Datos para IA en el CRM: el mínimo para 5 casos de uso

Antes de poner IA y agentes sobre el CRM, la empresa necesita asegurar los datos que va a leer el caso de uso elegido, y no la base entera. Un resumen de cuenta pide empresas sin duplicados y actividades asociadas al registro correcto; un pronóstico de ventas pide fechas confiables y criterios de etapa escritos; un agente de prospección pide cargos actualizados y el registro de quién no quiere ser contactado. Sin ese mínimo, la IA amplifica la base que existe y repite el error en todos los registros que toca, con porcentaje, gráfico y lenguaje de análisis. En una encuesta de Deloitte a 2.770 ejecutivos de 14 países, realizada entre mayo y junio de 2024, el 55% de las organizaciones dijo haber evitado ciertos casos de uso de IA generativa por problemas relacionados con los datos (Deloitte, 2024).

Gartner encontró un retrato parecido entre 432 líderes de seis países en el cuarto trimestre de 2024: la disponibilidad y la calidad de los datos aparecen entre las mayores barreras de implementación de IA para el 34% de los líderes de empresas poco maduras en IA y para el 29% de los líderes de las más maduras (Gartner, 2025). En la operación comercial, ese dato vive en el CRM, y quien decide lo que entra en él es el liderazgo de ventas, marketing y CS.

¿Por qué la IA amplifica la base que ya existe?

La IA aplicada al CRM lee y resume los registros, aprende patrones del historial o ejecuta acciones a partir de ellos. En los tres casos, el modelo de lenguaje, el software que interpreta y escribe texto, conoce de tu operación solo lo que la base le cuenta. Si la misma empresa aparece en tres registros, el resumen de cuenta lee uno y deja de lado los tickets registrados en los otros dos. Si el equipo empuja la fecha de cierre todos los meses, el pronóstico aprende que ningún negocio cierra en su fecha.

La escala cambia el tamaño del daño. En un ejemplo hipotético, un agente de seguimiento recibe 400 propuestas abiertas. Si el 15% repite una empresa que ya está en la fila, 60 clientes reciben dos mensajes la misma mañana; si el 30% tiene la fecha de cierre vencida por falta de actualización, 120 negocios entran como detenidos por un error de registro, y el vendedor pasa la semana corrigiendo borradores.

El piso de disciplina para la capa analítica está en IA en ventas, marketing y CS, y la rutina que mantiene la base está en calidad de datos en el CRM. Aquí el tema es qué lee cada caso de uso y cómo el liderazgo decide si la base está lista para activarlo.

¿Qué datos exige cada caso de uso de IA?

Los cinco casos de uso que más pide la dirección exigen cosas distintas de la base. La última columna indica cuánto depende cada uno de meses de registro bien hecho, y orienta el orden de implementación.

Caso de uso	Qué hace la IA	Datos mínimos	Riesgo si faltan	Dependencia del historial
Resumen de cuenta	Resume situación, historial y próximos pasos de la empresa	Empresas sin duplicados, contactos con cargo actual, actividades y notas en la empresa correcta, negocios con etapa y valor	El gerente llega a la renovación sin saber del ticket crítico registrado en otra copia de la empresa	Baja
Priorización de leads	Ordena los leads por su probabilidad de convertirse en oportunidad	Origen, segmento y tamaño en lista, resultado de cada lead (calificado o descartado con motivo), interacción	El modelo aprende el hábito del SDR en lugar del perfil del comprador	Alta
Pronóstico de ventas	Estima cuánto cierra la empresa en el período	Fechas de creación, de etapa y de cierre confiables, criterios de etapa escritos, valor actualizado, motivo de pérdida en lista	La dirección decide contrataciones y presupuesto sobre fechas empujadas	Alta
Agente de atención	Clasifica, responde o deriva tickets	Base de conocimiento actualizada, categorías cerradas, producto y nivel de servicio del cliente, historial de tickets	El agente responde con la política antigua o trata a un cliente estratégico como una cuenta común	Media
Agente de prospección	Investiga cuentas y escribe o envía el primer contacto	Perfil de cliente ideal escrito, contactos sin duplicados, cargo actual, estado de cliente, oposición al contacto y base legal	El agente aborda a un cliente activo como prospecto o escribe a quien pidió no ser contactado	Media

Casos que leen texto y casos que aprenden del historial

El resumen de cuenta y el agente de atención trabajan sobre lo que está escrito hoy en el registro y en la base de conocimiento, y ordenar lo que leen toma semanas: fusionar duplicados de las cuentas activas, asociar actividades y actualizar la documentación del producto. La priorización de leads y el pronóstico aprenden del pasado, y ninguna jornada de limpieza corrige el pasado. Si el motivo de pérdida se eligió por costumbre en los últimos dos años, el historial confiable solo existe después de algunos ciclos de venta con la regla nueva, y hasta entonces la puntuación de leads funciona mejor con reglas escritas por el liderazgo.

