# Consistentie: configuratiescenario's

> Drie praktische walkthroughs die laten zien hoe u DQS-consistentieanalyse configureert voor verschillende zakelijke behoeften.

Source: https://dataqualitysense.com/nl/resources/use-cases/consistency-scenarios/
Last updated: 2026-04-16

---

## Wat deze scenario's behandelen

Deze pagina doorloopt drie praktijkconsistentieconfiguraties, van eerste opzet tot het lezen van de scanresultaten. Elk scenario gebruikt een andere zakelijke context en analysemodus.

Deze scenario's bouwen voort op de concepten en statistieken behandeld in het hoofdartikel [Consistentie](/nl/resources/data-quality/consistency/). Lees dat eerst als termen zoals Conformiteitspercentage, Variant-aantal en Dominante waarden nieuw voor u zijn.

## Scenario 1: Country-veld standaardisering met ontdekking

### De zakelijke context

Uw org heeft 15.000 Account-records van 3 gefuseerde bedrijven. Het `Country`-veld is vrije tekst. Regionale dashboards tonen gefragmenteerde data: „United States" verschijnt als één rij, „USA" als een andere, „US" als een derde. Territoriumtoewijzingsregels missen records omdat ze filteren op één spelling. U moet standaardiseren, maar u weet niet welke waarden er in alle drie de legacy-systemen bestaan.

### Configuratie walkthrough

Begin met **Importeren uit veld** om te ontdekken wat uw data werkelijk bevat vóór het definiëren van toegestane waarden.

1. Open de configuratie Verwachte waarden voor het veld `Country`.
2. Klik op **Importeren uit veld**. DQS bevraagt de live data en retourneert unieke waarden gesorteerd op frequentie.
3. Bekijk de checklist. De import onthult het volledige beeld:

| Waarde | Records |
|-------|---------|
| United States | 4.500 |
| USA | 2.300 |
| US | 1.800 |
| Canada | 1.400 |
| U.S.A. | 450 |
| United States of America | 150 |
| ... (41 meer variaties) | ... |

4. Beslis over uw standaard. ISO-landcodes („US", „CA", „UK") zijn compact, branchestandaard en ondubbelzinnig. Vink de ISO-codes aan uit de importlijst.
5. Klik op **Geselecteerden toevoegen** om uw lijst met toegestane waarden in te vullen.

Stel de resterende configuratie in:

| Instelling | Waarde | Redenering |
|---------|-------|-----------|
| Analysemodus | Geavanceerde Conformiteitsanalyse | U heeft variant-aantallen en dominante waarden nodig om de opschoning te bepalen |
| Verwachte waarden | US, CA, UK, DE, FR, AU, JP | ISO-codes voor uw actieve markten |
| Hoofdlettergevoelig | UIT | „us", „Us" en „US" als dezelfde waarde opvangen |
| Top N | 10 | De meest voorkomende variaties zien |
| Minimale frequentie | 5 | Eenmalige typefouten filteren |

### Wat de scan produceert

| Statistiek | Waarde |
|--------|-------|
| Conformiteitspercentage | 12% |
| Conformiteitsaantal | 1.800 |
| Niet-conform-aantal | 13.200 |
| Variant-aantal | 47 |
| Dominante waarden | Top 10 waarden met aantallen (zie importtabel hierboven) |

### Resultaten lezen

**12% conformiteit is verwacht.** U heeft een nieuwe standaard gedefinieerd (ISO-codes) waarnaar de data nog nooit is genormaliseerd. Alleen de 1.800 records die al „US" bevatten, komen overeen. Dit is geen slechte score. Het is uw startpunt.

**47 varianten onthult de omvang van fragmentatie.** Drie gefuseerde systemen produceerden 47 verschillende manieren om landnamen uit te drukken. Zonder dit getal zou u de opschooninspanning onderschatten.

**Dominante waarden toont waar u zich op moet richten.** De top 3 variaties („United States", „USA", „US") vertegenwoordigen 8.600 records. Alleen die drie waarden standaardiseren verhoogt uw conformiteit van 12% naar 69%. Begin daar.

**Niet-conform-aantal (13.200) is uw exacte opschoontaak.** Uw dataverzorger heeft nu een concrete projectomvang, geen gok.

### Volgende actie

Bouw een waardenmappingtabel met behulp van de Dominante waarden-uitvoer. Wijs „United States" toe aan „US", „USA" aan „US", enzovoort. Voer de datanormalisatie uit. Scan opnieuw om uw nieuwe Conformiteitspercentage te verifiëren.

