No intentes limpiar todo el CRM. Elige el primer flujo de trabajo que quieres que apoye la IA, enumera los campos que lee y limpia esos. La IA puede encontrar duplicados, oportunidades caducadas, campos vacíos y nombres de empresa incoherentes, y proponer correcciones. El responsable del registro o un responsable de operaciones de ventas aprueba cada lote de cambios, y nuevas reglas evitan que el desorden vuelva.
#Ideas clave
- Una limpieza completa del CRM rara vez termina; una limpieza acotada a los campos de un flujo de trabajo suele terminar.
- La IA es útil para encontrar problemas a gran escala: duplicados, valores contradictorios, registros caducados y campos de texto libre que deberían ser listas desplegables.
- Las correcciones se proponen por lotes y las aprueba el responsable del registro u operaciones de ventas; nunca se aplican sin avisar.
- La limpieza solo dura si también cambias cómo entran los datos: campos obligatorios, listas desplegables y actualizaciones redactadas por la IA tras las llamadas.
- Mide la proporción de registros del alcance que superan tus comprobaciones, antes y después.
#¿Por qué se desordenan tanto los datos del CRM?
Todos los equipos comerciales tienen la misma historia. El CRM se configuró hace años en Salesforce, HubSpot, Zoho u Odoo. Los comerciales registran lo imprescindible para cobrar y poco más. Los nombres de empresa aparecen de tres formas, en árabe y en inglés. Hay contactos que ya cambiaron de trabajo. La mitad de las oportunidades abiertas tienen una fecha de cierre pasada. Marketing importó una lista de una feria que nadie depuró.
La mayoría de los equipos creen que están mejor de lo que están. En una encuesta de Validity, febrero de 2022 a usuarios de CRM, el 76 % calificaba la calidad de sus datos de buena o muy buena, pero el 44 % calculaba que su empresa pierde más del 10 % de sus ingresos anuales por la mala calidad de los datos.
#¿De verdad frenan los malos datos del CRM los proyectos de IA?
Es uno de los motivos más habituales de que se estanquen. Gartner, julio de 2024 predijo que el 30 % de los proyectos de IA generativa se abandonaría tras la prueba de concepto antes de finales de 2025, y situaba la mala calidad de los datos en primer lugar entre las causas. Una IA que redacta seguimientos o notas de previsión a partir de contactos erróneos y fases caducadas se equivocará con total aplomo.
La respuesta no es esperar a tener datos perfectos. Es conseguir que sean lo bastante buenos para un flujo de trabajo y evitar que se degraden.
#Un protocolo de limpieza acotado a un flujo de trabajo
- Define el primer flujo de trabajo de IA, por ejemplo la preparación de la revisión del pipeline o el seguimiento de oportunidades estancadas.
- Enumera los campos que lee: fase, fecha de cierre, siguiente paso, contacto principal, empresa, responsable, última actividad.
- Escribe una regla sencilla para cada campo: qué se considera válido, vacío o caducado.
- Ejecuta una comprobación sobre todos los registros del alcance y cuenta los fallos por campo y por responsable.
- Deja que la IA proponga correcciones por lotes: fusionar estos duplicados, cerrar estas oportunidades muertas, unificar estos nombres de empresa.
- Envía cada lote al responsable del registro o a operaciones de ventas para que lo apruebe, edite o rechace, y registra cada cambio.
- Añade reglas de entrada para que el problema no vuelva: campos obligatorios, listas desplegables y actualizaciones redactadas por la IA tras las llamadas que el comercial confirma.
#¿Qué puede corregir la IA y qué necesita a una persona?
La IA es buena cotejando y leyendo. Puede detectar que dos cuentas son la misma empresa escrita en árabe y en inglés, encontrar contactos cuyo correo rebotó, leer los últimos correos de una oportunidad para sugerir si sigue viva y obtener un sector o una región que faltan a partir de la propia web de la empresa.
