Identity resolution is het proces waarbij je vaststelt dat losse records en signalen, zoals een websitebezoek, een advertentieklik, een e-mailadres en een contact in je CRM, bij dezelfde persoon of hetzelfde bedrijf horen, en ze samenvoegt tot één profiel. In B2B is het account meestal het profiel dat het zwaarst weegt.

Zonder identity resolution tellen je systemen vreemden. Hetzelfde bedrijf leest op maandag je prijspagina, klikt op woensdag op een retargeting-advertentie en op vrijdag opent iemand daar je e-mail. Je analytics, je advertentieplatform en je CRM loggen elk één losse gebeurtenis, zonder onderling verband.

Records samenvoegen is het makkelijke deel. Elke tool kan twee rijen aan elkaar koppelen. Lastig wordt het bij de vraag wanneer twee rijen echt dezelfde koper zijn. Een verkeerde koppeling richt meer schade aan dan een gemiste, en in de meeste setups die wij auditen, heeft niemand die beslissing ooit vastgelegd.

TL;DR

• Een uitgewerkt voorbeeld: één bedrijf verschijnt als anonieme cookie, als advertentieklik op een ander apparaat en als twee losse contacten in je CRM. Identity resolution koppelt die vier aan één accountrecord, zodat de activiteit eindelijk leest als één koopproces.

• Het grootste deel van dat spoor komt zonder label binnen, omdat kopers wekenlang onderzoek doen voordat ze een formulier invullen. Dat is de dark funnel, en identity resolution is een van de weinige manieren om daar een deel van te zien.

• Rangschik je matchsleutels van zeker naar gokwerk: een login of record-ID, dan een genormaliseerd e-mailadres, dan het e-maildomein, dan het IP-adres en als laatste fuzzy matching op naam. Sterke sleutels mogen personen samenvoegen. Zwakke sleutels horen activiteit alleen aan een account te koppelen.

• Koppel in B2B eerst aan het bedrijf. Weten dat een target account op je prijspagina zit, is genoeg om op te handelen. Dat is precies het werk van website visitor deanonymization en lead-to-account matching.

• Gekoppelde records maken outreach specifiek, geven reps een gerangschikte lijst van actieve accounts en maken multi-touch attributie mogelijk. Elk gekoppeld bezoek vult ook je first-party data aan. Dat telt zwaarder nu Safari third-party cookies standaard blokkeert.

• HubSpot doet al aan basale identity resolution: het ontdubbelt contacten op e-mailadres en bedrijven op domein, en kan contacten via hun e-maildomein aan bedrijven koppelen. Een merge in HubSpot kun je niet terugdraaien, dus leg eerst regels vast voordat je iets in bulk samenvoegt.

• De twee fouten zijn valse merges (twee kopers in één record geperst) en gemiste matches (één koper verspreid over vijf records). Onder de AVG (GDPR) blijft een gehasht e-mailadres een persoonsgegeven, dus "we bewaren alleen hashes" is geen privacyplan.

Drie vreemden die één account blijken te zijn

Neem een middelgrote fabrikant die we Northwind noemen. Dit is wat er in één week in een gemiddelde B2B-stack binnenkomt.

Op maandag leest een bezoeker twee keer je prijspagina. Je analyticstool zet een cookie en logt een IP-adres dat bij het kantoornetwerk van Northwind hoort. Niemand vult een formulier in, dus je CRM weet van niets.

Op woensdag klikt iemand bij Northwind op zijn telefoon op een LinkedIn-advertentie. Dat is een ander apparaat en een ander netwerk, dus het advertentieplatform registreert een klik van iemand die het niet aan de sessie van maandag kan koppelen.

Op vrijdag opent Sara, operations lead bij Northwind, een nurture-e-mail. Ze staat al in je CRM als sara@northwind.com, sinds een webinar vorig jaar. Haar collega downloadde in maart een gids met een privé-Gmailadres, dus hij staat ook in je CRM, als contact zonder bedrijf.

