Migrar desde Marketing Cloud y Pardot:
audita, evalúa y después migra
Aunque este artículo está enfocado en Salesforce Marketing Cloud Engagement y Marketing Cloud Account Engagement (Pardot), puede ser usado para cualquier la migración de cualquier otra herramienta de Customer Lifecycle Management / Customer Journeys.
Sobre esta publicación - Migrar Marketing Cloud
El post tiene mas de 10,000 palabras, unos 35 minutos de lectura (el tema requiere un post largo). Y este resumen te va ayudar mucho a ubicarse dependiendo en donde estas con tu Salesforce Marketing Cloud.
Migrar Marketing Cloud y Pardot, no es solo un proyecto de email con journeys y engagements, es un proyecto de datos, de gente y de gobierno. Primero audita, después evalúa opciones y al final migra.
- El contexto: Desde 2023 se veía venir que los procesos de marketing automation (B2B) y customer journeys (B2C) se iban a fusionar. Hoy Salesforce lo hace con Marketing Cloud Next; y Braze, HubSpot, Adobe, MoEngage, Customer.io y otras plataformas compiten por lo mismo.
- Tu punto de partida importa: Hay 6 escenarios típicos, desde un Ecosistema completamente de Salesforce, hasta todo conectado a un Data Cloud o CDP. Cada uno arrastra modelos de datos distintos para la misma persona.
- Datos primero: Sin gobierno de datos (DAMA y otros marcos) y una metodología de calidad de datos continua, ninguna plataforma funciona al 100%. Se debe empezar por el perfil básico del cliente y un solo preference center.
- Antes de migrar, audita: Te ofrecemos dos checklists, uno para preparar a la empresa (sponsor, gente, presupuesto) y otro para auditar datos, journeys, integraciones, canales, privacidad y costos. Enlaces abajo.
- Marketing Cloud Next es convergencia, no migración obligatoria: Pero en mi opinión sigue siendo una migración de datos. Para Pardot se llega con Account Engagement+. Hay alternativas globales y hechas en LATAM y España, pero la mayoría ofrecen coexistencia y/o migraciones para eventualmente reemplazarlo en un futuro. Abajo listamos proveedores.
- CDP y Arquitectura: Antes de escoger herramienta, decide dónde vive el golden record y quién lo limpia: centrado en Salesforce, en el Data Cloud o híbrido.
- IA por niveles: Se implementa poco a poco, desde usarla para limpiar datos hasta tener agentes autónomos con gobierno. Y no todo se resuelve con AI Agents.
- La gente opera el ecosistema: Cada capa necesita roles claros, que cambian según la madurez de la empresa. Te compartimos una arquitectura ejemplo y roles para que los tengas de referencia.
- La ruta: Preparación → auditoría → fundación de datos → evaluación → migración por olas, con nuestro CRM Ecosystem Health Framework como punto de partida.
Hablemos del pasado, del presente y del futuro
El Salesforce Marketing Cloud que ya conocemos, se está migrando al core de Salesforce, lo que representa una oportunidad para migrar al nuevo Marketing Cloud Next o para explorar otras opciones. Pero hay que considerar realmente qué implica esto: tengo que migrar o coexistir con las opciones que tengo en el mercado. Para nosotros, la respuesta conlleva, primero, validar a la gente y al gobierno; segundo, realizar una auditoría para evaluar; y luego, migración o coexistencia con el proveedor.
Si tu empresa usa Marketing Cloud Engagement (el antiguo ExactTarget), Marketing Cloud Account Engagement (el antiguo Pardot) o ambos, y viene la renovación, o ya estás pensando moverte al Salesforce Marketing Cloud Next o considerar otras opciones, este artículo es para ti.
Esta publicación te presenta en detalle varias opciones basadas en livestream para este artículo, así como la presentación en PDF y el checklist en Excel.
Salesforce Marketing Cloud Next o considerar otras opciones, este artículo es para ti
Esta publicación te presenta en detalle varias opciones basadas en livestream para este artículo, así como la presentación en PDF y el checklist en Excel.
Lo que dije en 2023 y lo que está pasando hoy
En 2023 grabé un episodio (Podcast de CRM) de Cápsulas de Customer Engagement sobre el futuro del marketing automation y de los customer journeys. La pregunta de fondo era: ¿Por qué seguimos comprando herramientas separadas para B2B y para B2C, si al final le vendemos a una persona?
Tres años después, esa pregunta está en el centro de cualquier migración de Marketing Cloud o Pardot.
Lo que planteé en 2023:
- Marketing Automation nació para B2B: La gran mayoría de estas herramientas están pensadas para B2B y su lead nurturing y scoring: lead, contacto, cuenta y oportunidad. No hay un modelo de datos real para el consumidor, y te identifican por un solo email. Ni tienen funcionalidad para validar si ese lead ya es un cliente.
- Los customer journeys son más enfocados para B2C: Son fuertes en email, push, SMS, onboarding, upselling y carrito abandonado. Pero son débiles en landing pages, SEO y todo lo que es inbound marketing, incluyendo nurturing con scoring.
- En Latinoamérica, B2B y B2C van juntos: Un banco le vende una tarjeta a una persona que también es dueña de una empresa. Una universidad le vende a un colegio (escuela proveedora) y al estudiante, con papá y mamá en la decisión. Hasta comprar el equipo de camping de la familia es una venta larga B2C.
- El costo de las cajitas: He visto empresas con cuatro o cinco HubSpot, o dos o tres Pardot, uno por unidad de negocio. Y la misma persona aparece duplicada en todos.
- El contact center entra al juego: Genesys, Twilio, Infobip y Amazon Connect ya cruzan hacia marketing. Y surge la pregunta: ¿desde dónde mando el email, desde el CRM, el marketing automation, el journey o el contact center?
- Lo que venía: IA conversacional en WhatsApp y otros canales de mensajería, CDPs integrados en todas partes, y la fusión de marketing automation con customer journeys. Ya se veía en jugadores como Insider, MoEngage y Braze. Y el mercado hoy en día está lleno de soluciones de IA conversacional con promesas de remplazar journeys y lead nurturing.
- Journeys como nodos, no solo de izquierda a derecha: Con orquestación basada en datos, el cliente es dueño de su experiencia, donde él decide la próxima mejor acción y el canal correcto.
- El problema de siempre: Compramos marketing automation y customer journeys para mandar solo emails. Y faltan gente con conocimiento, hay una falta de capacitación en las empresas, las inversiones son enfocadas en la tecnología y no tenemos un real entendimiento de la tecnología y de los modelos de datos.
- Salesforce está uniendo sus dos cajitas: Marketing Cloud Next junta B2B y B2C en una sola aplicación, sobre Data 360 y con IA. Lo llama convergencia, no migración. Yo creo que cuando hablamos de datos, si, es migración.
- Los nuevos jugadores se están acercando al B2B: Braze, por ejemplo, ya documenta casos de uso B2B y anunció objetos de manejo de “accounts”. HubSpot que es B2B ahora anuncio que van a soporta journeys.
- El CDP se volvió tema central: Sea empaquetado o composable sobre Snowflake o Databricks. Y Salesforce compró Informatica para cubrir calidad de datos y MDM (Master Data Management).
- Lo que no ha cambiado: Sin datos limpios, sin gente preparada y sin gobierno, cualquier plataforma termina mandando emails.
Y hay algo que va antes que cualquier plataforma: el gobierno de datos y sobretodo, una metodología de calidad de datos. Nada de lo que comentamos en este artículo funciona sin eso: ni Marketing Cloud Next, ni Braze, ni el CDP, ni la IA. En 2020, en este webinar de Solvis, hablamos de que la calidad de datos no es un proyecto de limpieza sino un ciclo continuo. Hoy ese tema está más vigente que nunca, y no es casualidad que Salesforce haya comprado Informatica.
El futuro... estas nuevas herramientas, como lo es el Salesforce Marketing Cloud Next y sus nuevos competidores requieren un "Nuevo Modelo Operativo".
Marketing Cloud Next y sus competidores no se compran, se operan.
- Marketing Cloud Next corre sobre el core de Salesforce y Data 360: Usa Flow, permisos, sandboxes y releases del core. Marketing entra al mismo proceso de cambios que Sales Cloud y Service Cloud, le guste o no.
- B2B y B2C en una sola aplicación: Los equipos de demand gen (B2B) y de lifecycle o CRM (B2C) comparten la misma plataforma, la misma identidad, la misma taxonomía y los mismos consentimientos. Alguien tiene que arbitrar quién es dueño de la persona.
- Pasa lo mismo con la nueva generacion de competidores de Salesforce, pero más fuerte: Si los datos viven en Snowflake o Databricks, marketing depende todavía más del equipo de datos.
- El contact center entra a la conversación: WhatsApp, voz y chat (CCaaS/CPaaS) ya son parte del ciclo de vida, y muchas veces los opera servicio, no marketing.
Y ahora tienes que considerar que hay grandes cambios con el acceso de datos reales, limpios y accionables:
De campañas a un “producto” de ciclo de vida
- El customer lifecycle se gestiona como un producto, con un dueño de producto, un backlog y un roadmap.
