Limpiar los datos del CRM: duplicados, campos y reglas

Limpiar los datos del CRM se vuelve urgente el día en que un comercial encuentra tres fichas «García», un teléfono vacío de cada dos y un estado que nadie actualiza. Vuelve a su hoja de cálculo, y el CRM se degrada un poco más: un CRM solo vale la confianza que el equipo le concede.

Esta guía sigue el orden que aconsejamos, del diagnóstico cifrado a los controles que mantienen el resultado. Si aún no ha elegido su herramienta, nuestra guía para elegir entre Twenty, Dolibarr y Odoo parte de sus procesos. Las guías sobre la migración y la explotación están en nuestra sección CRM.

En resumen

• Una copia de seguridad probada y un diagnóstico cifrado antes de cualquier corrección masiva.
• Los duplicados seguros se encuentran con una clave fiable; los duplicados probables pasan por una mirada humana, nunca por una fusión automática.
• Menos campos, listas en lugar de texto libre y valores que solo quieren decir una cosa.
• Un plazo de conservación fijado y aplicado: en Francia, la CNIL propone tres años para un cliente potencial.
• Reglas de entrada y un control automático cada noche; si no, el desorden vuelve por las mismas puertas.

¿Por qué sale caro un CRM mal llevado?

La adopción. Los datos de los que se duda dejan de consultarse, luego de actualizarse, luego son aún menos fiables. Este círculo condena un CRM con más seguridad que una mala elección de software.

Las automatizaciones y la IA. Cada automatización lee el CRM: un recordatorio sale al contacto equivocado, una factura se crea dos veces, un informe cuenta dos veces al mismo cliente. Una IA conectada a él lo hace peor, porque responde con aplomo: preguntada por el interlocutor de un cliente, elige uno de los duplicados sin avisar. La calidad de los datos es, por cierto, una de las razones por las que la rentabilidad de la IA en la empresa se hace esperar.

El RGPD. El artículo 5 del reglamento exige datos exactos y, si fuera necesario, actualizados, y que se tomen todas las medidas razonables para que se supriman o rectifiquen sin dilación los que sean inexactos. Exige también datos limitados a lo necesario (la minimización), y conservados no más tiempo del necesario. Un CRM que nunca se limpia se aleja un poco más de estos principios cada año.

Paso 1: medir antes de tocar

No se limpia a ciegas, y no se borra nada sin red.

• Una copia de seguridad completa antes de cualquier modificación masiva, y una restauración probada.
• Operaciones reversibles: una corrección masiva se lanza primero en simulación, con un medio para volver atrás; mientras quede una duda, se archiva en lugar de borrar.
• Un diagnóstico cifrado, sobre sus propios datos: número de fichas por objeto, proporción de fichas sin email ni teléfono, fichas sin propietario, número de valores distintos en cada lista (un campo «Sector» de texto libre revela enseguida sus variantes de escritura), fichas sin ninguna actividad desde hace tiempo. Estas cifras servirán después para medir el progreso.

Último requisito previo, una definición:

Paso 2: tratar los duplicados

De dónde vienen

Los duplicados siempre tienen una puerta de entrada: importaciones repetidas, un formulario del sitio que crea una ficha en cada envío, dos comerciales que dan de alta la misma empresa, y todas las variantes de escritura («García S.L.», «S.L. García» y «García»; un email personal y uno profesional; un sitio escrito con o sin «www»). Localizar la puerta cuenta tanto como la limpieza: si no, vuelven.

Encontrarlos

Dos niveles de búsqueda:

En Twenty, el email y el dominio son únicos por defecto, y la documentación de las restricciones de unicidad explica cómo hacer únicos otros campos en los ajustes del modelo de datos, por ejemplo un número de cliente tomado de su software de facturación.

Resolverlos

Para cada grupo, se elige la ficha que se conserva (la más completa, o la que lleva los negocios en curso), se trae a ella lo útil de las demás (notas, teléfono, vínculos con los negocios) y luego se eliminan las demás. Según la herramienta, se hace con una función de fusión, por la API o a mano: compruebe lo que ofrece la suya antes de abrir el proyecto.

Conviene conocer tres comportamientos de Twenty, y la misma documentación los describe. Antes de una importación, los duplicados dentro del archivo se resaltan, y se pueden corregir o retirar esas filas antes de lanzar la importación. Una fila importada cuyo email o dominio ya existe actualiza la ficha existente en lugar de crear una segunda: práctico para completar, peligroso si el archivo contiene una versión más antigua de los datos. El tercero afecta directamente a la limpieza.

Paso 3: campos que quieren decir una sola cosa

Buena parte del desorden viene del modelo, no de la introducción de datos.

