HubSpot lanza Data Model Health, un diagnóstico automático del modelo de datos del CRM
HubSpot agregó un chequeo de salud que escanea propiedades, objetos, asociaciones, pipelines y etapas del ciclo de vida, y devuelve los problemas encontrados con acciones recomendadas ejecutables desde la misma página.

La noticia en 30 segundos
Data Model Health es un chequeo automático dentro de la vista de modelo de datos de HubSpot que escanea propiedades, objetos, asociaciones, pipelines y etapas del ciclo de vida de un portal, y devuelve los problemas detectados con acciones recomendadas que se pueden ejecutar desde la misma página. Detecta propiedades con bajo llenado o duplicadas, objetos personalizados casi vacíos o sin asociaciones, pipelines con configuraciones anómalas y etapas del ciclo de vida sin registros. Requiere permisos de Super Admin o Partner Admin. La ruta es Data Management, Data Model, pestaña Health.
HubSpot incorporó Data Model Health, un chequeo de salud dentro de la vista general del modelo de datos que escanea la configuración del portal y devuelve una lista de problemas con acciones recomendadas. Fue uno de los tres cambios destacados en las actualizaciones de la semana del 3 de agosto de 2026, junto con la nueva versión del Prospecting Agent y la beta que permite pertenecer a varios equipos con funcionalidad completa.
¿Qué problema resuelve un chequeo de salud del modelo de datos?
Con el tiempo, todo modelo de datos de CRM acumula propiedades que nadie usa, objetos abandonados y pipelines mal configurados. Mientras eso queda invisible, el costo se paga en otra parte: reportes que no cuadran, workflows que se disparan sobre campos vacíos y equipos que dejan de confiar en el dato. El chequeo entrega una foto de qué está funcionando en el modelo, qué no, y qué corregir.
Para operaciones comerciales en Chile y Latinoamérica, donde muchos portales se implementaron rápido y crecieron por acumulación, es el tipo de herramienta que convierte una deuda técnica difusa en una lista concreta de tareas.
¿Qué revisa exactamente Data Model Health?
El escaneo cubre cinco frentes:
- Propiedades. Marca propiedades con tasas de llenado bajas, propiedades inactivas sin uso, posibles duplicados con etiquetas similares y desajustes entre llenado y uso real, por ejemplo alto llenado con bajo uso, o bajo llenado en workflows críticos.
- Objetos. Identifica objetos personalizados o activables con muy pocos registros o sin asociaciones, señal habitual de objetos abandonados o mal configurados.
- Asociaciones. Detecta tipos de asociación con conteos bajos de registros, que probablemente no están cumpliendo el propósito para el que se crearon.
- Pipelines. Encuentra configuraciones anómalas: pipelines con 20 o más etapas, pipelines sin etapa de cierre y etapas por las que no pasa ningún registro.
- Etapas del ciclo de vida. Expone etapas del lifecycle con cero registros.
¿Cómo se ejecuta y quién puede usarlo?
La funcionalidad exige permisos de Super Admin o Partner Admin. La ruta es Data Management, luego Data Model, y de ahí a la pestaña Health. En la primera visita el chequeo corre automáticamente y toma algunos minutos. Cuando termina, los hallazgos aparecen con el siguiente paso sugerido para cada uno y, donde HubSpot lo permite, la acción se ejecuta directamente desde esa página. Después de aplicar correcciones se puede volver a correr con el botón Run health check.
¿Qué otros cambios trajo la misma semana?
Los otros dos anuncios relevantes de esa semana apuntan al mismo objetivo de reducir trabajo manual. El Prospecting Agent pasó a ser un agente de outbound de punta a punta: detecta empresas que cumplen señales de compra como crecimiento, contratación, financiamiento o intención, identifica y consigue contactos relevantes desde el CRM o vía integraciones de terceros como ZoomInfo, Apollo y Surfe, y genera e inscribe a esos contactos en secuencias de correo y tareas de llamada. Los administradores definen Plays que fijan cómo el agente investiga, consigue contactos y contacta.
