en agent.

Rettighederne er delt i to. For at oprette eller ændre et felt skal du have Edit property settings eller være Super Admin. For at køre det skal du have Super Admin eller adgang til data enrichment. I praksis betyder det, at det ikke er sælgeren selv, der slår felterne til, men RevOps eller den CRM-ansvarlige, og det er en fordel, når regningen afhænger af, hvor mange records der køres.

Datakilderne. Der er fire at vælge mellem: web research, som søger på nettet, virksomhedens egen hjemmeside via det primære domæne, property data, som læser en eksisterende property på samme record, og aktiviteter og transskriptioner, altså opkald, emails, mødereferater og noter. Property data kan kun pege på én property ad gangen, og for file properties læses kun den første PDF ifølge HubSpots dokumentation for smart properties. Det er den grænse, folk oftest støder på først, fordi de gerne vil kombinere tre felter i ét svar.

Feltet kan ikke være hvad som helst. Smart properties understøtter single-line text, multi-line text, tal, single checkbox, multiple checkboxes, radio select og dropdown select. Vælger du dropdown eller radio, tvinger du agenten til at svare inden for dine egne værdier, og det er næsten altid en bedre idé end fritekst, hvis du senere vil filtrere eller bygge rapporter på feltet.

Prompten er selve konfigurationen, og den skal skrives som en instruks til en person, der kun kan se den ene datakilde, du har givet adgang til. HubSpot viser et preview på rigtige records, før du gemmer, og det preview er det eneste sted, du gratis kan se, om formuleringen giver brugbare svar. Brug det. En prompt, der virker på tre virksomheder, er ikke bevis for noget, men en prompt, der fejler på tre virksomheder, er bevis for, at den fejler på tusind.

Sådan bliver feltet fyldt. Du kan køre det på en enkelt record, i bulk fra en indeksside, på et segment, som trin i et workflow, automatisk ved oprettelse af en record eller på en fast tidsplan dagligt, ugentligt eller månedligt. Den automatiske tidsplan er den, der koster penge uden at nogen ser det, for den kører videre, også når ingen har kigget på feltet i et halvt år.

Forbruget hænger på data agent-raten. HubSpots prisliste sætter data agent til 10 credits for ét svar på én prompt for én record, og HubSpot skriver eksplicit, at kørslen trækker credits, også når der ikke bliver udfyldt en værdi. En virksomhed uden hjemmeside koster altså det samme som en, agenten kan finde alt om.

Et par ting kan feltet ikke. Du kan ikke lægge valideringsregler på en smart property, og du kan ikke klassificere den som Sensitive Data. Prompts, der beder agenten om at hente noget fra LinkedIn, bliver filtreret fra og returnerer typisk ingen værdi. Til gengæld bliver udfyldte værdier logget i property history, så du kan se, hvad agenten skrev hvornår, og hvad der stod før.

Det, der typisk går galt. Brugere i HubSpots eget community rapporterer, at bulk-kørsler på 1.000 til 2.000 virksomheder giver ufuldstændige eller upræcise svar, fordi kørslen rammer rate limits og timeouts undervejs. Den praktiske konsekvens er, at store kørsler skal deles op i mindre hold, og at du skal stikprøve resultatet, før du bygger segmenter eller lead scoring oven på feltet.

Regn derfor med agenten som en hurtig research-assistent, ikke som en kilde. Den skriver et plausibelt svar i et felt, uanset om den fandt noget eller ej, og et forkert ERP-system i en dropdown ser præcis lige så rigtigt ud som et rigtigt. Læg en fast stikprøve ind, gerne 20 records pr. kørsel, og hold øje med, hvor ofte feltet ender tomt. Det tal fortæller dig både om promptens kvalitet og om, hvor mange credits du brænder uden at få noget igen.

Skal smart properties give mening hos jer, er det opsætningen og styringen, der afgør det, ikke selve funktionen. Vi hjælper med at finde de felter, der reelt sparer tid, skrive prompts, der giver brugbare svar i dropdowns i stedet for fritekst, sætte rettigheder og tidsplaner op, så forbruget er til at forudsige, og regne på, om en beregnet property eller en integration løser opgaven billigere. Skriv til os, så kigger vi på jeres records og jeres credit-forbrug sammen.

