En corto: solo 21% de los equipos dice que su data de CRM está bien preparada para IA. La brecha no se cierra comprando una herramienta, se cierra contando tres cosas: cuántos registros tienen dueño, cuántos tienen bien el campo con el que segmentas y cuántos campos obligatorios se llenan solos. Eso se hace en una semana.
El dato viene del State of CRM Data Management 2026 de Validity, publicado el 25 de agosto de 2026 con 500 profesionales de marketing en Estados Unidos, Reino Unido, Brasil, Australia y Nueva Zelanda. Ahí también aparece que 62% de las organizaciones perdió ingresos por mala calidad de datos, que casi un tercio de los equipos gasta seis horas o más por semana reconciliando información, y que solo 41% tiene a alguien a cargo del gobierno de datos.
El número que más nos interesa no es el 21%. Es el 78% del C-suite que admite haber actuado sobre una recomendación de IA que después sospechó equivocada por los datos que tenía debajo. Esa es la factura real de no auditar.
Qué quiere decir "lista para IA" cuando hablamos de datos
No quiere decir que la base esté perfecta. Quiere decir algo más modesto y más exigente a la vez: que los campos con los que la IA va a decidir tengan un significado estable. Si tu campo de industria se llenó solo, desde un proveedor de datos, y nadie lo revisó, un agente que segmente por industria va a trabajar sobre una ficción ordenada.
La diferencia entre un dato malo y un dato ambiguo importa. Un correo que rebota es un dato malo y se detecta solo. Un contacto clasificado como "servicios de tecnología" cuando en realidad vende horas de gente es un dato ambiguo: pasa cualquier validación, se ve bien en el reporte y manda el mensaje equivocado. La IA no corrige ambigüedad, la amplifica, porque la aplica a escala y sin dudar.
El campo que más se usa para segmentar es el que menos se revisa
Lo medimos esta semana con nuestra propia base de prospección. El 5 de noviembre de 2026 enriquecimos 105 registros de contacto B2B de Chile y Argentina con un proveedor de datos comercial y contamos, uno por uno, qué traía cada registro contra el catálogo de servicios que la propia empresa publica en su sitio.
Resultado: 79 de los 105, el 75%, llegaron con exactamente la misma industria. Al revisar su catálogo, 43 de 105, el 41%, describen staffing, outsourcing de personal, BPO o servicios de agencia, que para segmentar es otra conversación. Y 7 de 105 traían un correo en un dominio distinto al del sitio de la empresa. Sumando los dos problemas sin contar dos veces a los que tenían ambos, 49 de 105 registros, el 47%, entraban al CRM con algo que rompe una segmentación.
Son nuestros datos, de un corte específico y de una sola semana, no una muestra representativa de nada. Pero es el tipo de conteo que cualquiera puede repetir con su propia base en una tarde, y es más útil que una encuesta.
Tres conteos que te dicen dónde estás
No hace falta una auditoría de datos de CRM de tres meses para saber si estás cerca o lejos. Hacen falta tres números, y los tres salen de un reporte que puedes armar hoy.
| Qué cuentas | Cómo se ve bien | Qué significa si sale mal |
|---|---|---|
| Registros sin dueño asignado | Menos de 5% de los contactos activos | Nadie responde por esos datos, así que nadie los corrige |
| Registros donde el campo con el que segmentas está vacío o en su valor por defecto | Menos de 10% | Tu segmentación está trabajando sobre una parte de la base y tratando al resto como si fuera igual |
| Campos obligatorios que en realidad se llenan desde una integración | Cero, o documentados uno por uno | Una regla que crees que te protege solo aplica donde la pusiste |
El tercero es el que más sorprende. En HubSpot, las propiedades obligatorias que configuras en Record Creation Settings sí se aplican en las escrituras por API, pero las asociaciones obligatorias solo se aplican en la interfaz. Si tu integración crea deals sin asociar la empresa, la regla no la ve nadie hasta que el reporte sale raro.
Por qué el orden es definir, limpiar y después prender
Hay una razón práctica y una de gobierno. La práctica: la IA cobra por acción. Cada enriquecimiento, cada resumen y cada recomendación que corre sobre un registro equivocado es presupuesto que se va, y lo explicamos con números en el artículo sobre el precio de la IA en HubSpot.
La de gobierno es más nueva. Desde el rollup de octubre de 2026, los conectores de IA pueden leer en beta pública las propiedades y engagements marcados como Sensitive Data. Lo activa solo un Super Admin y es de solo lectura, pero es exactamente la clase de casilla que se prende sin conversación. Si tu base no tiene dueño de datos, tampoco tiene a quién le toque decidir eso.
Qué puedes hacer esta semana
- Arma un reporte de contactos activos agrupado por dueño y cuenta la fila de "sin asignar". Es un número, toma diez minutos y normalmente incomoda.
- Exporta 100 registros al azar con su campo de industria y revisa 20 contra el sitio de la empresa. Si más de cuatro no corresponden, tu segmentación no está midiendo lo que crees.
- Haz la lista de las integraciones que escriben en tu CRM y, al lado de cada una, el nombre de la persona que la configuró. Si una queda sin nombre, esa es la primera que hay que revisar.
¿Cuándo sí hace falta ayuda?
Cuando los tres conteos salen mal al mismo tiempo, el problema ya no es de limpieza sino de diseño: hay campos que significan cosas distintas para dos equipos, o integraciones que escriben sin reglas. Ahí conviene mapear el modelo de datos antes de tocar un registro, porque limpiar sobre un diseño roto se deshace en tres meses. Eso es lo que hacemos en un diagnóstico dentro de tu portal, y cuánto cuesta está publicado.
Si quieres saber dónde está tu HubSpot hoy, el autodiagnóstico gratis toma 3 minutos.
Preguntas frecuentes
¿Cada cuánto conviene auditar los datos del CRM?
Los tres conteos de arriba, una vez al mes, toman menos de una hora y se pueden dejar como reporte guardado. Una revisión de fondo del modelo de datos tiene sentido una o dos veces al año, o cuando cambia algo estructural: una integración nueva, un producto nuevo o un equipo nuevo que empieza a escribir en el CRM.
¿Sirve de algo limpiar si igual el proveedor de datos vuelve a meter registros malos?
Sirve si el orden es el correcto. Primero defines qué significa cada campo y quién lo llena, luego limpias, y recién entonces conectas el proveedor con reglas de qué puede sobrescribir y qué no. Limpiar sin esa definición es trabajo que se repite cada trimestre.
¿Puedo usar la IA de mi CRM para limpiar la base?
Para tareas mecánicas, sí: deduplicar, normalizar formatos, detectar correos que rebotan. Para decidir si un contacto pertenece a una categoría, no conviene todavía, porque ese juicio es el que hay que auditar. Y cada corrida cuesta, así que vale medir el costo antes de pasarle la base completa.
¿Qué es lo primero si la base tiene años de desorden?
Empieza por el campo con el que segmentas hoy, no por todos. Un campo bien definido y bien llenado ya cambia los resultados de las campañas y de la asignación. Intentar arreglar treinta campos a la vez es la forma más común de no terminar ninguno.