Si eres RevOps, Sales Ops, o el responsable técnico del CRM en tu empresa, probablemente ya sientes cuándo algo está mal en los datos. Lo ves en las listas que no hacen sentido, en los workflows que disparan sin lógica, en los reportes que nadie cree del todo.

Pero ¿tienes un sistema para medirlo?

La mayoría de equipos revisa el CRM de forma reactiva: cuando algo falla. Este artículo propone una mirada diferente. 8 métricas que, si están sanas, garantizan que las automatizaciones, las campañas y los agentes de IA que construyes encima van a funcionar como se espera.

Son las mismas 8 métricas que usamos en Impulse antes de tocar cualquier implementación. Ahora están disponibles como herramienta pública: el CRM Health Auditor.

Por qué estas 8 métricas y no otras 

Un CRM puede tener docenas de problemas. Pero hay 8 dimensiones que, cuando fallan, rompen todo lo demás:

• Identidad de contactos: ¿los contactos son entidades únicas y reales? → M1 y M8
• Coherencia del pipeline: ¿el estado de deals y contactos refleja la realidad comercial? → M2 y M3
• Limpieza operativa del sistema: ¿hay deuda técnica acumulada que bloquea el futuro? → M4 y M5
• Costo de datos malos: ¿hay contactos que se pagan sin generar valor? → M6
• Consistencia de responsabilidad: ¿hay claridad sobre quién gestiona qué? → M7

Estas 8 métricas son el mínimo viable para un CRM que pueda soportar automatización e IA de forma confiable. Si alguna está rota, el resto se resiente aunque no siempre se sepa de dónde viene el problema.

M1 — Email validity & uniqueness

Qué mide: el porcentaje de contactos con email válido, único y correctamente normalizado. La normalización incluye conversión a minúsculas, eliminación de espacios y aplicación del gmail dot-stripping, las direcciones Gmail ignoran los puntos en el username, por lo que juan.perez@gmail.com y juanperez@gmail.com son la misma persona y deben tratarse como un único contacto.

Por qué importa: un CRM con 10% de emails duplicados tiene el 10% de sus contactos representados como múltiples entidades. Eso significa campañas que llegan múltiples veces a la misma persona, datos de engagement partidos entre registros duplicados, y un pipeline donde el denominador está inflado artificialmente.

• Señal de score bajo: tasas de entrega anómalas, contactos con historial de actividad inconsistente, leads que el equipo no puede encontrar cuando busca por email
• Benchmark de referencia: un CRM sano tiene menos del 3% de emails duplicados o inválidos

M2 — Lifecycle stage coherence 

Qué mide: el porcentaje de contactos donde el lifecycle stage es coherente con su historial real de deals. Un lifecycle coherente significa: si el contacto tiene un deal closed-won, su stage debería ser 'customer'. Si tiene alto engagement reciente pero figura como 'subscriber', está mal clasificado. Si es 'lead' con deal ganado, no recibirá el nurture correcto.

Por qué importa: el lifecycle stage determina qué workflows disparan para cada contacto. Un 'customer' con el stage equivocado no recibirá el onboarding correcto. Un 'lead' con deal ganado recibirá mensajes de captación en lugar de retención. La segmentación entera depende de que estos estados reflejen la realidad.

• Señal de score bajo: workflows que se activan en el momento equivocado, listas de 'clientes' que incluyen personas que nunca compraron, mensajes de captación enviados a clientes activos
• Benchmark de referencia: un CRM sano tiene coherencia de lifecycle stage por encima del 90% de contactos

M3 — Stale deals 

Qué mide: el porcentaje de deals en etapa no cerrada (ni closed-won ni closed-lost) con fecha de cierre vencida hace más de 30 días. Es el equivalente a un bote de basura que nadie vacía, los items se acumulan y el sistema pierde credibilidad.

Por qué importa: este es el dato más revelador de un forecast inflado. Cada deal con fecha vencida que sigue abierto aparece en el pipeline pero tiene una probabilidad de cierre incierta. En un CRM con 20% de stale deals, el forecast que sale del sistema es ficción y la dirección lo sabe, aunque no sepa cuantificarlo.