Hvad danske B2B-teams bruger smart properties til

Mønsteret i de opsætninger, der holder, er det samme: feltet besvarer ét spørgsmål, som nogen alligevel sad og slog op manuelt, og svaret kan puttes i en dropdown. Herunder er de anvendelser, vi oftest ser give noget igen i danske B2B-opsætninger.

ICP-vurdering på virksomhedsniveau
Feltet svarer på, om en virksomhed matcher jeres ideelle kundeprofil. Du sætter en dropdown med tre værdier, giver web research som kilde og beskriver profilen i prompten, for eksempel produktionsvirksomheder i Norden med egen eksportafdeling. En dansk maskinproducent kan køre den på 500 nye virksomheder fra en messeliste og lade sælgerne starte i bunken, der matcher, i stedet for at ringe alfabetisk.

Kortlægning af systemlandskab før et integrationssalg
Feltet finder ud af, hvilke systemer virksomheden kører. Web research plus en dropdown med jeres egne kategorier giver et felt, du kan filtrere på. For et dansk softwarehus, der sælger en integration til e-conomic og Business Central, er forskellen på de to svar hele argumentet i første mail, og det er noget, en SDR ellers bruger fem minutter pr. virksomhed på at finde.

Opsummering af salgsdialogen på deal-kortet
Feltet læser aktiviteter og transskriptioner på recorden og skriver en kort status. Det sættes op som multi-line text med aktiviteter som kilde og kører på en ugentlig tidsplan på åbne deals. Salgschefen i en dansk it-virksomhed kan læse pipeline igennem på ti minutter fredag eftermiddag i stedet for at åbne 30 deals og scrolle i noter.

Kategorisering af tickets efter reel årsag
Feltet læser ticket-beskrivelsen og placerer sagen i en af jeres egne årsagskategorier. En dropdown med syv værdier og property data som kilde er nok. En dansk SaaS-virksomhed med 400 tickets om måneden får dermed et felt, produktchefen kan rapportere på, uden at supporterne skal huske at sætte en kategori manuelt under en igangværende samtale.

Udpakning af fritekstfelter fra formularer
Feltet læser det ene fritekstfelt, I har på formularen, og trækker det strukturerede ud: hvilket produktområde, hvilken rolle, hvilket behov. Det køres ved oprettelse af kontakten, så feltet er fyldt, inden lead scoring rammer. Det fjerner den klassiske situation, hvor 900 leads har skrevet noget brugbart i kommentarfeltet, som ingen har læst.

Oprydning i gamle virksomhedsrecords
Feltet tjekker, om virksomheden stadig eksisterer og stadig laver det samme. Web research som kilde, en dropdown med aktiv, opkøbt, lukket eller ukendt, kørt på de records, der ikke har haft en aktivitet i to år. Det er den billigste måde at finde ud af, hvor stor en del af en 12.000 records stor database der reelt er vedligeholdelsesværdig.

Konkurrentnævnelser i igangværende deals
Feltet læser opkaldstransskriptioner og noterer, hvilken konkurrent der er nævnt. Det kører på deals i forhandlingsfasen og giver marketing et felt at rapportere på i stedet for en fornemmelse. En dansk virksomhed, der taber til den samme aktør i hver tredje deal, kan se det i en rapport efter en måned.

Det, der derimod sjældent holder, er felter, som skal svare på noget, der ikke står nogen steder offentligt, eller som kræver et rigtigt tal. Omsætning, medarbejderantal og beslutningstagerens rolle er klassiske eksempler: agenten skriver gerne et svar, men det er et gæt fra en hjemmeside, ikke et opslag i CVR. Til den slags er en rigtig datakilde stadig det rigtige valg, og det er også billigere.

Alternativer, priser og begrænsninger

Smart properties er sjældent det eneste værktøj, der kan løse opgaven. Tit er det rigtige alternativ en anden funktion inde i HubSpot, som du allerede betaler for, og som ikke trækker credits. Her er de fem, vi oftest holder op mod hinanden.