Zonder identity resolution heb je vier losse feiten. Met identity resolution verandert het beeld. Het IP-adres van maandag hoort bij Northwind, dus de bezoeken aan de prijspagina komen op het bedrijfsrecord van Northwind terecht. Het e-maildomein van Sara komt overeen met northwind.com, dus haar open wordt aan hetzelfde bedrijf gekoppeld. Het Gmail-contact wordt aan Northwind gekoppeld zodra enrichment zijn baan op LinkedIn vindt. De klik op de telefoon blijft misschien onopgelost, en dat is prima.

Het resultaat is één accountrecord met drie mensen en twee bezoeken aan de prijspagina in vijf dagen. Een rep die dat ziet, weet dat er iets speelt bij Northwind. Een rep die vier verspreide gebeurtenissen ziet, weet dat niet.

Waarom het spoor zonder label binnenkomt

Kopers stellen zich niet vroeg voor. Ze lezen je content, vergelijken je met twee concurrenten en sturen je prijspagina door naar een collega, allemaal voordat iemand een e-mailadres in een formulier typt. Tegen de tijd dat iemand zijn hand opsteekt, is het grootste deel van de evaluatie al gedaan.

Dat verborgen stuk is de dark funnel. Een deel ervan speelt zich af op plekken die je nooit zult zien, zoals Slack-groepen en privégesprekken. Een flink deel gebeurt wel op je eigen website en in je eigen e-mails, waar de data bestaat en alleen nog niet aan een naam hangt. Op dat deel richt identity resolution zich.

Matchsleutels, gerangschikt van zeker naar gokwerk

Elk systeem voor identity resolution is een set regels die bepaalt wanneer twee records matchen. Die regels gebruiken matchsleutels, en niet elke sleutel is even betrouwbaar. Dit is de volgorde waarin wij ze rangschikken als we identity resolution voor een klant opzetten:

1. Een login of systeem-ID. Is iemand ingelogd in je product, of heeft een record in twee tools hetzelfde CRM-ID, dan gaat het om dezelfde identiteit. Niets anders komt daar in de buurt.

2. Een genormaliseerd e-mailadres. In kleine letters, zonder spaties aan het begin of eind en met de duidelijke typfouten eruit. Twee records met hetzelfde zakelijke e-mailadres zijn bijna altijd dezelfde persoon.

3. E-maildomein naar bedrijfsdomein. sara@northwind.com hoort bij het bedrijf op northwind.com. Betrouwbaar voor bedrijven, nutteloos voor personen, en het werkt niet bij freemailadressen.

4. IP-adres naar bedrijf. Een bezoek vanaf een kantoornetwerk is met reverse IP lookup terug te leiden naar het bedrijf dat het netwerk bezit. Bij verkeer van thuis, via mobiel of via een VPN lukt dat meestal niet.

5. Fuzzy matching op naam en gedragspatronen. "Liz Berkeley" en "Elizabeth Berkeley" bij hetzelfde bedrijf, of hetzelfde apparaatpatroon dat twee keer opduikt. Nuttig als hint, riskant als beslissing.

De eerste twee zijn deterministisch matchen: een harde identifier wijst met bijna volledige zekerheid naar één identiteit. De laatste drie neigen naar probabilistisch matchen. Daarbij concludeert het systeem op basis van een combinatie van zwakkere signalen dat twee records waarschijnlijk hetzelfde zijn. Deterministische matches zijn nauwkeurig maar zeldzaam, omdat de meeste anonieme activiteit geen geverifieerde identifier bevat. Probabilistische matches bestrijken veel meer terrein en zitten er vaker naast.

Enterprise-tools maken die keuzes expliciet. In Salesforce Data Cloud bouw je een identity resolution-ruleset met match rules, die bepalen welke records als dezelfde persoon tellen, en reconciliation rules, die bepalen welke waarde wint als de gematchte records elkaar tegenspreken. Dat kan op basis van hoe vaak een waarde voorkomt, hoe recent hij is of uit welk object de data komt.

Dit is de regel waar we aan vast zouden houden, ook als je Data Cloud nooit aanraakt. Laat sterke sleutels personen samenvoegen en laat zwakke sleutels activiteit alleen aan een account koppelen. Een IP-adres is goed genoeg om te zeggen "iemand bij Northwind heeft de site bezocht". Het is lang niet goed genoeg om te zeggen "Sara heeft de site bezocht" en haar een follow-up te sturen.