- Deja de ser una suma de campañas que cada área lanza por su cuenta.
De calendario a “always-on”
- Los journeys basados en eventos corren 24/7. Si se rompe una integración, el cliente lo siente en tiempo real.
- Se necesita monitoreo continuo, casi como un servicio de TI: alertas, revisión semanal de journeys y manejo de incidencias.
Los datos se vuelven infraestructura compartida
- El golden record, los segmentos y los consentimientos sirven a marketing, ventas y servicio.
- La oficina de gobierno de datos (o el data steward, en empresas más pequeñas) pasa a ser parte del día a día de marketing, no un proyecto aparte.
El costo pasa de licencia a consumo
- Data 360, los créditos de IA, los mensajes y los data points se cobran por uso.
- Se necesita alguien que vigile el consumo, algo así como un “FinOps” de marketing. Sin eso, la factura sorprende.
El marketer se vuelve un “constructor”
- Con Flow, prompts y agentes, los marketers construyen lógica que antes hacía TI.
- Eso exige guardrails: qué puede construir quién, cómo se prueba y quién lo aprueba antes de producción.
La IA necesita supervisión humana formal
- Los agentes que crean campañas o deciden el próximo journey requieren aprobaciones, auditoría y reglas de marca, legales y de privacidad.
- Aparece un rol nuevo: quien supervisa y responde por lo que hacen los agentes.
Las habilidades cambian
- Menos especialistas en AMPscript y SQL de Data Extensions.
- Más perfiles de modelado de datos, Flow, diseño de journeys, experimentación y diseño de prompts y agentes.
- Esto requiere un plan de reskilling, no solo contratar.
Las métricas cambian
- De aperturas y clics a métricas del ciclo de vida: conversión, retención, customer lifetime value, costo por cliente y adopción.
- Son KPIs compartidos entre marketing, ventas y servicio, no de un solo departamento.
Y vas a necesitar diferentes gente con diversos roles para operar todo esto y tener un gobierno del ecosistema. Esto lo comentamos más tarde en el post. Pero tienes que considerar traer al CEO y CFO para super validar el costo de todo esto. Hay que tener mucho seguimiento en el costo de consumo de datos, mensajes y créditos de IA.
Migrar al Marketing Cloud Next o a cualquier otra plataforma sin cambiar el modelo operativo es comprar un Ferrari para manejarlo en primera. La tecnología ya le está ganando a la estrategia, y el modelo operativo es lo que cierra esa brecha.
Por eso este artículo no empieza con "¿a qué herramienta migro?". Empieza con lo que realmente conlleva migrar.
¿Dónde está tu empresa hoy?
Antes de hablar de migrar, tienes que saber en dónde estás con la calidad de datos, el modelo de datos, el gobierno de datos y la arquitectura completa de tu CRM. Cada empresa llega a esta conversación con un escenario distinto, y ese escenario dice mucho de tu estado de madurez.
Cómo llegamos aquí: En el centro del ecosistema de Salesforce están Sales Cloud y Service Cloud, parte del Core. Ese es el corazón de Salesforce en tu empresa (y/o tu eCommerce), junto con sus verticales por industria (educación, servicios financieros y otros). Con la compra de ExactTarget llegaron dos productos de marketing:
Marketing Cloud Engagement: (el antiguo ExactTarget) pensado para B2C y customer journeys, sus Studios, Cloud Pages, Contact Builder, etc. Marketing Cloud Account Engagement: (el antiguo Pardot) el marketing automation tradicional para B2B, con inbound y outbound marketing, landing pages, lead nurturing y scoring, etc.
Cada uno tiene su propio conector a Sales Cloud. Y los "studios" de Marketing Cloud han ido evolucionando, desapareciendo o reforzándose con adquisiciones. Hoy todo eso "converge" en Marketing Cloud Next, el nuevo marketing cloud de Salesforce ya parte del Core.
Pero entre Pardot, Sales / Service Cloud y Marketing Cloud, en mi opinión son tres modelos de datos que nunca se hablaron bien entre si (especialmente con los temas de "Person Accounts". Siempre hemos tenido tres modelos de datos distintos:
- Pardot: El prospecto, basado en el email.
- Sales Cloud: El lead, el contacto y la cuenta, la oportunidad.
- Marketing Cloud: El suscriptor y los Data Extensions (Contact Builder).
Y esto tres modelos, más las N fuentes de datos externas que tengas en la empresa, causan que tengas diferentes tipos de deudas de datos, funcionales, técnicas, de procesos e integraciones. Y todo lo que conlleva la administración de datos, el contenido, los permisos y la funcionalidad. Todo esto se pone complicado considerando la falta de talento que conozca y domine todas estas tecnologías.
Los escenarios más comunes. Las empresas pueden ser puro B2B, puro B2C, directo al consumidor o una combinación de todos ellos. En nuestra experiencia hemos encontrado diferentes escenarios:
1.Salesforce completo: Sales Cloud, Pardot y Marketing Cloud trabajando y conviviendo los tres juntos. Es típico de empresas con B2B y B2C, como retail con proveedores, banca retail y comercial, o universidades que le venden a colegios/empresas y a estudiantes. El reto: tres modelos de datos y tres versiones de la misma persona, y tres tipos de administración.
2.Sales Cloud con HubSpot Marketing, y a veces también con Marketing Cloud. El reto: dos herramientas de marketing con lógicas distintas sobre el mismo CRM.
3.Sales Cloud con Marketo, Eloqua o cualquiera de las muchas herramientas de marketing automation del mercado. Es típico de B2B. El reto: un modelo de datos pensado para solo en leads, no para consumidores.
4.Sales Cloud con Marketing Cloud solamente, para el proceso B2C. El reto: el inbound, las landing pages y la parte B2B quedan fuera. Y algunas empresas usan el Marketing Cloud Engagement para el uso de B2B.
5.Sales Cloud con HubSpot Marketing y una herramienta de customer journeys como Adobe Journey Optimizer o SAP Engagement Cloud (antes Emarsys). El reto: dos motores de marketing y dos lugares donde vive el cliente.
6.Todo conectado a un Data Cloud o CDP: Pardot, Sales Cloud, Marketing Cloud, el e-commerce, Meta, Google, la página web y otras plataformas, integrados en Snowflake, Data 360 u otro data cloud. El reto: que el warehouse no se convierta en otro silo y que alguien sea dueño del golden record.
Muchas de estas herramientas vienen del mundo de antes: antes del CDP, antes de Snowflake y antes de la IA. Y siguen ahí, funcionando.
Por eso tienes que entender tu escenario (tu ecosistema) y medir tu estado de madurez. Después, moverte a un ecosistema donde todo esté realmente integrado, con un buen data cloud (Snowflake/Databricks), un buen CDP o la combinación de ambos.
Y hay herramientas que tienen funcionalidad de personalización y/o segmentación que son un nivel antes de un CDP. Y luego, la inteligencia artificial según tu estrategia del negocio.
La omnicanalidad
Cuando hablamos de omnicanalidad, casi siempre pensamos en servicio o marketing. Pero hoy todo se está fusionando con las plataformas de Contact Center as a Service (CCaaS) y Communications Platform as a Service (CPaaS): Twilio, Infobip, Genesys, NICE CXone, inConcert y muchas más.
La omnicanalidad ahora es el manejo completo del ciclo de relacionamiento del cliente (customer lifecycle management).
La omnicanalidad está en dos niveles dependiendo del tipo de herramienta que tengas:
- Masiva: WhatsApp, power dialing, predictive dialing, emails y SMS masivos.
- Conversacional: la interacción en tiempo real, la conversación 1 a 1 con el cliente.
Y muchas empresas usan diversas tecnologías de datos y/o procesos manuales y/o integraciones para decidir el momento exacto de activar acciones y/o campañas en Salesforce en un Engagement Studio de Pardot, un journey en Marketing Cloudo una acción en Sales / Service Cloud. Todo esto sin usar un CDP y/o un data cloud. Se usan fuentes de datos dispersas sin un gobierno de datos.
En bajo este proceso se pierde la omnicanalidad y las señales de los resultados de estas campañas a nivel del contacto y sus interacciones. El CaaS/CPaaS y la herramienta de Customer Lifecycle Management / Customer Journeys / Marketing Automation tiene que convivir.
Los límites de Marketing Cloud en LATAM
Marketing Cloud Engagement es muy bueno para email y push notifications, pero en Latinoamérica tiene limitantes:
- SMS: el SMS de Marketing Cloud sale caro, sea short code o long code. En Solvis lo hemos usado en México y otros países, y muchas veces terminamos integrando proveedores locales de SMS.
- WhatsApp: dependiendo de la versión que tengas de Marketing (entre otras razones), quizás no puedas usarlo. Y terminas usando otras soluciones locales aisladas.
Ahora, alguien dirá: "el SMS ya no es fuerte, lo fuerte es WhatsApp". Depende. Para comunicaciones transaccionales (facturas, recordatorios de pago, códigos de autenticación), a veces una campaña de cobranza por SMS con email funciona mejor que por WhatsApp.
