Data Governance voor RevOps: eigenaarschap, definities en kwaliteit

Je hebt de juiste tools, maar tijdens de maandelijkse forecast-meeting gaat de discussie weer over de cijfers in plaats van over de strategie. Sales telt MQL’s anders dan marketing, “Closed Won” wordt door verschillende collega’s verschillend gebruikt en het ARR-dashboard wordt door finance niet meer vertrouwd. Revenue operations zonder data governance is navigeren zonder kompas: je beweegt, maar niemand weet zeker of de richting klopt.

Dit patroon zie je telkens terug bij organisaties tussen de 25 en 50 FTE. De Salesforce-omgeving groeit, er komen tools bij zoals HubSpot of LinkedIn Ads, maar niemand is écht eigenaar van de data. Iedereen maakt velden aan voor eigen behoeften, definities verschillen per team en de cijfers gaan een eigen leven leiden. Het resultaat: onbetrouwbare dashboards, frustratie bij sales en verkeerde beslissingen op directieniveau.

Belangrijkste inzichten

• Start deze week: wijs binnen één week data owners aan per Salesforce-object en maak 10 tot 20 kernvelden expliciet. Leg dit vast in Notion of Confluence.
• Eenduidige definities: leg heldere definities vast voor kernbegrippen als ‘lead’, ‘MQL’, ‘opportunity’, ‘ARR’ en ‘churn’ om eindeloze discussies over rapportages te stoppen.
• Voorkom field creep: richt een simpel wijzigingsproces in met goedkeuring door een RevOps-lead en data owner. Review elk kwartaal alle nieuwe velden.
• Bouw een data dictionary: lichte documentatie van velden, definities, eigenaar en gebruiksregels is het fundament voor datakwaliteit, forecasting en AVG-dataminimalisatie.
• Continu proces: richt datakwaliteit in als doorlopend ritme met validatieregels, duplicatenregels en veldvereisten — niet als jaarlijkse opschoonactie.

Waarom data governance nu onmisbaar is

De concrete problemen zijn herkenbaar en kostbaar:

• Verkeerde forecast doordat ‘Closed Won’ door verschillende medewerkers anders wordt gebruikt.
• MQL-definitie die per kwartaal verandert, waardoor dashboards steeds andere cijfers tonen.
• Dubbele pipelines in rapportages omdat HubSpot en Salesforce niet synchroon lopen.
• Field creep: honderden velden waarvan 60% niet meer wordt gebruikt.
• AVG-risico’s door het bewaren van oude leaddata zonder legitieme grondslag.
• Onbetrouwbare forecasting doordat Close Date en Amount inconsistent worden ingevuld.

Data governance betekent hier geen dik beleidsdocument in SharePoint. Het gaat om duidelijke spelregels, eigenaarschap en documentatie rondom objecten, velden en processen — zodat je team beslissingen kan nemen op basis van betere data in plaats van aannames. Het is het fundament onder alles wat je in RevOps wil bereiken: voorspelbare omzet, betrouwbare dashboards en alignment tussen teams.

RevOps data governance draait om de beschikbaarheid, bruikbaarheid, integriteit en veiligheid van revenue data in systemen als Salesforce, HubSpot en je facturatie- of ERP-systeem. Het doel is één betrouwbare bron van waarheid creëren die betrouwbaar blijft naarmate je organisatie groeit. In de kern beantwoordt een governance-framework drie vragen:

• Wie bezit welke data? (eigenaarschap)
• Wat betekent die data precies? (definities)
• Hoe borgen we kwaliteit en AVG-compliance? (processen)

Let op het verschil tussen drie lagen, want je hebt ze alle drie nodig:

Laag	Waar het over gaat
Systeemgovernance	Configuratie van Salesforce/HubSpot: veldlogica, synchronisatieregels, workflows
Procesgovernance	Hoe stages, routing en handoffs werken in de business
Data governance	Betekenis, kwaliteit en eigenaarschap van velden in die systemen

