Stop met data verzamelen die je toch niet gebruikt
Hoeveel custom properties heeft jouw HubSpot portal? Vijftig? Honderd? Tweehonderd?
En hoeveel daarvan gebruik je écht voor segmentatie of rapportage?
Vorige week sprak ik een marketing manager. Trots: "We hebben ons HubSpot heel goed ingericht. We leggen alles vast." Bij nader inzien: 127 custom properties. Waarvan ze er 8 daadwerkelijk gebruikten.
Dit is geen uitzondering. Het is de regel.
Ik zie het in bijna elke audit. Teams die alles willen vastleggen "voor later". Maar uiteindelijk werken met een handjevol velden. De rest staat leeg, is inconsistent ingevuld, of creëert alleen maar ruis.
Een werkende HubSpot marketingstructuur begint niet bij zoveel mogelijk data. Maar
bij de juiste data.
Het verzamel-syndroom
Er is iets vreemds aan de hand in B2B-marketing. We hebben meer data dan ooit, maar nemen minder beslissingen op basis van die data.
De paradox: hoe meer properties je HubSpot portal heeft, hoe minder je er daadwerkelijk mee doet.
Waarom gebeurt dit?
Omdat we data verzamelen "voor later". Voor als we ooit die ene specifieke segmentatie willen maken. Voor als sales ooit vraagt om dat ene inzicht. Voor als we misschien een dag een use case hebben.
Later komt zelden. Die use case nog minder.
Ondertussen:
- Staat 60-70% van je HubSpot data leeg omdat niemand het consequent invult
- Twijfelt sales aan je cijfers omdat lifecycle stages niet kloppen
- Kun je geen betrouwbare funnelanalyse maken omdat je kerndata rammelt
- Bouw je voor elke campagne opnieuw segmenten omdat je bestaande properties niet vertrouwt
Het probleem is niet dat je te weinig data hebt. Het probleem is dat je de verkeerde data verzamelt.
Hoe staat jouw data ervoor?
Deze HubSpot datamodel template helpt je om structuur en duidelijke afspraken te creëren.
De 80/20 realiteit van HubSpot datamodellen
In vrijwel elk portal dat ik analyseer zie ik hetzelfde patroon:
80% van alle segmentatie, scoring en rapportage gebruikt dezelfde 5-7 kernproperties.
De overige 120 properties? Die worden gebruikt in een handjevol edge cases, of helemaal niet.
Bij een IT-dienstverlener van 85 FTE vond ik:
- 94 custom properties aangemaakt over drie jaar
- 6 properties werden gebruikt in 90% van alle HubSpot lijsten en rapportages
- 41 properties waren in de afgelopen 12 maanden niet één keer gebruikt in een filter
- 23 properties had niemand meer uitleg bij kunnen geven
De ironie: ze besteedden uren per week aan "data opschonen" terwijl de echte oplossing simpel was - minder properties in HubSpot, beter onderhouden.
De vijf HubSpot properties die je niet kunt missen
De beste datamodellen die ik tegenkom zijn niet de meest complete. Het zijn de meest gefocuste.
Ze hebben één ding gemeen: elke property die erin zit, wordt ook echt gebruikt.
Voor B2B SaaS- en IT-teams kom je bijna altijd uit op vijf kernproperties. Niet omdat je niet meer nodig hebt, maar omdat alles wat je daarbovenop toevoegt meestal niet consequent wordt bijgehouden.
Gratis HubSpot Consult
In 30-60 minuten brengen we samen in kaart waar jouw HubSpot‑portal lekt (datamodel, segmentatie, nurtureflows en campagnestructuur) en krijg je 2–3 concrete verbeterpunten die je direct kunt doorvoeren.
Boek nu je gratis HubSpot Consult
- ICP-fit: de property die je hele aanpak bepaalt
Wat het doet: Geeft helder aan of dit bedrijf binnen je ideale klantprofiel valt.
Dit is het verschil tussen een lead die persoonlijke aandacht krijgt van sales en een lead die in een nurture-flow verdwijnt.
Veelgemaakte fout: Teams vullen dit veld niet in "omdat we het later wel kunnen bepalen."
Later komt nooit. En zonder ICP-fit weet je niet welke leads prioriteit verdienen.
In de praktijk: Bij een SaaS-scale-up zag ik dat marketing 200 leads per maand genereerde. Sales klaagde dat "alles rommel was." Probleem: geen enkel contact had ICP-fit ingevuld. Sales moest zelf uitzoeken wat goede leads waren.
Na invoeren van ICP-fit (Goed / Twijfel / Geen fit) daalde het volume naar 80 leads per maand. Maar conversion naar opportunity steeg van 8% naar 22%.
- Branche: waarom generieke boodschappen niet werken
Wat het doet: Definieert de sector waarin het bedrijf actief is.