Lo importante es tener las diversas opciones de canales. Y siguen saliendo nuevos: el mobile wallet está ganando tracción, y quizás en el futuro mandemos notificaciones dentro de aplicaciones de IA como ChatGPT. A eso súmale el chatbot, el chat, el IVR y las landing pages, etc.
WhatsApp es clave, pero no es el canal
Ese es el elefante en el cuarto. WhatsApp es sumamente importante para Latinoamérica y hay que hacer estrategias alrededor de este canal. Pero al final del día, lo que importa es la omnicanalidad manejando el ciclo de vida del cliente, enfocado en datos.
Y esos datos vienen de marketing, ventas y servicio:
- eCommerce, inventario y punto de venta.
- RFM, customer lifetime value y NPS.
- Nivel en el programa de lealtad.
- Propensión de churn y next best action.
A lo mejor ya tienes todo eso dentro de Salesforce. O lo tienes fuera, con datos por aquí y datos por allá, con N fuentes de datos por todos lados. Y no todo está en Pardot por el límite de contactos, y no todo está en el Marketing Cloud por el límite de contactos. Y tienes el Contact Builder en el Marketing Cloud contaminado de duplicados y diferentes subscriber keys por integrar diferentes registros vía APIs, importaciones y/o con la integración con Sales Clouds.
Todo esto son razones para que los datos sean primero. Hay que entender la salud de estos datos. Esto es una de las cosas que estamos haciendo en Solvis antes de decir a donde migrar.
Llega Marketing Cloud Next… y llegan todos los demás
Ahora Salesforce dice: "tengo Marketing Cloud Next". Y tú piensas: "Espera. ¿Y qué hago con lo que ya tengo?". Sea cual sea tu escenario de los que vimos arriba, la pregunta es la misma: "¿Coexisto, convergo o migro?".
Al mismo tiempo ya hay opciones como Customer.io, Braze, MoEngage, Iterable, Gupshup y muchos más (ver secciones debajo de detalles de proveedores, incluyendo Latam).
Todos dicen que pueden manejar el ciclo de vida del cliente para B2B y B2C, y algunos hasta tener módulos de ventas y servicio. Al final del día todos son parte del ecosistema de CRM.
Y tú tienes millones de registros en Marketing Cloud, y en Pardot casi estas llegando al límite de contactos, y por ahí viene la renovación. ¿Qué haces?
Entonces la pregunta es a base de esta sección del post: ¿Dónde está tu empresa hoy?
Primero la auditoría, después el plan de migración
Mucho antes, pero mucho antes de la renovación tienes que tener un plan de migración. Pero antes necesitas una auditoría honesta de dónde estás:
- Calidad de datos y modelo de datos, no solo en el Contact Builder pero en todo el ecosistema
- Reportes de performance y contenido de tus journeys / engagement studio.
- Form Handlers en Pardot; AMPscript y CloudPages en Marketing Cloud; Data Views.
- Sincronización entre Sales Cloud, Marketing Cloud y Pardot.
- Tu ecosistema de datos: Snowflake, Databricks o un Customer Data Platform (CDP), sea empaquetado o composable.
- Los imports que tienes hoy en día.
- Las integraciones con Pardot y el Marketing Cloud.
Esto es importante porque muchas de estas plataformas nuevas, incluyendo Marketing Cloud Next, ya vienen con CDP e inteligencia artificial. O sea, vas a brincar a la IA con o sin estrategia. Para ser honesto, considero que eso no debe ser una opción, no debes de moverte enseguida a un CDP y a la IA. Esto debe ser parte de un roadmap.
Para que funcione esta migración, coexistencia o convergencia con Marketing Cloud Next u otra opción necesitas disciplina: calidad de datos, modelo de datos, protección de datos, resolución de identidad del cliente, segmentación y tácticas claras para crear audiencias y activaciones que llamen al journey.
Y tienes que considerar que nos puedes per se apagar procesos existentes y empezar desde cero. Esta migración, coexistencia o convergencia al final del día estoy seguro de que conlleva procesos paralelos, lo cual tendrás que usar el Marketing Cloud y Pardot a la misma vez que usas la nueva opción que selecciones. Lo cual tendrá más costos de licencias, entre otros costos más.
Antes de todo, invierte en gente
Antes de decir "quiero migrar" y antes de la auditoría, invierte en las personas correctas:
- Data scientists y gente que entienda calidad de datos y los criterios que debe cumplir cada campo.
- Gente que entienda el customer lifecycle. Un journey no es lo que Marketing Cloud Next o Braze llaman journey: es el recorrido que tú decides, y viaja por muchos lugares y diferentes touchpoints.
- Gente que sepa facilitar reuniones, capturar requerimientos y modelar datos.
- Gente que entienda RFM, customer lifetime value y métricas, y que sepa que la IA no es solo ChatGPT.
- Gente que domine las herramientas y su releases, que tomen los cursos, que se certifiquen.
- Tienes que tener un buen gobierno de campañas, un buen proceso de Marketing Operations.
Si no los tienes a esta gente en tu empresa, búscalos externa o internamente, y/o subcontrátalos. Búscate un coach de CRM o de lifecycle management que tenga experiencia. Habla con RRHH para crear un plan de capacitación y upskilling que se continuo.
Búscate a proveedores que sean partners de ustedes: agencia, integrador y el software vendor.
¿Migrar, coexistir o cambiar de plataforma?
Hay quien dice que Marketing Cloud Next es una coexistencia y que no hay que migrar. Otros dicen que sí. Y otros preguntan: "si voy a migrar, ¿por qué no me voy a otra solución que requiera menos staff?". Sobre todo, si solo usas Marketing Cloud para mandar emails, sin push y sin una gran cantidad de datos.
Este es el momento de validar si la plataforma a la que vas soporta tu modelo de datos, y si te ayuda con B2B y B2C, especialmente en Latinoamérica. Como comenté en 2023 en Cápsulas de Customer Engagement, el mercado iba para allá: todo se fusiona, todo es a base de datos y de manejar B2B y B2C juntos con una misma omnicanalidad.
Lo básico: entender el perfil del cliente
Si tu base de datos y tu gente no tienen claro el perfil del cliente, no vas a sobrevivir con estas tecnologías:
Nombre, segundo nombre, apellido y segundo apellido en campos separados.
Soporte de caracteres en español e inglés.
- Código postal y formato de direcciones por país.
- Teléfono, email y otros identificadores que tienen que ser validados 24/7.
- RFM, NPS y otras métricas del contacto.
- Identity management, segmentaciones y activaciones.
- Manejo de todo tipo de journeys a base de datos.
- Personalization de los journeys (contenido) a base de datos.
- Reglas de calidad de datos.
Sin no tiene estos conocimientos básicos de datos, vas a seguir mandando correos electrónicos como lo hacías antes.
La calidad de datos es una metodología, no un proyecto de limpieza
En 2020, en un livestream de Solvis sobre procesos de calidad de datos, hablamos de la calidad de datos que debe ser comtinua: la tecnología le está ganando a la estrategia, y sin datos de calidad ninguna plataforma cumple lo que promete. Ningún proveedor resuelve el rompecabezas completo.
Ni siquiera los que tienen todo bajo la misma marca, porque sus productos muchas veces usan modelos de datos distintos. Por esto es la gran importancia de usar los data clouds y los CDPs, y la adquisición de Salesforce de Informatica - todo esto apunta a tener una buena base de datos con datos limpios y accionables.
El costo real de la calidad de datos es el costo de oportunidad. Es todo lo que dejas de ganar por tener datos malos. Que hemos visto nosotros:
- Malas decisiones de negocio. Una armadora de autos no podía decir cuántos clientes tenía, solo cuántos autos vendía. Terminaba persiguiendo clientes nuevos con ofertas iguales a las de su competencia, mientras ignoraba a sus mejores clientes.
- Mala experiencia del cliente. Le preguntas lo que ya te dijo, o le mandas comunicaciones que no tienen sentido porque un catálogo dice "BCS" y otro "Baja California Sur".
- Marketing desperdiciado. Un cliente pensaba que tenía más de un millón de contactos. Después de revisarlos, solo unos 250,000 servían. Además, los rebotes y las quejas de spam dañan la reputación de tu dominio.
- Productividad perdida en retrabajo y en procesos que existen solo para compensar datos sucios.
- Riesgo legal si no puedes unir los consentimientos y preferencias de una misma persona.
- Menos velocidad para detectar oportunidades, y un golpe directo al valor de la marca.
La regla 1-10-100. Es una regla práctica de la industria: prevenir un registro malo cuesta 1 dólar, limpiarlo después cuesta 10, y no hacer nada cuesta 100 en costo de oportunidad. La mayoría de las empresas se quedan en el 10 o, peor, en el 100.
Dónde se aplica la calidad de datos:
- Lo más común: limpiar los datos después de capturarlos.
- Más avanzado: un MDM (Master Data Management) o Customer 360 que deduplica, mezcla fuentes y arma el mejor registro del cliente (el golden record).
