Análisis de datos del CRM: preguntarle a tus ventas en lenguaje natural

Qué se anunció esta semana sobre el análisis de datos del CRM

El análisis de datos del CRM está cambiando de forma. Hasta hace poco, quien quería saber cuántos negocios estaban quietos o qué canal traía más ventas tenía que pedir un informe, esperar a que alguien armara un tablero o exportar a Excel. Entre el 20 y el 23 de octubre de 2026 se publicaron varios anuncios que apuntan en otra dirección: hacerle la pregunta directamente al sistema, en lenguaje natural, desde un asistente de inteligencia artificial.

El primero fue de Insightly, un CRM pensado para empresas en crecimiento. Según Destination CRM y The Wise Marketer, el 20 de octubre lanzó el Insightly CRM MCP Server, que conecta los datos de clientes y prospectos con asistentes como Claude y ChatGPT. Con él, un equipo puede preguntar en palabras corrientes por el estado de prospectos, negocios y proyectos; preparar resúmenes de cuentas y listas segmentadas; encontrar prospectos que nadie ha trabajado, negocios detenidos y cierres esperados; y ver qué fuentes generan oportunidades e ingresos, qué segmentos convierten mejor y qué patrones se repiten en los negocios ganados y perdidos. The Wise Marketer agregó que el servidor está disponible en todos los planes de Insightly y citó a su director ejecutivo, Steve Oriola: «Insightly sigue siendo la fuente de verdad confiable, mientras la IA hace que esa información sea más fácil de consultar, entender y usar».

El segundo fue de ThoughtSpot, especialista en analítica. El 22 de octubre presentó AgentSpot, un espacio de trabajo compartido donde personas y agentes de IA trabajan juntos. Se describe en lenguaje natural lo que se necesita y la herramienta arma agentes que investigan y analizan, flujos de trabajo que se repiten según un horario o un evento, y aplicaciones que combinan datos con acciones. Dos detalles llaman la atención para una empresa mediana: los agentes usan las definiciones de indicadores propias del negocio, y cada acción queda registrada, con acceso a los datos según el rol de cada persona.

Ambos anuncios aparecieron en el resumen semanal de Solutions Review del 23 de octubre, junto con otras novedades del sector: asistentes de IA para equipos de servicio al cliente, agentes de voz para ventas y nuevas integraciones entre plataformas. El hilo común es claro: la información del cliente sale del tablero y llega a la conversación.

Por qué importa para una empresa mediana en Colombia y América Latina

Una empresa mediana suele tener los datos, pero no siempre el tiempo para analizarlos. El gerente comercial sabe que el CRM guarda la respuesta a «¿por qué bajaron las ventas en el Eje Cafetero?», pero llegar a ella exige filtros, cruces y paciencia. Si la pregunta se puede hacer en una frase y la respuesta llega en segundos, el análisis deja de ser un trabajo de fin de mes y pasa a ser parte de la reunión del lunes.

Hay una segunda razón. Un estudio de Vanson Bourne para Dell Technologies con 200 tomadores de decisiones de negocio y tecnología de la región, publicado por ENTER.CO el 20 de octubre, muestra que las empresas latinoamericanas quieren avanzar con IA, pero con orden. El 77 % no avanzará con nuevos proyectos sin beneficios de negocio claros y un plan para gestionar riesgos; el 43 % menciona la seguridad, la privacidad y el cumplimiento entre las principales barreras para ampliar su uso; y el 61 % dice que su infraestructura todavía no está del todo lista para cargas de IA y analítica a escala de producción.

Ese es justamente el punto fuerte de los conectores que se están anunciando: no obligan a montar infraestructura propia ni a copiar los datos a otro lugar. El asistente consulta el CRM donde ya está, con los permisos del usuario que pregunta. Para una empresa de 50 o 200 personas, eso convierte una idea que parecía de gran corporación en algo alcanzable con un piloto pequeño y medible.

El mismo estudio trae una tercera señal: el 90 % de las empresas está orientando sus inversiones hacia aliados que acompañen los proyectos desde la prueba piloto hasta la implementación. En otras palabras, la región valora tanto la herramienta como el método para ponerla a producir.

Qué es un servidor MCP y cómo lo ofrece Zoho

MCP (Model Context Protocol, o protocolo de contexto de modelo) es un estándar abierto que permite a un asistente de inteligencia artificial conectarse con una aplicación de negocio, leer su información y, si se le autoriza, ejecutar acciones. Un «servidor MCP» es el puente que publica esa aplicación: dice qué datos se pueden consultar, qué acciones se pueden hacer y con qué permisos.

Para entenderlo sin tecnicismos: antes, cada integración entre un asistente y un sistema se construía a la medida. Con MCP, la aplicación expone una sola puerta estándar y cualquier asistente compatible puede usarla. Por eso esta semana varias plataformas lo anunciaron casi al mismo tiempo.

En el ecosistema Zoho, este camino lleva tiempo andado. En julio de 2025, según Destination CRM, Zoho presentó su modelo propio Zia LLM, más de 25 agentes prediseñados, el constructor de agentes sin código Agent Studio y un servidor MCP que expone acciones de más de 15 aplicaciones de Zoho a cualquier cliente MCP, respetando la estructura de permisos. En ese mismo anuncio, Ask Zia sumó habilidades de inteligencia de negocios y Zoho Analytics empezó a admitir servidores MCP locales. Zoho destacó además que sus clientes pueden mantener los datos en sus servidores y usar las funciones de IA sin enviarlos a proveedores externos.