Las personas deciden todo lo que tiene consecuencias. Cerrar una oportunidad, fusionar dos cuentas con responsables distintos, cambiar a quién se atribuye una venta o eliminar un contacto necesitan la aprobación del responsable del registro o de operaciones de ventas. El marco de gestión de riesgos de IA del NIST, enero de 2023 trata la supervisión humana y la responsabilidad clara como parte de la gestión del riesgo de la IA, y los registros del CRM alimentan las comisiones y las previsiones.
#¿Cuándo bastan las herramientas propias de tu CRM?
Si tus problemas son sobre todo duplicados exactos y campos obligatorios vacíos, empieza por las reglas de deduplicación y validación integradas en tu CRM, o por un complemento específico de calidad de datos. Una persona de operaciones de ventas con una lista de comprobación clara puede limpiar un CRM pequeño sin ninguna IA.
La IA se justifica cuando el desorden está en el significado y no en el formato: nombres de empresa en varios idiomas, notas de texto libre que esconden la fase real o miles de oportunidades sobre las que hay que juzgar si siguen vivas.
#¿Dónde encaja Stennir?
Stennir empieza con una auditoría de consultoría de IA. La auditoría identifica el primer flujo de trabajo que merece la pena construir y, con ello, define qué datos tienen que estar limpios. Recibes cinco flujos de trabajo priorizados, cada uno con su coste y su caso de retorno, y un desarrollo recomendado con su alcance y su región de alojamiento. El informe es tuyo tanto si desarrollas con Stennir como si no.
La limpieza acotada se convierte entonces en el primer paso de la implementación de IA, con operaciones de ventas aprobando cada lote, cada cambio registrado y los datos en tus cuentas. La formación en IA enseña a los comerciales los nuevos hábitos de registro.
We are
Stennir limpia los datos del CRM que necesita un flujo de trabajo, con tu equipo de operaciones de ventas aprobando cada lote, y después construye ese flujo sobre ellos.
We aren't
Stennir no es una empresa de depuración de datos que reescribe todo tu CRM, y no modifica registros sin aprobación.
#¿Qué debería hacer ahora un director comercial o de RevOps?
Elige el flujo de trabajo en el que más quieres que te ayude la IA y cuenta cuántos de sus registros no superan una comprobación sencilla. Esa cifra te dice el tamaño de la limpieza. Consulta IA para equipos comerciales, lee sobre actualizar el CRM tras las llamadas comerciales y sobre la higiene del pipeline, y después haz la evaluación de preparación gratuita o reserva una llamada de 30 minutos.
#Preguntas frecuentes
¿Qué necesitan de nosotros para empezar?
Stennir necesita acceso de lectura a tu CRM en un entorno de pruebas o una exportación, la persona de operaciones de ventas o de RevOps responsable de las reglas de datos y el nombre del flujo de trabajo que más quieres que apoye la IA. Con eso redactamos las reglas de los campos y ejecutamos la primera comprobación antes de proponer ningún cambio.
¿Cambiará la IA los registros por su cuenta?
No. Propone cambios por lotes, con el motivo de cada uno. El responsable del registro u operaciones de ventas los aprueba, edita o rechaza, y cada cambio aplicado queda registrado con quién lo aprobó. Puedes revertir un lote, y conservas las cuentas y el interruptor de apagado.
¿Gestiona nombres de empresa en árabe y en inglés?
Sí. Cotejar la misma empresa escrita en árabe, en inglés y en transliteración es una de las partes más útiles. Stennir soporta plenamente el árabe y el inglés y prueba primero el cotejo con tus propios registros, porque los hábitos de nomenclatura varían mucho entre sectores y equipos.
¿Qué podría salir mal?
Los principales riesgos son una fusión errónea de dos empresas distintas, cerrar una oportunidad que seguía viva sin que se notara o una corrección que rompe un informe del que depende finanzas. Por eso los cambios van en lotes revisables, los responsables aprueban, todo queda registrado y un lote puede revertirse.