- Lo ideal, y lo menos común: aplicar las mismas reglas en los puntos de captura (formularios, landing pages, apps), sin programar validaciones a mano en cada sistema. Por ejemplo, avisarle al cliente en el formulario que su teléfono está en el registro público de "no llamar" y pedirle otro.
El ciclo de calidad de datos:
- Perfilado: medir qué tan buena es tu calidad de datos hoy, con una calificación por dimensión. Hablamos de ocho dimensiones; en la sesión se mencionaron completitud, unicidad (duplicados), consistencia y conformidad (formato estándar).
- Desarrollo: definir reglas de limpieza y metas por tipo de dato. Prioriza por frecuencia: muchas veces el 20% de los casos explica el 80% de los problemas. No pierdas tiempo en reglas para casos que pasan una vez.
- Colaboración: probar y afinar las reglas con los usuarios de negocio. Aquí nace una figura clave: el data steward. ¿Ya tienes uno en tu equipo de CRM?
- Implementación: los datos pasan por el proceso y llegan limpios a un repositorio que alimenta el MDM, el Customer 360 y el resto de las iniciativas.
- Monitoreo: comparar contra las metas, siempre. El ciclo nunca termina. Cuando en México cambió la marcación telefónica a 10 dígitos, los datos "limpios" de muchos marcadores predictivos dejaron de servir de un día para otro.
Cuando aparece un dato malo, se sigue un proceso: análisis de causa raíz, dueño de negocio, dueño de TI, análisis final, remediación y validación. Así sabes de dónde viene el error y lo corriges en el origen. Pero para esto necesitas un buen gobierno de datos.
¿Necesitas una herramienta de calidad de datos para el CRM? Hacerlo "a pie" con programadores parece más barato, pero sale más caro con el tiempo (o sea con el uso de Excel y Python, por ejemplo). Una herramienta especializada perfila datos en minutos, usa tablas de referencia que el data steward puede actualizar sin programar, y permite reutilizar la misma regla (por ejemplo, la del teléfono) en todos los sistemas.
Nosotros en Solvis usamos Informatica Data Quality y Zoho DataPrep, entre otras herramientas. Y estamos usando IA para apoyarnos en la calidad de datos.
Y todo esto vive dentro del gobierno de datos. DAMA tiene definiciones y una certificación donde la calidad de datos es un área central. Si tu empresa no tiene un programa de gobierno de datos, empieza por la calidad de datos y deja esas definiciones listas para cuando llegue el gobierno.
La conexión con hoy: en 2020 hablábamos de Informatica como herramienta especializada. Hoy Informatica es parte de Salesforce, y la calidad de datos y el MDM se están integrando con Data 360.
Pero la lección no cambia: la herramienta ayuda, la metodología y la gente son las que hacen el trabajo.
¿Dónde entra la IA? Foco en los datos primero
Todos los proveedores te dicen que la IA ya viene incluida y que empieces hoy. Los analistas dicen que sí, pero solo con datos listos. Nuestra postura es: datos primero. Pero datos primero no significa esperar a que todo esté perfecto. Significa empezar poco a poco.
Lo que dicen los proveedores. La IA viene integrada en todas partes: creación de campañas con Agentforce, agentes que deciden el próximo journey de cada persona, motores de decisión como el que Braze integra de OfferFit, o campañas generadas con un prompt. El mensaje es: actívala y arregla los datos en el camino. Y ahí se te suben los costos de los tokens sin saber realmente que tan efectivo o productivo fue usar la IA.
Lo que dicen los analistas. Gartner predice que hasta 2026 se abandonará el 60% de los proyectos de IA sin datos listos para IA, y que más del 40% de los proyectos de IA agéntica se cancelarán para finales de 2027 por costos, valor poco claro o falta de control de riesgos. Su consejo: usar agentes solo donde haya valor claro con datos limpios.
Lo curioso: hasta Salesforce lo reconoce. Al cerrar la compra de Informatica dijo, en esencia, que sin datos limpios, conectados y confiables no hay inteligencia, solo alucinación.
Nuestra recomendación: datos primero, con gobierno, gente y herramientas.
- Gobierno de datos con marcos de referencia reconocidos, como DAMA-DMBOK, y otros como ISO 8000 para calidad de datos. No hay que inventar la rueda.
- Empieza poco a poco, con la gente y el presupuesto adecuado: un data steward, un dueño de los datos del cliente y un sponsor que lo respalde.
- Usa herramientas de calidad de datos, no programación a mano en cada sistema.
- Usa la IA para apoyarte en la limpieza de datos: perfilado, detección de duplicados, sugerencia de reglas y estandarización. Es el primer lugar donde la IA te da valor sin riesgo para el cliente.
- Empieza por los datos básicos del perfil del cliente: nombre y apellidos en campos separados, email, teléfono, dirección, ID único y consentimientos. Si eso no está bien, nada de lo demás va a funcionar.
La IA se gana nivel por nivel, según la madurez de tus datos para sacarle provecho al Marketing Cloud actual, al Marketing Cloud Next o a la otra opción que selecciones:
- Nivel 0, la base (siempre y desde el día 1): gobierno de datos, metodología de calidad, perfil básico del cliente limpio, e IA como apoyo para limpiar y perfilar.
- Nivel 1 (con revisión humana): IA para ayudar a escribir contenido, líneas de asunto y resúmenes. Bajo riesgo, porque una persona revisa antes de que llegue al cliente.
- Nivel 2 (con datos razonablemente limpios): segmentación sugerida, mejor hora de envío y scoring.
- Nivel 3 (con golden record, consentimientos y gobierno): next best action, orquestación automática, IA conversacional y agentes que actúan solos con el cliente.
Saltarte niveles es exactamente lo que hace que los proyectos de IA se cancelen y que el uso de la nueva herramienta sea un fracaso.
No se olviden del preference center
Otro tema que olvidamos: privacidad y preferencias. Do Not Call, Do Not Email, Do Not SMS, newsletters, comunicaciones transaccionales, GDPR y las leyes de tu país. Puedes tener muchas tecnologías en donde hay interacciones con los clientes con sus respectivos preference centers, pero realmente necesitas un solo preference center.
Y recuerda que cada sistema te ve distinto:
En Pardot eres un email (un prospect). En Sales Cloud eres un contacto o una cuenta. En Service Cloud eres un caso. En Marketing Cloud eres un suscriptor de email, SMS o push.
Ese ID único (el Subscriber Key) puede ser el Salesforce ID, el email, el RUT, el Tax ID o lo que sea. Muchas veces no está definido ni protegido. En banca, por ejemplo, el email ligado a una cuenta financiera no es el email personal. En universidades pasa algo similar con los distintos programas académicos.
Para eso existen el CDP, el Master Data Management y el golden record combinado con el preference center.
Pero tienes que definirlo en la auditoría.
Hoy estas plataformas te cobran por contactos. Y luego por tokens, emails enviados, actividades y journeys. Por eso tienes que tener bien definido tu proceso de suscripción y tu modelo de datos antes de migrar.
CDP, Data 360, Data Cloud y MDM
Antes de escoger plataforma de marketing, decide dónde vive el golden record y quién es dueño de la calidad de datos. La pregunta ya no es solo "¿qué herramienta de marketing?", sino "¿dónde vive la verdad del cliente y quién la mantiene?".
CDP empaquetado vs. composable
Empaquetado (packaged): el proveedor da ingesta, identidad, segmentación y activación en una sola caja. Más rápido de arrancar, más dependencia del proveedor. Salesforce, Segment, Adobe y Amperity son packaged CDPs Composable: el warehouse (Snowflake, Databricks) es la fuente de verdad y la herramienta de marketing se conecta encima. Más control, pero requiere más gente de datos. HighTouch, Census, ActionIQ y Meiro son composable CDPs.
Salesforce: Data 360 + Informatica
Zero copy: Data 360 se conecta a Snowflake, Databricks, BigQuery y AWS sin duplicar datos = Funciona en ambas direcciones: lo que genera Data 360 (segmentos, identidad, analítica) también lo consultan plataformas externas. Informatica: Salesforce cerró la compra el 18 de noviembre de 2025. Suma catálogo, integración, gobierno, calidad, privacidad, metadata y MDM, con el plan de un solo pipeline de datos con MDM sobre Data 360.
Braze: su Data Platform (alternativa)
- Posicionamiento: el Braze Data Platform se presenta como una plataforma composable que activa datos sobre tu infraestructura, sin CDP independiente.
- Ingesta: Cloud Data Ingestion sincroniza desde Redshift, Databricks, BigQuery, Microsoft Fabric, S3 y Snowflake.
- Zero copy: Zero-copy a Redshift, Databricks y Snowflake. Delta Sharing hacia Databricks y streaming de perfiles hacia Snowflake.
- B2B: Braze anunció "account objects" para modelar hogares y empresas a nivel de usuario y de cuenta.
Lo que ninguna plataforma resuelve sola. Resolución de identidad no es MDM. El CDP une registros para marketing; el MDM define el golden record para toda la empresa. La calidad de datos sigue siendo trabajo de gente con otra herramientas: campos de nombre, direcciones, validación de email y teléfono, Subscriber Key.