• Señal de score bajo: forecast que nunca se cumple, conversaciones de pipeline review que siempre terminan en ajustes manuales, dirección que no confía en los números del CRM
• La regla práctica: si un deal no cierra en la fecha comprometida y nadie actualiza la fecha, el CRM pierde un punto de credibilidad por semana. Multiplicado por la cantidad de deals stale, el impacto es significativo.

 M4 — Unused custom properties 

Qué mide: el porcentaje de propiedades custom las que tu equipo creó, no las nativas de HubSpot que no han sido usadas en los últimos 90 días. Una propiedad 'usada' es aquella que aparece en al menos un workflow activo, en un filtro de lista, en una vista guardada, o que fue actualizada en algún registro en los últimos 90 días.

Por qué importa: cada propiedad huérfana genera tres problemas concretos. Primero, confunde al equipo cuando construye un nuevo workflow ('¿esta propiedad aún se usa?'). Segundo, bloquea integraciones futuras porque hay duplicidad de propósito con el campo nuevo que se quiere crear. Tercero, añade tiempo de carga al objeto en la API.

En CRMs con varios años de operación, es común encontrar entre 30% y 50% de propiedades custom sin uso. El problema no es que existan, es que nadie sabe cuáles están activas y cuáles no.

• Señal de score bajo: equipo que tiene miedo de tocar propiedades existentes, campos con nombres crípticos que nadie recuerda para qué sirven
• Impacto en IA: las propiedades huérfanas confunden a los agentes de IA que intentan entender la estructura de datos del CRM para operar sobre ella.

M5 — Zombie workflows 

Qué mide: el porcentaje de workflows activos (enabled = true en HubSpot) que llevan 60 o más días sin enrollar a ningún contacto, deal o empresa.

Por qué importa: un workflow activo sin enrollments puede estar en tres estados peligrosos:

1. Fallando silenciosamente por un cambio en las condiciones de entrada que nadie detectó
2. Esperando un evento que ya no ocurre en el sistema porque el proceso cambió
3. Listo para activarse masivamente si alguien modifica los datos de entrada sin saber que ese workflow existe

El riesgo principal no es el workflow zombie en sí — es el momento en que se activa inesperadamente. Y cuando eso pasa, el diagnóstico es difícil porque nadie recuerda que ese workflow existía ni qué hace.

• Señal de score bajo: workflows que se activan sin que nadie los haya activado, contactos que reciben comunicaciones inesperadas, equipo que tiene 'miedo' de cambiar configuraciones del CRM por no saber qué va a romper
• Benchmark: un CRM operativo sano debería tener menos del 10% de workflows en estado zombie sobre el total de workflows activos

M6 — Inactive contacts in marketing 

Qué mide: el porcentaje de contactos marcados como 'MARKETABLE' en HubSpot, es decir, que se facturan dentro del tier de contactos de marketing que llevan 180 días o más sin ninguna actividad registrada. La actividad incluye: apertura de email, clic en email, visita web, envío de formulario, o reunión agendada.

Por qué importa: en HubSpot, los contactos marketable se facturan independientemente de si generan actividad. Un contacto que lleva 6 meses sin abrir un email, sin visitar el sitio y sin ninguna interacción tiene una probabilidad de conversión cercana a cero, pero sigue sumando al costo mensual de la plataforma.

El CRM Health Auditor calcula el costo mensual estimado en USD de estos contactos inactivos, basado en el tier actual de la cuenta. En bases de más de 50.000 contactos, el ahorro de marcarlos como no-marketing puede ser significativo.

• Esto no es solo un tema de costo: una base con 30% de contactos inactivos genera métricas de engagement que no reflejan el mercado activo real, tasas de apertura infladas por los activos, tasas de entrega afectadas por los inactivos
• Señal de score bajo: tasas de engagement que no corresponden al tamaño de la base, costo por contacto marketable que sube cada trimestre sin crecimiento proporcional en pipeline

M7 — Owner consistency 

Qué mide: el porcentaje de deals donde el owner del deal coincide con el owner del contacto principal asociado.