## Scenario 2: Lead-beoordelingsvalidatie

### De zakelijke context

Uw Lead-beoordelingsveld (`Rating__c`) is een tekstveld dat „Hot", „Warm" of „Cold" accepteert. Salesmanagers melden vreemde waarden in hun pijplijnrapporten. Een filter voor `Rating = "Hot"` retourneert minder records dan verwacht. U heeft een snelle conformiteitsaudit nodig om uit te zoeken wat er in het veld zit en hoeveel records er opgeschoond moeten worden.

### Configuratie walkthrough

Begin met **Importeren uit veld** om de werkelijke waarden te zien vóór het configureren van uw scan.

1. Open de configuratie Verwachte waarden voor `Rating__c`.
2. Klik op **Importeren uit veld**. De import retourneert:

| Waarde | Records |
|-------|---------|
| Hot | 284 |
| Warm | 198 |
| Cold | 156 |
| Very High | 23 |
| 240 km/h | 12 |
| N/A | 8 |

De eerste drie waarden zijn uw echte beoordelingen. „Very High" komt van een andere picklist (iemand heeft geplakt vanuit het verkeerde veld). „240 km/h" is duidelijk data van het volledig verkeerde veld. „N/A" is een plaatshouder.

3. Vink „Hot", „Warm" en „Cold" aan. Laat de rest uitgevinkt.
4. Klik op **Geselecteerden toevoegen**.

Stel de resterende configuratie in:

| Instelling | Waarde | Redenering |
|---------|-------|-----------|
| Analysemodus | Conformiteitscontrole | U heeft een ja/nee-antwoord nodig, geen diepgaande analyse |
| Verwachte waarden | Hot, Warm, Cold | Uw drie geldige beoordelingen |
| Hoofdlettergevoelig | UIT | „hot", „HOT" en „Hot" als overeenkomstig opvangen |

### Wat de scan produceert

| Statistiek | Waarde |
|--------|-------|
| Conformiteitspercentage | 93,7% |
| Conformiteitsaantal | 638 |

### Resultaten lezen

**93,7% voldoet.** Dat betekent dat 43 records rommeldata hebben. Voor een snelle audit geeft de Conformiteitscontrole-modus u snel het antwoord zonder geavanceerde statistieken te berekenen.

**De Importeren uit veld-stap heeft u al verteld hoe de rommel eruitziet.** „Very High" (23 records van een foutieve picklistwaarde), „240 km/h" (12 records met verkeerd-veld-data) en „N/A" (8 plaatshouder-vermeldingen). U heeft Dominante waarden hier niet nodig omdat de import u de uitsplitsing al gaf vóórdat de scan werd uitgevoerd.

**43 records is een beheersbare opschoning.** Dit is geen datamigratie-project. Het is een handmatige correctie van 30 minuten of een enkele data-updatetaak.

### Volgende actie

Herstel de 43 niet-conforme records. Converteer vervolgens `Rating__c` van een tekstveld naar een picklist om toekomstige problemen te voorkomen. API-gemaakte records omzeilen picklistvalidatie, dus voer periodieke consistentiescans uit om nieuwe variaties van integraties op te vangen.

## Scenario 3: Functietitel-conformiteit voor persona-targeting

### De zakelijke context

Uw marketingteam voert persona-gebaseerde campagnes uit die „VP en hoger" Contacts targeten. Het `Title`-veld is vrije tekst met duizenden variaties. Vóór elke campagne zoekt iemand handmatig naar titelsleutelwoorden, mist de helft van de variaties en bouwt een onvolledige doelgroeplijst. Het team heeft een datagedreven antwoord nodig op twee vragen: „Hoeveel VP+ contacts hebben we?" en „Welke titels hebben de rest van onze contacts?"

### Configuratie walkthrough

1. Open de configuratie Verwachte waarden voor het veld `Title` op Contacts.
2. Klik op **Importeren uit veld**. De import retourneert honderden waarden. Te veel om individueel te beoordelen, maar de frequentietellingen zijn nuttig voor context.
3. Definieer uw toegestane waarden op basis van uw persona-mapping. Vink of typ de titelwaarden die uw team als „VP en hoger" beschouwt:

```
VP, Vice President, SVP, Senior Vice President, EVP,
Executive Vice President, Director, Senior Director,
CEO, CFO, CTO, CIO, CMO, COO, President
```