Arquitecturas posibles usando un CDP y/o Data Cloud
Centrada en Salesforce
Fuente de verdad: Data 360 (+ Informatica). Activación: Marketing Cloud Next. Mejor para: clientes con todo en Salesforce y con B2B + B2C. Ventaja: un solo proveedor y menos integraciones. Riesgo: dependencia de Salesforce y costos por consumo.
Centrada directamente a un Data Cloud
Fuente de verdad: Snowflake o Databricks + MDM. Activación: Braze, Customer.io u otros. Mejor para: empresas con equipo de datos fuerte y canales digitales o apps. Ventaja: control y flexibilidad. Riesgo: más staff de datos y la identidad la resuelves tú.
Toolkits y guías de migración en el mercado
Existen guías y herramientas de migración para el Marketing Cloud. Úsalas como referencia técnica, no como verdad neutral.
Los tiempos y resultados que publican son claims de marketing y deben validarse con referencias de clientes. O dile que quieres un PoC o demo de estas herramientas.
Salesforce Marketing Cloud Next: convergencia, no migración
Salesforce no lo llama migración. Según la guía de Salesforce citada por terceros, los clientes de Engagement y Account Engagement pueden activar funciones de Marketing Cloud Next dentro de las orgs que ya tienen, sin migrar. No hay fecha pública de fin de vida para Email Studio, Journey Builder, Content Builder, ni Automation Studio.
Arquitectura: corre sobre la plataforma core de Salesforce y Data 360 (CDP) y une B2B y B2C en una sola aplicación. Orquestación: usa Salesforce Flow en lugar de Journey Builder y el Engagement Studio de Pardot. Puente: Engagement+ y Account Engagement+ dan acceso a funciones de Next (SMS/WhatsApp, Flow para marketers, Agentforce) sin cambiar de plataforma. Recursos oficiales: Trailhead menciona una Guía de Implementación y un Setup Checklist, y advierte que la puesta en marcha toma tiempo (Trailhead).
Nota: Verifica ediciones, precios y disponibilidad por región directamente con Salesforce.
Braze, MoEngage, Bloomreach, InsiderOne y Customer.io
Los competidores de Marketing Cloud tienen toolkits ya publicados en sus website y sus propios partners también tiene toolskits de migración. Estos toolkits tienen diferentes alcances: software/apps para mover datos, mapeo de subscriptores, servicios de onboarding, remplazos de AMPScritps, validacion de calidad de datos, templates de migración, manejo de IP warming, y/o servicios dedicados y customizados de migración.
Nota: Es importante tener el inventario de engagements, landing pages, formas, data extensions, cloud pages, automations, journeys, AMPscript, emails, etc, antes de migrar, rehacer AMPscript en el lenguaje del nuevo proveedor, remplazar landing y cloud pages, conservar el historial de consentimientos (preference center), plan de calentamiento de IPs y migrar en paralelo.
La competencia de Marketing Cloud Next
En este post ya hemos mencionado a Braze varias veces como punto de referencia, pero existen muchas opciones en el mercado que debes considerar. Y no hay una sola lista de competidores: depende del tipo de cliente y del caso de uso. Usa esta información como guía para armar la lista corta antes del RFP.
La agrupación por categoría es un criterio propio basado en nuestro conocimiento general del mercado.
Las opciones globales son:
1. Suites enterprise
- Adobe: Journey Optimizer y Adobe Campaign (Marketo).
- SAP: con el Customer Engagement / Emarsys
- Oracle: Responsys y Eloqua.
2. Customer engagement nativos
- Braze: fuerte en apps móviles y mensajería en tiempo real basada en eventos.
- Customer.io: automatización de mensajes y lifecycle para productos digitales
- Iterable: engagement multicanal para equipos de growth y lifecycle.
- MoEngage, CleverTap e Insider One: fuertes en mobile y con presencia en mercados emergentes.
- Bloomreach: muy enfocado en e-commerce.
- Airship y OneSignal: su fuerte son push y mobile.
3. E-commerce y SMS
- Klaviyo: fuerte en e-commerce, sobre todo con Shopify.
- Attentive: SMS como canal principal, con fortaleza en comercio.
4. Mercado medio y B2B
- HubSpot: compite cuando el cliente quiere CRM y marketing en una sola plataforma.
- Ortto es otra opción.
5. CPaaS y conversacional (clave en LATAM)
Infobip, Gupshup y Twilio (con Segment): no son reemplazos directos, pero compiten en WhatsApp y orquestación conversacional. A veces son una alternativa o un complemento dependiendo de los casos de usos.
¿Cuales son las opciones en Latam / España pare remplazar Marketing Cloud / Pardot?
Hay muchas alternativas en Latam:
1. Marketing automation - Ideales para generar demanda, hacer nurturing y convertir leads, sobre todo en pymes y empresas en crecimiento.
- RD Station Marketing: páginas, formularios, email y automatización conectados al proceso comercial. Valida: el modelo B2B, la sincronización con Salesforce y el ciclo de vida después de la venta.
- Doppler: email, SMS, WhatsApp, chatbots, landing pages y automatizaciones por comportamiento. Valida: la complejidad de los journeys, la API y la integración con tu CRM.
- inConcert – Infunnel: nurturing, scoring, distribución de contactos y pipelines, conectado al contact center. Valida: Infunnel específicamente y el ciclo de vida después de la venta.
- MDirector (España): una referencia del marketing multicanal en España, con email, SMS y más, y con presencia en España y Sudamérica.
- Acumbamail y Mailrelay (España): email marketing para pymes. Acumbamail combina campañas de email con SMS y ofrece una configuración sencilla.
2. Engagement, lifecycle, retail y ecommerce - Para retención, recompra, recuperación de carritos y personalización basada en compras.
emBlue: flujos personalizados y activaciones para conversión y fidelización. Valida: la identidad, los eventos en tiempo real y la operación con varias unidades de negocio. icomm: marketing automation omnicanal con CDP, perfiles unificados y RFM. Valida: la identidad, la actualización de datos, el B2B y los consentimientos. WoowUp: CRM de marketing para retail que une datos de ecommerce y tiendas físicas. Valida: la identidad entre punto de venta y ecommerce, y la convivencia con tu CRM corporativo. Connectif (España): marketing automation y CDP especializado en ecommerce, con personalización en distintos canales y en tiempo real. indigitall (España / Mexico): CDP, resolución de identidad, journeys visuales, push, WhatsApp, SMS, email e in-app. Synerise: workflows sobre perfiles y datos, con integración externa. Tiene referencias en la región, como Nike Chile.
3. Conversacional, mensajería y contact center - Para cuando WhatsApp y la conversación son el centro de la relación.
Zenvia Customer Cloud: datos, comunicación, automatización, atención e IA, desde la atracción hasta la postventa. Valida: la profundidad de journeys, la atribución y el manejo de preferencias. Blip (Brasil): IA conversacional que conecta marcas y clientes por WhatsApp, Messenger e Instagram. En 2023 compró GUS, una empresa conversacional mexicana. Treble.ai (Colombia): marketing conversacional por WhatsApp, con clientes como Rappi, Addi y Platzi. WiseCX: atención omnicanal, agentes de IA, historial de conversación y derivación de leads. Masiv (Colombia): campañas por SMS, email, voz y chatbots, con sede en Bogotá y oficinas en Colombia y Perú. Concepto Móvil (México): mensajería SMS masiva, con RCS, email, voz y comunicación omnicanal.
Nota: todos estos proveedores globales y de Latam tiene sus propios partners que ofrecen servicio. Nuestra recomendación es que al igual que esta posiblemente evaluando la tecnologia, debes de evaluar a los partners también.
¿Dónde está tu empresa hoy en cuanto a la arquitectura y a la gente para operarla?
La arquitectura: un ejemplo del ecosistema
Esta imagen muestra una posible visión de cómo podría verse un ecosistema de Customer Lifecycle Management bien estructurado. No es una receta ni una arquitectura obligatoria. Es un punto de referencia para entender cómo encajan las piezas de las que hablamos en este post.
Si no tienes una, debes empezar a crearla (como parte de la auditoría).
Cómo leerla, de abajo hacia arriba:
- 5. Fuentes y sistemas de negocio: ERP, e-commerce, punto de venta, CRM, web, apps y medios pagados. Aquí nace el dato, y por eso la calidad empieza desde la captura.
- 4. Fundación de datos del cliente: MDM y calidad de datos (golden record, ID único, deduplicación), la plataforma de datos (warehouse o lakehouse como Snowflake o Databricks) y el CDP, empaquetado o componible. Aquí también viven los consentimientos, el preference center y el modelo de datos B2B y B2C.
- 3. Integración y eventos: APIs, streaming, ETL/ELT y activación de audiencias. Es lo que mueve los datos entre las capas.
- 2. Activación y ciclo de relacionamiento: marketing automation, ventas, servicio y customer journeys trabajando sobre los mismos datos.
- 1. Cliente y omnicanalidad: web, app, email, WhatsApp, SMS, voz, chat, tiendas y redes sociales, con el contact center (CCaaS o CPaaS) como parte del ecosistema. La meta es tener campañas y conversaciones en el mismo contexto.
