NNEKOVU
MOFUMigracióncrm-migration

Migración de CRM: qué hacer con datos duplicados

Cómo detectar, clasificar y mergear duplicados durante la migración de CRM. Match strategies, golden record, merge seguro y cuándo NO mergear.

Equipo NEKOVU··14 min de lectura

TL;DR

Los duplicados migración crm son el punto donde más proyectos se rompen silenciosamente. No se rompen con error técnico; se rompen porque el equipo migra con datos sucios, el CRM destino nace contaminado, y a los seis meses nadie confía en los reportes. Este artículo cubre cómo detectar duplicados con match strategies distintas según el caso, cómo distinguir merge seguro de merge destructivo, qué rol juega el "golden record" en la decisión, y el caso más contraintuitivo: cuándo NO conviene mergear aunque el sistema sugiera que sí.

En toda migración de CRM hay un momento donde alguien mira el preview del destino, ve tres versiones del mismo cliente con información ligeramente distinta, y pregunta: "¿qué hacemos con esto?". La respuesta depende. De dónde salieron los duplicados, qué información tienen, qué historia tiene cada uno, y qué riesgo se corre si se mergean mal. No hay regla única; hay un marco para decidir caso por caso.

Este artículo es para el data steward o el RevOps técnico que está en el medio de ese trabajo. Supone familiaridad con CRMs, con ETL básico, y con la frustración de ver que el mismo lead apareció como "Juan Perez", "Juan Pérez" y "j.perez@acme.com" en tres registros distintos, creados por tres vendedores, en tres momentos del último año.

Por qué aparecen los duplicados

Antes de resolver, vale entender la causa. Los duplicados no aparecen por accidente: aparecen porque el sistema permite crearlos. Los orígenes típicos:

  • Captura de leads desde múltiples fuentes sin deduplicación. Un lead llena el formulario del sitio, otro igual asiste al webinar, un tercero llega por outbound. Si el CRM no chequea email antes de crear, nacen tres registros.
  • Import batch sin control. Alguien sube un CSV de 2.000 contactos sin cross-reference con lo existente. La mitad ya estaba; se duplica.
  • Sincronización rota entre sistemas. Marketing tiene un contacto en su tool, ventas lo crea en el CRM, la sincronización bidireccional falla en algún update y empieza a divergir.
  • Variantes de dato que el sistema no reconoce como iguales. "ACME Corp", "ACME Corporation", "Acme Corp Inc" son la misma empresa pero el CRM las ve distintas.
  • Fusiones y adquisiciones. El equipo absorbe otra operación, ambos tenían sus propios CRMs, los datos se unen con solapamiento del 20-30%.

En la práctica, un CRM de 3+ años sin política activa de deduplicación tiene entre 8% y 25% de duplicados. Migrar esa base tal cual garantiza que el destino arranque contaminado.

Detección: match strategies

Detectar duplicados no es una sola operación: son múltiples estrategias de match corriendo en paralelo, cada una capturando un tipo distinto de duplicado.

Match exacto por email

La estrategia base y la menos ambigua. Si dos registros tienen el mismo email (normalizado: minúsculas, sin espacios, sin alias tipo juan+sales@acme.com), son el mismo contacto. Excepciones muy raras: emails genéricos compartidos (info@acme.com, hola@empresa.com). Estos últimos se tratan como señales débiles, no como match fuerte.

La normalización del email es crítica. "Juan@ACME.COM" y "juan@acme.com" son iguales después de lowercase. La cantidad de equipos que se olvidan del lowercase es sorprendente.

Match por teléfono normalizado

Segunda estrategia fuerte, especialmente en LATAM donde el email puede ser tibio pero el WhatsApp es donde sucede la venta. Normalización: quitar espacios, guiones, paréntesis, y aplicar formato E.164 (+54 9 11 1234-5678 → +541112345678).

Cuidado: teléfonos de empresa (central) son compartidos por decenas de contactos. Teléfono de empresa no es match strategy; teléfono móvil o directo, sí.

Match fuzzy por nombre

Para casos donde email cambió pero la persona es la misma. "Juan Pérez" vs "Juán Pérez" vs "J. Perez". Algoritmos típicos: Levenshtein distance, Jaro-Winkler, Soundex. Umbral razonable: similitud > 0.85.

La trampa: nombres comunes ("Juan García") generan falsos positivos. El match fuzzy por nombre solo se confía como evidencia en combinación con otra señal (mismo dominio de email corporativo, misma empresa registrada, actividad temporal correlacionada).

