La respuesta breve
La decisión entre un CRM y Data 360 no se trata de "dónde hay espacio", sino de "quién consume el dato y a qué ritmo". Un CRM se construye en torno a un registro que alguien abre, edita y promueve en un proceso. Data 360 se construye en torno a un flujo de eventos que se unifica en un perfil y se utiliza para segmentación, análisis y activación.
Cuando se mezclan ambos, se obtienen uno de dos resultados: un CRM pesado con millones de registros que nadie utiliza, o una capa de datos enriquecida que nadie activa porque no llega al flujo de trabajo.
Distribución práctica
| Tipo de información | Dónde | Justificación |
|---|---|---|
| Cliente, contacto, oportunidad, caso | CRM | Gestionado manualmente, impulsa procesos y permisos |
| Etapa de venta, tareas, aprobaciones | CRM | Automatización y operación diaria |
| Clics, visualizaciones, uso del producto | Data 360 | Alto volumen, no gestionado manualmente |
| Historial de transacciones de ERP | Data 360 (o acceso virtual) | Volumen y fuente de verdad externa |
| Perfil unificado e identidad entre sistemas | Data 360 | Su misión es unificar identificadores |
| Puntuación, segmentación, recomendación | Calculado en Data 360, mostrado en CRM | Cálculo de alto volumen, uso en el flujo de trabajo |
La última línea es el principio central: se calcula donde hay volumen, se muestra donde hay una decisión.
La prueba de las cuatro preguntas
Antes de introducir un dato en el CRM, pregúntese: ¿Alguien lo edita manualmente? ¿Depende de él una automatización o validación? ¿Se requiere en un informe operativo rutinario? ¿Afecta a los permisos o la propiedad? Si la respuesta a las cuatro es no, el dato casi siempre pertenece a la capa de unificación.
La dirección inversa también es válida: un dato que solo se guarda en Data 360, pero que se necesita para tomar una decisión en tiempo real, debe tener un mecanismo de retorno —un campo de resumen, una vista o una acción—; de lo contrario, no afectará al resultado de negocio.
Volumen, rendimiento y coste
El precio y el diseño del CRM se basan en registros de negocio. La introducción de eventos de comportamiento en él cambia el perfil de carga: las actualizaciones masivas se ralentizan, la creación de informes se vuelve pesada y las copias de seguridad y los entornos de prueba crecen. Data 360 está diseñado para este ritmo y su precio se basa en el consumo, lo que requiere una atención diferente: las consultas amplias y los flujos innecesarios generan costes recurrentes.
En ambos casos, la higiene es la misma: transferir solo lo que tiene un consumidor y definir una política de retención para cada flujo. La discusión sobre la copia frente al acceso remoto se detalla en Zero Copy y Federation.
Permisos: la brecha que es fácil pasar por alto
El modelo de permisos de CRM es rico y preciso a nivel de registro y campo. Una capa de unificación funciona de manera diferente: está diseñada para el análisis y su exposición se rige por reglas de acceso y máscaras. Una organización que transfiera datos sensibles a la capa de unificación sin planificarlo podría crear una visibilidad más amplia de la que existe en el CRM.
La regla: todo flujo que contenga información sensible recibe una decisión de exposición explícita antes, y no después, de la ingesta.
Escenario: un minorista que lo transfirió todo al CRM
Una cadena minorista transfirió tres años de historial de compras —aproximadamente 40 millones de filas— a un objeto personalizado en el CRM, con el deseo de que "el vendedor tuviera una imagen completa". El resultado: largos tiempos de carga en la pantalla del cliente, actualizaciones nocturnas que excedían la ventana de tiempo disponible y fallos en los informes por tiempo de espera.
En la reconstrucción, solo quedaron cuatro valores derivados en el CRM: fecha de la última compra, importe de 12 meses, categoría principal y un indicador de riesgo de abandono. El historial completo se trasladó a la capa de unificación, con un enlace a una vista detallada bajo demanda.
La pantalla del cliente se cargaba rápidamente, los vendedores obtuvieron lo que realmente necesitaban, y la segmentación de marketing incluso mejoró, porque se ejecutaba sobre datos que estaban todos en un mismo lugar y no solo sobre aquellos que lograron entrar en el CRM.
Riesgos comunes y acciones de prevención
| Riesgo | Cómo se manifiesta en la práctica | Acción de prevención |
|---|---|---|
| Todo en el CRM | Rendimiento, coste y tiempos de carga | Valores derivados en lugar de historial bruto |
| Todo en la capa de unificación | Conclusiones que no llegan al flujo de trabajo | Mecanismo de retorno: campo, vista o acción |
| Sin retención | Volumen que crece sin propietario | Política de retención para cada flujo |
| Permisos no planificados | Exposición de información sensible en análisis | Decisión de exposición antes de la ingesta |
| Identidad no unificada | Perfil fragmentado para el mismo cliente | Reglas de Identity Resolution definidas |
Cómo medir el éxito
| Área | Qué medir | Frecuencia de revisión |
|---|---|---|
| Rendimiento | Tiempo de carga de la pantalla del cliente y actualizaciones masivas | Mensual |
| Unificación | Porcentaje de perfiles unificados con éxito | Mensual |
| Activación | Segmentaciones y acciones creadas a partir de los datos en la práctica | Trimestral |
| Coste | Consumo frente a presupuesto por flujo | Mensual |
La planificación de la distribución entre el CRM y la capa de unificación se lleva a cabo dentro de los servicios de integraciones y datos.
Lista de verificación para la decisión
- ☐ Mapeo de flujos de datos por volumen y ritmo de actualización
- ☐ Prueba de las cuatro preguntas para cada flujo
- ☐ Se han definido los valores derivados que se mostrarán en el CRM
- ☐ Existe un mecanismo de retorno de la unificación al flujo de trabajo
- ☐ Reglas de Identity Resolution documentadas
- ☐ Decisión de exposición para cada flujo con información sensible
- ☐ Política de retención para cada flujo
- ☐ Estimación de coste de consumo para la primera fase
- ☐ Se ha seleccionado un caso de uso para la prueba de valor
- ☐ Se ha asignado un propietario para cada flujo de datos
Fuentes profesionales
- Salesforce Data 360 — https://www.salesforce.com/data/
- Salesforce Data 360 Architecture — https://architect.salesforce.com/docs/architect/fundamentals/guide/data-360-architecture.html
- HPI Pro – Integraciones y Datos — https://hpi.pro/integrations-data