Zoho CRM, por su parte, describe en su comunidad oficial el soporte MCP integrado con servidores prediseñados por función: Data Insights para consultar y analizar en modo de solo lectura, Data Operations para crear y actualizar registros, Module Customization para ajustar módulos y campos, y Workflow & Process Automation para configurar reglas y alertas. El acceso usa OAuth y cada acción sigue los roles y permisos del usuario en el CRM. Zoho también anunció para el 29 de octubre el lanzamiento de Zoho Analytics 7.0, con agentes que cooperan entre sí, un constructor de agentes a la medida, una capa de contexto de negocio y gobierno de la IA. Como partner de Zoho, en AGIL seguimos de cerca estas novedades para aterrizarlas en procesos concretos.

Preguntas que un gerente podría hacerle a su CRM, área por área

El valor del análisis de datos del CRM en lenguaje natural se ve mejor con ejemplos. Estas son preguntas típicas que una empresa mediana podría hacer una vez conectado su CRM a un asistente, siempre según los permisos de quien pregunta:

Un escenario típico: una distribuidora de insumos industriales con 15 asesores comerciales podría empezar el lunes con una sola instrucción al asistente, «muéstrame por asesor los negocios estancados y los prospectos sin primer contacto», y usar esa lista como agenda de la reunión comercial. Lo que antes tomaba una mañana de filtros se resuelve en minutos y la conversación se centra en qué hacer, no en buscar el dato.

La segunda capa son las acciones. Con permisos de escritura, el asistente podría crear tareas de seguimiento, actualizar etapas o preparar el resumen de una cuenta antes de una visita. Aquí conviene ir despacio: primero preguntas de solo lectura, después acciones pequeñas con revisión humana.

Antes de preguntar: datos ordenados e indicadores comerciales comunes

Un asistente responde con lo que encuentra. Si la mitad de los negocios no tiene fecha estimada de cierre o cada asesor usa las etapas a su manera, la respuesta será tan buena como esos datos. Por eso el primer paso del análisis de datos del CRM no es tecnológico, es de proceso.

• Definiciones compartidas. Acordar qué es un «prospecto calificado», cuándo un negocio se considera «estancado» y cómo se calcula la tasa de cierre. AgentSpot, por ejemplo, destaca que sus agentes usan las definiciones de indicadores del propio negocio; la lección vale para cualquier herramienta.
• Campos obligatorios con sentido. Fuente del prospecto, valor estimado, fecha de cierre y motivo de pérdida son los cuatro campos que más preguntas responden.
• Etapas del embudo que reflejen el proceso real. Si el proceso de venta cambió, el CRM debe cambiar con él.
• Limpieza periódica. Duplicados y registros sin dueño confunden tanto a las personas como a los asistentes.
• Un tablero de referencia. Mantener los indicadores comerciales principales en un tablero permite comparar la respuesta del asistente con una cifra conocida.

Este trabajo de ordenar el proceso y sus datos es el corazón de la reingeniería de procesos. Cuando está bien hecho, la IA lo multiplica; cuando falta, la IA solo lo hace más visible.

Permisos, seguridad y supervisión al conectar el CRM con inteligencia artificial

Las herramientas anunciadas comparten una buena práctica: el asistente actúa con los permisos de la persona que pregunta y deja registro de lo que hace. Para una empresa mediana, conectar el CRM con inteligencia artificial de forma ordenada implica decidir algunas cosas desde el principio:

1. Quién puede conectar qué. Definir qué roles pueden autorizar la conexión de un asistente y con qué alcance (solo lectura o también escritura).
2. Qué datos quedan fuera. Información sensible de clientes, como datos personales o condiciones comerciales especiales, puede quedar restringida a ciertos perfiles, en línea con la ley colombiana de protección de datos personales.
3. Asistentes aprobados. El estudio de Dell encontró que el 59 % de las empresas de la región reporta empleados que usan aplicaciones de IA no autorizadas en equipos corporativos. Ofrecer una opción aprobada y conectada al CRM es la forma más sencilla de encauzar ese uso.
4. Revisión humana de las acciones. Las consultas pueden ser libres; los cambios en registros, al menos al principio, deberían pasar por una persona.

Este tema se conecta con lo que contamos en nuestro artículo sobre automatización con inteligencia artificial y supervisión humana: el papel del equipo pasa de buscar datos a revisar y decidir. Y si tu empresa aún está eligiendo plataforma, en CRM para pymes en la era de los agentes de IA repasamos qué preguntas hacer antes de decidir.

Por dónde empezar: un plan de 30, 60 y 90 días

Un piloto bien acotado permite medir el beneficio antes de ampliar, que es justo lo que pide la mayoría de las empresas de la región.

Días 1 a 30: ordenar

• Escoger un solo proceso: por ejemplo, el seguimiento de oportunidades comerciales.
• Escribir las 10 preguntas que la gerencia hace cada semana y que hoy cuestan tiempo responder.
• Revisar si el CRM tiene los campos y las etapas para responderlas; completar lo que falte.

Días 31 a 60: conectar en modo lectura

• Verificar qué opciones de conexión ofrece tu CRM (servidor MCP, asistente integrado o analítica conversacional) y en qué planes están disponibles.
• Conectar un asistente aprobado, con permisos de solo lectura, para un grupo pequeño: gerente comercial y dos o tres asesores.
• Comparar las respuestas con el tablero de referencia y ajustar definiciones.

Días 61 a 90: medir y decidir

• Medir cuánto tiempo se ahorra en preparar reuniones y reportes, y cuántas acciones de seguimiento salen de las respuestas.
• Decidir si se habilitan acciones de escritura con revisión humana.
• Documentar el proceso y extenderlo a otra área, como servicio o finanzas.

Si quieres acompañamiento para el diagnóstico, el rediseño del proceso comercial o la implementación en Zoho CRM, puedes escribirnos o conocer cómo trabajamos con Zoho.