//
Datakwaliteit meten: welke cijfers zeggen echt iets over je kandidatendatabase in 2026
Bijna elk recruitmentbureau weet dat het bestand vervuild is. Bijna geen enkel bureau weet hoe erg. Dat verschil is duur, want zonder cijfer kun je niet bepalen waar je begint, hoeveel het oplevert of dat het opruimen van vorig jaar heeft geholpen. Dit artikel laat zien welke zes dimensies je meet, met welke formules, welke uitkomsten normaal zijn voor een kandidatendatabase en hoe je van een eenmalige schoonmaak een meting maakt die elk kwartaal terugkomt.
Wat je niet meet, ruim je nooit op
Een kandidatenbestand verslechtert vanzelf. Zonder cijfers weet je niet hoe snel het gaat en niet of je opruimwerk iets heeft opgeleverd.
In het kort
- Datakwaliteit meet je langs zes dimensies: compleetheid, juistheid, consistentie, geldigheid, actualiteit en uniciteit. Elk daarvan is uit te drukken in een percentage.
- Compleetheid is de eenvoudigste startmeting: het aantal gevulde waarden gedeeld door het aantal records, maal honderd, per veld apart en niet over het hele profiel gemiddeld.
- Actualiteit is de dimensie die vanzelf verslechtert. In Nederland wisselt ongeveer een op de zes werknemers per jaar van werkgever, en zakelijke e-mailadressen verlopen met tientallen procenten per jaar.
- Meet per veld en per cohort, niet als een enkel rapportcijfer. Een bestand van 80 procent compleet zegt niets als het telefoonnummer bij 60 procent ontbreekt.
- Herhaal de meting elk kwartaal op dezelfde manier. De trendlijn is bruikbaarder dan de losse uitkomst, want die laat zien of je harder opruimt dan je bestand veroudert.
Waarom je datakwaliteit meet en niet schat
Vraag tien recruiters hoe schoon het kandidatenbestand is en je krijgt tien gevoelsantwoorden. Redelijk. Het valt mee. Die oude profielen gebruiken we toch niet. Dat gevoel is bijna altijd optimistischer dan de werkelijkheid, en dat heeft een logische oorzaak: je merkt vervuiling pas op het moment dat je iemand nodig hebt. Op dat moment schrijf je de mislukte poging toe aan de kandidaat die niet reageerde, niet aan het telefoonveld dat al drie jaar leeg was.
Een getal haalt die discussie weg. Als je weet dat 34 procent van je profielen geen bruikbaar telefoonnummer heeft, hoef je niet meer te overleggen of het meevalt. Dan gaat het gesprek meteen over de vraag welke 34 procent dat is en of die groep het aanvullen waard is. Meten verandert een meningsverschil in een werkopdracht.
Het tweede argument is dat je zonder nulmeting nooit weet of opruimen heeft geholpen. Bureaus investeren serieus in ontdubbelen, verrijken en migreren, en kunnen achteraf niet aantonen wat het opleverde. De signalen van een vervuilde recruitmentdatabase zijn goed te herkennen, maar herkennen is iets anders dan kwantificeren. Pas als je in januari 61 procent meet en in april 78 procent, weet je dat de aanpak werkt.
Het derde argument is intern. Datakwaliteit verliest het altijd van een openstaande vacature, omdat de vacature een deadline heeft en het bestand niet. Een kwartaalcijfer op een dashboard geeft datakwaliteit een eigen deadline. Bij Spadework zien we dat bureaus die dit cijfer bespreken in hun maandoverleg er structureel meer aan doen dan bureaus die het overlaten aan een jaarlijkse schoonmaakactie.
De zes dimensies van datakwaliteit
In het vakgebied datamanagement wordt kwaliteit uitgesplitst in zes dimensies. Die indeling is niet bedacht voor recruitment, maar hij vertaalt zich verrassend precies naar een kandidatendatabase. Het nut zit in de scheiding: een profiel kan compleet zijn en toch onjuist, of juist en toch onbruikbaar omdat het verouderd is. Meet je alles als een hoop, dan weet je nooit welke ingreep helpt.
