Dados para IA no CRM: o mínimo para 5 casos de uso

Antes de colocar IA e agentes em cima do CRM, a empresa precisa garantir os dados que o caso de uso escolhido vai ler, e não a base inteira. Um resumo de conta pede empresa sem duplicidade e atividades associadas ao registro certo; uma previsão de vendas pede datas confiáveis e critério de etapa escrito; um agente de prospecção pede cargo atualizado e o registro de quem não quer ser procurado. Sem esse mínimo, a IA amplifica a base que existe e repete o erro em todos os registros que toca, com percentual, gráfico e linguagem de análise. Numa pesquisa do Deloitte com 2.770 executivos de 14 países, feita entre maio e junho de 2024, 55% das organizações disseram ter evitado certos casos de uso de IA generativa por problemas ligados a dados (Deloitte, 2024).

O Gartner encontrou um retrato parecido com 432 líderes de seis países, no quarto trimestre de 2024: disponibilidade e qualidade de dados aparecem entre as maiores barreiras de implantação de IA para 34% dos líderes de empresas pouco maduras em IA e para 29% dos líderes das mais maduras (Gartner, 2025). Na operação comercial, esse dado mora no CRM, e quem decide o que entra nele é a liderança de vendas, marketing e CS.

Por que a IA amplifica a base que existe?

A IA aplicada ao CRM lê e resume os registros, aprende padrões com o histórico ou executa ações a partir deles. Nos três casos, o modelo de linguagem, o software que interpreta e escreve texto, conhece da sua operação só o que a base conta. Se a mesma empresa aparece em três cadastros, o resumo de conta lê um deles e ignora os chamados registrados nos outros dois. Se o time empurra a data de fechamento todo mês, a previsão aprende que negócio nenhum fecha na data.

A escala muda o tamanho do estrago. Num exemplo hipotético, um agente de follow-up recebe 400 propostas abertas. Se 15% delas repetem uma empresa que já está na fila, 60 clientes recebem duas mensagens na mesma manhã; se 30% têm data de fechamento vencida por falta de atualização, 120 negócios entram como parados por erro de registro, e o vendedor gasta a semana corrigindo rascunho.

O piso de disciplina para a camada analítica está em IA em vendas, marketing e CS, e a rotina que mantém a base está em qualidade de dados no CRM. Aqui o assunto é o que cada caso de uso lê e como a liderança decide se a base está pronta para ligá-lo.

Quais dados cada caso de uso de IA exige?

Os cinco casos de uso mais pedidos pela diretoria exigem coisas diferentes da base. A última coluna indica quanto cada um depende de meses de registro bem feito, e ela orienta a ordem de implantação.

Caso de uso	O que a IA faz	Dados mínimos	Risco se faltar	Dependência do histórico
Resumo de conta	Resume situação, histórico e próximos passos da empresa	Empresa sem duplicidade, contatos com cargo atual, atividades e notas na empresa certa, negócios com etapa e valor	O gestor chega à renovação sem saber do chamado crítico registrado em outra cópia da empresa	Baixa
Priorização de leads	Ordena os leads pela chance de virar oportunidade	Origem, segmento e porte em lista, resultado de cada lead (qualificado ou descartado com motivo), engajamento	O modelo aprende o hábito do SDR em vez do perfil do comprador	Alta
Previsão de vendas	Estima quanto a empresa fecha no período	Datas de criação, de etapa e de fechamento confiáveis, critério de etapa escrito, valor atualizado, motivo de perda em lista	A diretoria decide contratação e verba sobre datas empurradas	Alta
Agente de atendimento	Classifica, responde ou encaminha chamados	Base de conhecimento atualizada, categorias fechadas, produto e nível de serviço do cliente, histórico de chamados	O agente responde com a política antiga ou trata cliente estratégico como conta comum	Média
Agente de prospecção	Pesquisa contas e escreve ou envia a primeira abordagem	Perfil de cliente ideal escrito, contato sem duplicidade, cargo atual, status de cliente, oposição ao contato e base legal	O agente aborda cliente ativo como prospect ou escreve para quem pediu para não ser procurado	Média

Casos que leem texto e casos que aprendem com o histórico

O resumo de conta e o agente de atendimento trabalham sobre o que está escrito hoje no registro e na base de conhecimento, e arrumar o que eles leem leva semanas: mesclar duplicados das contas ativas, associar atividades e atualizar a documentação do produto. A priorização de leads e a previsão aprendem com o passado, e o passado não se corrige com mutirão. Se o motivo de perda foi escolhido por hábito nos últimos dois anos, o histórico confiável só existe depois de alguns ciclos de venda com a regra nova, e até lá a pontuação de leads funciona melhor com regra escrita pela liderança.

