OpenRefine is een krachtige, gratis tool voor het opschonen en structureren van collectiegegevens. Voor vrijwilligers en kleine erfgoedinstellingen biedt het de mogelijkheid om data efficiënt overzichtelijk, consistent en NDE-compatibel te maken, zodat deze later eenvoudig kan worden gebruikt in een collectiebeheersysteem (CBS) of voor publicatie via Linked Open Data.
Wat is OpenRefine?
OpenRefine is een open source softwaretool waarmee je grote datasets kunt controleren, opschonen en verrijken. Het draait in je webbrowser maar werkt volledig offline, waardoor je data veilig op je eigen computer blijft. Het is eigenlijk Microsoft Excel met superkrachten!
Belangrijkste functies:
- Automatische inconsistentie-detectie: Herkent variaties in schrijfwijze van dezelfde informatie.
- Clustering van vergelijkbare waarden: Voegt automatisch varianten samen (bijv. “Amsterdam”, “amsterdam”, “A’dam”)
- Bulkbewerking: Efficiënt wijzigingen aanbrengen in duizenden records tegelijk.
- Koppeling aan externe bronnen: Verbind termen met het Termennetwerk of andere thesauri.
Waarom OpenRefine gebruiken?
- Veel tijdsbesparing: Complexe schoonmaakacties die handmatig dagen werk zijn, worden in minuten uitgevoerd.
- Gegarandeerde consistentie: Alle objectgegevens worden volgens dezelfde regels uniform gemaakt.
- NDE-voorbereidend: Koppeling aan het Termennetwerk en andere open data standaarden wordt mogelijk.
- Publicatie-gereed: Gestructureerde data zijn direct te importeren in CBS of datasets voor Linked Open Data
- Foutloos werken: Alle bewerkingen zijn omkeerbaar en traceerbaar.
Werken met OpenRefine
Voorbeeld van een stappenplan:
- Data importeren: CSV, Excel, JSON en vele andere formats worden ondersteund.
- Verkennen: Krijg snel overzicht van je data met ingebouwde statistieken.
- Clustering: Automatisch samenvoegen van varianten van hetzelfde gegeven.
- Transformeren: Wijzig formaten, splits velden, voeg informatie toe.
- Valideren: Controleer resultaten voordat je exporteert.
- Exporteren: Naar schone CSV, Excel of naar je CBS
Concrete voorbeelden:
- Plaatsnamen: “Amsterdam”, “amsterdam”, “A’dam” worden automatisch “Amsterdam”.
- Datums: “1-1-1900”, “01/01/1900”, “1900-01-01” worden uniform “1900-01-01”.
- Materialen: “hout”, “Hout”, “eiken hout” kunnen gekoppeld worden aan Termennetwerk-termen.
- Makers: “Jan Jansen”, “J. Jansen”, “Jansen, Jan” worden samengevoegd tot één persoon.
Praktische tips:
Voorbereiding:
- Maak altijd back-ups van originele data voordat je begint.
- Begin met een kleine testdataset (50-100 records) om vertrouwd te raken.
- Documenteer je werkwijze zodat je bewerkingen kunt herhalen.
Efficiënt werken:
- Gebruik text facets om snel inconsistenties te spotten.
- Experimenteer met clustering-methoden – verschillende algoritmes geven verschillende resultaten.
- Bewaar je werkhistorie – alle stappen kunnen later herhaald worden.
- Valideer tussenresultaten om fouten vroeg te ontdekken.
Handige bronnen:
- OpenRefine Docs – officiële documentatie
- OpenRefine handleiding KUBUS – Nederlandse handleiding
- Zenodo dataset OpenRefine – praktijkvoorbeelden en datasets
- PowerPoint-presentatie openrefine workshop hieronder te downloaden. Georganiseerd door: Datawerkplaats Overijssel (30 okt. ‘2025) – Workshopleider: datacleaner Vivian van Slooten.
Het belangrijkste op een rij
OpenRefine is een onmisbaar hulpmiddel voor het efficiënt opschonen en structureren van collectiegegevens. Het maakt professioneel datamanagement toegankelijk voor vrijwilligers en kleine instellingen, met resultaten die direct geschikt zijn voor consistente erfgoedinformatie en een belangrijke stap naar NDE-publicatie.
Aan de slag
Download OpenRefine gratis van openrefine.org en importeer een kleine set van je collectiegegevens. Begin met het verkennen van de clustering-functie voor een veld met veel variatie. Bekijk de Nederlandse handleiding van KUBUS voor stap-voor-stap instructies, en experimenteer zonder druk – alle bewerkingen zijn omkeerbaar!
OpenRefine: in 4 pictogrammen, bron: openRefine.org