Por qué importa: en HubSpot, muchos workflows y automatizaciones disparan en función del owner, notificaciones de seguimiento, tareas asignadas, secuencias de correo. Si el deal está asignado al vendedor A pero el contacto principal está asignado al vendedor B, las automatizaciones van a disparar para la persona equivocada. El seguimiento se duplica o, peor, se pierde.

También genera confusión operativa: ¿quién es el responsable real de este deal? ¿El vendedor que tiene el deal, el que tiene el contacto, o los dos? Cuando hay una rotación en el equipo, este problema se amplifica porque los deals quedan asignados al vendedor que se fue.

• Señal de score bajo: deals que nadie sigue porque 'yo pensé que era de fulanito', contactos que reciben comunicaciones de dos vendedores diferentes
• En equipos con alta rotación o asignación manual de leads, esta métrica puede caer por debajo del 70% sin que nadie lo note — hasta que empiezan los problemas

M8 — Data completeness 

Qué mide: el porcentaje de contactos que tienen todos los campos críticos completos: firstname, lastname, email, jobtitle, industry, country, y lifecyclestage. Estos siete campos son el mínimo para operar segmentación avanzada y personalización.

Por qué importa: estos campos no son nice-to-have, son los campos sobre los que operan la personalización, la segmentación y los agentes de IA.

• Sin jobtitle, no puedes segmentar por cargo. Los mensajes de 'para directores de ventas' llegan a toda la base.
• Sin industry, no puedes personalizar por vertical. Un cliente de retail recibe el mismo mensaje que uno de salud.
• Sin lifecyclestage completo, los workflows de nurture no saben en qué etapa del ciclo está cada contacto.
• Sin country, no puedes diferenciar por mercado ni cumplir con regulaciones locales de comunicación.

La completitud de datos es el prerequisito de la inteligencia. Un agente de IA que no sabe con quién está hablando no puede personalizar. Una segmentación sobre campos vacíos es una segmentación genérica disfrazada de personalización.

• Benchmark mínimo para operar IA de forma efectiva: 80% de los contactos con los 7 campos completos
• Señal de score bajo: campañas que se sienten genéricas aunque estén en HubSpot, agentes de IA que no pueden contextualizar sus respuestas

Cómo auditar las 8 métricas en menos de 5 minutos 

 El CRM Health Auditor corre las 8 métricas automáticamente y entrega el resultado en minutos. No requiere configuración de APIs ni acceso de escritura al CRM solo lectura. 

Instrucciones de instalación:

1. Descarga e instala el SKILL en tu Claude o ChatGPT desde el link de abajo
2. Si ya tienes un conector de HubSpot, Salesforce u otro CRM activo en tu Claude/ChatGPT el SKILL lo detecta automáticamente y el diagnóstico corre sin ningún paso adicional.
3. Si no tienes conector, cuando el SKILL te lo pida, exporta tus datos como CSV (contactos, deals, propiedades, workflows) y cárgalos. El SKILL procesa los datos localmente.

El resultado incluye:

• Health Score global de 0 a 100, el promedio de las 8 métricas
• Score individual para cada una de las 8 dimensiones
• Lista de issues específicos: los registros exactos que tienen el problema no un porcentaje abstracto, sino los contactos, deals o workflows reales que necesitan atención
• Para M6 (contactos inactivos): estimado del ahorro mensual en USD si se limpian.

Si ya tienes tu score antes del 11 de junio, mucho mejor.

El 11 de junio en SINFONÍA Lima 2026 mostramos en demo en vivo cómo se ve un Revenue System con las 8 métricas en verde y qué es posible encima de él: automatizaciones que funcionan sin ruido, agentes de IA con contexto real, pipeline que la dirección puede creer. Trae tu número y lo miramos juntos. 

Preguntas frecuentes

¿Qué es el CRM health score y cómo se calcula? 