Casos que agem fora da empresa

O agente de prospecção e o agente que responde ao cliente escrevem para pessoas de fora, e o erro deles chega ao mercado antes de chegar à liderança. Para esses dois, o mínimo inclui campos que nenhum relatório de vendas cobra, como o status de cliente ativo, o dono da conta e o registro de oposição ao contato. Um agente que encontra esses campos vazios trata a ausência como permissão.

Histórico de atividades e notas: o contexto que a IA lê

O histórico de atividades reúne e-mails, reuniões, ligações e mensagens registrados no CRM e associados a um contato, uma empresa ou um negócio. Para a IA, ele vale mais que os campos, porque carrega o que o cliente disse, o que o vendedor prometeu e o ponto em que a conversa parou. Quando a negociação acontece no aplicativo de mensagens do vendedor ou num e-mail sem integração, o CRM mostra um negócio silencioso que está em fase de contrato. A associação pesa tanto quanto o registro: a reunião gravada no contato some do resumo do negócio, e a nota feita na cópia duplicada da empresa some do resumo da conta.

A qualidade da nota decide o que a IA consegue fazer com ela. Nos times que acompanho, a nota de reunião mais comum diz que o cliente gostou e vai pensar, e nenhuma IA tira dessa frase o próximo passo ou o decisor. Eu proponho um padrão curto depois de cada reunião relevante: o que o cliente disse sobre a necessidade, quem decide e quando, a objeção que ficou e o próximo passo com data. Com as reuniões transcritas, a nota passa a registrar a leitura do vendedor sobre a conversa.

Campos estruturados ou texto livre: o que guardar em cada um?

Campo estruturado aceita só valores definidos, como uma lista, uma data ou um número; texto livre é a digitação aberta, como a nota. A IA lê texto livre muito melhor que os relatórios tradicionais, e algumas empresas concluem que podem abandonar as listas. A IA precisa do campo estruturado para escolher quais registros ler, para disparar uma ação na hora certa e para alguém medir o resultado depois, e o texto livre dá o contexto de cada caso.

Informação	Onde guardar	Por quê
Segmento, porte e origem	Lista fechada	A IA e o relatório filtram e comparam sem interpretar
Motivo de perda	Lista fechada e nota curta	A lista alimenta a análise; a nota explica o caso
Próximo passo	Data em campo e descrição em texto	A data dispara o agente; o texto dá o assunto da mensagem
Dor declarada e objeções	Nota ou transcrição	A IA lê bem a fala do cliente, e uma lista criada cedo empobrece a informação
Oposição ao contato e base legal	Campo estruturado obrigatório	O agente precisa de uma regra sim ou não

A IA também ajuda a passar informação do texto para o campo. Um agente pode ler a transcrição e sugerir segmento, decisor e próximo passo para o vendedor confirmar, o que melhora a base enquanto entrega resultado ao time. A definição de cada campo, com valores permitidos e dono, pertence ao modelo de dados do CRM.

Permissões e LGPD: o que o agente pode ler e onde pode escrever

Permissão é a regra que define quais registros e campos um usuário, ou um agente, pode ver e alterar. Muita empresa conecta o agente com o usuário de administrador, e ele passa a enxergar a nota do financeiro sobre inadimplência e o desconto negociado em outra unidade. Um resumo de conta gerado com esse acesso e entregue ao SDR mostra a ele o que a política de acesso do CRM escondia. Dê a cada agente o recorte da tarefa: ler só os objetos e campos que o caso de uso precisa e escrever no menor número possível de lugares.

A LGPD reforça a regra. O art. 6º, inciso III, da Lei 13.709/2018 estabelece o princípio da necessidade, a “limitação do tratamento ao mínimo necessário para a realização de suas finalidades”. Na base comercial, isso pede separar em campos de acesso restrito o dado financeiro ou sensível, orientar o time a não registrar em nota aberta a saúde ou a vida pessoal do comprador e manter preenchido o campo de oposição ao contato. Base legal, transferência internacional e revisão de decisão automatizada estão em IA e LGPD; escrevo como consultor de operação, e cada escolha passa pelo encarregado de dados e pelo jurídico.

Como medir a prontidão da base para IA?

A prontidão se mede por caso de uso. O checklist reúne os critérios que levo para a reunião de decisão, com a verificação no próprio CRM e uma meta de referência que a liderança ajusta ao porte da base. O caso escolhido precisa passar nos critérios que se aplicam a ele, e os demais podem esperar.