Y alrededor de todo:
- A la izquierda, la IA en todo el ecosistema: copilotos, scoring, next best action y agentes con supervisión. Se adopta nivel por nivel, como vimos en la sección de IA (acuérdate que hay diferentes tipos de IA y otras tácticas).
- A la derecha, el gobierno de datos y la arquitectura: dueños y data stewards, privacidad, estándares y catálogos, y un CoE o PMO que maneje los releases.
- Abajo, Marketing Ops y la operación continua: campañas, taxonomía, pruebas, entregabilidad, adopción y KPIs.
- La flecha del lado derecho: las interacciones, los resultados y el aprendizaje regresan al ecosistema para mejorarlo.
Puedes tener diferentes versiones, según tu madurez y lo que ya tengas. Ninguna empresa arranca con todas estas piezas, y no todas las necesita desde el día uno:
- Si tu escenario es Salesforce completo, probablemente ya tienes las capas 2 y 5, pero con tres modelos de datos no reconciliados entre sí. Tu prioridad es la capa 4: identidad, golden record y consentimientos.
- Si tienes Sales Cloud con HubSpot, Marketo u otra herramienta, la capa de integración (3) y el modelo de datos B2B/B2C (4) son los que más atención requieren.
- Si ya tienes Snowflake, Databricks o un CDP, la pregunta es si el Data Cloud realmente alimenta la activación, o si se volvió otro silo sin dueño.
- Si eres una pyme, tu versión puede ser mucho más simple: un CRM, una herramienta de marketing con WhatsApp y una disciplina básica en la calidad de los datos. La lógica de las capas es la misma, aunque tenga menos piezas.
- La forma de la capa 4 depende de la arquitectura que escojas: centrada en Salesforce, centrada en el Data Cloud o híbrida.
Lo que no cambia en ninguna versión está en la parte inferior de la imagen: definir quién orquesta, dónde se encuentra el golden record y quién administra los consentimientos. O sea, el gobierno de todo esto.
¿Quién opera el ecosistema? Roles, equipos y madurez
Todo ecosistema necesita un Líder de CRM con su equipo dedicado, con un CoE y todo un plan para reclutar y upskill a la gente. Pero aquí te explicamos lo que estamos viendo con algunos de nuestros clientes y lo que recomendamos según su nivel de madurez y presupuesto.
Te recomendamos estos 3 articulos en el blog de CX2Advisory sobre la importancia de tener un Líder de CRM y como contratar y retener el talento que maneja todo tu ecosistema de CRM.
Cada capa de la arquitectura, desde las fuentes de datos hasta los canales en los que conversas con el cliente, necesita a alguien que sea dueño, que la cuide y que tome decisiones. Y aquí es donde muchas empresas fallan: invierten en licencias, pero no en la gente que las hace funcionar. Los roles implican responsabilidades que alguien debe asumir, ya sea una persona, un equipo completo o un partner y/o la agencia de marketing.
En una PYME, dos o tres personas pueden asumir varios sombreros. En un grupo con varias unidades de negocio, cada rol puede ser un equipo dentro de Marketing Ops, el CoE, TI o el negocio. Lo importante no es el tamaño del equipo, sino que nadie se quede preguntando quién orquesta, dónde vive el golden record y quién administra los consentimientos, etc., etc.
Aquí te damos varias sugerencias.
Roles por cada capa según el diagrama de arquitectura arriba.
Capa 1: Cliente y omnicanalidad
- Roles: líder de canales digitales, responsable de contact center (CCaaS/CPaaS) y diseñador de experiencia (CX).
- Qué hacen: definen qué canal se usa para qué, el tono de las conversaciones y cómo el cliente pasa de una campaña a una conversación.
- Dónde viven: en el negocio (marketing y servicio), con el apoyo de Marketing Ops.
Capa 2: Activación y ciclo de relacionamiento
- Roles: especialista en marketing automation, diseñador de journeys, admin de Sales Cloud y Service Cloud, y dueños de los procesos de ventas y de servicio.
- Qué hacen: construyen campañas, nurturing, scoring y journeys, y mantienen el CRM alineado con el proceso real.
- Dónde viven: en Marketing Ops y en el negocio. Los admins, en el CoE.
Capa 3: Integración y eventos
- Roles: arquitecto de integración e ingeniero de datos o de integración.
- Qué hacen: mantienen APIs, flujos ETL/ELT, eventos y activación de audiencias, y monitorean que nada se rompa.
- Dónde viven: en TI o Datos, coordinados por el CoE.
Capa 4: Fundación de datos del cliente
- Roles: data owner del cliente, data steward, ingeniero de datos, especialista en calidad de datos y MDM, y especialista en CDP.
- Qué hacen: definen el golden record, el ID único, las reglas de calidad, los segmentos y el modelo de datos B2B y B2C.
- Dónde viven: en Datos o TI, con el negocio como dueño. Los data stewards trabajan entre ambos.
Capa 5: Fuentes y sistemas de negocio
- Roles: dueños de cada sistema (ERP, e-commerce, punto de venta, web) y desarrolladores de formularios y apps.
- Qué hacen: aseguran la calidad desde la captura, con validaciones, catálogos y campos obligatorios.
- Dónde viven: en TI y en cada área de negocio.
IA en todo el ecosistema (acuérdate que hay diferentes tipos de IA y otras tácticas)
- Roles: analista o científico de datos, dueño de casos de uso de IA y responsable de supervisión de agentes.
- Qué hacen: construyen scoring y modelos de next best action, prueban copilotos y aprueban lo que hacen los agentes.
- Dónde viven: en Datos y el CoE, con aprobación del negocio.
Gobierno de datos y arquitectura
- Roles: líder de gobierno de datos, arquitecto de soluciones CRM, oficial de privacidad o legal, líder del CoE o PMO, y release manager.
- Qué hacen: definen estándares, catálogos y prioridades, aprueban cambios, controlan los releases y cuidan el cumplimiento.
- Dónde viven: en el CoE o PMO, junto con Legal y TI.
Marketing Ops y operación continua
- Roles: líder de Marketing Ops, especialista de campañas y assets, analista de KPIs y atribución, especialista en entregabilidad, y responsable de adopción y capacitación.
- Qué hacen: operan el día a día: taxonomía, pruebas, entregabilidad, reportes y adopción.
- Dónde viven: en Marketing Ops, como puente entre el negocio y el CoE.
Cómo cambian estos roles según la madurez de tu empresa:
Etapa inicial (pyme o empresa que apenas arranca)
- Equipo: 2 o 3 personas que usan “varios sombreros”.
- Ejemplo: un líder de marketing que también hace de Marketing Ops, un admin de CRM que también ve integraciones y calidad de datos, y un sponsor del negocio.
- Lo que se externaliza: arquitectura, integraciones complejas y calidad de datos, con un partner o un CRM coach.
- Gobierno: no hay CoE formal. Basta un comité mensual con negocio y TI.
- Prioridad: un dueño claro del perfil básico del cliente y de los consentimientos.
Etapa intermedia (empresa en crecimiento o con varias áreas)
- Marketing Ops ya es un equipo: líder, especialista de automation y analista de KPIs.
- CoE “ligero”: líder del CoE, admin de Salesforce, arquitecto (interno o de partner) y release manager, aunque sea a tiempo parcial.
- Datos: aparecen el data steward y un ingeniero de datos. La calidad de datos se vuelve una metodología, no un proyecto.
- Lo que se externaliza: soporte continuo (AMS), proyectos de integración y migraciones.
- Prioridad: gobernar el modelo de datos B2B y B2C, y la identidad entre plataformas.
Etapa avanzada (grupo grande, varias unidades de negocio o países)
- CoE o PMO formal, con dueños de producto por dominio (marketing, ventas y servicio), arquitectos y release management.
- Oficina de gobierno de datos, con data owners por dominio, data stewards, especialistas en MDM y CDP, y privacidad integrada.
- Equipo de datos e IA, con científicos de datos, ingenieros y supervisión formal de agentes.
- Marketing Ops por unidad de negocio o país, con estándares comunes del CoE.
- Prioridad: orquestación entre unidades, IA de nivel 2 y 3, y control de costos de licencias y consumo.
Las tres preguntas clave: quién decide
¿Quién orquesta?
- Etapa inicial: el líder de marketing.
- Etapa intermedia: Marketing Ops, junto con el CoE.
- Etapa avanzada: el dueño de producto de customer journeys, dentro del CoE.
¿Dónde vive el golden record y quién es su dueño?
- Etapa inicial: el admin de CRM, con el sponsor.
- Etapa intermedia: el data owner del cliente, con el data steward.
- Etapa avanzada: la oficina de gobierno de datos, a través del MDM.
¿Quién administra los consentimientos?
- Etapa inicial: el admin de CRM, con apoyo legal.
- Etapa intermedia: Marketing Ops, con legal.
- Etapa avanzada: privacidad y legal, con los data stewards y los estándares del CoE.
Recomendaciones prácticas
- Empieza por dos roles: un data steward y un líder de Marketing Ops. Son los que más rápido se notan en la operación.
