Higiene de datos para bases de datos B2B: 12 reglas, 7 pasos y un calendario de actualización

El 24 % de los administradores de CRM afirmó que menos de la mitad de sus datos era exacta y completa, y el 53 % de los administradores que reconocieron dificultades con la calidad de los datos del CRM citó los registros duplicados entre los problemas a los que se enfrentan, según una encuesta de Validity a 631 profesionales de la administración de CRM de Estados Unidos, Reino Unido y Australia.

La higiene de datos es el trabajo rutinario que mantiene una base de datos exacta, completa, sin duplicados y al día: reglas que frenan los registros erróneos en la entrada, comprobaciones que detectan duplicados y contactos obsoletos, y un calendario para corregirlos, volver a verificarlos y retirarlos. Nunca termina, porque las personas de la base de datos no dejan de moverse: en un solo trimestre, el 8,0 % de un panel estable de 10.000 contactos de Estados Unidos en los datos de Spona cambió de cargo o de empresa.

Esta guía de higiene de datos B2B (data hygiene, en inglés) está pensada para equipos de RevOps, sales ops y fundadores que gestionan un CRM de 2.000 a 200.000 registros. Te da 12 reglas, cada una con su responsable y su frecuencia, un proceso en siete pasos con los ajustes de HubSpot y Salesforce que lo sostienen y una plantilla de Google Sheets para registrar cada ejecución.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

Checklist de higiene de datos: 12 reglas, con un responsable y una frecuencia para cada una

Si solo tienes una hora, empieza aquí. La columna de frecuencia tiene tres fuentes: la cadencia confirmada de Spona, las indicaciones de los proveedores citadas en el paso 5 y nuestra recomendación cuando ninguna fuente fija una cifra.

Copia la checklist de higiene de datos (Google Sheets). La primera pestaña recoge 24 reglas por campo con un ejemplo válido y otro no válido, desplegables para el responsable y la frecuencia, y el valor que prevalece cuando se fusionan registros. La segunda pestaña es el registro de cadencia, que marca cualquier ejecución con rebotes duros por encima del 2 %.

Qué abarca la higiene de datos en una base de datos B2B: el proceso en siete pasos y lo que queda fuera

Deep Sync define la higiene de datos como «el proceso de mantener las bases de datos limpias y sin errores»; Twilio, como «el proceso continuo de mantener la exactitud, la coherencia y la integridad de tus datos». Ninguna de las dos páginas trata los contactos B2B de un CRM, donde las personas cambian de cargo y de empresa.

Las nueve dimensiones de calidad de datos de Gartner son una vara de medir más útil: accesibilidad, exactitud, completitud, coherencia, precisión, relevancia, actualidad, unicidad y validez. En una base de datos B2B, el trabajo de higiene mueve sobre todo cinco de ellas: exactitud, completitud, unicidad, validez y actualidad. El proceso de higiene de datos que verás a continuación lo consigue en siete pasos que previenen, detectan, corrigen, actualizan y retiran los registros defectuosos.

Hay cuatro tareas cercanas a la higiene de datos que no forman parte de ella:

1. Auditoría de higiene de la base de datos: cuenta duplicados, campos vacíos y registros obsoletos antes de cambiar nada

Según las encuestas de Gartner, «el 59 % de las organizaciones no mide la calidad de los datos». Mide primero, para que cada paso posterior tenga una cifra que mejorar. Exporta la base de datos, no cambies nada todavía y toma cinco cifras de referencia:

Cuenta con que las cifras sean peores de lo que cree el equipo. En la encuesta de Validity, «más de la mitad de los encuestados del estudio afirmó utilizar procesos manuales» para detectar y corregir problemas de datos. Validity vende herramientas de datos para CRM, así que tómala como una encuesta a administradores, no como una auditoría. Anota las cinco cifras como primera fila del registro de cadencia y repite la auditoría cada trimestre: la tendencia muestra si los pasos 2 a 7 funcionan.

2. Reglas de higiene de datos por campo: formatos, valores obligatorios y quién puede editarlos

Una regla en la entrada cuesta menos que una limpieza. Los dos grandes CRM pueden bloquear un valor erróneo en el momento en que se escribe o se importa, aunque con lagunas que conviene conocer.

Las reglas de validación de HubSpot cubren propiedades de texto, fecha, número de teléfono y número: sin espacios al principio ni al final, límites de longitud, solo números, mayúscula inicial, valores únicos, formato de teléfono con un prefijo de país predeterminado y límites de fecha. Las reglas personalizadas con expresiones regulares (regex) requieren Professional o Enterprise. «Todas las reglas de validación se aplican al editar o importar datos», pero no a los workflows, los chatflows, las páginas de programación de reuniones ni los formularios del editor heredado, y una regla nueva no reformatea los valores ya guardados.