Het framework: van eigenaarschap naar continue kwaliteit

1. Wijs data owners en stewards aan

Wie bepaalt bij jou wat een ‘opportunity’ is? En wie mag een nieuwe picklistwaarde toevoegen in Salesforce? Is het antwoord “iedereen” of “niemand specifiek”, dan heb je een governance-probleem. Een helder ownership-model vereist twee rollen:

Rol	Verantwoordelijkheid	Voorbeeld
Data Owner	Business-verantwoordelijke die bepaalt wat data betekent en hoe deze wordt gebruikt	Head of Sales voor Opportunities, Marketing Lead voor Lead Source
Data Steward	Operationele beheerder die de governance-regels implementeert en monitort	RevOps-professional of Salesforce-admin

De praktische richtlijn voor 25–50 FTE: wijs per Salesforce-object één business data owner aan, wijs per kernveld een steward in RevOps aan, en focus op de 10 tot 20 velden die 80% van je rapportages aansturen. Eigenaarschap volgt het besluitrecht over de betekenis van data, niet wie de tooling beheert. Sales bezit stages en amounts, marketing bezit lead source en campaign-velden, finance bezit omzet- en ARR-velden.

Een ownership-matrix maak je in een week:

1. Exporteer Salesforce-objecten en velden via Setup > Object Manager.
2. Markeer de top 10–20 kritieke velden per object.
3. Koppel per veld één owner en één steward.
4. Documenteer dit in een Notion/Confluence-pagina “Data Owners – Salesforce”.

Object	Veld	Data Owner	Steward
Lead	Lead Source	Marketing Lead	RevOps
Lead	Lifecycle Stage	Marketing Lead	RevOps
Opportunity	Stage	Head of Sales	RevOps
Opportunity	Amount	Head of Sales	RevOps
Opportunity	Close Date	Head of Sales	RevOps
Account	Industry	Sales Ops	RevOps
Account	Annual Revenue	Finance	RevOps

2. Leg definities vast: één waarheid voor ‘lead’, ‘MQL’ en ‘opportunity’

Veel discussies in MT-meetings gaan niet over de cijfers zelf, maar over de definities. “Wat tellen we mee als MQL?” “Is dit een SQL of nog een SAL?” Dat kost tijd en ondermijnt vertrouwen. Definieer minimaal deze begrippen, elk gekoppeld aan concrete velden en criteria:

• Lead — een prospect die interesse heeft getoond maar nog niet gekwalificeerd is. Velden: Lead Status, Created Date, Lead Source.
• MQL — een lead die voldoet aan ICP-criteria én engagement toonde. Bijvoorbeeld: “een lead met 10–500 FTE in de SaaS-sector met minimaal twee touchpoints in 30 dagen.” Velden: Lifecycle Stage, MQL Date, Lead Score.
• SQL/SAL — een lead die door sales is geaccepteerd voor opvolging. Velden: Lifecycle Stage, SQL Date, Sales Owner.
• Opportunity — een gekwalificeerde verkoopkans met concrete deal-informatie. Velden: Stage, Amount, Close Date, Contact Roles.
• Pipeline (en coverage) — totale waarde van open opportunities; coverage = pipeline / quota. Velden: Amount, Stage, Expected Revenue.
• ARR/MRR — Annual/Monthly Recurring Revenue. Velden: Contract Value, Subscription Amount, Product Family.
• Churn/NRR — verloren omzet door opzeggingen; Net Revenue Retention. Velden: Churn Date, Churn Reason, Renewal Amount.

Elke definitie krijgt een ingangsdatum: “Definitie MQL geldig vanaf 1-1-2026”. Zo blijven historische rapportages interpreteerbaar. Leg alles vast in een levend document (een “Revenue Data Dictionary” in Notion of Confluence), gelinkt in Slack en in je onboardingmateriaal, zodat nieuwe collega’s direct de juiste context vinden.