- No dejes todo en TI ni en marketing. TI sola construye sin contexto de negocio, y marketing solo compra herramientas sin gobierno.
- Usa partners para las brechas, no para el gobierno. La arquitectura, las integraciones y el AMS pueden externalizarse. El dueño de los datos y las decisiones de prioridad deben permanecer dentro de la empresa.
- Presupuesta la gente antes que la licencia. Sin estos roles, cualquier plataforma termina enviando solo emails.
Usa esta imagen de arriba como un mapa para preguntarte: ¿qué capas tengo hoy? ¿cuáles están débiles y cuál debería atender primero? ¿Qué gente y qué roles tengo para operar realmente todo el ecosistema? Esa es justamente la conversación que abre el CRM Ecosystem Health Framework que explicamos a continuación.
Checklists para auditar tu Marketing Cloud Engagement y Pardot
Te compartimos dos checklists que puedes bajar en formato Excel que esperamos te ayuden a empezar la auditoria interna y luego para hacer la auditoria:
- Checklist 1 — Preparación interna: lo que necesitas tener listo dentro de la empresa antes de arrancar la auditoría o la migración.
- Checklist 2 — Auditoría técnica y de negocio: lo que debes revisar e inventariar para luego evaluar proveedores (Marketing Cloud Next, Braze u otras plataformas del mercado).
Cómo usar los checklists: completa el Checklist 1 primero. Sin la gente, el presupuesto y el sponsor correctos, la auditoría se queda en un inventario que nadie usa. El resultado del Checklist 2 se convierte en los requerimientos para tu RFP o evaluación de proveedores.
Estos dos checklists son de referencia y van a cambiar según tu industria y estado de madurez de tu empresa.
Checklist 1 — Qué necesito para empezar la auditoría y/o migración
El primer paso no es técnico: es tener sponsor, presupuesto, gente y un "por qué" claro.
1. Estrategia y caso de negocio
☐ Razón de la migración escrita en una página: renovación de licencia, costo, consolidar herramientas, falta de canales (WhatsApp, SMS local), capacidades de IA, o adopción de Marketing Cloud Next.
☐ Objetivos de negocio medibles: ingresos, retención, costo por contacto, productividad del equipo, experiencia del cliente.
☐ Alcance definido: ¿B2C, B2B o ambos? ¿Qué unidades de negocio (retail, banca comercial, admisiones, vida estudiantil, etc.)?
☐ Decisión de escenario a evaluar: coexistir con lo actual, migrar a Marketing Cloud Next, o migrar a otra plataforma.
☐ Fecha de renovación de contratos de Marketing Cloud y Pardot identificada, con la fecha límite para decidir.
☐ Definición de éxito: qué debe funcionar el día 1 y qué puede esperar.
2. Sponsor y gobierno
☐ Sponsor ejecutivo con autoridad sobre marketing, ventas, servicio y TI.
☐ Comité de decisión con marketing, ventas, servicio/contact center, TI, datos, legal/privacidad y finanzas.
☐ Dueño de los datos del cliente asignado (data owner).
☐ Modelo de gobierno para el proyecto: quién aprueba, quién ejecuta, cada cuánto se reporta.
☐ Conexión con el CoE o PMO de CRM, si existe.
3. Gente y talento
☐ Data scientist o analista de datos que entienda calidad, modelado, RFM y customer lifetime value.
☐ Especialista en calidad de datos que domine los criterios de calidad por campo (completitud, validez, formato, unicidad, etc.).
☐ Arquitecto de soluciones que conozca Marketing Cloud, Pardot, Sales Cloud y Service Cloud.
☐ Experto en customer lifecycle y journeys (journey design y journey orchestration), no solo en la herramienta.
☐ Analista de negocio que sepa facilitar reuniones y capturar requerimientos.
☐ Persona de privacidad/legal para el preference center y regulaciones locales.
☐ Plan para cubrir brechas: contratar, subcontratar o traer un CRM coach / lifecycle coach.
☐ Equipo de operación futura: cuánta gente necesitará la nueva plataforma para operar día a día.
4. Presupuesto
☐ Presupuesto para la auditoría separado del presupuesto de la migración.
☐ Presupuesto para talento (interno o externo) antes de comprar tecnología.
☐ Presupuesto para doble operación (correr ambas plataformas en paralelo durante la transición).
☐ Reserva para costos ocultos: limpieza de datos, integraciones, warming de IPs/dominios, capacitación.
5. Relación con proveedores y licenciamiento
☐ Contratos actuales leídos: fechas, cláusulas de salida, exportación de datos, límites de contactos y envíos.
☐ Entender cómo cobran las nuevas plataformas: por contacto, por mensaje, por actividad, por journey, por tokens o créditos de IA.
☐ Postura de partner, no de comprador: el proveedor debe ser tu socio, no solo quien te vende.
☐ Implementador o partner de integración evaluado (si lo vas a necesitar).
6. Gestión del cambio
☐ Usuarios clave identificados por equipo (marketing, ventas, servicio).
☐ Plan de comunicación interna sobre por qué se hace el cambio.
☐ Plan de capacitación para la nueva herramienta y los nuevos procesos.
☐ Postura sobre IA: reglas claras para usar IA solo cuando los datos, procesos y modelo operativo lo soporten.
Checklist 2 — Qué auditar antes de buscar el proveedor
Ests checklist te ayudara a ver dónde estás hoy y se convierte en los requerimientos para evaluar Marketing Cloud Next u otra plataforma. Cada sección debe terminar con un inventario y una lista de brechas.
1. Calidad de datos
☐ Volumen real de contactos en Marketing Cloud, Pardot y Sales Cloud (ej.: los 7 millones de registros, ¿cuántos están activos?).
☐ Duplicados entre plataformas y dentro de cada una.
☐ Campos de nombre separados: nombre, segundo nombre, apellido, segundo apellido.
☐ Soporte de caracteres en español e inglés (acentos, ñ).
☐ Direcciones y código postal con formato estándar por país.
☐ Email y teléfono validados de forma continua (24/7), no solo al importar.
☐ Criterios de calidad por campo aplicados y medidos.
☐ Registros inactivos o sin engagement identificados para no migrarlos (y no pagar por ellos).
2. Modelo de datos e identidad
☐ Modelo de datos documentado de cada sistema: cómo eres un prospect en Pardot, un contacto/cuenta en Sales Cloud, un caso en Service Cloud y un suscriptor en Marketing Cloud.
☐ ID único del cliente (Subscriber Key) definido y protegido: Salesforce ID, email, RUT/RUC, Tax ID, etc.
☐ Casos especiales de identidad: email/teléfono ligado a una cuenta financiera vs. el personal; un estudiante con varios programas académicos.
☐ Golden record: ¿existe? ¿Dónde vive (MDM, CDP, data warehouse)?
☐ Inventario de Data Extensions en Contact Builder: cuáles se usan, cuáles son históricas, cuáles son basura.
☐ Data Views en uso y reportes que dependen de ellas.
☐ Modelo B2B vs. B2C: cómo conviven cuentas, contactos y consumidores.
3. Métricas, arquitectura de datos, CDP y MDM
☐ Dónde se calculan y dónde viven: RFM, customer lifetime value, NPS, nivel de lealtad, propensión de churn, next best action.
☐ Fuentes externas: e-commerce, punto de venta, inventario, sucursales, apps móviles.
☐ Proyectos de datos en curso: Snowflake, Databricks, CDP empaquetado o CDP componible.
☐ Frecuencia de actualización de cada dato que dispara un journey.
☐ Dueño del proyecto de Snowflake o Databricks identificado, si existe, y su relación con marketing.
☐ MDM actual: ¿existe (Informatica u otro)? ¿Qué sistema define el golden record del cliente?
☐ Dónde se resuelve la identidad: en el warehouse, en el CDP, en el MDM o en ninguno.
☐ Modelo de CDP actual o deseado: empaquetado (ej. Data 360), componible sobre el warehouse, híbrido o ninguno.
☐ Fuente de verdad por tipo de dato: perfil, consentimientos, transacciones, métricas (RFM, CLV, NPS) y eventos de engagement.
☐ Frecuencia que necesita cada caso de uso: tiempo real, cada 15 minutos, diario.
☐ Cómo se factura el uso de datos en cada opción: créditos de consumo, data points, contactos u objetos.
4. Sincronización e integraciones
☐ Pardot ↔ Sales Cloud: campos sincronizados, reglas, errores recurrentes.
☐ Marketing Cloud ↔ Sales Cloud: objetos sincronizados, frecuencia, errores.
☐ Otras herramientas de marketing automation en el ecosistema (HubSpot, Marketo).
☐ Integraciones con contact center / CCaaS / CPaaS: Twilio, Infobip, Genesys, inConcert, etc.
☐ Proveedores locales de SMS y WhatsApp integrados.
☐ APIs y procesos personalizados que tocan Marketing Cloud o Pardot.
☐ Verticales de Salesforce en uso (educación, servicios financieros, etc.) y Experience Cloud.
5. Journeys y automatizaciones
☐ Inventario de journeys (Journey Builder) y programas (Engagement Studio): activos, pausados, obsoletos.