 El CRM health score es una métrica de 0 a 100 que mide la calidad y confiabilidad de los datos en un CRM. Se calcula como el promedio de 8 métricas: (1) validez y unicidad de emails, (2) coherencia de lifecycle stages, (3) deals con fecha de cierre vencida, (4) propiedades custom sin uso, (5) workflows activos sin enrollments, (6) contactos facturables sin actividad, (7) consistencia de ownership entre deals y contactos, y (8) completitud de campos críticos. Un score de 80 o más indica un CRM listo para soportar automatización e IA de forma confiable. 

¿Cuántos contactos duplicados es normal tener en un CRM?

En un CRM bien administrado, la tasa de duplicados debería ser inferior al 3%. CRMs con historial de más de 3 años sin auditoría regular suelen tener entre 10% y 25% de duplicados, suficiente para distorsionar métricas de engagement, inflar el pipeline y generar doble seguimiento. Los duplicados son especialmente comunes cuando el CRM recibe leads de múltiples fuentes sin deduplicación automática. 

¿Qué son los zombie workflows en HubSpot? 

Son workflows configurados como activos (enabled = true) que llevan 60 o más días sin enrollar a ningún contacto, deal o empresa. Son problemáticos porque pueden activarse inesperadamente si cambian los datos de entrada, pueden causar conflictos silenciosos con otros workflows activos, y consumen recursos de monitoreo sin generar valor. La forma más rápida de identificarlos es filtrar workflows activos con enrollment count = 0 en los últimos 60 días en el panel de workflows de HubSpot o usar el CRM Health Auditor para que lo haga automáticamente. 

¿Por qué la coherencia del lifecycle stage importa para las automatizaciones? 

El lifecycle stage es la señal principal que muchos workflows usan para determinar qué mensaje enviar a qué persona. Si un contacto está marcado como 'lead' pero ya tiene un deal closed-won, los workflows de nurture seguirán enviándole mensajes de captación. Si está como 'customer' pero nunca compró, no recibirá el onboarding. La coherencia del lifecycle es el prerequisito funcional de cualquier workflow basado en etapa del ciclo de compra. 

¿Cómo afectan los contactos inactivos al costo de HubSpot?

En HubSpot, el costo del tier de marketing se basa en el número de contactos 'marketable' los que están habilitados para recibir comunicaciones de marketing. Los contactos inactivos que siguen marcados como marketable se facturan igual que los activos, aunque su probabilidad de conversión sea cercana a cero. Marcarlos como 'non-marketing' los excluye de la facturación sin eliminarlos del CRM. El CRM Health Auditor calcula el ahorro mensual estimado en USD basado en el tier actual de la cuenta. 

¿Cuántos campos debe tener completos un contacto para que la IA pueda personalizarlo? 

 El mínimo recomendado para personalización efectiva con IA es tener completos: firstname, lastname, email, jobtitle, industry, country y lifecyclestage, los 7 campos del indicador M8 del CRM Health Score. Sin estos campos, los agentes de IA no pueden distinguir entre un director de ventas de retail y un analista de marketing de salud. El benchmark mínimo para operar IA de forma efectiva es que el 80% o más de los contactos tengan los 7 campos completos. 

¿Tu equipo tiene el sistema o tiene las herramientas?

Hay una diferencia entre tener HubSpot y tener un sistema de revenue. Entre tener IA y tener agentes que producen resultados concretos. Si quieres entender cómo se ve esa diferencia en la práctica, no en teoría, el 11 de junio vamos a mostrarlo en vivo en Lima.

Si no estás en Lima, o si quieres hablar de cómo se ve esto aplicado a tu equipo específico, puedes reservar una sesión estratégica de 40 minutos

Deja de apagar incendios, Opera un sistema. Reserva tu sesión aquí

Eduardo Eneque es CEO de Impulse, HubSpot Diamond Partner, y fundador de Conversia — plataforma de Agentes IA integrada nativamente con HubSpot. Escribe sobre Revenue Systems, IA en negocios B2B, y el proceso de escalar empresas en LatAm.