Cómo limpiar los datos de tu CRM y evitar que se vuelvan a ensuciar

Se limpia en este orden: primero se define qué campos importan, después se resuelven los duplicados, luego se completan los vacíos que bloquean procesos y al final se archivan los registros muertos. Invertir ese orden es el error más caro, porque completar campos de registros que después vas a fusionar es trabajo que se tira dos veces.

Puntos clave

• El 76% de las organizaciones dice que menos de la mitad de los datos de su CRM son exactos y completos.
• Limpiar sin cambiar el gobierno compra unos seis meses. El problema vuelve porque las causas siguen ahí.
• El orden importa: definir, deduplicar, completar, archivar. En ese orden y no en otro.
• Un CRM sucio no se nota en el CRM. Se nota en los reportes que nadie usa y en las juntas donde se discute de quién es el número bueno.

¿Por qué se ensucia un CRM aunque nadie haga nada mal?

Porque la suciedad no viene de errores, viene de decisiones razonables tomadas por separado. Alguien crea un contacto a mano porque tiene prisa. Alguien más importa una lista de un evento. Un formulario captura el nombre de la empresa como texto libre. Cada decisión tiene sentido por su cuenta; el problema es la suma.

A eso se añade que los datos caducan solos. La gente cambia de trabajo, las empresas cambian de dominio, los teléfonos se dan de baja. Un registro correcto hace dieciocho meses puede ser inútil hoy sin que nadie lo haya tocado.

Por eso una limpieza sin cambios en cómo entran los datos compra seis meses de tranquilidad y poco más. Lo he visto suficientes veces como para empezar todos los proyectos por el mismo sitio: no por limpiar, sino por entender qué está metiendo basura.

¿Cuánto cuesta tener el CRM sucio?

El costo no aparece en ninguna factura, y por eso cuesta tanto defenderlo ante dirección. Aparece repartido en tiempo perdido, oportunidades que se enfrían y decisiones tomadas sobre números equivocados.

La encuesta de Validity a 602 usuarios y administradores de CRM en Estados Unidos, Reino Unido y Australia pone cifras a ese reparto:

Qué mide	Cuánto
Organizaciones donde menos de la mitad de los datos son exactos y completos	76%
Organizaciones que pierden ingresos como consecuencia directa de la calidad de datos	37%
Empresas con una caída del 20% o más en ingresos anuales	1 de cada 4
Oportunidades de venta perdidas por trimestre	16 de media
Horas por semana que se van en buscar información básica en el CRM	13
Personal que fabrica datos con regularidad para poder avanzar	37%

Fuente: Validity, State of CRM Data Management in 2025.

Ese último dato es el que más me interesa y el que menos se comenta. Cuando un campo obligatorio bloquea a un vendedor que tiene prisa, el vendedor no llama al administrador: escribe cualquier cosa y sigue. La suciedad no siempre entra por descuido. A veces entra porque el proceso la exige.

¿Por dónde se empieza a limpiar?

Por decidir qué campos importan, antes de tocar un solo registro. Un CRM típico acumula decenas de propiedades que alguien creó para un caso puntual y nadie volvió a usar. Limpiarlas todas cuesta lo mismo que limpiar las que sí se usan, y no sirve para nada.

El diagnóstico que hago siempre cabe en cuatro preguntas:

1. ¿Qué campos alimentan un reporte que alguien mira? Si nadie los mira, no los limpies todavía.
2. ¿Qué campos disparan una automatización? Un campo vacío ahí no es un hueco cosmético: es un flujo que no corre.
3. ¿Qué campos usa ventas en su día a día? Suelen ser menos de diez.
4. ¿Qué campos son obligatorios y por qué? Aquí es donde aparecen los que están provocando que la gente invente datos.

Todo lo que no entre en esas cuatro categorías se queda para después, o para nunca. Reducir el alcance es lo que convierte un proyecto de tres meses en uno de tres semanas.

¿Cómo se eliminan los duplicados sin perder el histórico?

Fusionando, no borrando. Al fusionar dos registros en HubSpot, el que sobrevive conserva la actividad de ambos: correos, llamadas, notas y asociaciones. Al borrar uno, esa mitad de la historia se va con él, y con ella la posibilidad de saber que a ese contacto ya lo trabajó alguien.

HubSpot deduplica sola por correo en contactos y por dominio en empresas, y su herramienta de duplicados compara a diario otras propiedades (nombre, apellido, teléfono, código postal, país) para proponer pares que revisar, según su documentación. Eso resuelve el caso fácil. Los que dan trabajo son otros tres.

Los contactos sin correo no entran en la deduplicación automática. Suelen venir de importaciones antiguas o de captura manual, y hay que atacarlos por combinación de teléfono y nombre, casi siempre revisando a mano.

Las empresas con dominios distintos que en realidad son la misma aparecen cuando un grupo tiene varias razones sociales, o cuando alguien registró el dominio con y sin www. Aquí ninguna regla automática acierta: hace falta criterio de negocio.