HubSpots egen data enrichment
HubSpots indbyggede berigelse udfylder et fast sæt firmografiske properties på kontakter og virksomheder. Den er tilgængelig fra Starter på de fleste Hubs, og vigtigst: HubSpots dokumentation for data enrichment slår fast, at berigelse ikke bruger credits, mens smart properties gør. Svagheden er, at du ikke selv bestemmer, hvad der bliver hentet. Skal du bruge branche, land og størrelsesorden, så tag berigelsen. Skal du bruge noget, HubSpot ikke har et felt til, er det smart properties.

Calculation property
En beregnet property regner på data, du allerede har i CRM'et, med en formel i stedet for en model. Den koster ingenting ud over dit abonnement, den giver det samme svar hver gang, og den kan revideres af et menneske. Svagheden er, at den kun kan regne på det, der allerede står i basen. Skal feltet udlede noget fra tekst eller fra nettet, kan formlen ikke bruges, og omvendt: bruger du en smart property til at lægge to tal sammen, betaler du 10 credits for noget, en calculation property gør gratis og korrekt.

Custom code action i workflows
Et kodetrin i et workflow kan kalde et vilkårligt API, hente et rigtigt svar og skrive det i en property. Det kræver Operations Hub eller Data Hub på Professional eller Enterprise og en udvikler, der vedligeholder koden. Til gengæld får du determinisme og reelle kilder, for eksempel et opslag i CVR frem for et gæt. Til alt hvad der skal være rigtigt, ikke bare plausibelt, er det stadig den rigtige vej.

Clay
Clay er en amerikansk platform til databerigelse og research, som mange B2B-teams kører ved siden af deres CRM. Pr. september 2026 har Clay et gratis niveau med 500 actions og 100 data credits om måneden, Launch fra 167 USD om måneden med 15.000 actions og 2.500 data credits, og Growth fra 446 USD om måneden med 40.000 actions og 6.000 data credits ifølge Clays egen prisside. Clays research-agent Claygent er med på alle niveauer. Styrken er, at du kan kæde mange kilder sammen i én tabel. Svagheden er, at det er endnu et system at vedligeholde, og at data skal synkroniseres ind i HubSpot bagefter.

Salesforce Agentforce
Er alternativet at skifte platform, er det Salesforce, der ligner mest. Agentforce prissættes pr. handling med Flex Credits: 500 USD for 100.000 credits, og én handling koster 20 Flex Credits svarende til 0,10 USD, mens en agent-samtale koster 2 USD, som Salesforces prisdokumentation for Agentforce beskriver. Kunder på Enterprise Edition og opefter får 100.000 Flex Credits med via Salesforce Foundations. Prisen pr. handling er altså stort set den samme som HubSpots, men opsætningen kræver markant mere konfiguration.

Hvor HubSpot vinder, er nærheden til data. Feltet står på recorden, sælgeren ser det uden at skifte fane, og du kan filtrere, segmentere og bygge workflows på det med det samme. Ingen af de eksterne værktøjer kommer i nærheden af den friktion. Hvor HubSpot taber, er på kontrol og kildekvalitet: du kan ikke kæde flere properties sammen som datakilde, du kan ikke pege agenten på et dansk register, og du kan ikke lægge en valideringsregel ind, der fanger et forkert svar. Til rigtig research på danske virksomheder er et CVR-opslag via et kodetrin stadig både billigere og mere korrekt.

Adgangen til funktionen er bred. Smart properties følger med Marketing Hub, Sales Hub, Service Hub, Data Hub og Content Hub fra Starter og opefter, mens Smart CRM og Revenue Hub kræver mindst Professional. Det er altså ikke en Enterprise-funktion, og det er en del af grunden til, at den dukker op i regnskabet hos virksomheder, der ikke havde planlagt at bruge AI.

Prisen ligger ikke på funktionen, men på credits. Pr. september 2026 følger der 500 HubSpot Credits med Starter, 3.000 med Professional og 5.000 med Enterprise ifølge HubSpots prisside for Sales Hub, og ekstra credits koster 0,010 USD stykket. Til sammenligning starter Sales Hub Starter på 7 USD pr. sæde om måneden ved årlig binding, Professional på 90 USD pr. sæde, og Marketing Hub Professional på 800 USD om måneden ved årlig binding med tre core seats og 3.000 credits inkluderet.