Match por dominio de empresa

Para deduplicar empresas (no contactos). Todos los contactos con email @acme.com y @acme.mx pertenecen probablemente a la misma organización, aunque en el CRM estén bajo "ACME Corp USA" y "ACME Mexico SA". Esto requiere lógica adicional de subsidiarias: a veces son entidades legales distintas que el equipo quiere mantener separadas.

Match por firma de interacción

La más sofisticada. Dos registros con actividades temporales que se mueven en paralelo (reunión el mismo día con el mismo AE, email del mismo dominio el mismo día), aunque con campos de identificación distintos, probablemente son el mismo deal.

El setup correcto de match strategies no es "elijo uno y corro"; es "corro los cinco en paralelo, combino las señales y clasifico en niveles de confianza". El nivel alto (email + teléfono) se merge automáticamente. El nivel medio (fuzzy nombre + dominio) se marca para revisión humana. El nivel bajo (solo dominio) se registra pero no se merge.

Golden record: la base de la decisión

Cuando se detecta un cluster de duplicados (2, 3, 5 registros que representan al mismo contacto o empresa), hay que decidir cuál de ellos se queda como "base" y qué información se conserva de los demás. Ese registro base es el golden record.

El golden record no se elige al azar: se construye con reglas específicas.

Regla 1: completitud. El registro con más campos llenos suele ser el mejor candidato a base. No siempre; a veces un registro tiene más campos llenos pero con información desactualizada.

Regla 2: frescura. El registro con actividad más reciente (último email, última llamada, último update de stage) refleja mejor el estado actual del contacto. En empate de completitud, gana el más fresco.

Regla 3: fuente. Si el equipo confía más en ciertos canales de captura (ej. demo requests vs leads scrapeados), los registros de fuente confiable tienen prioridad.

Regla 4: ownership. Si los registros pertenecen a AEs distintos, el ownership se define con reglas de territorio o con la política que haya formalizado el equipo. Merge sin resolver ownership genera conflictos humanos; mejor resolver antes de tocar los datos.

La construcción del golden record no siempre selecciona un registro entero: muchas veces compone el golden record tomando el mejor campo de cada uno. El email del registro A, el teléfono del B, el último stage del C. Esto se llama field-level merge y requiere lógica más cuidadosa pero produce el registro más rico posible.

Para el tratamiento general de higiene de datos que hace que el golden record sea sostenible post-migración, ver data hygiene en el CRM.

Merge seguro vs merge destructivo

Hay una distinción crítica que pocos equipos formalizan: no todos los merges son reversibles. Un merge seguro se puede deshacer; uno destructivo pierde información permanentemente.

Merge seguro: mantiene un historial de cada registro original, permite ver de dónde salió cada campo del golden record, y tiene la opción de "unmerge" si se detecta un error. La mayoría de CRMs modernos soportan esto nativamente; algunos legacy no.

Merge destructivo: sobreescribe información. Los registros originales se eliminan. No hay audit trail. Si se descubre que dos registros mergeados eran en realidad personas distintas (muy raro pero ocurre con nombres comunes), la información se perdió.

Regla de oro durante migración: siempre usar merge seguro, nunca destructivo. El costo de storage del historial es despreciable frente al costo de perder información. Si el CRM destino no soporta merge seguro, se implementa manualmente preservando los IDs originales en un campo de metadata antes del merge.

Una segunda dimensión: merge automático vs merge manual.

Nivel de confianzaAcciónRevisión humana
Alto (email exacto + teléfono)Merge automáticoSolo sampling
Medio (email exacto, teléfono distinto)Merge automático con flagLista de revisión post-merge
Bajo (fuzzy nombre + dominio)Queue para revisión manualRequerida antes del merge
Muy bajo (solo un match débil)Marcar como posibles, no mergearRevisión opcional

La distribución típica en una base real: 60-70% cae en alto, 15-20% en medio, 10-15% en bajo, 5% en muy bajo. El trabajo humano se concentra en el 10-15% del medio-bajo, que suele requerir 30 segundos por caso. Para una base de 50.000 contactos con 10% de duplicados, eso son 500 casos a revisar, aproximadamente 4 horas de trabajo focalizado.

Herramientas y enfoques

Hay varios enfoques para ejecutar la deduplicación, con trade-offs distintos.