| Dimensie | Wat het betekent voor jouw bestand | Hoe je het meet |
|---|---|---|
| Compleetheid | Zijn de velden gevuld die je nodig hebt om iemand te benaderen en te plaatsen | Gevulde waarden gedeeld door records, per veld |
| Juistheid | Klopt wat er staat met de werkelijkheid buiten je systeem | Steekproef tegen een externe bron of een gesprek |
| Consistentie | Staat hetzelfde gegeven overal hetzelfde genoteerd | Aantal afwijkende schrijfwijzen per veld |
| Geldigheid | Voldoet de waarde aan het formaat dat het veld verwacht | Percentage waarden dat de formaatcontrole haalt |
| Actualiteit | Hoe lang geleden is dit profiel voor het laatst bevestigd | Mediaan van de dagen sinds laatste contact |
| Uniciteit | Komt elke persoon precies één keer voor | Aantal dubbelen gedeeld door het totaal |
Twee dimensies verdienen extra aandacht, omdat ze in recruitment vaker misgaan dan elders. Consistentie loopt stuk op functietitels: senior java developer, Sr. Java Dev en Java-ontwikkelaar senior zijn voor jou dezelfde persoonsgroep en voor je zoekopdracht drie verschillende. Geldigheid loopt stuk op telefoonnummers, waar landcodes, spaties en oude 06-notaties naast elkaar bestaan.
Actualiteit is de dimensie die als enige vanzelf verslechtert. Compleetheid blijft gelijk als je niets doet, actualiteit niet. Dat maakt hem het belangrijkst om periodiek te meten en het gevaarlijkst om over te slaan.
Compleetheid meten: de formule en de velden
Compleetheid is de logische startmeting, omdat je hem kunt uitvoeren zonder externe bron en zonder iemand te bellen. De formule is simpel: het aantal records waarin een veld een bruikbare waarde bevat, gedeeld door het totale aantal records, maal honderd. De valkuil zit niet in de rekensom maar in de vraag wat je meet.
Meet nooit de gemiddelde compleetheid over alle velden samen. Dat cijfer ziet er altijd redelijk uit, omdat naam en e-mailadres bijna overal gevuld zijn en het gemiddelde optillen. Meet per veld apart, en beperk je tot de velden die bepalen of je iemand kunt benaderen en beoordelen: telefoonnummer, actuele functietitel, huidige werkgever, woonplaats of regio, beschikbaarheid en de datum van het laatste contact.
Rekenvoorbeeld: van 82 procent naar de echte cijfers
Een bureau met 40.000 kandidaatprofielen meet 82 procent gemiddelde compleetheid en concludeert dat het meevalt. Per veld gemeten valt het uiteen: e-mailadres 96 procent, naam 99 procent, telefoonnummer 64 procent, actuele werkgever 41 procent, laatste contactmoment 38 procent. Voor een campagne op werkgeverniveau is niet 82 procent maar 41 procent het werkbare deel, oftewel 16.400 profielen. Het gemiddelde verborg precies de velden waar het geld zit.
Let ook op het verschil tussen leeg en waardeloos. Een veld met "onbekend", "n.v.t." of een dummywaarde telt in de meeste systemen als gevuld en in de praktijk als leeg. Neem die waarden expliciet mee als leeg in je telling, anders meet je je eigen invulgedrag in plaats van je datakwaliteit. Hoe je het gat vervolgens dicht, staat in het artikel over database-verrijking voor recruitmentbureaus.
Actualiteit: hoe snel je bestand veroudert
Een kandidatendatabase is een momentopname van een arbeidsmarkt die niet stilstaat. Volgens cijfers van het CBS wisselt in Nederland ongeveer een op de zes werknemers per jaar van werkgever. In het tweede kwartaal van 2025 ging het om 305.000 baanwisselaars, 3,8 procent van alle werknemers, een daling ten opzichte van de 4,7 procent van drie jaar eerder. Meer dan de helft van die wisselaars stapt bovendien over naar een andere sector.
Vertaal dat naar je bestand en het beeld wordt concreet. Van 10.000 profielen waarvan je twee jaar geleden de werkgever vastlegde, klopt dat veld nu bij ruwweg drie op de tien niet meer. Voor jongere kandidaten gaat het sneller: in de leeftijdsgroep tot 25 jaar wisselt jaarlijks ongeveer vier op de tien van werkgever, tegenover circa een op de tien in de oudste groepen.