Una regla de validación de Salesforce es una fórmula que devuelve True cuando los datos son incorrectos y entonces muestra un error. Se aplica a los registros nuevos y actualizados «aunque los campos a los que hace referencia la regla de validación no estén incluidos en un formato de página o en una llamada a la API», y Salesforce advierte: «Si tu organización tiene integraciones que usan este objeto, comprueba que la regla de validación funciona con cada integración».

Añade dos campos de procedencia a cada contacto, fuente de los datos y fecha de última verificación, para poder filtrar un envío por la antigüedad de su comprobación. No confíes en el historial como sustituto: Salesforce «conserva los datos del historial de campos hasta 18 meses», o 24 meses a través de la API, salvo que Field Audit Trail esté activado.

Después, asigna responsables. En la encuesta de Validity, «el 35 % de los encuestados dijo no saber con seguridad quién es responsable de la exactitud de los datos». El reparto de ZoomInfo asigna los estándares de campo a los administradores del CRM, el enrutamiento a RevOps y las reglas de prevalencia del enriquecimiento a operaciones de marketing; nuestra hoja añade un responsable de protección de datos para las bajas y la conservación.

3. Limpieza de datos del CRM: deduplicar y fusionar sin perder el historial

La limpieza de datos del CRM es la parte correctiva de la higiene de datos: fusionar duplicados, corregir formatos y completar o marcar los campos vacíos de los registros que ya están en el CRM. Empieza por los duplicados, porque mientras existan cualquier otro recuento está mal.

Elige primero las claves de coincidencia: el email para los contactos, el dominio raíz para las empresas y el nombre más la empresa para los contactos sin email. Después fija una regla de prevalencia para el valor que se queda cuando dos registros no coinciden. La nuestra: el valor verificado más recientemente prevalece en email, teléfono y cargo, y los campos que introduce el propietario y los indicadores de baja nunca se sobrescriben. Exporta los dos registros antes de cada fusión y anota los recuentos.

Higiene de datos en Salesforce: reglas de duplicados y reglas de coincidencia

Una regla de coincidencia decide cuándo dos registros son el mismo; una regla de duplicados decide qué ocurre «cuando se crea o se edita un registro»: puede «bloquear o alertar a los comerciales», y sus opciones Permitir e Informar (Allow y Report) dejan guardar un duplicado y lo registran en un informe. Puedes tener «hasta cinco reglas de duplicados activas por objeto» y «hasta tres reglas de coincidencia en cada regla de duplicados». La regla de coincidencia de contactos estándar, activa de forma predeterminada, exige que coincidan el nombre y los apellidos más una señal adicional, como el email, el teléfono, o el cargo y el nombre de la cuenta. El email debe coincidir exactamente; los nombres de pila también pueden coincidir por iniciales o por variantes del nombre.

Higiene de datos del CRM en HubSpot: deduplicación por email y dominio, y fusiones

«HubSpot deduplica automáticamente los contactos mediante las direcciones de email y las empresas mediante los nombres de dominio». El punto débil son las integraciones: «las empresas creadas a través de la API no se deduplicarán por la propiedad Nombre de dominio de la empresa», y eso incluye las aplicaciones de sincronización de terceros. Las fusiones conservan los valores del registro principal y usan el valor del secundario solo donde el principal está vacío, así que elige el principal teniendo en cuenta tu regla de prevalencia. La etapa del ciclo de vida conserva «la etapa más avanzada del embudo» y, por defecto, se crea un nuevo Record ID. Los registros que forman parte de «un total combinado de 250 fusiones o más» no se pueden fusionar, y «No es posible deshacer la fusión de registros».

4. Buenas prácticas de higiene de datos en los registros de contacto: cambios de cargo y de empresa, rebotes y direcciones catch-all

Los registros de contacto se quedan obsoletos porque las personas se mueven. La antigüedad mediana de los asalariados de Estados Unidos con su empleador actual es de 4,1 años, de 3,0 años en la franja de 25 a 34 años, y el 20,6 % lleva un año o menos en su empresa. En un solo mes, las salidas de trabajadores (separations) sumaron 5,1 millones, el 3,2 % del empleo de Estados Unidos. Las causas se explican en qué es el deterioro de los datos; este paso trata de qué hacer al respecto.

En cuanto al email, ZeroBounce informa de que «de media, al menos el 23 % de una lista de emails se deteriora en solo un año», de que «solo el 62 % de todos los emails enviados a ZeroBounce en 2025 eran válidos» y de que «más del 9 % de todos los emails que comprobó eran catch-all». «Esa población más amplia no es una referencia de Spona ni una comparación entre países». Las direcciones candidatas que Spona comprobó dieron estos resultados:

Datos de Spona. «Contamos las aprobadas y las catch-all sobre el total de direcciones candidatas únicas comprobadas. Otros rechazos incluye las direcciones no válidas, desconocidas, desechables y suprimidas. Estas categorías son mutuamente excluyentes». «Rebote duro significa fallos de entrega permanentes divididos entre los envíos intentados al subconjunto verificado, excluidas las direcciones catch-all». «La colocación en la bandeja de entrada es una métrica aparte».

