Si tu CRM tiene teléfonos mal escritos, duplicados o consentimientos sin registro, tus automatizaciones van a fallar. Antes de prender flujos, yo revisaría cuatro frentes: calidad de datos, formatos y duplicados, consentimientos y estados de pedido, y reglas por canal como WhatsApp e Instagram.
En corto, este checklist apunta a esto:
+54 9..., fechas claras y montos en ARSHay un dato que pesa: los datos de contacto se degradan entre 22% y 30% por año. O sea, limpiar una vez no alcanza. Yo tomaría este checklist como un filtro previo para no mandar mensajes repetidos, no romper reportes y no activar campañas sobre datos rotos.
Idea central: primero audito, después corrijo y recién al final automatizo.
Checklist de Limpieza de Datos CRM para Ecommerce: 4 Pasos Clave
Con los formatos ya definidos, medí el estado real de la base. Antes de corregir un solo campo, necesitás saber qué tan grave es el problema. Sin una medición de base, cualquier limpieza se hace a ciegas. El primer paso es sacar una muestra representativa y medir tres dimensiones puntuales: , y .
Empezá por los campos obligatorios y por los que usás en automatizaciones: email, teléfono, consentimiento, país e ID de pedido. En cada caso, calculá qué porcentaje de registros está completo. Cuando un campo clave tiene menos del 50% de completitud, por lo general hay dos causas: no está bien mapeado desde el origen o el formulario ni siquiera lo pide de forma obligatoria.
Después mirá la validez. Buscá emails sin @, teléfonos con formatos mezclados y fechas cargadas de maneras distintas. Por último, medí los duplicados cruzando email, teléfono e ID de cliente. Mantené la tasa de duplicados por debajo del 2%. Si te pasás de ese umbral, la segmentación y los reportes empiezan a perder confiabilidad.
| Dimensión | Qué medir | Impacto operativo |
|---|---|---|
| Completitud | % de campos obligatorios vacíos (email, consentimiento, ID de pedido) | Rompe automatizaciones y segmentación |
| Validez | Formatos válidos de email, teléfono y fecha | Genera errores en flujos y envíos fallidos |
| No duplicación | Duplicados por email, teléfono o ID de cliente | Distorsiona reportes y genera mensajes repetidos |
Muchas veces el problema no aparece en la base: entra desde el origen. Confirmá cómo llegan los registros desde cada fuente - tienda, CRM, soporte, WhatsApp e Instagram - y si los nombres de los campos coinciden entre sistemas. Un mapeo mal resuelto puede pisar datos correctos con valores vacíos o desactualizados.
También conviene definir qué sistema es la fuente de verdad para cada campo clave. Si más de una fuente puede sobreescribir un campo que debería mantenerse estable, el dato termina quedando inconsistente sin que nadie se dé cuenta. Por eso, priorizá formularios con validación en origen para teléfono, email y fecha.
Recién después de este chequeo tiene sentido pasar a corregir campos y duplicados.
Con la auditoría lista, toca ordenar la base: corregir formatos, completar lo que se pueda y sacar duplicados.
El primer paso es fijar un solo formato por campo y usarlo en toda la base antes de activar cualquier automatización. Si un mismo cliente aparece con el teléfono escrito de dos maneras, el sistema puede leerlo como si fueran dos personas.
Para Argentina:
| Campo | Formato correcto | Error común |
|---|---|---|
| Nombre | Juan Pérez | JUAN PEREZ / juan perez |
| Teléfono | +5491112345678 | 011-15-12345678 / 1112345678 |
| nombre@dominio.com, sin espacios y en minúsculas | Nombre@Dominio.com / nombre@dominio.com· | |
| Dirección | Calle, número, piso/depto. y CP en campos separados | Av. Santa Fe 1234 2B en un solo campo |
| Fecha | YYYY-MM-DD (sistema) / DD/MM/AAAA (visualización) | 06/15/2026 / June 15 |
| Moneda | $ 1.234,56 | 1234.56 / $1234,56 |
| Código postal | B1640 o C1001AAA | 1640 / CP 1640 |
Hay un punto que suele pasarse por alto: normalizá antes de deduplicar. Si fusionás primero, muchas coincidencias se te van a escapar.
Recién después de estandarizar, deduplicá.
No todos los registros incompletos piden la misma acción. Depende de qué dato falta y del valor que tenga ese contacto.
Si no hubo actividad en más de 18 meses o los datos son inválidos, lo más prolijo es archivarlo: lo dejás fuera de los flujos activos, pero sin borrarlo. Si falta un campo crítico y todavía puede recuperarse, conviene enriquecerlo con una fuente confiable. Y si el problema es un error de formato que ya conocés, corresponde corregirlo con reglas de normalización o revisión manual.
En CRMs grandes, los duplicados aparecen todo el tiempo. No es un tema menor. Para fusionar sin perder datos, necesitás dos cosas: criterios de coincidencia y reglas de prioridad.
En la coincidencia, el email exacto es el criterio de mayor confianza y puede fusionarse de forma automática. En cambio, los casos de nombre parecido + empresa o teléfono exacto piden revisión manual. No conviene fusionar usando solo el nombre.
Al momento de unir registros, priorizá el que tenga más campos completos, el contacto verificado más reciente y el consentimiento más nuevo. El historial de pedidos y las notas de soporte se consolidan; no se pisan. Y antes de una deduplicación masiva, exportá un CSV como respaldo.
Con la base limpia, seguí con consentimientos y estados de pedido.
Con la base ya ordenada, toca revisar los datos que habilitan o frenan la comunicación. Acá no se trata solo de prolijidad. Un error puede terminar en incumplimientos bajo la Ley 25.326 o afectar la calidad de tu cuenta de WhatsApp.