Zakelijke contactgegevens verouderen in hetzelfde tempo. Voor B2B-e-maillijsten wordt doorgaans gerekend met ongeveer 2 procent verval per maand, wat samengesteld uitkomt op tussen de 22 en 30 procent per jaar. In snel bewegende sectoren ligt dat hoger. Voor je opdrachtgeverkant betekent dat hetzelfde probleem in spiegelbeeld, wat het onderwerp is van het artikel over de situatie waarin je contactpersoon van baan wisselt.
Meet actualiteit daarom niet als gemiddelde maar als verdeling. Zet je profielen in cohorten van laatste contact: korter dan zes maanden, zes tot achttien maanden, achttien maanden tot drie jaar, langer dan drie jaar. Die vier bakken vertellen je in één oogopslag welk deel van je bestand vandaag inzetbaar is en welk deel eerst bevestiging nodig heeft.
Uniciteit en bereikbaarheid
Uniciteit is de makkelijkst te meten dimensie en tegelijk de meest onderschatte. De formule is het aantal records dat naar dezelfde persoon verwijst, gedeeld door het totaal. Een bestand met 6 procent dubbelen lijkt schoon, tot je bedenkt dat elke dubbele iemand is die twee keer dezelfde mail krijgt of van wie de recruiter het verkeerde, oudere profiel opent. De praktische kant van opruimen staat beschreven in het artikel over dubbele kandidaatprofielen ontdubbelen.
Meet dubbelen op meerdere sleutels tegelijk. Alleen op e-mailadres vergelijken vindt te weinig, want juist iemand die van baan wisselde heeft een nieuw zakelijk adres en staat daarom een tweede keer in je systeem. Combineer daarom minimaal e-mailadres, telefoonnummer en de combinatie van achternaam en geboortedatum, en rapporteer de drie uitkomsten los van elkaar.
Bereikbaarheid is de dimensie die het dichtst bij omzet ligt, en de enige die je niet volledig binnen je eigen systeem kunt vaststellen. Een e-mailadres is pas ongeldig als het bounct en een nummer pas dood als je het draait. Een validatieronde op je adresbestand geeft je in een dag het percentage dat nog aankomt. Reken erop dat dat lager ligt dan je compleetheidscijfer: een veld kan gevuld zijn en toch nergens meer op uitkomen.
De optelsom van deze twee dimensies is het cijfer dat je uiteindelijk wilt weten. Niet hoeveel profielen je hebt, maar hoeveel unieke mensen je vandaag daadwerkelijk kunt bereiken. Dat getal is bij vrijwel elk bureau fors lager dan het aantal records in het systeem, en het is het enige aantal waarop je een campagne kunt plannen.
Wat slechte data je bureau kost
De algemene cijfers over datakwaliteit zijn groot en abstract. Gartner komt uit op gemiddeld 12,9 miljoen dollar per organisatie per jaar. Onderzoek vanuit MIT Sloan legt de schade tussen de 15 en 25 procent van de omzet. Voor middelgrote bedrijven wordt vaak 2 tot 5 procent van de jaaromzet genoemd. Bruikbaar zijn die getallen pas als je ze omrekent naar jouw eigen situatie.
Doe dat met de tijd van je recruiters. Stel dat een recruiter per week vier uur kwijt is aan het zoeken naar een actueel nummer, het openen van het verkeerde profiel of het overtypen van gegevens die al ergens staan. Bij tien recruiters is dat veertig uur per week, oftewel ongeveer een volledige fte die niets anders doet dan de gevolgen van vervuiling repareren. Dat is een bedrag dat je op je eigen loonlijst kunt terugvinden.
De tweede kostenpost is gemiste omzet en die is groter. Een kandidaat die je niet kon bereiken, plaatst een ander bureau. Een geschikte kandidaat die al in je eigen database zat maar onvindbaar was, betaal je twee keer: eenmaal als gemiste plaatsing en eenmaal als sourcingkosten voor de vervanger die je extern zocht.
De duurste regel in een kandidatendatabase is niet de regel die ontbreekt. Het is de regel die er staat, er goed uitziet en niet meer klopt.
De derde post is stille schade: een bestand waarvan niemand de cijfers vertrouwt, wordt niet gebruikt. Recruiters gaan dan extern sourcen terwijl je eigen bestand het antwoord bevatte, en het gevoel dat het bestand niets oplevert bevestigt zichzelf.
