Een dubbele kandidaat is geen klein administratief foutje. Het kan twee recruiters tegelijk laten mailen, een oude notitie onvindbaar maken en een kandidaat het gevoel geven dat je bureau intern niet weet wie contact heeft.
Het directe antwoord: dedupliceer op identiteit én relatiecontext
Een bruikbare kandidatenbasis heeft één betrouwbaar persoonrecord, maar meerdere legitieme contexten: verschillende opdrachten, gesprekken, werkgevers en contactmomenten. Zet dus niet simpelweg alles met dezelfde naam samen. Controleer eerst of het om dezelfde persoon gaat en bewaar daarna de relevante relatiegeschiedenis op één plek.
De beste aanpak bestaat uit drie lagen. Voorkom nieuwe duplicaten bij import en sourcing, markeer mogelijke matches tijdens dagelijks werk en voer periodiek een gecontroleerde samenvoeging uit. Zo wordt deduplicatie een procesonderdeel in plaats van een schoonmaakactie die niemand wil uitvoeren.
- Eén persoonrecord met een stabiele interne identifier.
- Een aparte opdracht- of relatiecontext per search.
- Een zichtbaar overzicht van bronnen, contactgegevens en laatste eigenaar.
- Een merge-regel die menselijke controle houdt bij twijfel.
Waarom namen en e-mailadressen niet genoeg zijn
In Nederland en België komen dezelfde namen vaak voor. Een persoonlijk e-mailadres kan veranderen, een zakelijk adres verdwijnt bij een overstap en LinkedIn-profielen bevatten soms verschillende schrijfwijzen. Alleen matchen op naam of e-mail levert zowel valse samenvoegingen als gemiste dubbelen op.
Gebruik meerdere signalen: naamvarianten, huidige en vorige werkgever, regio, functietitels, telefoonnummer, profiel-URL en gedeelde loopbaangegevens. Geen enkel signaal is altijd beslissend. Een telefoonnummer kan gedeeld zijn; een profiel-URL kan verouderd zijn. De combinatie maakt de beoordeling sterker.
Een praktische matchvolgorde
- Exacte profiel- of record-ID: vrijwel zeker dezelfde persoon.
- Zelfde e-mail of telefoon plus overeenkomende werkgever: sterke match.
- Naam plus werkgever plus loopbaanbewijs: handmatig controleren.
- Alleen dezelfde naam: geen automatische merge.
Maak import en sourcing dubbelbestendig
De meeste duplicaten ontstaan niet tijdens een grote migratie, maar in kleine dagelijkse acties: een CSV uit een event, een nieuwe LinkedIn-export, een kandidaat die opnieuw wordt verrijkt of een consultant die een eigen lijst uploadt. Maak daarom vóór elke import duidelijk wat de bron is, welke velden worden bijgewerkt en hoe mogelijke matches worden behandeld.
Bij AI sourcing geldt hetzelfde. Een gevonden profiel is niet automatisch een nieuwe kandidaat. Eerst koppel je het aan een bestaand record of maak je een nieuw record met bron, datum en reden. Data-enrichment mag ontbrekende contactinformatie aanvullen, maar niet zonder controle bestaande feiten overschrijven.
- Gebruik een verplichte bron en sourcedatum.
- Laat imports eerst in een reviewstatus landen.
- Overschrijf bestaande gegevens niet zonder wijzigingshistorie.
- Maak eigenaar en volgende actie zichtbaar na elke nieuwe match.
Wanneer samenvoegen en wanneer apart houden?
Twee records moeten meestal samen wanneer ze dezelfde persoon vertegenwoordigen en de geschiedenis elkaar aanvult. Houd contexten wel apart: een kandidaat kan tegelijk bij meerdere opdrachten passen, en een vroegere klantrelatie is niet hetzelfde als een kandidaatstatus. Het persoonsrecord verenigt identiteit; de workflow bewaart de reden waarom iemand in beeld is.
Stel een merge uit wanneer de identiteit niet zeker is, wanneer een juridisch of contractueel onderscheid relevant kan zijn of wanneer je niet weet welke contactvoorkeur actueel is. Een verkeerde merge is moeilijker te herstellen dan een tijdelijk dubbel record dat je zorgvuldig markeert.
Datakwaliteit is ook kandidaatervaring
Een kandidaat merkt duplicatie sneller dan een dashboard. Twee identieke outreachberichten, een recruiter die een eerder gesprek niet kent of een verzoek om opnieuw dezelfde informatie te sturen, tast vertrouwen aan. Zet daarom niet alleen een technische KPI op datakwaliteit; geef recruiters een eenvoudige manier om “dit is dubbel” of “deze informatie klopt niet meer” te melden.
Leg correcties vast met reden en datum. De AVG vraagt onder meer om juistheid, doelbinding, dataminimalisatie en passende bewaartermijnen. Dit artikel is geen juridisch advies, maar die principes zijn wel een goede operationele check voordat je meer kandidaatdata gaat verzamelen.
Hoe Yena deduplicatie ondersteunt
Yena combineert AI sourcing, ATS, recruiting CRM, contact-enrichment en outreach. In die combinatie hoort een gevonden kandidaat eerst aan bestaande context te worden gekoppeld voordat je een nieuwe relatie start. De recruiter behoudt het oordeel bij twijfel; het systeem moet vooral genoeg context tonen om die beslissing snel te nemen.
Yena is geen excuus om onbeperkt profielen te bewaren. Richt bewaartermijnen, toegangsrechten en correctieprocessen in volgens je eigen privacybeleid. De waarde zit in één actueel relatiebeeld dat recruiters kunnen vertrouwen, niet in de grootste database.
Verbind je proces met Yena AI sourcing, bekijk Yena pricing of gebruik de recruitment toolkit voor praktische templates.
Veelgestelde vragen
Wat is deduplicatie in een recruitment CRM?
Het herkennen en gecontroleerd samenvoegen van records die dezelfde kandidaat voorstellen, terwijl opdracht- en relatiecontext behouden blijft.
Moet je kandidaten met dezelfde naam automatisch samenvoegen?
Nee. Een naam alleen is onvoldoende. Gebruik meerdere signalen en laat twijfelgevallen door een recruiter controleren.
Wat gebeurt er met dubbele kandidaatnotities na een merge?
Bewaar relevante historie met bron en datum, verwijder tegenstrijdige of overbodige kopieën en maak duidelijk welke informatie actueel is.
Kan AI alle dubbele kandidaten oplossen?
AI kan mogelijke matches prioriteren. De juiste identiteit, context en bewaarkeuze vragen menselijke controle.