Een logistiek bedrijf koopt anders dan een consultancy firm. Zonder branche-segmentatie stuur je generieke boodschappen en hoop je dat het plakt.
Veelgemaakte fout: Te veel detail. "Software as a Service" is genoeg. Je hoeft geen onderscheid tussen "B2B SaaS" en "Enterprise SaaS" en "SMB SaaS".
Of: vrije tekstvelden gebruiken in plaats van dropdown. Dan krijg je: "SaaS", "SAAS", "Software as a Service", "software-as-a-service", "Cloud software". Allemaal hetzelfde, allemaal onbruikbaar voor segmentatie.
Praktische tip: Gebruik gestandaardiseerde waardes. KvK-industrieën of LinkedIn's sector-lijst. Kies maximaal 10-15 hoofdcategorieën die voor jou relevant zijn.
- Bedrijfsgrootte: omdat koopgedrag fundamenteel verschilt
Wat het doet: Aantal FTE (of omzet, afhankelijk van je propositie).
Een bedrijf van 15 personen heeft andere pijnpunten, een andere buying committee, een kortere cyclus dan één van 80 personen.
Veelgemaakte fout: Te kleine stapjes (1-5, 6-10, 11-15...) die geen verschil maken in je aanpak.
Beter: Segmenten die aansluiten bij jouw salescyclus:
- 1-10 FTE: Vaak te klein of self-service
- 10-30 FTE: Lichte sales-betrokkenheid
- 31-60 FTE: Actieve sales-begeleiding
- 61-100 FTE: Enterprise-aanpak met meerdere stakeholders
Als je aanpak niet verandert tussen 15 en 20 FTE, heb je geen reden om het onderscheid te maken.
- Lifecycle stage: het fundament van je funnel
Wat het doet: Waar staat iemand in het koopproces?
Zonder betrouwbare lifecycle-data in HubSpot weet je niet: hoeveel leads je genereert, hoeveel MQL's je oplevert, waar conversie stagneert, wat je cost-per-stage is.
Kritieke stap die teams vergeten: Lifecycle stages definiëren met sales én customer service. Niet alleen marketing.
Subscriber, Lead, MQL, SQL, Opportunity, Customer - iedereen gebruikt deze termen. Maar betekenen ze hetzelfde?
Praktijkvoorbeeld: Bij een IT-bedrijf betekende "MQL" voor marketing: "heeft demo aangevraagd". Voor sales: "voldoet aan BANT en gaat gesprek aan". Resultaat: 40% van marketing's MQL's werden door sales afgekeurd als "niet qualified".
Na alignment: MQL = "voldoet aan ICP-fit + toont koopintentie + budget indicatie". Rejection rate daalde naar 12%.
Gouden regel: Leg deze definities vast in een document. Pak ze elk kwartaal erbij. Zeker als je groeit, nieuwe markten betreedt, andere producten aanbiedt.
- Buyer intent: timing is alles
Wat het doet: Waar toont iemand concrete interesse in?
Iemand die pricing bekijkt zit dichter bij een deal dan iemand die een blog leest. Iemand die trial start is verder dan iemand die whitepaper download.
Veelgemaakte fout: Alles tracken.
"Heeft blog gelezen", "heeft social post gezien", "heeft nieuwsbrief geopend" - dit zijn signalen, maar veranderen ze je aanpak?
Focus op intent die actie triggert:
- Pricing pagina bezocht → Sales belt binnen 24 uur
- Demo aangevraagd → Wordt SQL
- Trial gestart → Onboarding-flow start
- Productvergelijkingen gelezen → Competitieve positioning e-mail
Als een property-waarde niet leidt tot een andere actie, is het waarschijnlijk data-verzamelen om te verzamelen.
Waarom deze vijf genoeg zijn
Met alleen deze vijf HubSpot properties, consequent en correct ingevuld, kun je:
✓ Betrouwbare segmenten bouwen voor elke campagne
✓ Leads scoren op basis van fit én gedrag
✓ Rapportages maken die sales en directie vertrouwen
✓ Je funnel analyseren en bottlenecks vinden
✓ Personalisatie toepassen die echt werkt
En dat is het punt: Deze properties worden gebruikt in 80% van je HubSpot segmentatie, scoring en rapportage. Ze zijn de taal die marketing, sales en customer service delen.
Hoe kleiner en helderder deze kernset, hoe groter de kans dat data consistent wordt bijgehouden, teams dezelfde definities gebruiken, rapportages betrouwbaar blijven.
Eigenaarschap: zonder dit faalt elk datamodel
Je kunt het perfecte datamodel ontwerpen, maar als niemand verantwoordelijk is voor de kwaliteit, draait het uit op hetzelfde probleem.
