Validación de datos: de 40% a 95% de registros válidos

¿Cómo pasa una base de datos de 40% a 95% de registros válidos? Con un proceso de tres semanas que deduplica, normaliza y deja reglas para que no se vuelva a ensuciar. Si tu equipo de ventas ya no confía en el CRM —duplicados, teléfonos muertos, correos rebotados—, este es el sistema que separa el oro del lodo. Aquí qué incluye, cuánto cuesta y por qué importa antes de cualquier dashboard.

¿Por qué tu equipo ya no confía en el CRM?

Un CRM construido durante años acumula basura: clientes duplicados con tres registros distintos, teléfonos inválidos, correos rebotados que nadie depuró, RFCs mal capturados, nombres con typos. Nadie lo ensució a propósito; se ensució solo, dato por dato.

El costo lo paga ventas. El equipo pierde horas detectando duplicados a mano, o cae en errores caros: manda la misma cotización dos veces, llama a un teléfono muerto, habla con un contacto que ya no trabaja ahí. Cada llamada a un número muerto cuesta más de lo que parece.

El problema de fondo: el 40-60% de tu base puede estar inservible y nadie lo sabe con certeza, porque nadie ha medido cuántos registros son únicos y válidos.

¿Qué incluye el proceso, semana por semana?

El trabajo está armado en tres semanas, cada una con un entregable claro:

• Semana 1 — Ingesta y diagnóstico. Se conectan tus fuentes (CRM, hojas, sistemas legacy) y se mapean duplicados, datos faltantes y formatos rotos. El primer entregable es el número crudo: cuántos registros tienes vs cuántos son únicos válidos.
• Semana 2 — Deduplicación y normalización. Claude resuelve los casos ambiguos uno por uno. Se normalizan teléfonos, correos y RFCs. Cada correo se valida con ZeroBounce y los datos faltantes se enriquecen con Apollo o Hunter.
• Semana 3 — Output y reglas al ingreso. Vuelve a tu CRM la base limpia, y se configuran reglas de validación al ingreso: sin RFC válido no se crea contacto, dedupe automático en captura. La base no se vuelve a ensuciar.

El resultado en número: pasas de 40-60% válida a 85-95% en tres semanas. En la práctica, eso puede ser pasar de 12K registros a 7K que sí valen.

Regalo: antes de limpiar nada, conviene poner en número las horas que tu equipo de ventas pierde validando a mano. Hice una calculadora gratis para eso: calculadora ROI — automatizar vs seguir a mano. Mete las horas y el costo, y ve la diferencia a 12 meses. No pide correo.

¿En qué se diferencia de una macro de Excel?

Esta es la parte que la mayoría subestima. Deduplicar con una macro aplica una regla rígida —"mismo email = mismo contacto"— y se equivoca justo en los casos que importan: los ambiguos.

Aquí cada caso ambiguo lo resuelve Claude leyendo el contexto. "Juan Pérez SA de CV" y "J. Pérez S.A." con teléfonos distintos pero el mismo RFC: el sistema decide si son el mismo y te muestra el porqué. No es una regla ciega, es criterio caso por caso. Una solución tipo ZoomInfo cleanup cuesta alrededor de $20K USD al año por seat y aun así no aprende tu nomenclatura particular; este proceso sí.

¿Por qué limpiar antes de visualizar?

Porque visualizar datos sucios solo te da decisiones malas más rápido. Si conectas un CRM lleno de duplicados a un dashboard bonito, el dashboard no arregla la base: la exhibe. El orden correcto es limpiar primero, visualizar después.

Por eso la validación suele ser el paso previo a un portal de datos. Una vez que confías en la base, ya tiene sentido conectarla a una vista que se actualiza sola. La diferencia entre un portal a la medida y un BI genérico la explico en BI genérico vs dashboard a la medida, y el costo del retraso por datos malos en el costo de decidir con datos viejos.

Si tu base ya no es confiable y quieres separar el oro del lodo antes de visualizar nada, aquí está el sistema: Validación de Datos. $45,000 MXN, 3 semanas, y la base se queda limpia.