Antes de un CRM o una IA, ordena los datos que ya tienes

Si tu negocio hace presupuestos, puede que tu programa de gestión ya sepa cuántos te aceptaron, cuántos te rechazaron y cuántos siguen esperando respuesta. Lo que quizá no sepa es por qué. Y eso no se arregla comprando otra herramienta.

Este artículo parte de una idea sencilla: antes de pensar en un CRM, en automatizar el seguimiento o en añadir inteligencia artificial a tus ventas, merece la pena mirar qué datos tienes ya y en qué estado están. Los presupuestos son un buen ejemplo porque casi cualquier negocio los hace y muy pocos los aprovechan.

En una frase: una herramienta nueva, sea un CRM o una IA, solo puede trabajar con los datos que le das. Si el estado de tus presupuestos no se actualiza o el motivo de rechazo está en notas de texto libre, ordenar eso es el primer paso y, normalmente, el más barato.

Los datos pesan casi tanto como el dinero

Cuando nos preguntamos por qué una empresa no usa IA, solemos pensar en el coste. Los datos oficiales matizan bastante esa idea.

Entre las empresas españolas de 10 o más personas empleadas que se plantearon usar IA y no lo hicieron, el 48,1 % señaló problemas con la disponibilidad o la calidad de los datos. El coste lo señaló el 47,4 %. Tienen prácticamente el mismo peso.

Fuente: ONTSI, Indicadores de uso de inteligencia artificial en España, edición 2026, a partir de la encuesta del INE sobre uso de TIC en las empresas (datos de 2025). Cada empresa podía marcar varios motivos.

La diferencia entre esas dos barreras es importante. El coste de una herramienta no depende de ti. El estado de tus datos, en buena parte, sí. Y ordenar datos no obliga a comprar nada.

No es un dato aislado

Otras fuentes de referencia, con muestras y preguntas distintas, coinciden en situar los datos entre los principales frenos:

• En el conjunto de la Unión Europea, Eurostat sitúa la disponibilidad o calidad de los datos por delante del coste: la señala el 43,5 % de las empresas de 10 o más personas empleadas que se plantearon usar IA, frente al 38,4 % que señala el coste (datos de 2025).
• El Banco de España, con su propia encuesta a empresas, destaca tres obstáculos entre las empresas que no usaban IA ni preveían usarla a corto plazo: la falta de personal cualificado (45,8 %), el coste (40,8 %) y la disponibilidad o calidad de los datos (37,8 %). Son los porcentajes de empresas que consideraron cada obstáculo importante o muy importante (datos de finales de 2024).
• La OCDE, en su informe de 2025 para el G7 sobre IA en pymes, incluye el acceso a datos, algoritmos y capacidad de cómputo entre los requisitos previos para que una pequeña empresa adopte IA con éxito, junto con la conectividad, las capacidades y la financiación.

Y hay un estudio que mide directamente el estado de los datos. Los investigadores Tadhg Nagle, Thomas C. Redman y David Sammon analizaron 75 evaluaciones de calidad de datos hechas durante dos años en organizaciones, conjuntos de datos y procesos de negocio diversos. De media, el 47 % de los registros creados recientemente tenía al menos un error crítico, y solo el 3 % de las evaluaciones alcanzó un nivel aceptable (al menos un 97 % de registros sin errores críticos). No es una muestra de pymes españolas, así que conviene leerlo como una señal y no como una cifra trasladable. Pero la conclusión de los autores es clara: los datos suelen estar bastante peor de lo que creen quienes los gestionan.

Lo que tu programa quizá ya guarda

Varios programas de gestión y facturación permiten crear presupuestos y marcar su estado: pendiente, aceptado o rechazado. Algunos van bastante más allá. Uno de los programas de gestión de clínicas dentales que he analizado, por ejemplo, permite filtrar los presupuestos por estado, fechas, responsable, motivo de rechazo, financiación, canal de comunicación y acciones de seguimiento con su resultado, y además exportar el listado. En la documentación de un programa de facturación generalista y de un CRM se ve algo parecido: el primero permite personalizar los estados de los presupuestos y el segundo incluye una lista configurable de motivos de pérdida.

Dicho de otra forma: en muchos negocios el embudo comercial ya existe dentro del programa que se usa cada día. Lo que falta no es un sitio donde guardar la información, sino que la información entre bien.