Critério	Como verificar no CRM	Meta de referência	Casos que dependem	Dono
Empresas sem duplicidade	Empresas que repetem CNPJ ou domínio	Duplicados das contas ativas tratados	Todos	Responsável pela base
Contatos com cargo atual	Amostra das contas ativas revisada pelo dono	Decisores conferidos no trimestre	Resumo, prospecção	Liderança de CS e vendas
Atividades associadas	Negócios abertos sem atividade em 30 dias	Integração de e-mail e agenda para todo o time	Resumo, follow-up	Administrador do CRM
Datas de etapa e fechamento	Negócios abertos com data vencida	Parcela pequena, revisada toda semana	Previsão, follow-up	Gerente comercial
Critério de etapa escrito	Documento com o critério de entrada	Publicado e cobrado na reunião de pipeline	Previsão, priorização	Diretoria comercial
Motivo de perda em lista	Preenchimento e peso de “outro”	Lista em uso há um ciclo de venda	Priorização, previsão	Responsável pela base
Base de conhecimento	Data da última revisão de cada artigo	Produtos e políticas vigentes revisados	Atendimento	Coordenação de suporte
Oposição ao contato	Campo respeitado nas listas de envio	Obrigatório e integrado ao envio	Prospecção, nutrição	Encarregado de dados e marketing
Permissões do agente	Perfil do agente com objetos e campos listados	Acesso recortado, sem administrador	Todos	TI
Teste com contas reais	Teste das 20 contas	Erros com causa conhecida e sob controle	Todos	Dono do caso de uso

O teste fecha o checklist porque os relatórios mostram o campo vazio e escondem o campo preenchido errado.

Por onde começar quando a base não está pronta?

Base desarrumada adia a camada preditiva, e a empresa pode começar pelos usos que trabalham com o texto do momento. Resumo e transcrição de reunião usam o áudio da conversa. O rascunho de follow-up escrito a partir da transcrição recém-gerada depende pouco do histórico. A classificação de chamados novos decide sobre o que o cliente escreveu, com categorias fechadas e a base de conhecimento que o suporte já mantém. Esses usos entregam ganho em semanas e ensinam o time a revisar o que a máquina escreve.

Um segundo grupo usa a IA para arrumar a própria base: o agente que sugere o preenchimento de campos a partir das notas, a busca assistida de duplicados para o responsável pela base decidir a mesclagem e a revisão dos motivos de perda gravados em “outro”. Nos diagnósticos que conduzo, esse grupo convence a diretoria mais rápido que qualquer apresentação, porque mostra na tela o tamanho do problema e o ritmo da correção.

Comece pelos usos de texto, prepare em paralelo os campos do próximo caso, ligue o resumo de conta e o agente de atendimento quando o checklist deles fechar e deixe priorização e previsão para depois de alguns ciclos com a regra nova. Quem inverte essa ordem ouve da diretoria que a IA não funciona, quando o problema estava no dado que entrou. Quem libera cada caso de uso e com que dados fica definido na governança de IA.

Erros comuns ao colocar IA sobre o CRM

Esperar a base inteira ficar limpa

A empresa abre um mutirão de meses antes de testar qualquer coisa e perde o patrocínio da diretoria no meio do caminho. Arrume os campos do caso escolhido, ligue com aprovação humana e deixe o restante para a rotina de higiene.

Começar pela previsão de vendas

A previsão é o caso que a diretoria mais quer e o que mais depende do histórico. Ligada sobre datas empurradas, ela erra no primeiro trimestre e queima a confiança no projeto inteiro.

Conectar o agente como administrador

O atalho expõe dados que a política de acesso escondia e deixa o agente escrever em campos que ninguém revisa. Crie um perfil próprio para cada agente e revise o acesso quando o escopo mudar.

Tratar a nota como depósito

O time passa a registrar tudo em texto livre porque ouviu que a IA entende, e a base perde os campos que permitem filtrar, disparar e medir. Mantenha as listas para o que precisa ser contado e o padrão de nota para o que precisa ser entendido.

Culpar o modelo pelo erro do dado

O resumo sai errado, a equipe troca de ferramenta, e a próxima erra no mesmo lugar. Antes de trocar, classifique os erros pela causa, como no teste das 20 contas.

Quem é dono de quê: papéis e responsabilidades

Sem dono nomeado, a preparação fica entre a TI, que configura, e o comercial, que registra. A tabela resume o desenho que levo para a primeira reunião.