☐ Qué dispara cada journey: evento, segmento, API, fecha.
☐ Automation Studio: automatizaciones, queries SQL y su propósito.
☐ Performance de cada journey: aperturas, clics, conversión, impacto en ingresos.
☐ Journeys transaccionales vs. promocionales (facturas, cobranza, recordatorios, códigos de autenticación).
☐ Priorización: qué journeys se migran, cuáles se rediseñan y cuáles se eliminan.
6. Contenido y activos
☐ Templates y contenido de email, SMS y push: cuántos, cuáles se reutilizan.
☐ AMPscript y contenido dinámico (necesitará reescribirse en la nueva plataforma).
☐ CloudPages y landing pages.
☐ Form Handlers y formularios de Pardot.
☐ Assets y bibliotecas de imágenes.
7. Canales
☐ Mapa de canales actuales: email, SMS, WhatsApp, push, mobile wallet, chatbot, chat, IVR, landing pages.
☐ Canales masivos vs. conversacionales: quién los opera (marketing o contact center).
☐ Costos por canal (ej.: SMS de Marketing Cloud vs. proveedor local; short code vs. long code).
☐ Limitaciones actuales por país (WhatsApp, SMS en LATAM).
☐ Canales que necesitarás en 2–3 años.
☐ Entregabilidad: dominios, IPs dedicadas, reputación de envío.
8. Privacidad y preference center
☐ Un solo preference center para todas las plataformas, o inventario de los que existen hoy.
☐ Consentimientos por canal: Do Not Call, Do Not Email, Do Not SMS, opt-in de WhatsApp.
☐ Tipos de suscripción: newsletter, transaccional, promocional.
☐ Cumplimiento regulatorio por país o región (GDPR y leyes locales de protección de datos).
☐ Historial de consentimientos que debe migrarse sin perderse.
9. Reportes y analítica
☐ Reportes y dashboards actuales de marketing y su uso real.
☐ Atribución: cómo se mide el impacto de marketing en ventas.
☐ Datos históricos que deben conservarse (tracking, envíos) y por cuánto tiempo.
10. Costos y licenciamiento actual
☐ Costo total actual: licencias, add-ons, SMS, IPs, implementadores, staff.
☐ Uso real vs. contratado: contactos, envíos, ediciones.
☐ Costo de mantener personal especializado en la plataforma actual.
11. Requerimientos para el proveedor nuevo (salida de la auditoría)
☐ ¿Soporta tu modelo de datos? B2B y B2C en la misma plataforma.
☐ ¿Funciona bien en LATAM? WhatsApp, SMS local, idioma, soporte regional.
☐ ¿Qué tan dependiente es de un CDP o de datos limpios? (Muchas ya traen CDP e IA integrados.)
☐ ¿Cómo cobra? Contactos, mensajes, actividades, journeys, tokens de IA.
☐ ¿Cuánto staff necesita para operar?
☐ ¿Qué herramientas de migración ofrece (ver siguiente sección)?
☐ ¿Cómo se conecta a tu warehouse? Zero copy, ingesta programada, reverse ETL o API, y en qué direcciones.
☐ ¿Quién resuelve la identidad? La plataforma, tu warehouse o tu MDM.
☐ ¿Qué funciones de datos están disponibles hoy (GA) y cuáles están en early access o roadmap?
☐ ¿Qué funciones de IA vienen incluidas en la licencia y qué datos necesita cada una para funcionar bien?
☐ ¿Quién aprueba lo que hace un agente antes de que llegue al cliente? ¿Cómo se audita?
☐ ¿Cómo se cobra la IA? Tokens, créditos o acciones de agentes.
☐ ¿La plataforma ofrece IA para apoyar la calidad de datos (perfilado, duplicados, estandarización)?
¿Cuáles son tus próximos pasos? Implementar por fases
El orden importa: gente y gobierno primero; auditoría, segundo; migración/coexistencia con el proveedor, tercero. Cada fase se cierra con una decisión antes de pasar a la siguiente.
Fase 0 — Preparación: completar el Checklist 1. Sponsor, comité, presupuesto y equipo listos. Decisión: ¿tenemos la gente y el dinero para auditar en serio?
Fase 1 — Auditoría: completar el Checklist 2. Inventario, brechas y costo total actual. Decisión: ¿coexistir, evolucionar a Marketing Cloud Next o migrar a otra plataforma?
Fase 2 — Limpieza y fundación de datos: arreglar calidad, modelo de datos, ID único y preference center antes de mover nada. Decisión: ¿los datos están listos para migrar y para usar IA?
Fase 3 — Evaluación de proveedores: RFP con los requerimientos de la auditoría, demos con tus propios casos de uso y referencias en LATAM. Decisión: proveedor, partner implementador y modelo de licenciamiento.
Fase 4 — Migración por olas: primero suscriptores y consentimientos, luego journeys prioritarios, corrida en paralelo y calentamiento de IPs. Decisión: apagar la plataforma anterior solo cuando todo esté validado.
Quick wins mientras tanto: depurar contactos inactivos (bajas costos de licencia), documentar journeys activos y unificar el preference center.
Riesgo principal: saltar directo a la IA y al CDP que ya traen las nuevas plataformas sin tener disciplina de datos. El resultado sería una plataforma más cara que solo manda correos electrónicos.
Empieza a definir tu arquitectura de datos y todas estas herramientas.
¿Cómo te podemos ayudar? CRM Coach y Partner de Implementación
Antes de migrar, mide la salud de tu ecosistema de CRM. Nuestro punto de partida es el CRM Ecosystem Health Framework: 7 dimensiones y 4 niveles de madurez que te indican dónde estás hoy, qué te falta y en qué orden resolverlo. Todo lo que abarca este post se reduce a esas 7 dimensiones.
Las 7 dimensiones aplicadas a una migración de Marketing Cloud o Pardot:
1. Modelo de datos y su calidad: perfil básico del cliente, ID único (Subscriber Key), duplicados, metodología de calidad de datos y gobierno con DAMA.
2. Ciclo de relacionamiento: el lifecycle del cliente de visitante a cliente y de vuelta, B2B y B2C juntos, y journeys como nodos y no de izquierda a derecha.
3. Dominios (Marketing, Ventas y Servicio): cómo conviven Marketing Cloud, Pardot, Sales Cloud, Service Cloud, el contact center y la omnicanalidad.
4. Gobierno y PMO/CoE: sponsor, comité de decisión, data steward, release management y quién aprueba lo que hace un agente de IA.
5. Stack tecnológico: Marketing Cloud Next, Braze, HubSpot, Marketo u otras; CDP empaquetado o componible; Snowflake o Databricks; integraciones y licenciamiento.
6. Contexto y taxonomía: catálogos, nomenclatura de campañas, definiciones de negocio, preference center y consentimientos.
7. AI Ready: en qué nivel de IA puedes operar hoy (del Nivel 0 al Nivel 3) y qué necesitas para subir.
Cómo trabajamos, paso a paso
- Diagnóstico de salud del ecosistema. Evaluamos las 7 dimensiones con los Checklists 1 y 2 de este documento. Resultado: tu nivel de madurez por dimensión, las brechas principales y los quick wins.
- Fundación de datos. Gobierno de datos, metodología de calidad, limpieza del perfil básico del cliente, preference center y la decisión sobre dónde vive el golden record. Usamos herramientas de calidad de datos y la IA como apoyo en la limpieza.
- Estrategia y selección. Definimos la arquitectura (centrada en Salesforce, en el warehouse o híbrida) y si conviene coexistir, converger a Marketing Cloud Next o moverse a otra plataforma. Te acompañamos en el RFP, en demos con tus propios casos de uso y en la negociación del licenciamiento.
- Migración o convergencia por olas. Suscriptores y consentimientos primero, luego journeys prioritarios, corrida en paralelo y adopción de IA nivel por nivel.
- Operación continua. CoE o PMO, soporte continuo (AMS), monitoreo de calidad de datos y coaching para que el ecosistema no vuelva a enfermarse.
Quién hace qué
CRM Coach (Jesús Hoyos): visión neutral frente a los proveedores, mentoría a ejecutivos y equipos, workshops de descubrimiento, evaluación de proveedores y licenciamiento, y acompañamiento en las decisiones clave. Solvis Consulting: implementación del ecosistema de CRM, calidad de datos, integraciones, migración y operación continua. Solvis es Customer-First: partner del cliente antes que de cualquier proveedor.
Lo que te llevas de nuestra consultoría
Tu nivel de madurez en las 7 dimensiones del CRM Ecosystem Health Framework. Un inventario y mapa de brechas de datos, journeys, integraciones, canales y costos. Una recomendación de arquitectura y de ruta: coexistir, converger o migrar. Un roadmap por fases con quick wins, mejoras de largo plazo y adopción de IA por niveles. Nuestra experiencia con Marketing Cloud y manejo de datos con Data Clouds y CDPs. Los requerimientos listos para tu RFP o evaluación de proveedores.
El primer paso es una conversación. ¿En qué nivel de madurez está tu ecosistema de CRM hoy?