Dit werkt niet: "Iedereen is verantwoordelijk voor goede data."
Dit werkt wel: Elke kernproperty in HubSpot heeft één eigenaar die kwaliteit bewaakt.
Praktijkvoorbeeld: Bij een SaaS-klant maakte marketing regelmatig nieuwe velden aan voor 'company size'. Na audit bleken er vijf varianten te bestaan in HubSpot. Sales gebruikte er één, marketing twee anderen, niemand wist welke leidend was.
We hebben het teruggebracht naar één veld, eigenaarschap bij sales gelegd, oude velden gearchiveerd.
Resultaat: Segmentatie werkte eindelijk. Discussies over "hoeveel enterprise leads hebben we?" verdwenen. Sales vertrouwde HubSpot weer.
Eigenaarschap betekent concreet:
- Marketing operations beheert lifecycle stages
- Sales operations beheert bedrijfsgrootte en ICP-fit
- Marketing manager beheert branche en buyer intent
- Elke eigenaar checkt maandelijks: wordt mijn property consequent gebruikt? Kloppen waardes? Zijn er vreemde patronen?
De 80/20 regel (en waarom 100% een mythe is)
Je HubSpot datamodel hoeft niet perfect te zijn. Streef naar 80% correcte data - de overige 20% los je op als je tijd hebt.
Waarom 80% het sweet spot is:
Bij 60% data quality: segmentatie is onbetrouwbaar, je kunt niet vertrouwen op rapportages, sales heeft geen geloof in marketing cijfers.
Bij 80% data quality: je kunt betrouwbare beslissingen nemen, kleine gaps zijn acceptabel, tijd/waarde-ratio is optimaal.
Bij 95%+ data quality: je investeert onevenredig veel tijd in edge cases, ROI van die laatste 15% is marginaal, teams worden gefrustreerd door strenge regels.
Praktische aanpak:
- HubSpot's ingebouwde verrijking voor basis company data
- AI-tools voor bulk-updates (bijv. bedrijfsgrootte afleiden uit company name)
- Kwartaal-audits van kernproperties
- Required fields alleen voor de 5 kernproperties
Gouden regel voor nieuwe HubSpot properties: Voeg alleen toe als ze direct nodig zijn voor segmentatie, scoring of rapportage. Niet "voor later" - later komt niet.
Wat nu?
Wil je dit framework gebruiken?
Download het 5-property datamodel template
Inclusief eigenaarschap matrix en implementation guide
Veelgestelde vragen over HubSpot datamodellen
Hoe weet ik of mijn HubSpot datamodel goed genoeg is?
Drie checks: (1) Hoeveel % van je vijf kernproperties is ingevuld? (Moet >70% zijn), (2) Gebruiken sales en marketing dezelfde definitie van "MQL" in HubSpot?, (3) Kun je binnen 5 minuten een betrouwbaar segment maken voor nieuwe campagne? Als je bij één twijfelt, is je fundament zwak.
Wat doe je met properties die "misschien ooit" nuttig zijn?
Archiveer ze. HubSpot laat je properties archiveren zonder data te verliezen. Als je ze ooit nodig hebt (spoiler: gebeurt bijna nooit), kun je ze terughalen. Beter een lean, bruikbaar datamodel dan een rommelig "compleet" model.
Hoe voorkom je dat teams nieuwe properties blijven aanmaken?
Governance: één persoon (meestal marketing/rev ops) moet nieuwe properties goedkeuren. Proces: aanvrager moet uitleggen (1) waarom bestaande properties niet werken, (2) hoe het wordt gebruikt in segmentatie/rapportage, (3) wie eigenaar wordt. Dit stopt 80% van onnodige property-creatie.
Wat als mijn HubSpot portal al 150+ properties heeft?
Start niet met alles opschonen. Begin bij de 5 kernproperties: zorg dat die 100% goed staan. Dan: analyseer welke andere properties echt gebruikt worden (HubSpot heeft reports hiervoor). Archiveer de rest gefaseerd. Meestal kun je van 150 naar 20-25 actieve properties zonder functionaliteit te verliezen.
Hoe vaak moet je je datamodel evalueren?
Kwartaalcheck voor kernproperties (zijn ze nog relevant, goed ingevuld?). Jaarlijkse grondige audit van alle properties (wat wordt gebruikt, wat kan weg). Bij grote veranderingen (nieuw product, nieuwe markt, sales team verdubbelt) doe je tussentijds een check.
Gerelateerd: Waarom je HubSpot portal je groei tegenwerkt •
Je hebt te veel nurture flows
Over mij: Ik help B2B SaaS en IT teams (10-100 FTE) hun HubSpot portal van chaos naar controle te brengen. Praktische audits afgestemd op jouw groeifase, geen standaard checklists.