home / use cases / data, spreadsheets en rapportages / data-hygiene

Klantdata opschonen op een controleerbare manier

Eén keer per maand kamt een Aivell je klanttabel uit op duplicaten en drift — hetzelfde bedrijf twee keer, drie telefoonformaten, dode e-maildomeinen — schrijft elke voorgestelde correctie naar een wijzigingslog en pauzeert voor goedkeuring. Pas nadat een mens ja zegt, verandert er iets, en verwijderen is volledig geblokkeerd.

Bekijk de demo

start wanneer: Eerste zondag van de maand begint de veegronde

Het probleem

Klantdata gaat niet kapot; ze rot. Een bedrijf dat zich twee keer aanmeldde onder net iets andere namen krijgt twee facturen en is over allebei beledigd. Telefoonnummers leven in vijf formaten, mailings ketsen af op domeinen die in 2023 stierven, en elk rapport klopt nét niet omdat “ACME GmbH” en “Acme Gmbh.” als twee klanten worden geteld.

Iedereen is het erover eens dat het opgeschoond moet worden. Niemand doet het, want opschonen is een weekend turen naar bijna-duplicaten — en de tools die hulp aanbieden, willen eerst je hele klantenbestand geüpload hebben. Voor records vol persoonsgegevens is die ruil precies verkeerd om: de verwerking in huis houden is privacy by design onder AVG art. 25, geen ongemak om omheen te bouwen.

Hoe je Aivell het doet

  1. De veegronde draait vanzelf. Eerste zondag van de maand scant de Aivell de klanttabel — geen export, geen upload, ter plekke gelezen over je eigen netwerk.
  2. Matchen gebeurt gelaagd, niet geforceerd slim. Btw-nummermatches zijn vaste grond; gelijkenis op naam plus adres is een suggestie. De chore behandelt ze bewust verschillend.
  3. Alles wordt eerst een voorstel. Samenvoegingen, genormaliseerde telefoonnummers, gecorrigeerde landcodes — elk weggeschreven naar het wijzigingslog als voor-en-na-paar. Op dit punt is de database nog onveranderd.
  4. Een mens houdt de pen vast. Greta krijgt de lijst en de chore pauzeert. Zij keurt goed vanaf haar telefoon — de hele batch of regel voor regel — en pas dan draaien de updates.
  5. Er wordt nooit iets gewist. De guardrail blokkeert verwijderen volledig: een samenvoeging archiveert het verliezende record, en het alleen-toevoegen-log houdt het spoor permanent.

Die pauze is de feature. Het geestdodende deel — vinden, vergelijken, formatteren — doet de box; het oordeel blijft bij een persoon. Je records worden elke maand schoner, en elke afzonderlijke wijziging heeft een naam, een datum en een pad terug.

De chore, zoals jij hem zou opschrijven.

Geen flowcharts, geen code — een chore is gewoon een bericht aan je Aivell, in je eigen woorden. Hij maakt er een degelijke, bewaakte procedure van en volgt die naar de letter. Deze:

Giulia Aivell · monthly customer cleanup ● actief

scan op de eerste zondag van de maand de klanttabel op duplicaten

match eerst op btw-nummer, daarna fuzzy op naam plus adres

normaliseer telefoonnummers en landcodes naar één formaat

overduidelijke duplicaten — zelfde btw-nummer, zelfde adres — stel een samenvoeging voor

alles wat fuzzy is, gaat op de reviewlijst, nooit automatisch samengevoegd

schrijf elke voorgestelde wijziging naar de wijzigingensheet, voor en na

stuur Greta de lijst en pauzeer — er draait niets tot zij goedkeurt

pas na goedkeuring de samenvoegingen toe en archiveer het log

Jij
Begrepen — ik ga meteen aan de slag en meld me zodra er ergens een mens nodig is.
Giulia Aivell

De tools die hij gebruikt.

Gekoppeld met passkeys met één klik — geen gekopieerde tokens, geen OAuth-gedoe.

Database vindt duplicaten, past goedgekeurde correcties toe
Spreadsheets houdt het voor-en-na wijzigingslog bij
Email stuurt Greta het goedkeuringsverzoek

Verstandige guardrails.

Elke tool kan worden beperkt tot precies wat deze chore nodig heeft. Voor deze zou je kunnen instellen:

Database Updates draaien alleen na een expliciete goedkeuring. Rijen verwijderen is volledig geblokkeerd — samenvoegingen archiveren, wissen nooit.
Spreadsheets Het wijzigingslog is alleen-toevoegen. De historie kan niet worden herschreven, zelfs niet per ongeluk.

Vragen, beantwoord.

Kan het twee klanten samenvoegen die alleen maar op elkaar lijken? +

Niet op eigen houtje. Exacte matches — zelfde btw-nummer, zelfde adres — worden voorgesteld; fuzzy matches gaan op een reviewlijst en worden nooit automatisch samengevoegd. En er verandert helemaal niets tot Greta de batch goedkeurt.

Wij zouden ons klantenbestand nooit naar een datacleansing-dienst versturen. Hoe is dit anders? +

Het wordt nooit verstuurd. Het matchen, het normaliseren en het redeneren draaien allemaal op de box, binnen je netwerk. De klanttabel wordt ter plekke gelezen en ter plekke bijgewerkt — geen export, geen externe verwerker om aan je register toe te voegen.

Wat repareert het eigenlijk? +

Het langzame verval — dubbele bedrijven, vijf telefoonformaten, landcodes die niet kloppen met adressen, e-maildomeinen die niet meer bestaan. Het stelt voor; het wijzigingslog toont elke correctie als een voor-en-na-paar.

Kan een wijziging worden teruggedraaid? +

Ja. Elke toegepaste wijziging staat in het alleen-toevoegen-log met de vorige waarde erbij, dus er één terugdraaien is een gedocumenteerde stap, geen archeologisch project.

Gerelateerd.

Wat is een Aivell?

Een Aivell is een on-premise AI-collega: een kleine box die je op je netwerk aansluit, zijn eigen AI aan boord draait en het repetitieve werk van je bureau haalt. Prompts, documenten, data — er verlaat nooit iets je kantoor. Trek de internetkabel eruit: hij werkt gewoon door.

Je beschrijft elke taak als een chore, in gewone taal. Je Aivell maakt er een degelijke, bewaakte procedure van en voert die op de achtergrond uit — met guardrails op elke tool, een volledige audit trail en goedkeuringen binnen handbereik wanneer jij dat wilt. Eenmalige installatie, vast maandbedrag. Geen tokens, geen meerkosten.

Bekijk de demo

inferentie aan boord · air-gapped · vast maandbedrag