Koppel in B2B eerst het account en dan pas de persoon

Identity resolution voor consumenten jaagt op de individuele shopper, over telefoons, laptops en klantenkaarten heen, omdat die persoon de aankoop doet. In B2B is kopen een groepsbeslissing. De vraag die je als eerste beantwoord wilt hebben, is welk bedrijf interesse toont. Welke persoon komt daarna.

Dat verandert hoe goede identity resolution eruitziet. Je kunt leunen op signalen op bedrijfsniveau, zoals het e-maildomein en het IP-adres. Die werken redelijk goed op accountniveau en slecht op persoonsniveau. En je kunt handelen op een antwoord op accountniveau zonder dat je iemands persoonlijke identiteit hebt achterhaald.

Hierin zitten twee taken. De eerste is website visitor deanonymization: de bedrijven op je site benoemen die nooit een formulier hebben ingevuld, meestal door IP- en sessiesignalen aan een bedrijf te matchen. Het is de motor achter de website visitor tracking-workflow die we voor klanten bouwen, en het is een vaste input geworden voor signal-based selling.

De tweede is lead-to-account matching: elke nieuwe lead aan het juiste bedrijfsrecord koppelen. Een formulier van een medewerker van Northwind komt dan terecht op het Northwind-account dat de rep al beheert, en zweeft niet los rond in je CRM. Het klinkt saai, maar als het ontbreekt, loopt je routing vast op een manier die op een mensenprobleem lijkt en dat niet is.

Wat verandert er zodra de identiteiten kloppen?

Identity resolution levert op zichzelf niets op waar iemand naar kijkt. De waarde zie je verderop in het proces, op drie plekken.

Outreach wordt specifiek. Weet je dat Northwind een week lang je prijspagina en je integratiepagina's las, dan kan een rep de juiste persoon mailen over precies wat die aan het lezen was. Je kunt niet personaliseren voor een account dat je niet kunt identificeren, en dat is de praktische kern van handelen op signalen.

Prioriteren wordt echt. Een gerangschikte lijst van accounts met activiteit vertelt een team waar het de dag aan moet besteden. Leg er intent data en koopsignalen overheen en de lijst vertelt je ook wanneer.

Attributie stopt met gokken. Kun je de advertentieklik, het blogbezoek en de gesloten deal niet aan één account koppelen, dan is elk kanaalrapport deels fictie. Multi-touch attributie hangt ervan af dat je weet dat veel touches bij één koopproces horen, en dat is precies wat identity resolution levert. Daarom begint onze workflow voor revenue attribution hygiene hier.

Identity resolution in de HubSpot of Salesforce die je al hebt

De meeste teams hebben geen apart identity-platform nodig om te beginnen. Hun CRM doet al een basisversie, en het werk is vooral die bewust inrichten.

HubSpot ontdubbelt contacten op de eigenschap e-mail en bedrijven op de domeinnaam van het bedrijf. Een formulier vanaf een bekend adres werkt dus het bestaande contact bij en maakt geen nieuw contact aan. HubSpot kan ook contacten automatisch aan bedrijven koppelen door het domein in het e-mailadres van het contact te matchen. Freemailadressen zoals gmail.com worden overgeslagen, tenzij het contact een website-URL heeft. Daarom stapelen leads met een privé-e-mailadres zich op zonder bedrijf.

Bij samenvoegen moet je opletten. HubSpot zegt het zonder omwegen: zodra twee records zijn samengevoegd, kun je ze niet meer splitsen. Een bulk-merge op een losse regel (zelfde voornaam en bedrijf, bijvoorbeeld) kan twee verschillende kopers voorgoed samensmelten, inclusief hun e-mailgeschiedenis en lifecycle stages. Voeg samen op sterke sleutels, controleer de rest met de hand en maak een export voordat je begint.

In Salesforce dekken duplicate rules en matching rules het CRM zelf af. Data Cloud voegt daar de ruleset-aanpak van hierboven aan toe, voor als je data uit meerdere systemen moet samenbrengen.

Identity resolution leunt ook op data enrichment. Resolution zegt bij wie een record hoort, en enrichment vult aan wat je over die persoon of dat bedrijf weet: omvang, branche, de juiste contacten. Vaak heb je eerst enrichment nodig om een match mogelijk te maken, zoals bij het Gmail-contact van wie de werkgever pas opdook toen zijn LinkedIn-profiel was gevonden. Een gekoppeld account is pas de moeite waard als het ook bij je ideal customer profile past.