El problema más común es simple: el mismo estado aparece escrito de mil formas. Por ejemplo, "subscribed", "sí", "activo" o "1". Antes de automatizar, todos esos valores tienen que convertirse en un único vocabulario: Opt-in, Opt-out o Pendiente.
Además, cada consentimiento tiene que guardar estos datos:
| Canal | Campo en el CRM | Estados aceptados | Qué hacer |
|---|---|---|---|
email_consent_status | Opt-in, Opt-out, Inválido | Bloqueá envíos promocionales si es Opt-out o Inválido | |
wa_consent_status | Opt-in, Opt-out, Pendiente | Bloqueá todo si es Opt-out; permitís mensajes transaccionales si está en Opt-in | |
ig_consent_status | Opt-in, Opt-out | Bloqueá los promocionales si es Opt-out |
En WhatsApp hay un punto que pesa mucho: usá doble opt-in para dejar un registro auditable dentro del historial del chat. Si la calidad de la cuenta baja, pausá campañas y limpiá contactos inactivos.
Después del consentimiento, mirá los estados del pedido. Si están mal, van a disparar automatizaciones equivocadas. Un pedido marcado como "Enviado" sin tracking, o un pago con monto de $ 0, son señales claras de datos rotos.
La idea es simple: normalizá los estados a una sola lista - pendiente, pagado, cancelado, enviado, entregado y devuelto - y comprobá que cada combinación tenga lógica.
| Estado del pedido | Verificación lógica requerida |
|---|---|
| Pagado | El monto debe ser > $ 0 y debe existir un ID de transacción |
| Enviado | Debe tener un link de seguimiento funcional |
| Devuelto | Debe estar vinculado a un Order ID original y actualizar el stock |
| Cancelado | No debe disparar flujos de "Envío en camino" ni "Pedí tu reseña" |
Dicho de otro modo: si el dato no tiene sentido, la automatización tampoco lo va a tener.
Con consentimientos y pedidos ya validados, recalculá las etiquetas de lifecycle según compras reales. Los segmentos viejos suelen quedar desfasados y dejan de mostrar lo que el cliente hace hoy.
Recalculá cada segmento con compras reales. Para "inactivo", definí una ventana concreta: 180 días sin compra para moda, 30 días para consumibles. Para "VIP", usá umbrales de facturación en pesos argentinos (ARS) al día. Y para "en riesgo de abandono", combiná días sin compra con falta de interacción en los últimos 90 días.
Si un cliente tiene la etiqueta "VIP" pero su última compra fue hace más de un año, ese dato va a contaminar tus campañas de alto valor.
Por eso conviene automatizar una revisión mensual que mueva los registros entre segmentos según el comportamiento real, no según el momento en que recibieron la etiqueta por primera vez.
Con los consentimientos y el lifecycle ya validados, queda un último filtro: el canal de contacto. Acá la meta es simple: que un mismo cliente quede vinculado en todos los canales antes de automatizar.
Unificá los números de WhatsApp en formato E.164: +5491155551234, sin espacios ni guiones. En Instagram, guardá el usuario como una cadena alfanumérica única y asociada al mismo cliente. Si una persona arranca una conversación desde un canal nuevo, el sistema tiene que consolidar el registro que ya existe, no abrir otro desde cero.
Si eso no pasa, aparece el problema de siempre: el historial de compras, los consentimientos y los datos del canal quedan partidos en distintos perfiles.
| Campo | Formato requerido (Argentina) | Por qué importa |
|---|---|---|
| Número de WhatsApp | +5491155551234 (sin espacios ni guiones) | Evita fallas de entrega y perfiles duplicados |
| Usuario de Instagram | Cadena alfanumérica única | Permite vincular la identidad entre canales |
| Fecha de última interacción | DD/MM/AAAA | Ayuda a auditar inactividad y pausar envíos |
Cuando el dato ya está unificado, pasá a los controles de sincronización. Definí estos tres controles:
Si Burbuxa sincroniza datos de Shopify, Tiendanube o VTEX en tiempo real, frená la automatización cuando haya conflictos de identidad o cambios críticos. En esos casos, conviene derivar el caso a revisión manual.
Antes de automatizar, dejá definidos los formatos, los duplicados, los consentimientos, los estados y las reglas por canal.
Conviene mantener el CRM limpio todo el tiempo. Hacer una limpieza una sola vez no alcanza.
Lo mejor es mezclar validación en tiempo real con rutinas periódicas. Por un lado, sumá revisiones semanales o mensuales para corregir errores que se van acumulando. Por otro, hacé al menos una revisión trimestral para ajustar la estructura de campos al proceso real.
Priorizá los campos que pegan de lleno en la operación, la facturación y la experiencia del cliente: emails, números de WhatsApp, códigos postales, CUIT/CUIL y fechas (DD/MM/AAAA).
Después, pasá por inventarios, precios, direcciones de envío y consentimientos. Además de chequear cada dato por separado, mirá si hay coherencia entre campos relacionados. También conviene detectar duplicados y campos obligatorios vacíos para evitar errores en automatizaciones por WhatsApp e Instagram.
Fusioná de forma automática solo las coincidencias exactas en identificadores confiables, idealmente un email idéntico, y cuando además haya más campos completos. El resto conviene dejarlo para revisión manual.
Primero atacá los duplicados que pegan de lleno en la operación y en las automatizaciones: email/teléfono y registros con pedidos activos, actividad reciente o campañas en marcha. Si no está claro, no fusionar hasta definir un criterio según el tipo de coincidencia.