• Listas en lugar de texto libre para todo lo que sirve para ordenar o contar (sector, origen, estado, tamaño): unos pocos valores nítidos dan informes utilizables, un texto libre da variantes.
• Menos campos. Cada campo que nadie rellena es ruido, y una razón más para no abrir la ficha. Es también lo que pide el principio de minimización del artículo 5: conservar solo lo que sirve.
• Campos obligatorios, pero pocos. El mínimo estricto de la ficha utilizable. Demasiadas obligaciones producen valores falsos («por completar», «0000»), peores que un campo vacío porque parecen verdaderos.
• Un valor, un sentido. Todo campo que sirve para decidir (origen, estado, propietario) se comprueba con una pregunta: ¿designa cada valor una sola realidad? Un origen «Sitio web» que mezcla las solicitudes de presupuesto y las altas en la newsletter vuelve indistinguibles las dos el día en que se quiere saber de dónde vienen las ventas.

Paso 4: lo que ya no hay razón para conservar

Limpiar también es borrar. En Francia, la CNIL propone plazos de referencia para los ficheros de clientes y de clientes potenciales, resumidos en sus preguntas y respuestas sobre el referencial de gestión de las actividades comerciales:

Al término del plazo, se puede volver a contactar con el cliente potencial para saber si desea seguir recibiendo comunicaciones. Sin respuesta positiva y explícita, sus datos se suprimen, o se archivan en una base separada de los datos activos si una obligación lo justifica (contable o fiscal, por ejemplo).

Dos precisiones de la misma página cuentan para la limpieza. Estos referenciales no son vinculantes: puede fijar otros plazos, siempre que pueda justificar esa elección. Y una persona que se ha opuesto a la prospección no debe volver con la próxima importación: la CNIL recomienda conservar lo que permite respetar su oposición durante al menos tres años, en una lista de exclusión que solo sirva para eso.

En la práctica: un campo «último contacto» actualizado, idealmente por una automatización, y una lista periódica de las fichas que han superado el plazo fijado.

Paso 5: reglas para que se mantenga

• Una persona responsable de los datos, con nombre, y un suplente. No «el equipo».
• Permisos claros: quién crea, quién modifica, quién elimina. Los roles y permisos de la herramienta sirven para eso.
• Puertas de entrada bajo control: un formulario del sitio busca primero si el email existe antes de crear una ficha, y una importación pasa siempre por un archivo revisado, deduplicado y comparado con la lista de exclusión.
• Una revisión mensual: la lista de duplicados probables, de fichas sin propietario y de fichas más allá del plazo de conservación. Sigue siendo corta cuando los controles automáticos han preparado el trabajo.

Paso 6: controles automáticos

Una automatización puede releer el CRM cada noche y producir una lista corta: nuevos duplicados probables, fichas creadas sin un campo obligatorio, valores fuera de lista, fichas más allá del plazo de conservación. La lista va a la persona responsable, por un canal que lee de verdad. Son los principios de la supervisión de las automatizaciones aplicados a los datos: una alerta, una lista que tratar, ninguna corrección silenciosa.

Un control sirve sobre todo para decir lo que no sabe resolver.

Una máquina que fusiona sola lo que entiende mal hace más daño que los propios duplicados.

Lo que la limpieza no resuelve

• Un proceso difuso. Si nadie sabe quién sigue a un cliente potencial ni cuándo actualizar un estado, los datos vuelven a degradarse. La respuesta es de organización, no de software.
• Los parecidos legítimos. Una persona que cambia de empresa, un grupo y sus filiales que comparten dominio: no todo lo que se parece es un duplicado.
• Lo que nunca se introdujo. La limpieza hace fiable lo que existe; no reconstruye lo que falta.

¿Por dónde empezar?

Empiece por el diagnóstico del paso 1, con sus propias cifras: indica la magnitud del proyecto antes de que le dedique tiempo, y servirá de punto de comparación. Si se perfila un cambio de CRM, haga la limpieza general en ese momento y fije las reglas desde el primer día de la nueva herramienta: nuestra guía para migrar de HubSpot a un CRM libre muestra dónde se inserta la limpieza en la migración.

Si prefiere estar acompañado, en nuestra oferta CRM sus datos existentes se recuperan, se deduplican y se verifican: nada dudoso entra tal cual, y el equipo arranca sobre una base limpia. Y si su CRM es Twenty, nuestra experiencia de uso de Twenty en producción cuenta lo que exige su explotación en el día a día.

Preguntas frecuentes

Fuentes

1. Artículo 5 del reglamento (nueva pestaña)cnil.fr
2. Documentación de las restricciones de unicidad (nueva pestaña)docs.twenty.com
3. Preguntas y respuestas sobre el referencial de gestión de las actividades comerciales (nueva pestaña)cnil.fr