3. Bouw een simpele data dictionary

Een ‘data catalog’ klinkt voor 25–50 FTE te zwaar. Een data dictionary van één tot drie pagina’s levert al 80% van de waarde. Begin pragmatisch met deze structuur:

Kolom	Beschrijving
Object	Lead, Contact, Account, Opportunity
Veldnaam (API)	LeadSource, Amount, CloseDate
Label (UI)	Lead Source, Bedrag, Sluitingsdatum
Type	Picklist, Checkbox, Currency, Date
Definitie	Wat het veld betekent en welke waarden geldig zijn
Owner	Business-eigenaar
Steward	Operationele beheerder
Gebruik	In welke rapportages/automations gebruikt
AVG-classificatie	Persoonsdata, Financieel, Operationeel

Start met de 10 tot 20 velden die je revenue engine aansturen: per object de velden die direct in forecast, pipeline en ARR-rapportages terechtkomen. Vanaf nu wordt een nieuw veld pas goedgekeurd als het in de data dictionary staat, een owner en steward heeft, en de definitie en reden van bestaan zijn ingevuld. Die ene poort laat veldaanvragen met 40 tot 60% afnemen.

4. Voorkom field creep en duplicaten

Field creep ontstaat wanneer iedereen velden mag aanmaken zonder controle. Het systeem wordt traag, verwarrend en foutgevoelig. Voor 25–50 FTE volstaat een licht change-management-proces:

1. Intakeformulier (in Notion of Jira) voor nieuwe velden of workflows.
2. Beoordeling door RevOps plus de betreffende data owner.
3. Toetsing op bestaande velden om duplicaten te voorkomen (zoals “Industry”, “Industrie”, “Branche”).
4. Verplichte documentatie in de data dictionary vóór livegang.

Zet Salesforce-configuratie in als governance: picklists in plaats van vrije tekst voor kernvelden, Duplicate Rules op e-mail en accountnamen, en Validation Rules die verplichte velden afdwingen (bij Stage = “Proposal/Price Quote” moeten Amount en Close Date gevuld zijn). Veelvoorkomende duplicaten:

Probleem	Duplicaten	Oplossing
Lead Source	form_source, utm_source, leadsource	Consolideer naar één veld met picklist
Regio/Provincie	Province, Region, State, Regio	Kies één naamgeving, archiveer de rest
Contract Value	ARR, Annual_Value, TCV	Definieer één bron van waarheid

Review elk kwartaal alle nieuwe velden en archiveer wat niet wordt gebruikt. Het Salesforce-datamodel voor RevOps geeft je de objectstructuur waarop deze governance rust.

5. Maak datakwaliteit een continu proces

Bij 25–50 FTE en duizenden tot tienduizenden records volstaat een jaarlijkse opschoning niet. Je hebt een ritme nodig in drie lagen:

• Preventief — validatieregels, gestandaardiseerde picklists, inputmaskers (postcode, IBAN) en required fields bij specifieke stages. Voorkom fouten bij invoer.
• Detectief — maandelijkse rapportages op ontbrekende velden, detectie van ongeldige waarden, ‘stale’ records identificeren (leads zonder activiteit > 90 dagen) en een dashboard voor data-volledigheid.
• Correctief — playbooks voor bulk updates (met goedkeuring van de data owner), dedupe-runs via Salesforce Duplicate Jobs en kwartaalmatige opschoning van legacy records.

Koppel kwaliteit aan je RevOps-KPI’s: minder afgewezen leads door incomplete data, betere forecastnauwkeurigheid door correcte Close Dates en Amounts, lagere bounce rates door schonere e-mailadressen en hogere conversie door betere lead-scoring input.

6. Borg AVG en dataminimalisatie

Sinds 2025 kijken toezichthouders scherper naar dataminimalisatie in B2B-contexten, vooral rond profiling, tracking en targeting. Drie principes raken RevOps direct:

• Dataminimalisatie — maak alleen velden aan die nodig zijn voor concrete, legitieme doelen. Vraag je af: is dit veld écht noodzakelijk voor leadkwalificatie of contractopmaak?
• Doelbinding — gebruik data niet voor andere doelen dan waarvoor toestemming is gegeven. Geen cold outbound met oude downloadlijsten zonder nieuwe consent.
• Bewaartermijnen — leads die maanden geen interactie hadden en nooit klant werden, anonimiseer of verwijder je.