Enfoque 1: función nativa del CRM destino. Casi todos los CRMs modernos (HubSpot, Salesforce, Pipedrive, NEKOVU-compatible) tienen funciones de deduplicación en la capa de import. Ventaja: simple, integrado. Desventaja: las reglas son fijas, no se pueden personalizar fácilmente, y no siempre cubren match fuzzy.

Enfoque 2: ETL con staging. Los datos se exportan del CRM origen, se procesan en un staging area (una base de datos temporal o un notebook), se ejecuta lógica de deduplicación custom, y se importa al destino el resultado limpio. Ventaja: control total sobre la lógica. Desventaja: requiere capacidad técnica y tiempo.

Enfoque 3: herramientas especializadas. Hay productos que hacen solo deduplicación (Openprise, Cloudingo, Insycle). Ventaja: reglas sofisticadas out of the box. Desventaja: costo y curva de aprendizaje para un proyecto único.

Enfoque 4: híbrido. Export al staging para match complejos, y usar la función nativa del CRM destino para los match simples. Es lo que usan la mayoría de los equipos serios.

La elección depende del volumen y la complejidad. Para menos de 10.000 registros con estructura simple, el enfoque 1 suele bastar. Para volúmenes grandes o estructuras con custom modules, 2 o 4 son más robustos.

Cuándo NO mergear

Este es el punto más contraintuitivo y el que muchos equipos pasan por alto, causando problemas a los 6-12 meses. Hay casos donde dos registros aparentemente duplicados no deben mergearse.

Caso 1: mismo contacto, dos empresas distintas. Una persona cambió de empresa. El registro viejo tiene el historial de deals con empresa A; el nuevo está con empresa B. Mergear pierde el contexto histórico del account A y mezcla datos que pertenecen a cuentas distintas. Mejor: mantener ambos registros, marcar el viejo como "inactivo" con nota de transición, crear el nuevo asociado a la empresa actual.

Caso 2: mismo nombre, personas distintas. "Juan García" en empresas distintas con emails distintos. El match fuzzy puede sugerir merge; la realidad es que son personas distintas. Regla operativa: fuzzy nombre sin email match NUNCA merge automáticamente.

Caso 3: empresa y subsidiaria. "ACME USA" y "ACME Mexico" son entidades legales distintas aunque compartan dominio en algunos casos. Si el equipo las trata como cuentas separadas (contratos distintos, territorios distintos, decisores distintos), no deben mergearse. El dominio compartido puede ser señal de parent-subsidiary relationship, no de duplicación.

Caso 4: deals en estados incompatibles. Dos deals del mismo cliente en estados muy distintos (uno Closed Won hace 6 meses, otro abierto ahora). Mergear colapsa dos ciclos de venta distintos. Son relaciones secuenciales, no duplicadas.

Caso 5: cuando el merge requiere decisión humana irresuelta. Si dos AEs discuten ownership del contacto, mergear sin resolver la disputa genera conflicto cuando uno queda dueño del merged record. Primero se resuelve ownership, después se merge.

La regla operativa: en duda, no mergear. Un registro duplicado visible es mucho menos dañino que un registro mergeado que perdió información irrecuperable.

Plan operativo de deduplicación durante migración

El orden que funciona:

  1. Pre-migración, en origen. Correr análisis de duplicados en el CRM origen antes de exportar. Identificar clusters, proponer merges, resolver los casos claros (email exacto) dentro del origen si es posible. Esto reduce el volumen a mover.

  2. Export con metadata. Al exportar, agregar columnas de metadata: ID original, fecha de creación, fuente, última actividad. Esa metadata será crítica para construir el golden record.

  3. Staging y match. Cargar en staging. Correr las 5 match strategies en paralelo. Clasificar por nivel de confianza.

  4. Auto-merge del alto. Los matches de nivel alto se mergean automáticamente. Se mantiene log completo de qué se mergeó con qué.

  5. Revisión humana del medio-bajo. Lista de casos a revisar, interface eficiente (1 caso por pantalla, con todos los campos visibles, botones de "merge" o "keep separate"). Meta: 30 segundos por caso.

  6. Import al destino. Con golden records limpios y registros separados donde correspondía.

  7. Post-migración, audit. A los 30 días del destino en producción, verificar que no aparezcan duplicados nuevos por bugs de sincronización. Correr el mismo análisis.

Este flujo asume que el equipo tiene recursos; en equipos pequeños, se simplifica a las cuatro etapas críticas (análisis, staging, merge, import) con las otras implícitas.