Je eigen data is de grondstof

Elk bezoek, elke klik en elke e-mail die je aan een echt account koppelt, wordt onderdeel van je first-party data, rechtstreeks verzameld uit hoe kopers zich bij jou gedragen. Dat weegt elk jaar zwaarder, omdat tracking via de data van andere bedrijven steeds lastiger wordt. Safari blokkeert third-party cookies bijvoorbeeld al standaard sinds maart 2020.

Die kringloop versterkt zichzelf. Elk gekoppeld record geeft de volgende match meer houvast. Een bedrijf dat al een jaar zijn eigen verkeer koppelt, ziet dus veel meer van zijn pipeline dan een bedrijf dat net een visitor-tool heeft aangezet. Je bouwt het beeld zelf op en hoeft het niet te huren bij een databroker.

Twee manieren waarop identity resolution misgaat

De eerste is de valse merge: twee verschillende mensen of bedrijven die in één record worden geperst. Dat komt meestal doordat je zwakke sleutels te veel vertrouwt, bijvoorbeeld door samen te voegen op naam en bedrijf, of door een gedeelde inbox zoals sales@ als één koper te behandelen. Valse merges zijn duur omdat niemand ze ziet gebeuren. De verkeerde persoon krijgt de follow-up, scores lopen door elkaar, en bij merges die je niet kunt terugdraaien is er geen nette weg terug.

De tweede is de gemiste match: één koper verspreid over vijf records. Minder dramatisch, wel veel vaker. Activiteit raakt versnipperd, niemand ziet het volledige beeld en twee reps nemen misschien contact op met hetzelfde account zonder het van elkaar te weten. De meeste CRM's die wij auditen, hellen deze kant op.

Moeten we kiezen, dan missen we liever een match dan dat we een valse maken. Een duplicaat kun je later samenvoegen. Een slechte merge haal je niet netjes uit elkaar, en die ondermijnt het vertrouwen in je CRM sneller dan een paar duplicaten ooit zullen doen. Regelmatige CRM-hygiëne vangt de duplicaten op.

Daarnaast spelen nog twee problemen. Het eerste is identiteiten koppelen en er dan niets mee doen: betalen voor een visitor-tool waarvan niemand de accountlijst opent. Het tweede is privacy. Nebor werkt met Europese klanten, en onder de Europese regels is de Europese Commissie duidelijk: data die gepseudonimiseerd is maar kan worden gebruikt om iemand te heridentificeren, blijft een persoonsgegeven. De Commissie noemt IP-adressen en cookie-ID's ook als voorbeelden van persoonsgegevens. Een gehasht e-mailadres dat je gebruikt om te matchen, valt in diezelfde categorie. Koppelen op bedrijfsniveau houdt je verder weg van individuen, maar daarmee val je nog steeds onder de AVG. Betrek dus degene die privacy in je bedrijf beheert voordat je iets aanzet. Zie dit als een praktische kanttekening. Juridisch advies is het niet.

Tot slot

Identity resolution is een set beslissingen over wanneer twee records hetzelfde zijn, vastgelegd en consequent toegepast. Neem je die beslissingen goed, dan gaat de rest van je stack de waarheid vertellen: accountoverzichten tonen echte activiteit, scores weerspiegelen echte interesse en attributie geeft de credits aan de kanalen die een deal echt vooruit hebben geholpen.

Voor de meeste B2B-teams is het startpunt bescheiden. Zet de matching aan die je CRM al biedt, rangschik je sleutels, houd zwakke signalen op accountniveau en wees terughoudend met samenvoegen. Voeg bezoekersidentificatie en enrichment toe zodra die basis schoon is, en beoordeel het geheel op één vraag: doen je reps iets met wat het ze laat zien?

Wij kunnen deze matchregels in je bestaande CRM-records bouwen en elke regel in gewone taal opschrijven. Vraagt iemand over een jaar waarom twee records zijn samengevoegd, dan staat het antwoord er al, zonder dat iemand ons hoeft te bellen.

Veelgestelde vragen