Casos que actúan fuera de la empresa

El agente de prospección y el agente que responde al cliente escriben a personas de fuera, y su error llega al mercado antes de llegar al liderazgo. Para estos dos, el mínimo incluye campos que ningún informe de ventas exige, como el estado de cliente activo, el dueño de la cuenta y el registro de oposición al contacto. Un agente que encuentra esos campos vacíos trata la ausencia como permiso.

Historial de actividades y notas: el contexto que lee la IA

El historial de actividades reúne correos, reuniones, llamadas y mensajes registrados en el CRM y asociados a un contacto, una empresa o un negocio. Para la IA vale más que los campos, porque lleva lo que dijo el cliente, lo que prometió el vendedor y el punto en que se detuvo la conversación. Cuando la negociación ocurre en la aplicación de mensajes del vendedor o en un correo sin integración, el CRM muestra un negocio silencioso que en realidad está en fase de contrato. La asociación pesa tanto como el registro: la reunión guardada en el contacto desaparece del resumen del negocio, y la nota hecha en la copia duplicada de la empresa desaparece del resumen de la cuenta.

La calidad de la nota decide lo que la IA puede hacer con ella. En los equipos que acompaño, la nota de reunión más común dice que al cliente le gustó y que lo va a pensar, y ninguna IA saca de esa frase el próximo paso ni quién decide. Propongo un estándar corto después de cada reunión relevante: lo que el cliente dijo sobre la necesidad, quién decide y cuándo, la objeción que quedó y el próximo paso con fecha. Con las reuniones transcritas, la nota pasa a registrar la lectura del vendedor sobre la conversación.

Campos estructurados o texto libre: ¿qué guardar en cada uno?

Un campo estructurado acepta solo valores definidos, como una lista, una fecha o un número; el texto libre es la escritura abierta, como la nota. La IA lee texto libre mucho mejor que los informes tradicionales, y algunas empresas concluyen que pueden abandonar las listas. La IA necesita el campo estructurado para elegir qué registros leer, para disparar una acción en el momento correcto y para que alguien mida el resultado después, y el texto libre aporta el contexto de cada caso.

Información	Dónde guardarla	Por qué
Segmento, tamaño y origen	Lista cerrada	La IA y el informe filtran y comparan sin interpretar
Motivo de pérdida	Lista cerrada y nota corta	La lista alimenta el análisis; la nota explica el caso
Próximo paso	Fecha en un campo y descripción en texto	La fecha dispara al agente; el texto da el tema del mensaje
Dolor declarado y objeciones	Nota o transcripción	La IA lee bien las palabras del cliente, y una lista creada demasiado pronto empobrece la información
Oposición al contacto y base legal	Campo estructurado obligatorio	El agente necesita una regla de sí o no

La IA también ayuda a pasar información del texto al campo. Un agente puede leer la transcripción y sugerir segmento, quién decide y próximo paso para que el vendedor confirme, lo que mejora la base mientras entrega un resultado al equipo. La definición de cada campo, con valores permitidos y dueño, pertenece al modelo de datos del CRM.

Permisos y LGPD: qué puede leer el agente y dónde puede escribir

Un permiso es la regla que define qué registros y campos puede ver y modificar un usuario, o un agente. Muchas empresas conectan el agente con un usuario administrador, y este empieza a ver la nota de finanzas sobre morosidad y el descuento negociado en otra unidad. Un resumen de cuenta generado con ese acceso y entregado al SDR le muestra lo que la política de acceso del CRM ocultaba. Dale a cada agente el alcance de su tarea: leer solo los objetos y campos que el caso de uso necesita y escribir en la menor cantidad posible de lugares.

La ley brasileña de protección de datos, la LGPD, refuerza la regla. El art. 6, inciso III, de la Ley 13.709/2018 establece el principio de necesidad, la “limitación del tratamiento al mínimo necesario para la realización de sus finalidades”. En la base comercial, esto pide separar en campos de acceso restringido el dato financiero o sensible, orientar al equipo a no registrar en notas abiertas la salud o la vida personal del comprador y mantener completo el campo de oposición al contacto. La base legal, la transferencia internacional y la revisión de decisiones automatizadas están en IA y LGPD; escribo como consultor de operación, y cada decisión pasa por el encargado de datos y por el área jurídica.

¿Cómo medir si la base está lista para la IA?

La preparación se mide por caso de uso. El checklist reúne los criterios que llevo a la reunión de decisión, con la verificación en el propio CRM y una meta de referencia que el liderazgo ajusta al tamaño de la base. El caso elegido necesita aprobar los criterios que le corresponden, y los demás pueden esperar.