4. Klik op **Geselecteerden toevoegen**.

Stel de resterende configuratie in:

| Instelling | Waarde | Redenering |
|---------|-------|-----------|
| Analysemodus | Geavanceerde Conformiteitsanalyse | U heeft de volledige waardeverdeling nodig om te zien welke titels er bestaan |
| Verwachte waarden | (16 titelwaarden hierboven vermeld) | Uw VP+ persona-definitie |
| Hoofdlettergevoelig | UIT | „vp of sales", „VP of Sales", „VP OF SALES" opvangen |
| Top N | 20 | Een brede spreiding van wat er bestaat zien |
| Minimale frequentie | 5 | Eenmalige vermeldingen zoals „Chief Happiness Officer" filteren |

### Wat de scan produceert

| Statistiek | Waarde |
|--------|-------|
| Conformiteitspercentage | 34% |
| Conformiteitsaantal | 3.400 |
| Niet-conform-aantal | 6.600 |
| Variant-aantal | 312 |

**Dominante waarden (Top 20):**

| Rang | Waarde | Aantal |
|------|-------|-------|
| 1 | Manager | 820 |
| 2 | Sales Representative | 650 |
| 3 | Account Executive | 480 |
| 4 | Director of Marketing | 340 |
| 5 | VP of Sales | 290 |
| 6 | Senior Manager | 275 |
| 7 | Consultant | 240 |
| 8 | Engineer | 210 |
| 9 | CEO | 195 |
| 10 | Head of Operations | 180 |
| ... | (10 meer) | ... |

### Resultaten lezen

**34% conformiteit is geen mislukking.** Dit is geen datakwaliteitsprobleem. Het betekent dat 34% van uw Contacts VP+-titels heeft, en dat is uw campagnedoelgroep. Het getal beantwoordt de vraag waar uw marketingteam naar heeft geraden.

**312 Variant-aantal bevestigt dat vrije-tekst Titel sterk gefragmenteerd is.** 312 unieke titelwaarden over 10.000 Contacts. Dit is normaal voor vrije-tekstvelden en verklaart waarom handmatige zoekopdrachten mensen missen.

**Dominante waarden toont welke titels uw contacts werkelijk hebben.** Veel van de topwaarden liggen onder het VP-niveau (Manager, Sales Rep, Account Executive). Dat is verwacht. Deze contacts zijn geldige records met geldige titels. Ze vallen buiten uw doelpersona.

**Niet-conform-aantal (6.600) is GEEN opschoontaak.** In tegenstelling tot het Country-scenario zijn dit geen vuile records. Het zijn contacts met titels buiten uw VP+-filter. „Manager" is een echte titel, geen datafout. Behandel Niet-conform-aantal als „contacts buiten deze persona", niet als „records te herstellen."

**Het echte inzicht:** U heeft nu een datagedreven doelgroepgrootte. 3.400 VP+-contacts, geverifieerd door de werkelijke data te scannen. Geen handmatige trefwoordzoekopdrachten meer.

### Volgende actie

Gebruik het Conformiteitsaantal (3.400) als uw VP+-campagnedoelgroepgrootte. Bekijk de Dominante waarden-lijst voor titels die u heeft gemist. „Senior Manager" (275 records) en „Head of Operations" (180 records) zijn grensgevallen. Als die rollen in aanmerking komen voor uw campagnes, voeg ze dan toe aan de toegestane waarden en scan opnieuw.

## Uw configuratie kiezen

| Als u... | Begin met | Sleutelinstellingen |
|--------------------|------------|--------------|
| Een gecontroleerd veld wilt controleren (picklist, beoordeling, status) | Importeren uit veld, dan Conformiteitscontrole | Verwachte waarden uit import, Hoofdlettergevoelig UIT |
| Een gefragmenteerd veld wilt standaardiseren (land, branche) | Importeren uit veld, dan Geavanceerde Conformiteitsanalyse | Verwachte waarden als uw doelstandaard, Top N 10+, Minimale frequentie 5+ |
| Een doelgroep of segment wilt bepalen vanuit vrije-tekstdata | Importeren uit veld, dan Geavanceerde Conformiteitsanalyse | Verwachte waarden als uw segmentdefinitie, Top N 20, Minimale frequentie 5 |
| Een snelle basislijn wilt krijgen vóór een opschoonproject | Importeren uit veld, dan Conformiteitscontrole | Verwachte waarden uit uw datastandaard |

Voor een volledige uitleg van alle 6 consistentiestatistieken, analysemodi en configuratie-invoeren, ga terug naar het hoofdartikel [Consistentie](/nl/resources/data-quality/consistency/).

Klaar om uw eigen datakwaliteit te meten? Neem de [AI-gereedheidsbeoordeling](/nl/ai-readiness/) om uw consistentie-scores en meer te zien.