Spona lo formula así: «Objetivo operativo recomendado: rebotes duros por debajo del 2 % en una lista recién comprobada. Volver a comprobar e investigar cuando se supere. Los desgloses por función y por sector siguen sin medirse». Es un objetivo, no una garantía.

5. Calendario de higiene de datos: qué cambió en el panel de Spona en un trimestre y las tareas semanales, mensuales y trimestrales

Fija el calendario según la velocidad a la que cambian los registros. Spona lo midió en un panel estable de 10.000 registros por país, comparando cada registro al principio y al final de un trimestre:

La nota metodológica de Spona dice: «Comparamos los mismos registros al principio y al final del trimestre, conservamos las marcas de tiempo de las evidencias e informamos por separado de los cambios de empleo y de email, porque pueden solaparse». Lee el panel por los títulos de sus columnas: un cambio de cargo o de empresa, y un email que cambió o dejó de ser válido. Las dos columnas nunca se suman y describen un trimestre en cuatro países, no una tasa anual. La nota metodológica también indica: «El informe publicado no establece con qué frecuencia cambian de empleo los contactos de Spona». Como contexto externo, el 23 % anual de ZeroBounce equivale aproximadamente a un 6,3 % trimestral con un modelo de deterioro constante; «Este cálculo externo es un equivalente trimestral modelado, independiente de las mediciones por país de Spona anteriores».

En estos paneles, entre uno de cada 20 emails (Alemania, 5,0 %) y aproximadamente uno de cada 15 (Estados Unidos, 6,5 %) cambió o dejó de ser válido en un solo trimestre, así que no te fíes de una comprobación de más de 90 días. La cadencia propia de Spona: «verificar el email antes de la entrega y de nuevo antes de un envío si la comprobación tiene más de 30 días, actualizar los contactos de alta actividad cada 30 días y el resto de la base de datos cada 90 días. La cadencia está confirmada por Spona». Los 280 millones de contactos únicos de Spona no están todos verificados: el 65 % tiene un email verificado y el 35 % un teléfono de empresa, ambos grupos pueden solaparse y «Tener teléfono no significa tener una línea directa verificada». La actualización completa de la base de datos figura como «90 días» y se describe como una «cadencia confirmada», no como una garantía de frescura.

Anota cada ejecución en la pestaña Registro de cadencia de la checklist de higiene de datos; calcula la tasa de rebote duro y marca la ejecución como Recheck (volver a comprobar) por encima del 2 %.

6. Higiene de datos del CRM en herramientas sincronizadas y fuentes de leads: fija las reglas antes de que entren los datos

La mayoría de los registros erróneos llega a través de un conector, no de un teclado, y los conectores se saltan algunas de las reglas del paso 2: las reglas de validación de HubSpot no se ejecutan en los workflows, las empresas creadas por API no se deduplican por dominio y Salesforce pide probar cada regla de validación con cada integración. Las buenas prácticas de higiene de datos del CRM para herramientas sincronizadas empiezan por un sistema de referencia por campo: qué herramienta puede escribir el email, el cargo, el teléfono, la etapa del ciclo de vida y la baja, y cuál solo puede leerlos. El consejo de Trailhead para Marketing Cloud sirve para cualquier sincronización: «Sincroniza solo los contactos o la información que vayas a usar en envíos o en la personalización».

Antes de que cualquier conector escriba en el CRM, aplica la prueba de aceptación de Spona: «Prueba de aceptación para cada conector concreto: autenticación, objetos compatibles, mapeo de campos, reglas de duplicados, dirección de la sincronización, comportamiento de reintento y elegibilidad según el plan». Hazla con 100 registros en un sandbox y compara el número de duplicados antes y después.

La misma prueba se aplica a Spona. La sincronización con el CRM está confirmada a nivel de funcionalidad: «Premium anuncia sincronización con el CRM en tiempo real. Expert anuncia integraciones, acceso a la API y automatización de campañas». No hay confirmada ninguna lista de conectores nativos de CRM concretos, y la entrega por CSV y API de Spona tampoco lo resuelve: «Ninguna de las dos demuestra un conector nativo específico ni una sincronización bidireccional». Trata a Spona como a cualquier otra fuente: tus reglas de campos y de duplicados deciden qué entra en el CRM. Para saber qué campos vacíos debería rellenar una sincronización, consulta enriquecimiento de datos del CRM.