Una advertencia antes de seguir: no todos los programas tienen estos campos, y en muchos negocios los presupuestos viven en un documento de texto y en el correo. Si es tu caso, el primer paso es todavía más básico, y lo encontrarás más abajo.

Un dato que existe no es un dato que sirve

Tener el campo no significa tener la información. Hay tres situaciones habituales en las que un dato comercial existe pero no sirve para decidir nada.

1. El campo vacío. El programa tiene un campo para el motivo de rechazo, pero nadie lo rellena, porque no es obligatorio o porque el día a día no deja tiempo.

2. El texto libre. El motivo está, pero escrito cada vez de una forma: «caro», «se lo piensa», «no le cuadra el pago», «lo tiene que hablar en casa». Una persona lo entiende al leerlo, pero no se puede contar. Y si no se puede contar, no hay forma de saber si el problema más frecuente es el precio, la forma de pago o la falta de seguimiento.

3. El estado que no cambia. El presupuesto se marcó como pendiente el día que se envió y nadie lo ha tocado desde entonces. Con el tiempo, el listado de pendientes mezcla presupuestos vivos con otros que ya nadie va a aceptar, y la cifra deja de significar algo.

Ninguno de los tres se resuelve con una herramienta nueva. Si conectas un CRM o una IA a un listado así, hereda el mismo desorden, solo que más rápido.

Cómo ordenarlo en una semana

No hace falta un proyecto. Hace falta tomar unas pocas decisiones y mantenerlas.

1. Una lista cerrada de motivos de rechazo. Entre cinco y siete opciones que cubran lo que de verdad ocurre en tu negocio, más una opción «otro» con un breve texto. Por ejemplo: precio, forma de pago o financiación, plazo, eligió otra opción, no era el momento y sin respuesta. La lista la decides tú. Lo importante es que sea cerrada.

2. Estados con fecha y una regla para los que se quedan colgados. Decide cuánto tiempo puede estar un presupuesto pendiente sin respuesta antes de pasar a un estado propio, como «sin respuesta». El plazo depende de tu sector. Lo que importa es que la regla exista y se aplique.

3. Una persona responsable por presupuesto. No para señalar a nadie, sino para que siempre haya alguien que sepa en qué punto está cada uno.

4. El seguimiento, en campos y no en notas. Fecha del contacto, canal y resultado. Si tu programa no tiene esos campos, una hoja de cálculo compartida sirve para empezar.

5. Media hora al mes para mirar. Exporta el listado y cuenta: cuántos se aceptaron, cuántos se rechazaron y por qué, y cuántos siguen sin respuesta. Esa media hora es la que convierte un registro en información.

Si tus presupuestos están en documentos de texto y en el correo, el paso cero es una hoja de cálculo con una fila por presupuesto y una columna para cada uno de los puntos anteriores. No es elegante, pero es estructurado, y eso es lo que importa.

Dónde entra la IA, y dónde no

Con los datos ordenados, la IA sí puede ayudar, y bastante.

• Clasificar el histórico. Si tienes meses de notas en texto libre, un modelo de lenguaje puede proponer a qué motivo de tu lista cerrada corresponde cada una. Conviene revisar sus propuestas, porque se equivoca con notas ambiguas o muy cortas.
• Detectar lo que se queda colgado. Avisar de los presupuestos que llevan demasiado tiempo pendientes sin ningún seguimiento registrado.
• Preparar el seguimiento. Redactar un primer mensaje adaptado a cada caso para que una persona lo revise y decida si lo envía.

Y tres límites que conviene tener claros:

• La IA no sabe lo que nadie ha registrado. Si el motivo real de un rechazo no está escrito en ningún sitio, no lo puede deducir.
• No todos los datos se pueden llevar a cualquier herramienta. En una clínica, un presupuesto describe un tratamiento, y eso son datos relativos a la salud, que el Reglamento General de Protección de Datos trata como categoría especial (artículo 9). Antes de usar una herramienta externa con esos datos hay que comprobar que el tratamiento está permitido y, si el proveedor los va a tratar por cuenta del negocio, formalizar con él un contrato de encargo de tratamiento (artículo 28).
• Ordenar no es acumular. El mismo reglamento pide que los datos personales sean adecuados, pertinentes, limitados a lo necesario y exactos (artículo 5). Una lista cerrada de motivos ayuda con ambos principios: guardas menos texto libre sobre las personas y lo que guardas es más claro y más fácil de mantener al día.

