Limpieza de datos de CRM · Limpieza de datos de CRM de fin de año
CRM Data Cleansing
¿Qué es la limpieza de datos de CRM?
- Lo que desaparece con la limpieza es una cifra que nunca existió
- El principio es cambiar el estado, no borrar
- Para acabar con las noches en vela, las reglas deben estar en el CRM
Lo primero que cambia al hacer la limpieza es la cifra del pipeline. Es frecuente que una organización cuyo pipeline valía cuatro veces la cuota, tras la limpieza, baje a dos veces; esas dos veces que desaparecen nunca existieron. El pronóstico, la asignación de territorios y la definición de cuotas se establecen todos a partir de las cifras de CRM, así que si se omite la limpieza de fin de año, el plan del año siguiente se construye sobre cifras infladas. Por eso la limpieza va antes de la revisión anual de ventas, y dos semanas antes de la revisión de diciembre es el momento más tardío para empezar.
Los elementos a depurar se dividen en cinco tipos. Los clientes y contactos duplicados se fusionan, pero se conserva el historial de actividad. Los contactos cuyo responsable cambió de puesto o renunció no se borran: se cambia su estado para conservar el historial. Como los datos personales deben destruirse cuando termina su finalidad, la regla de plazo de conservación se acuerda con el responsable de protección de datos personales. Las oportunidades que dejaron de avanzar se cierran según un criterio definido, y es muy común la regla de cerrar como «perdida/en pausa» toda oportunidad sin registros de actividad en 90 días o más. Si las definiciones de etapa varían según la persona, se unifica el significado de «etapa de propuesta», y se completan los campos obligatorios vacíos, como industria, tamaño y cargo del responsable. El estado del consentimiento para recibir información publicitaria también debe ajustarse en este momento, para que los envíos de marketing del año siguiente no se bloqueen. La eliminación es el último recurso y el principio es el cambio de estado: si un cliente que se perdió hace tres años consulta de nuevo el año próximo, su historial debe seguir disponible.
El reparto de roles decide el resultado. Si se pide al vendedor que ordene su propio pipeline, las oportunidades muertas no se cierran, porque reducir el pipeline parece desfavorable en la evaluación. Lo adecuado es que el criterio lo defina planificación comercial o operaciones de ventas (sales ops), y que el vendedor justifique las excepciones. Si se deja solo en manos de marketing, no coincide con las definiciones de etapa que usa ventas; si se deja solo en manos de TI, nadie sabe qué oportunidad está realmente muerta. Para el responsable de capacitación, este trabajo es una oportunidad para mostrar con cifras la necesidad de capacitar en las reglas de carga del CRM. Los equipos con más campos vacíos y mayor tasa de duplicados serán, tal cual, la lista de participantes de la capacitación.
El error más frecuente en la práctica es convertir la limpieza en una tarea de una sola vez. Aunque en diciembre se pasen tres noches en vela ordenando, si no se cambian las reglas de ingreso y la configuración de campos obligatorios, para marzo todo volverá a como estaba. También son frecuentes los incidentes en los que se borra todo y se pierde el historial: si se eliminan también los motivos de pérdida y los registros de actividad, desaparece el material para el análisis de negocios ganados y perdidos del año siguiente. También es un problema que la dirección lea la reducción del pipeline tras la limpieza como prueba de que el equipo de ventas no trabajó; hay que explicarle de antemano que la cifra que disminuye nunca fue real. La única forma de acabar con las noches en vela de fin de año es incorporar las reglas de limpieza en la configuración del CRM para que se ejecuten cada semana de forma automática.
John KimAutor de «Diseño de marketing B2B» y CEO de Nanum Consultoría
Seungtae ParkInstructor de AX práctico que enseña construyendo directamente proyectos de desarrollo de negocio con IA y automatización de marketingEn el marketing de bases de datos, el concepto de limpieza de datos (eliminar duplicados y garantizar la consistencia de la base de clientes) se amplió a medida que el CRM se convirtió en una herramienta básica de las organizaciones comerciales. Hoy abarca también los pipelines y los registros de actividad, es decir, la práctica operativa de ventas. Se ha consolidado como una tarea anual que crea los datos de referencia para la planificación de fin de año.
Caso hipotético. A, que vende consumibles industriales, tiene 30 vendedores y ventas anuales de KRW 41,000,000,000 (≈ US$30,687,200). En el CRM había 6,200 clientes registrados, pero los clientes reales eran unos 2,800; el valor del pipeline era 4.3 veces la cuota, y el pronóstico trimestral se desviaba más de 30% en cada ocasión.
- El responsable de planificación comercial informa al director general a mediados de noviembre: «Ahora, la mitad del pipeline son oportunidades muertas de hace dos años». Recibe la aprobación para terminar la depuración dos semanas antes de la revisión anual.
- Los criterios los definió el área de planificación comercial. Los negocios sin actividad durante más de 90 días se cerraron en bloque como «En espera», salvo los casos que el vendedor justificó dentro de los 5 días. Se prohibió borrar contactos y solo se permitió cambiar el estado.
- El jefe del equipo de ventas 3 protestó: «Si el pipeline de mi equipo se reduce a la mitad, saldremos mal en la evaluación». Pero el director de división lo resumió así: «Desaparece una cifra que no existía; no es que bajen las ventas reales».
- Durante la limpieza salieron 1.100 contactos cuyos responsables ya habían dejado la empresa, y 340 de ellos además tenían un estado de consentimiento de recepción incorrecto; por eso el área de marketing los retiró primero de la lista de envíos del año siguiente.
- Tras la depuración, las cuentas de clientes bajaron de 6,200 a 2,900 y el pipeline, de 4.3 veces la cuota a 1.9 veces. El error del pronóstico trimestral del año siguiente bajó de un 30% a un 11%, y la tasa de llenado de los campos obligatorios pasó de 54% a 91%.