7. Higiene de datos y RGPD: exactitud, limitación del plazo de conservación y cuándo suprimir

Cuando se trata de datos personales de personas de la UE o del Reino Unido, la higiene de datos es en parte una obligación legal. El artículo 5, apartado 1, letra d), del RGPD exige que los datos personales sean «exactos y, si fuera necesario, actualizados», y que se adopten «todas las medidas razonables» para que se supriman o rectifiquen «sin dilación» los datos inexactos. El artículo 5, apartado 1, letra e), limita la conservación a «no más tiempo del necesario para los fines del tratamiento de los datos personales», y el artículo 5, apartado 2, hace al responsable del tratamiento responsable del cumplimiento de los principios del artículo 5 del RGPD y «capaz de demostrarlo».

El ICO interpreta la exactitud en función de la finalidad: mantener los datos al día «depende de para qué uses la información», y su checklist pide «un proceso para identificar cuándo necesitamos mantener los datos actualizados». Una organización que guarda los datos de antiguos clientes con fines de marketing no tiene que usar servicios de cotejo o localización de datos, pero debería actualizar un registro cuando un cliente le facilita una dirección nueva. Sobre la conservación, «El UK GDPR no fija plazos concretos para los distintos tipos de datos»; necesitas una política que establezca plazos de conservación estándar «siempre que sea posible» y deberías «revisar periódicamente los datos que conservas, y suprimirlos o anonimizarlos cuando ya no los necesites». Pasar los datos a un soporte fuera de línea no equivale a suprimirlos. Las dos páginas del ICO están en revisión tras la Data (Use and Access) Act, así que compruébalas antes de fijar tu política.

Fija un plazo de conservación por tipo de registro, revísalo cada año (nuestra recomendación; el ICO no fija ninguna frecuencia) y anota lo que hayas suprimido o anonimizado. Que los datos estén limpios no equivale a tener permiso: «Comprar una lista B2B no otorga permiso para enviar emails a esa lista; establece una base jurídica para el tratamiento de datos personales, cumple las obligaciones de transparencia y de oposición, y sigue las normas de marketing electrónico del país del destinatario, incluido el consentimiento previo cuando se exija».

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

Higiene de datos: preguntas frecuentes (FAQ)

¿Qué es la higiene de datos y por qué es importante?

La higiene de datos es el trabajo continuo de mantener los registros exactos, completos, sin duplicados y al día. Importa porque cada lista, informe y envío se construye sobre esos registros: una investigación de Gartner concluyó que la mala calidad de los datos cuesta a las organizaciones una media de 12,9 millones de dólares al año.

¿Qué otra palabra se usa para la higiene de datos?

Depuración o saneamiento de datos; en inglés, data cleansing, data cleaning y data scrubbing. En sentido estricto, esos términos describen el paso de corrección; la higiene de datos (data hygiene) abarca además las reglas que frenan los registros erróneos en la entrada y el calendario que mantiene al día los buenos.

¿Cuál sería un ejemplo de depuración de datos (data scrubbing)?

Un campo de país contiene «Germany», «DE» y «Deutschland», dos registros comparten ana.ruiz@example.com y 40 números de teléfono no tienen prefijo de país. La depuración asigna DE a todos los valores de país, fusiona los dos registros bajo uno principal y reescribe los números en formato internacional.

¿Qué significa higiene del CRM?

La higiene del CRM, o higiene de datos del CRM, es la higiene de datos aplicada dentro del CRM: reglas de campo, reglas de duplicados y de coincidencia, un propietario para cada registro y un calendario de actualización. Las 12 reglas del principio de esta página son una versión lista para usar.

¿Cómo se automatiza la higiene de datos en HubSpot y Salesforce?

Activa primero las reglas integradas: reglas de validación y deduplicación automática por email y dominio en HubSpot, y reglas de validación, de duplicados y de coincidencia en Salesforce. Después programa lo que esas reglas no pueden hacer: informes de los registros cuya última verificación ha caducado, un informe semanal de duplicados y la nueva verificación antes de los envíos. Deja las fusiones en manos de una persona, porque en HubSpot no se pueden deshacer.

¿Qué impacto tiene la IA en la higiene de datos del CRM?

Las herramientas de IA actúan sobre los registros que leen, así que heredan sus errores. En una encuesta de Validity, el 99 % de los administradores consideraba sus herramientas de IA al menos algo precisas, mientras que el 24 % afirmaba que menos de la mitad de sus datos era exacta y completa, y «El cuarenta y ocho por ciento de los administradores encuestados ha notado una aceleración del deterioro de los datos de clientes en los últimos 12 meses». Limpia los datos de entrada antes de automatizar decisiones basadas en ellos.