SenderProof

Methodologie

SenderProof gebruikt machine learning op twee specifieke plekken — sender-classificatie en alert-noise-reductie. Deze pagina legt uit wát we doen, hóe we het meten, en wat de huidige nauwkeurigheid is. Geen vage AI-marketing.

1. Sender-classificatie

Een DMARC RUA-rapport bevat IP-adressen die namens jouw domein gemaild hebben. SenderProof koppelt elk IP aan een verzendende vendor (Microsoft 365, Mailchimp, AFAS, etc.) zodat het dashboard mensentaal toont in plaats van IP-getallen.

Huidige metriek (placeholder voor v1 launch): nog te meten op productie-data. Zodra we de eerste 10k unieke senders hebben gepubliceerd we precision/recall hier.

2. Alert-noise-reductie

Als een klant een DNS-wijziging doorvoert en daarbij per ongeluk een SPF-include weghaalt, kan dat 47 alerts in 30 minuten triggeren. SenderProof detecteert clusters en de-dupliceert ze tot één geconsolideerde melding.

3. Domain health score

De score op de gratis check-tool is gewogen:

CheckGewicht
DMARC30
SPF25
DKIM15
MX10
MTA-STS8
DNSSEC6
TLS-RPT4
BIMI2 (optioneel — telt niet bij ontbreken)

Per check telt pass = 100%, warn = 50%, fail = 0%. BIMI levert geen aftrek bij ontbreken (optioneel).

4. Wat we niét doen

Vragen? Mail hallo@senderproof.eu.