Reconstruir el CRM de PHI en un sistema que el equipo pudiera operar con seguridad

La empresa

PHI es una agencia de estrategia digital y crecimiento con sede en España, que trabaja con equipos de Europa y LATAM. Su trabajo abarca estrategia digital, marketing de performance, CRM y automatización, y ejecución de marca.

A medida que su servicio se volvía más integrado y orientado a resultados, su propio CRM dejó de ser una base de datos y pasó a ser la columna vertebral del marketing, las ventas y la toma de decisiones.

El sistema nunca se diseñó para ese papel.

El problema real

Había dos problemas, uno encima del otro, y había que resolverlos en ese orden.

Los datos no eran fiables. Los mismos contactos existían varias veces con distintos emails, cargos o nombres de empresa. Las empresas aparecían con múltiples variantes. Las asociaciones entre contactos, empresas, deals e historial de actividad estaban rotas o incompletas. La segmentación no era fiable y los informes daban cifras distintas según la vista que abrieras.

Los datos no aportaban ninguna señal para decidir. Incluso cuando un registro estaba limpio, tenía un nombre, un email y nada más. Sin criterios de encaje, sin intención, sin prioridad. Todo el mundo parecía igual en el CRM, así que la priorización funcionaba por intuición.

Sin enrichment, scoring y una priorización clara, el CRM no podía sostener outbound ni automatización. Escalar la actividad encima de él habría amplificado el ruido, no los resultados.

Fase 1: hacer que los datos fueran seguros de operar

Construimos en Clay un sistema automatizado de deduplicación de contactos y empresas, ejecutado a través de la API de HubSpot.

Los duplicados se identificaban con matching por niveles, de las señales de alta confianza a las de menor confianza.

Para contactos: coincidencias exactas de email, después combinaciones de nombre y dominio, después nombre más empresa más teléfono.

Para empresas: matching por dominio y dominio raíz, después normalización y comparación del nombre de empresa.

Solo los niveles de alta confianza se fusionaban automáticamente. Todo lo que quedaba por debajo de ese umbral se marcaba para revisión humana en lugar de adivinarlo.

Lo que hizo usable el sistema es lo que pasa antes de la fusión. Primero se hace copia de seguridad de cada asociación crítica, incluidos deals, notas, reuniones y relaciones con empresas. Un workflow completo de restauración permite a PHI revertir una fusión incorrecta, recrear el contacto y volver a asociar su historial automáticamente.

Nada en el sistema es irreversible. Eso es lo que lo hizo seguro para ejecutarlo sobre un CRM en producción del que depende el negocio.

Al final de la Fase 1, PHI podía limpiar y deduplicar todo su CRM en menos de una hora, sin riesgo manual y sin soporte de desarrolladores.

- Totalmente automatizado : los casos límite se sacan a revisión manual - Reversible por diseño : restauración completa si una fusión sale mal - Seguro de volver a ejecutar en cualquier momento : a medida que entran datos nuevos en el CRM - En manos del equipo interno : lo opera el equipo de PHI, no una agencia

Fase 2: convertir registros en decisiones

Con la base estable, el objetivo cambió. El CRM tenía que dejar de almacenar información y empezar a dirigir la acción comercial.

Construimos un sistema automatizado que enriquece contactos y empresas, los evalúa frente al ICP de PHI y asigna prioridad según encaje e intención.

El modelo de scoring refleja los criterios reales de PHI, no un sistema de puntos genérico. El encaje de empresa, la actividad reciente, la lifecycle stage y el contexto comercial se combinan en un único resultado interpretable, y los contactos se etiquetan como Hot, Warm o Cold directamente dentro de HubSpot.

El CRM ahora responde una pregunta de forma consistente: con quién deberíamos hablar a continuación, y por qué.

Qué cambió

Ahora tenemos una base de datos mucho más sana, con un sistema de scoring personalizado y una capacidad real de priorizar leads con criterios reales.

Guillermo Peláez, Senior AE & Marketing Manager en PHI

Los resultados del sistema son medibles: un CRM deduplicado, datos de contactos y empresas enriquecidos y validados, scoring de encaje e intención documentado, workflows listos para automatizar.

El impacto en el equipo es más difícil de cuantificar y pesa más. Menos tiempo cuestionando los datos. Priorización más rápida. Workflows que se pueden automatizar sin miedo a romper algo más adelante. Una definición compartida de lo que es realmente un buen lead.

Por qué funcionó

El proyecto trató los problemas de datos como problemas de diseño de sistemas, no como una lista pendiente de tareas de limpieza.

La mayoría de los CRM fallan no por la herramienta, sino porque no hay una lógica explícita de cómo se debe confiar en los datos, enriquecerlos y usarlos. El sistema de PHI funciona porque los datos se validan antes de usarse, el scoring refleja el contexto real del negocio y las decisiones están codificadas en el CRM en lugar de vivir en el criterio de alguien.

Ahora tienen un CRM que escala con el crecimiento en lugar de romperse bajo él, la capacidad de añadir encima outbound, atribución y enrutamiento con confianza, y la propiedad total de la infraestructura.

Esto no fue un proyecto de limpieza. Fue la instalación de un sistema de datos preparado para generar ingresos.

Para quién es

Empresas donde el CRM lleva funcionando el tiempo suficiente como para acumular el daño.

Donde no os podéis fiar de la segmentación, los informes dan cifras distintas según la vista y nadie quiere tocar la base de datos porque el riesgo de romper algo es real.

Si vuestro equipo ha decidido que no hacer nada es más seguro que hacer cambios, el problema ya no son los datos. Es que no hay una forma segura de operar sobre ellos.