Papel	Responde por	Aprova
Diretoria patrocinadora	Caso de uso, indicador e prazo	A ligação de cada caso depois do checklist
Líder da área	Resultado do caso de uso e registro do próprio time	O que o agente faz sozinho e o que espera aprovação
Responsável pela base ou RevOps	Duplicidade, listas, importações e checklist	Valores novos de lista e cargas na base
Administrador do CRM e TI	Integrações, perfis e permissões dos agentes	O acesso técnico de cada agente
Encarregado de dados e jurídico	Base legal, campos sensíveis e oposição ao contato	Os dados pessoais que cada agente lê
Time que registra	Notas no padrão, atividades associadas e campos da etapa	Os campos sugeridos pela IA

O desenho de aprovação e registro de cada agente está em agentes de IA.

Capacitação: quem precisa aprender o quê

A regra vira rotina quando cada papel entende o que a IA faz com o que ele registra. Vendedores e SDRs aprendem o padrão de nota, a associação das atividades e a revisão dos campos sugeridos, no CRM da empresa. Os gestores aprendem a ler o checklist e a cobrar na reunião de pipeline os campos que alimentam o caso de uso, e quem administra o CRM aprende a configurar perfis de agente. A liderança passa antes pela formação, porque decide a ordem dos casos de uso e sustenta a cobrança do registro.

Roteiro de 30 dias para a liderança

1. Semana 1: escolha um caso de uso. Fique com um de dependência baixa ou média, com indicador que a área já mede.
2. Semana 1: nomeie os donos. Defina o líder do caso de uso, o responsável pela base e o contato do encarregado de dados.
3. Semana 2: rode o checklist. Verifique os critérios que se aplicam ao caso e registre onde a base está abaixo da meta.
4. Semana 2: faça o teste das 20 contas. Entregue os resumos aos donos das contas e classifique os erros pela causa.
5. Semana 3: arrume só o que o caso lê. Trate os duplicados das contas envolvidas, associe as atividades e publique o padrão de nota.
6. Semana 3: recorte as permissões. Crie o perfil do agente e valide os dados pessoais com o encarregado.
7. Semana 4: ligue com aprovação humana. Coloque o caso para um time pequeno e meça correções, aprovação sem edição e o indicador da área.
8. Semana 4: decida o próximo caso. Escolha o segundo caso de uso e coloque no cronograma a preparação dos campos dele.

Esse roteiro depende de a liderança decidir a ordem dos casos de uso e de o time registrar o que a IA vai ler, e esse é o trabalho do treinamento in company de IA aplicada. Conduzo a formação sobre o processo e o CRM da empresa, com turmas para a liderança, para quem registra e para quem administra o sistema. A empresa sai com a biblioteca de prompts por área e com a arquitetura de agentes, que define o que cada agente lê, o que executa e quem aprova o restante.

Perguntas frequentes

Preciso limpar toda a base do CRM antes de usar IA?

Não. Arrume os registros e campos que o caso de uso escolhido vai ler, como as contas ativas para um resumo de conta, e deixe o restante para a rotina de higiene. A limpeza completa antes de qualquer teste costuma consumir o patrocínio da diretoria antes do primeiro resultado.

Quais dados a IA precisa para fazer previsão de vendas?

Datas confiáveis de criação, de mudança de etapa e de fechamento, critério de entrada escrito para cada etapa, valor atualizado e motivo de perda em lista. Ela também precisa de ciclos de venda completos registrados com essas regras, e por isso a previsão costuma ser um dos últimos casos de uso a entrar.

A IA consegue usar as notas e os e-mails do CRM?

Consegue, e eles são o contexto mais rico para resumos e rascunhos. As atividades precisam estar associadas ao negócio e à empresa certos, e a nota precisa registrar necessidade, decisor, objeção e próximo passo, em vez de uma impressão genérica da reunião.

Que caso de uso de IA funciona com pouco dado no CRM?

Resumo e transcrição de reunião, rascunho de follow-up a partir da conversa transcrita e classificação de chamados novos funcionam com pouco histórico. O agente que sugere o preenchimento de campos a partir das notas também melhora a base enquanto o time usa.

Como saber se a base está pronta para um agente de IA?

Rode o checklist de prontidão nos critérios que se aplicam ao caso de uso e faça o teste das 20 contas com os donos das contas. Se a maior parte dos erros vier de dado ausente ou errado, a base ainda não está pronta para aquele agente.

Como preparar o time para registrar os dados que a IA vai usar?

Treine por papel, no CRM da empresa, mostrando a cada pessoa o que a IA faz com o campo e a nota que ela registra. A liderança passa antes pela formação para cobrar o padrão na reunião de pipeline, e a evolução do checklist de prontidão mostra se o comportamento mudou.