Criterio	Cómo verificar en el CRM	Meta de referencia	Casos que dependen	Dueño
Empresas sin duplicados	Empresas que repiten identificación fiscal o dominio	Duplicados de las cuentas activas resueltos	Todos	Responsable de la base
Contactos con cargo actual	Muestra de cuentas activas revisada por el dueño	Decisores verificados en el trimestre	Resumen, prospección	Liderazgo de CS y ventas
Actividades asociadas	Negocios abiertos sin actividad en 30 días	Integración de correo y agenda para todo el equipo	Resumen, seguimiento	Administrador del CRM
Fechas de etapa y cierre	Negocios abiertos con fecha vencida	Proporción pequeña, revisada cada semana	Pronóstico, seguimiento	Gerente comercial
Criterios de etapa escritos	Documento con los criterios de entrada	Publicados y exigidos en la reunión de pipeline	Pronóstico, priorización	Dirección comercial
Motivo de pérdida en lista	Completitud y peso de “otro”	Lista en uso durante un ciclo de venta	Priorización, pronóstico	Responsable de la base
Base de conocimiento	Fecha de la última revisión de cada artículo	Productos y políticas vigentes revisados	Atención	Coordinación de soporte
Oposición al contacto	Campo respetado en las listas de envío	Obligatorio e integrado al envío	Prospección, nutrición	Encargado de datos y marketing
Permisos del agente	Perfil del agente con objetos y campos listados	Acceso acotado, sin administrador	Todos	TI
Prueba con cuentas reales	Prueba de las 20 cuentas	Errores con causa conocida y bajo control	Todos	Dueño del caso de uso

La prueba cierra el checklist porque los informes muestran el campo vacío y esconden el campo mal completado.

¿Por dónde empezar cuando la base no está lista?

Una base desordenada posterga la capa predictiva, y la empresa puede empezar por los usos que trabajan con el texto del momento. El resumen y la transcripción de reuniones usan el audio de la conversación. El borrador de seguimiento escrito a partir de la transcripción recién generada depende poco del historial. La clasificación de tickets nuevos decide sobre lo que escribió el cliente, con categorías cerradas y la base de conocimiento que soporte ya mantiene. Estos usos entregan resultados en semanas y enseñan al equipo a revisar lo que escribe la máquina.

Un segundo grupo usa la IA para ordenar la propia base: el agente que sugiere completar campos a partir de las notas, la búsqueda asistida de duplicados para que el responsable de la base decida la fusión y la revisión de los motivos de pérdida guardados como “otro”. En los diagnósticos que conduzco, este grupo convence a la dirección más rápido que cualquier presentación, porque muestra en pantalla el tamaño del problema y el ritmo de la corrección.

Empieza por los usos de texto, prepara en paralelo los campos del próximo caso, activa el resumen de cuenta y el agente de atención cuando su checklist esté completo y deja la priorización y el pronóstico para después de algunos ciclos con la regla nueva. Quien invierte este orden escucha de la dirección que la IA no funciona, cuando el problema estaba en el dato que entró. Quién libera cada caso de uso y con qué datos queda definido en la gobernanza de IA.

Errores comunes al poner IA sobre el CRM

Esperar a que toda la base esté limpia

La empresa abre una limpieza de meses antes de probar nada y pierde el patrocinio de la dirección a mitad de camino. Ordena los campos del caso elegido, actívalo con aprobación humana y deja el resto para la rutina de higiene.

Empezar por el pronóstico de ventas

El pronóstico es el caso que la dirección más quiere y el que más depende del historial. Activado sobre fechas empujadas, falla en el primer trimestre y quema la confianza en todo el proyecto.

Conectar el agente como administrador

El atajo expone datos que la política de acceso ocultaba y deja que el agente escriba en campos que nadie revisa. Crea un perfil propio para cada agente y revisa el acceso cuando cambie el alcance.

Tratar la nota como depósito

El equipo empieza a registrar todo en texto libre porque escuchó que la IA entiende, y la base pierde los campos que permiten filtrar, disparar y medir. Mantén las listas para lo que necesita contarse y el estándar de nota para lo que necesita entenderse.

Culpar al modelo por el error del dato

El resumen sale mal, el equipo cambia de herramienta, y la siguiente se equivoca en el mismo lugar. Antes de cambiar, clasifica los errores por causa, como en la prueba de las 20 cuentas.

Quién es dueño de qué: roles y responsabilidades

Sin un dueño nombrado, la preparación queda entre TI, que configura, y el área comercial, que registra. La tabla resume el diseño que llevo a la primera reunión.