Cuándo sí necesitas un CRM

Ordenar lo que ya tienes no siempre basta. Un CRM tiene sentido cuando varias personas venden y necesitan compartir el historial de cada cliente, cuando el ciclo de venta es largo y hay muchos contactos antes del presupuesto, cuando gestionas oportunidades que todavía no han llegado a presupuesto o cuando tu programa no permite añadir campos ni exportar los datos.

La diferencia está en el orden de los pasos. Si primero decides qué estados, qué motivos y qué seguimiento quieres registrar, cualquier CRM que elijas se configurará sobre esas decisiones. Si lo compras antes, lo más probable es que acabes reproduciendo dentro el mismo desorden.

Una prueba para esta semana

Exporta los presupuestos de los últimos tres meses y responde a tres preguntas:

1. ¿Cuántos siguen como pendientes?
2. ¿En cuántos de los rechazados está rellenado el motivo?
3. ¿Ese motivo se puede contar, o es texto libre?

Con esas tres respuestas sabrás si lo que necesitas ahora es una herramienta nueva o un poco de orden en la que ya tienes.

¿Quieres saber qué datos de tu negocio están listos para un CRM o una IA? Empieza por el diagnóstico. Diagnóstico IA 99€

Preguntas frecuentes

¿Necesito un CRM para hacer el seguimiento de mis presupuestos?

No necesariamente. Varios programas de gestión ya permiten registrar el estado de cada presupuesto, y algunos también el motivo de rechazo y las acciones de seguimiento. Antes de comprar un CRM conviene comprobar qué campos tiene tu programa y si se rellenan de forma consistente.

¿Por qué la calidad de los datos frena el uso de IA en las empresas?

Porque cualquier herramienta de IA trabaja con los datos que recibe. Según datos del INE de 2025 recogidos por el ONTSI, el 48,1 % de las empresas de 10 o más personas empleadas que se plantearon usar IA y no lo hicieron señaló problemas con la disponibilidad o la calidad de los datos, un peso similar al del coste (47,4 %). En el conjunto de la Unión Europea, según Eurostat, la disponibilidad o calidad de los datos pesa incluso más que el coste (43,5 % frente a 38,4 %).

¿Los problemas de calidad de datos son solo cosa de empresas pequeñas?

No. Un estudio publicado en Business Horizons por Nagle, Redman y Sammon, con 75 evaluaciones en organizaciones y procesos diversos, encontró que de media el 47 % de los registros recientes tenía al menos un error crítico. Los autores lo relacionan con una tolerancia generalizada a convivir con datos incorrectos y piden a organizaciones de todos los tamaños que midan la calidad de sus propios datos.

¿Qué es un dato estructurado en un presupuesto?

Un dato guardado en un campo con valores definidos, que se puede filtrar y contar: el estado, la fecha, el responsable o un motivo de rechazo elegido de una lista cerrada. Una nota en texto libre se puede leer, pero no contar.

¿Puedo usar IA para clasificar los motivos de rechazo que tengo en notas?

Sí. Un modelo de lenguaje puede proponer a qué categoría corresponde cada nota, pero conviene revisar el resultado. Si las notas contienen datos personales, y sobre todo datos de salud, antes hay que comprobar que el tratamiento está permitido y, si el proveedor los trata por cuenta del negocio, tener formalizado el contrato de encargo de tratamiento.

Fuentes

• ONTSI (Red.es). Indicadores de uso de inteligencia artificial en España. Edición 2026, datos 2025.
• INE. Encuesta sobre el uso de TIC y del comercio electrónico en las empresas.
• Eurostat. The use of artificial intelligence (AI) technologies in the European Union. Key results, 2026 edition (datos de 2025).
• Banco de España. Fernández Cerezo, A., Hidalgo, I. e Izquierdo, M. Adoption of artificial intelligence in Spanish firms: an initial analysis based on the Banco de España Business Activity Survey. Boletín Económico 2025/T2.
• OCDE. AI adoption by small and medium-sized enterprises: OECD discussion paper for the G7. Diciembre de 2025.
• Nagle, T., Redman, T. C. y Sammon, D. Assessing data quality: A managerial call to action. Business Horizons, 63(3), 2020, pp. 325-337.
• Reglamento (UE) 2016/679, General de Protección de Datos, texto oficial, artículos 5, 9 y 28.