Voeg in je data dictionary de kolommen “AVG-classificatie” en “Bewaartermijn” toe en documenteer een bewaarbeleid, bijvoorbeeld: “Leads ≥ 36 maanden inactief worden per kwartaal geanonimiseerd”. Strak veldbeheer verkleint zo niet alleen operationele chaos, maar ook juridisch risico. Raadpleeg je juridische afdeling voor de specifieke implementatie.

Een praktijkvoorbeeld: 90 dagen in een SaaS-scale-up

Een B2B SaaS-scale-up van ~40 FTE in de Benelux groeide snel en worstelde met inconsistente Salesforce-data. Het startpunt: 4.000 leads, 600 accounts en 300 opportunities, dubbele Lead Source-velden, onduidelijke stage-definities en een ARR-rapportage waar finance niet op durfde te sturen. De MQL-aantallen verschilden elke maand tussen HubSpot en Salesforce.

De aanpak in 90 dagen:

• Week 1–2 — eigenaarschap. Data owners benoemd per object (Head of Sales voor Opportunities, Marketing Lead voor Leads). Top 20 kritieke velden geïdentificeerd. Data dictionary gestart in Notion.
• Week 3–4 — definities. Lead, MQL, SQL, Opportunity en ARR gedefinieerd met concrete criteria, gecommuniceerd via Slack en onboarding, met ingangsdatum “geldig vanaf 1 april 2026”.
• Maand 2 — systeemconfiguratie. Validatieregels (verplicht Close Date en Amount vanaf Stage “Proposal”), Duplicate Rules op e-mail en accountnaam, Lead Source-picklist gestandaardiseerd en legacy-velden gedeprecieerd.
• Maand 3 — review en opschoning. Eerste kwartaalreview van nieuwe velden, ongebruikte velden gearchiveerd en records ouder dan 36 maanden zonder activiteit geanonimiseerd.

Het resultaat: 40% minder duplicaten, een betrouwbaardere forecast doordat Close Date en Amount consistent werden ingevuld, minder discussies in MT-meetings en betere alignment tussen sales en marketing door gedeelde definities van MQL en SQL.

Onderhoud houdt het overeind. Zonder ritme verwatert elke governance-inspanning binnen zes maanden. Richt een licht model in: een Revenue Data Council (Head of Sales, Marketing Lead, RevOps, soms Finance) dat maandelijks 30 tot 45 minuten samenkomt over nieuwe velden, kwaliteitsissues en rapportageafwijkingen, plus een kwartaalreview waarin je de data dictionary bijwerkt en AVG-bewaarregels toepast.

Checklist: maandelijks governance-ritme

• [ ] Zijn er nieuwe velden aangemaakt zonder owner?
• [ ] Kloppen de definities nog met de praktijk?
• [ ] Zijn er rapportageverschillen tussen CRM en financiële systemen?
• [ ] Zijn de AVG-bewaarregels toegepast?
• [ ] Functioneren de duplicate rules correct?
• [ ] Maximaal 5% van opportunities mist een cruciaal veld?
• [ ] Geen dubbele records op de top 100 accounts?
• [ ] Forecast-variance onder de 15%?

Begin niet met alles tegelijk opruimen, ook niet als je Salesforce-omgeving al jaren vol veldrommel zit. Bepaal je kritieke rapportages (forecast, pipeline, MQL’s, ARR), identificeer de 20 tot 30 kernvelden die deze voeden, richt voor díe velden eigenaarschap, definities en validatieregels in, en archiveer de rest gefaseerd: één object per kwartaal. Begin waar de impact het grootst is.

Dit raakt iedere B2B SaaS-scale-up die voorbij de spreadsheet-fase groeit. De investering van een paar weken levert maanden tijdwinst op en maakt van je CRM eindelijk een betrouwbare basis voor groei.

Wil je dit toepassen in jouw operatie? Bekijk Business Process Scan of plan een kennismaking.