Rol	Responde por	Aprueba
Dirección patrocinadora	Caso de uso, indicador y plazo	La activación de cada caso después del checklist
Líder del área	Resultado del caso de uso y registro de su propio equipo	Lo que el agente hace solo y lo que espera aprobación
Responsable de la base o RevOps	Duplicados, listas, importaciones y checklist	Valores nuevos de lista y cargas en la base
Administrador del CRM y TI	Integraciones, perfiles y permisos de los agentes	El acceso técnico de cada agente
Encargado de datos y jurídico	Base legal, campos sensibles y oposición al contacto	Los datos personales que lee cada agente
Equipo que registra	Notas en el estándar, actividades asociadas y campos de la etapa	Los campos sugeridos por la IA

El diseño de aprobación y registro de cada agente está en agentes de IA.

Capacitación: quién necesita aprender qué

La regla se vuelve rutina cuando cada rol entiende lo que hace la IA con lo que registra. Vendedores y SDRs aprenden el estándar de nota, la asociación de actividades y la revisión de los campos sugeridos, en el CRM de la empresa. Los gerentes aprenden a leer el checklist y a exigir en la reunión de pipeline los campos que alimentan el caso de uso, y quien administra el CRM aprende a configurar perfiles de agente. El liderazgo pasa primero por la formación, porque decide el orden de los casos de uso y sostiene la exigencia del registro.

Plan de 30 días para el liderazgo

1. Semana 1: elige un caso de uso. Quédate con uno de dependencia baja o media, con un indicador que el área ya mide.
2. Semana 1: nombra a los dueños. Define al líder del caso de uso, al responsable de la base y al contacto del encargado de datos.
3. Semana 2: aplica el checklist. Verifica los criterios que corresponden al caso y registra dónde la base está por debajo de la meta.
4. Semana 2: haz la prueba de las 20 cuentas. Entrega los resúmenes a los dueños de las cuentas y clasifica los errores por causa.
5. Semana 3: ordena solo lo que lee el caso. Resuelve los duplicados de las cuentas involucradas, asocia las actividades y publica el estándar de nota.
6. Semana 3: acota los permisos. Crea el perfil del agente y valida los datos personales con el encargado.
7. Semana 4: activa con aprobación humana. Pon el caso en manos de un equipo pequeño y mide correcciones, aprobación sin edición y el indicador del área.
8. Semana 4: decide el próximo caso. Elige el segundo caso de uso y agenda la preparación de sus campos.

Este plan depende de que el liderazgo decida el orden de los casos de uso y de que el equipo registre lo que la IA va a leer, y ese es el trabajo de la capacitación in company de IA aplicada. Conduzco la formación sobre el proceso y el CRM de la empresa, con grupos para el liderazgo, para quienes registran y para quienes administran el sistema. La empresa sale con la biblioteca de prompts por área y con la arquitectura de agentes, que define qué lee cada agente, qué ejecuta y quién aprueba el resto.

Preguntas frecuentes

¿Necesito limpiar toda la base del CRM antes de usar IA?

No. Ordena los registros y campos que va a leer el caso de uso elegido, como las cuentas activas para un resumen de cuenta, y deja el resto para la rutina de higiene. La limpieza completa antes de cualquier prueba suele consumir el patrocinio de la dirección antes del primer resultado.

¿Qué datos necesita la IA para pronosticar ventas?

Fechas confiables de creación, de cambio de etapa y de cierre, criterios de entrada escritos para cada etapa, valor actualizado y motivo de pérdida en lista. También necesita ciclos de venta completos registrados con esas reglas, y por eso el pronóstico suele ser uno de los últimos casos de uso en entrar.

¿La IA puede usar las notas y los correos del CRM?

Puede, y son el contexto más rico para resúmenes y borradores. Las actividades tienen que estar asociadas al negocio y a la empresa correctos, y la nota tiene que registrar necesidad, quién decide, objeción y próximo paso, en lugar de una impresión genérica de la reunión.

¿Qué caso de uso de IA funciona con pocos datos en el CRM?

El resumen y la transcripción de reuniones, el borrador de seguimiento a partir de la conversación transcrita y la clasificación de tickets nuevos funcionan con poco historial. El agente que sugiere completar campos a partir de las notas también mejora la base mientras el equipo lo usa.

¿Cómo saber si la base está lista para un agente de IA?

Aplica el checklist de preparación en los criterios que corresponden al caso de uso y haz la prueba de las 20 cuentas con sus dueños. Si la mayor parte de los errores viene de datos ausentes o incorrectos, la base todavía no está lista para ese agente.

¿Cómo preparar al equipo para registrar los datos que usará la IA?

Capacita por rol, en el CRM de la empresa, mostrando a cada persona lo que hace la IA con el campo y la nota que registra. El liderazgo pasa primero por la formación para exigir el estándar en la reunión de pipeline, y la evolución del checklist de preparación muestra si el comportamiento cambió.