Señales de que tu migración va a nacer con duplicados

NEKOVU Fit · Checklist

¿Esto te aplica?

  • ✓
    Necesitas evidencia operativa, no solo notas de llamada.NEKOVU encaja mejor cuando ventas, coaching y compliance deben compartir el mismo rastro auditable.

Si tres o más aplican, la migración está en ruta de nacer con un 10-20% de duplicados. El costo de limpiarlos después es 3-5x el de limpiarlos antes.

Un punto específico que se pasa por alto: cuando se mergean contactos, se mergean también sus preferencias de consent (marketing opt-in, privacy preferences). Si un contacto dijo "no" al marketing en el registro A y "sí" en el registro B, el merge tiene que resolver qué estado queda. La regla legal en la mayoría de las jurisdicciones: el "no" más restrictivo gana.

En NEKOVU, el Consent Ledger mantiene un registro auditable de cada preferencia por contacto. Durante un merge, el ledger se preserva y se consolida con la política más restrictiva. El receipt del merge incluye qué preferencias se consolidaron y cómo. Esto es especialmente crítico en jurisdicciones con GDPR-like enforcement.

Para más sobre evidencia auditable en operaciones de venta, ver proof receipts en ventas y compliance receipts.

Preguntas frecuentes

¿Cuánto tarda una deduplicación seria?

Para una base de 50.000 contactos con 10% de duplicados, aproximadamente 10-15 días de trabajo del equipo de RevOps/data, dividido entre setup de match strategies, ejecución, revisión humana del medio-bajo e import final.

¿Se pueden deduplicar contactos y empresas al mismo tiempo?

Sí, pero con cuidado en el orden. Primero empresas (para estabilizar la referencia), después contactos (que asocian a las empresas ya limpias). Hacerlo al revés introduce inconsistencias.

¿Qué pasa con los deals asociados a contactos duplicados?

Se re-asocian al golden record. Si hay dos deals del mismo cliente en estados distintos, típicamente no se mergean: son historia secuencial. Deals en el mismo estado con idéntica oportunidad sí se pueden consolidar, pero con revisión humana.

¿Conviene dedupllicar antes o después del import al destino?

Antes, idealmente en staging. Importar sucio al destino y limpiar allí es más lento, más arriesgado, y suele dejar residuos.

¿Mergear destruye el histórico de emails y llamadas?

Depende del CRM. Los destinos modernos preservan el histórico asociado al golden record. Los legacy a veces pierden referencias. Verificar antes de ejecutar a escala.

¿Hay casos donde NO vale la pena deduplicar?

Si el volumen es bajo (menos de 500 contactos con menos del 5% de duplicados), a veces el costo de setup supera el beneficio. Para ese caso, revisión manual asincrónica es suficiente.

Conclusión

Los duplicados durante migración son el campo donde se decide si el CRM destino va a ser confiable o no en su primer año. Si se migran con política, detección por múltiples strategies y construcción cuidadosa del golden record, el destino nace limpio y el equipo confía en los reportes desde el día uno. Si se migran sin política, el destino hereda todo el ruido del origen más el generado por imports mal controlados.

La recomendación: antes de programar la migración, correr un análisis de duplicados en origen. Ese análisis solo ya justifica el tiempo. Te dice cuánto trabajo hay por delante, en qué orden atacarlo, y qué tipo de decisiones humanas requiere. Sin ese análisis, estás migrando a ciegas.

Ver también: plan de migración de CRM en 90 días, costos ocultos al migrar de CRM y el cluster de migración de CRM.

Lectura relacionada

Migración

Migrar de Zoho CRM: pasos sin drama

Cómo migrar de Zoho CRM sin romper pipeline. Export checklist, gotchas con custom fields y workflows, plan 30/60/90 y qué NO conviene trasladar.

Comparación

NEKOVU vs CRM tradicional: cuándo necesitás más que un pipeline

NEKOVU no reemplaza a un CRM tradicional: se pone encima. Comparación honesta de cuándo un CRM clásico es suficiente y cuándo conviene un Revenue OS.

Recurso · Biblioteca

Biblioteca de objeciones de ventas B2B (con respuestas probadas)

Biblioteca copy/paste de las 12 objeciones B2B más frecuentes con diagnóstico, respuesta y próximo paso. Lista para pegar en tu CRM o en tu copiloto de ventas.

Industria

NEKOVU para EdTech

Tu cohorte cierra más cuando el presentador ve quién calienta.