Een meetritme dat blijft draaien
Een eenmalige meting is een rapport. Een meetritme is een stuurmiddel. Het verschil zit in drie dingen: dezelfde definities, dezelfde frequentie en een vaste eigenaar. Verandert de definitie tussen twee metingen, dan meet je je eigen definitiewijziging in plaats van je bestand.
Kies zes velden en houd het daarbij
Meet niet alles. Zes velden die bepalen of je iemand kunt benaderen en beoordelen, elk kwartaal op dezelfde manier geteld, geven je een bruikbare trendlijn.
Leg de nulmeting vast voor je begint
Zonder startcijfer kun je later niet aantonen wat het opruimen opleverde. Bewaar de uitkomst met datum, definitie en aantal records erbij.
Splits naar cohort en naar team
Een gemiddelde over het hele bestand verbergt waar het misgaat. Uitsplitsen naar jaar van instroom en naar vestiging maakt de oorzaak zichtbaar.
Repareer bij de bron
Een veld dat elk kwartaal opnieuw leeg blijkt, is een procesprobleem en geen opruimklus. Pas het intakeformulier aan in plaats van de schoonmaak te herhalen.
Wie deze cijfers eenmaal op een rij heeft, ziet meteen wat er nog meer mogelijk is. Spadework maakt de kwaliteit van je bestand doorlopend zichtbaar en vult ontbrekende velden aan vanuit openbare bronnen, zodat de meting niet elk kwartaal met de hand hoeft. Wat een schoon bestand vervolgens waard is als vertrekpunt voor werk met AI, staat in het artikel over de vraag wanneer je database AI-ready is, en hoe je die kwaliteit omzet in opdrachten in het artikel over van database naar omzet. Jij kent deze mensen. Jij ziet ze op tijd. Jij bepaalt wat je ermee doet.
Veelgestelde vragen
Zes dimensies: compleetheid, juistheid, consistentie, geldigheid, actualiteit en uniciteit. Compleetheid en uniciteit meet je binnen je eigen systeem. Juistheid en actualiteit vragen bevestiging van buiten, bijvoorbeeld via een externe bron of een gesprek. Elke dimensie is uit te drukken in een percentage, zodat je ze los van elkaar kunt volgen.
Deel het aantal records met een bruikbare waarde in een veld door het totale aantal records en vermenigvuldig met honderd. Doe dat per veld apart, niet als gemiddelde over alle velden. Reken waarden als onbekend of niet van toepassing mee als leeg, anders meet je invulgedrag in plaats van kwaliteit.
In Nederland wisselt ongeveer een op de zes werknemers per jaar van werkgever, volgens cijfers van het CBS. Bij kandidaten tot 25 jaar loopt dat op tot ongeveer vier op de tien. Zakelijke e-mailadressen verlopen daarnaast met naar schatting 22 tot 30 procent per jaar, omdat een baanwissel het oude adres opheft.
Er is geen branchenorm die voor elk bureau geldt, omdat het verschilt per veld en per specialisatie. Bruikbaarder dan een streefcijfer is je eigen trendlijn: meet elk kwartaal hetzelfde en kijk of de lijn stijgt. Stijgt hij niet, dan veroudert je bestand sneller dan je het bijwerkt.
Deel het aantal records dat naar dezelfde persoon verwijst door het totaal. Vergelijk daarbij op meerdere sleutels tegelijk: e-mailadres, telefoonnummer en de combinatie van achternaam en geboortedatum. Alleen op e-mailadres vergelijken vindt te weinig, want wie van baan wisselde heeft een nieuw zakelijk adres.
Gartner komt uit op gemiddeld 12,9 miljoen dollar per organisatie per jaar en MIT Sloan op 15 tot 25 procent van de omzet. Reken het liever om naar je eigen situatie: vier uur zoekwerk per recruiter per week is bij tien recruiters ongeveer een volledige fte die vervuiling repareert.
Elk kwartaal is voor de meeste bureaus het juiste ritme: vaak genoeg om bij te sturen, niet zo vaak dat het werk zichzelf in de weg zit. Houd de definities en de frequentie gelijk en wijs een vaste eigenaar aan, anders meet je bij de volgende ronde iets anders dan de vorige keer.