Credits nulstilles hver måned og overføres ikke. Løber I tør, sættes de forbrugsbaserede funktioner på pause indtil næste nulstilling, medmindre I har købt en capacity pack, hvilket HubSpots dokumentation om credits og fakturering gennemgår. Pausen rammer ikke kun smart properties, men alt forbrugsbaseret, og det er derfor en dårlig idé at lade en tidsplan spise puljen tom den 11. i måneden.

Regnestykket er til at overskue, og det er netop derfor, det overrasker. Ét felt på én record koster 10 credits. En Professional-konto med 3.000 inkluderede credits kan altså dække cirka 300 records om måneden med ét smart property-felt, eller 100 records, hvis I har tre felter kørende. Med tilkøbte credits til 0,010 USD svarer det til 0,10 USD pr. record pr. felt, og en enkelt kørsel på 10.000 virksomheder lander dermed på 100.000 credits og omkring 1.000 USD. Der er ingen indbygget advarsel, der stopper den kørsel.

Derfor er styringen vigtigere end opsætningen. Hold rettigheden til at oprette felter hos ganske få personer, og hold rettigheden til at køre dem i bulk endnu snævrere. Aftal, om automatiske tidsplaner overhovedet må bruges, og skriv ned, hvilke felter der kører hvor ofte. Sæt et loft på tilkøb, og gennemgå forbruget månedligt sammen med resten af jeres HubSpot Credits, så I opdager en løbsk tidsplan efter en uge og ikke efter et kvartal.

De hårde grænser er værd at kende, før I bygger noget vigtigt oven på felterne. Der kan ikke lægges valideringsregler på, feltet kan ikke klassificeres som Sensitive Data, prompts, der peger på LinkedIn, bliver filtreret fra, property data kan kun læse én property ad gangen, og bulk-kørsler på over tusind records bliver ifølge brugere i HubSpots community ustabile. Ingen af delene er dealbreakere, men de flytter, hvor i processen feltet hører hjemme: som input til et menneske, ikke som facit i en rapport til bestyrelsen.

Den danske og europæiske vinkel handler mest om, hvor data ligger, og hvad I skriver i prompten. HubSpot tilbyder hosting i EU med datacenter i Tyskland foruden USA, Canada og Australien, og et betalt abonnement kan flytte datacenter, men HubSpots FAQ om cloud-infrastruktur og datahosting gør samtidig klart, at underdatabehandlere kan behandle data uden for hostinglokationen. HubSpot fraråder desuden selv at lægge følsomme oplysninger i input til AI-funktioner, og da en smart property ikke kan klassificeres som Sensitive Data, er det en reel begrænsning i en GDPR-vurdering. Husk også, at oplysninger indsamlet fra andre kilder end den registrerede selv udløser oplysningspligt efter databeskyttelsesforordningens artikel 14.

En praktisk detalje, der rammer mange danske opsætninger: agenten kan kun læse det, der er i HubSpot, eller det, den kan finde offentligt. Ligger kundens reelle omsætning, betalingshistorik eller ordrestørrelse i e-conomic eller Business Central, får feltet ikke fat i tallet, før det er synkroniseret ind i en property i HubSpot først. Det er ofte den billigere rækkefølge alligevel, for når tallet står i CRM'et, kan en beregnet property overtage opgaven helt uden credits.

Der er også tilfælde, hvor det ikke kan betale sig. Har I under et par hundrede nye records om måneden, og en medarbejder alligevel kigger hver enkelt igennem, er gevinsten lille i forhold til opsætningen og risikoen for forkerte svar. Det samme gælder, hvis svaret skal være revisorkorrekt, eller hvis det allerede findes i et system, I kan integrere til. Smart properties betaler sig, når mængden er stor nok til, at ingen gider slå det op manuelt, og konsekvensen af et forkert svar er, at en sælger bruger ti minutter forgæves. Vi hjælper gerne med at regne det efter, inden knappen bliver trykket, og du kan se resten af vores arbejde med platformen under vores HubSpot-ydelser.