Los duplicados que llegan de una integración son el caso peor. Si el CRM sincroniza con otro sistema, fusionar del lado de HubSpot no sirve de nada, porque la siguiente sincronización los vuelve a crear. Hay que arreglarlo en el origen o en el mapeo antes de tocar nada.

Antes de fusionar en bloque, exporta. Siempre. La fusión no se deshace, y la diferencia entre un susto y un desastre es tener el estado anterior en un archivo.

¿Qué hago con los registros que ya no sirven?

Se archivan, no se borran. La diferencia importa más de lo que parece: un registro archivado sigue permitiendo calcular de dónde venía tu pipeline hace dos años, y evita que vuelvas a comprar como lead nuevo a alguien que ya descartaste tres veces.

Lo práctico es una propiedad de estado del registro con tres valores: activo, inactivo y no contactable. Inactivo es quien lleva dos años sin abrir un correo ni tener actividad. No contactable es quien rebotó de forma permanente, pidió baja o dejó la empresa. Se excluyen de las listas de trabajo y de los reportes comerciales, pero siguen ahí.

Borrar tiene sentido en dos casos: cuando el registro no tiene ningún dato que permita identificarlo ni contactarlo, y cuando alguien ejerce sus derechos ARCO y pide la eliminación.

¿Cómo evito que se vuelva a ensuciar?

Con tres cambios que no cuestan licencia y que casi nadie hace.

El primero es cerrar las puertas de entrada. Los formularios que capturan empresa como texto libre producen tres versiones de la misma compañía en un mes; usa listas desplegables donde el valor importe. Y revisa cada importación antes de correrla, porque el formato del archivo decide la mitad del resultado, como explica la guía de importación de HubSpot.

El segundo es quitar los campos obligatorios que no lo son. Si un obligatorio hace que la gente escriba «n/a» para poder avanzar, ese campo está generando basura en lugar de calidad. O se justifica su existencia o se quita.

El tercero es poner a alguien a cargo. No un comité: una persona con nombre que revise cuatro indicadores una vez al mes y tenga autoridad para decir que no a la creación de propiedades nuevas. Sin ese nombre, la limpieza se degrada desde el día siguiente. HubSpot reúne esos indicadores en su centro de comando de calidad de datos, así que la revisión mensual cabe en media hora.

Los cuatro indicadores que uso: pares de duplicados pendientes, porcentaje de relleno de los campos críticos, registros creados sin fuente de origen y registros sin propietario asignado. Cuatro números, una gráfica cada uno, treinta minutos al mes.

¿Y si además quiero meterle inteligencia artificial?

Primero limpia. El mismo estudio de Validity encontró que el 45% de las empresas tiene datos de CRM que no están listos para IA, mientras el 54% ya está desplegando herramientas generativas. Esas dos cifras juntas describen el problema completo: se está construyendo encima de un piso que no aguanta.

Un modelo que clasifica leads sobre una base con duplicados va a clasificar tres veces al mismo lead y darte tres respuestas distintas. Uno que redacta propuestas leyendo campos vacíos va a rellenar los huecos inventando. La IA no arregla los datos: los amplifica, en la dirección en la que ya iban.

Cuando la base está limpia, la conversación cambia y ahí sí hay cosas que valen mucho la pena, como automatizar la extracción de datos de documentos hacia el CRM. Pero ese es el segundo paso, nunca el primero.

Cómo se ve esto cuando termina

Menos campos, con más relleno. Reportes que cuadran entre marketing y ventas porque leen las mismas propiedades. Un vendedor que abre un registro y encuentra lo que necesita sin preguntar en el chat. Y una revisión mensual de media hora que evita volver a hacer todo esto dentro de un año.

Si quieres que revisemos tu portal antes de decidir por dónde empezar, el diagnóstico inicial no tiene costo y de ahí sale el orden de operaciones concreto para tu caso. También puedes ver cómo trabajamos la consultoría e implementación de HubSpot.

Preguntas frecuentes

¿Cuánto tarda limpiar un CRM sucio? Una limpieza de un portal con menos de 50.000 registros toma entre dos y cuatro semanas: una para el diagnóstico y el resto para ejecutar. Lo que no termina en ese plazo es el gobierno, que es continuo. Si alguien te promete dejarlo limpio en dos días, está saltándose el diagnóstico.

¿Es mejor limpiar antes de migrar o después? Antes. Migrar datos sucios significa pagar dos veces: una por mover los registros y otra por limpiarlos en el sistema nuevo, donde además ya tienes gente trabajando encima. La única excepción es cuando el sistema viejo no permite editar en bloque.

¿Borro los contactos que llevan años sin actividad? No de entrada. Sepáralos con una propiedad de estado en lugar de eliminarlos: los necesitas para calcular tasas históricas y para no volver a comprarlos como leads nuevos. Eliminar solo tiene sentido cuando el registro no tiene forma de ser identificado ni contactado.

¿Cada cuánto hay que revisar la calidad de los datos? Una revisión mensual de treinta minutos sobre cuatro indicadores basta para detectar una desviación antes de que se vuelva un proyecto. Lo que no funciona es revisar una vez al año: para entonces el problema ya se arregla con otra limpieza completa.