El segundo cambio es una beta que elimina la distinción entre equipo principal y equipos extra: un usuario puede ser miembro con funcionalidad completa de varios equipos a la vez, con acceso igual a reglas de asignación y workflows en todos ellos. Es relevante para organizaciones matriciales o con cobertura por región, un caso frecuente en operaciones que atienden varios países de Latinoamérica desde un mismo equipo. HubSpot advierte que al activar la beta todos los miembros de un equipo referenciado en una regla de asignación empezarán a recibir trabajo asignado, así que conviene revisar las membresías antes.
Análisis de Revenue Hub
Data Model Health es, en la práctica, una parte de la auditoría de portal que hasta ahora se hacía a mano o con consultoría externa. Eso es bueno y también es la trampa: el chequeo detecta síntomas de configuración, no problemas de negocio. Una propiedad con 12% de llenado puede ser basura acumulada o puede ser un campo crítico de un proceso que el equipo dejó de completar. La herramienta no distingue esos dos casos, y borrar en función del reporte sin revisar el contexto es la forma más rápida de romper un reporte que alguien usa todos los lunes.
La recomendación operativa es tratar el output como una lista de hipótesis priorizadas, no como una lista de tareas. El orden que rinde: primero pipelines y etapas del ciclo de vida, porque ahí los errores distorsionan directamente el forecast y la conversión que reporta el equipo comercial; después asociaciones, porque afectan la trazabilidad entre contactos, empresas y negocios; y al final propiedades, que es el ítem más voluminoso y el menos urgente. Correrlo una vez por trimestre con un responsable asignado vale más que correrlo una vez y quedarse mirando 200 hallazgos.
El punto de fondo para un líder comercial: la calidad del modelo de datos dejó de ser un tema de administradores. Cuando el equipo empieza a apoyarse en agentes de IA, esos agentes leen ese mismo modelo. Un pipeline mal configurado o un lifecycle que nadie mantiene ya no solo ensucia un reporte, ahora alimenta decisiones automatizadas. Puedes revisar el resto de nuestra cobertura de la plataforma en noticias de HubSpot y los análisis de fondo en el blog de Revenue Hub.
Fuente y criterio editorial
Revenue Hub resume, contextualiza y analiza esta información para equipos B2B de Chile y Latinoamérica. La publicación original pertenece a Orange Marketing.
Leer la fuente originalPara profundizar
Preguntas frecuentes
¿Qué es Data Model Health de HubSpot?
Es un chequeo de salud dentro de la vista general del modelo de datos que escanea propiedades, objetos, asociaciones, pipelines y etapas del ciclo de vida del portal, y devuelve los problemas detectados con acciones recomendadas ejecutables desde la misma página.
¿Dónde se encuentra Data Model Health en HubSpot?
En la navegación izquierda, en Data Management, luego Data Model, y de ahí a la pestaña Health. En la primera visita el chequeo corre automáticamente y demora algunos minutos.
¿Qué permisos se necesitan para usar Data Model Health?
Permisos de Super Admin o Partner Admin. Usuarios sin ese nivel no pueden ejecutar el chequeo.
¿Qué problemas detecta el chequeo en las propiedades?
Propiedades con tasas de llenado bajas, propiedades inactivas sin uso, posibles duplicados con etiquetas similares, y desajustes entre llenado y uso real, como alto llenado con bajo uso o bajo llenado en workflows críticos.
¿Qué revisa en los pipelines?
Configuraciones anómalas: pipelines con 20 o más etapas, pipelines sin etapa de cierre y etapas por las que no pasa ningún registro. También expone etapas del ciclo de vida con cero registros.
¿Conviene borrar todo lo que el chequeo marca?
No. El chequeo detecta síntomas de configuración, no contexto de negocio. Una propiedad con bajo llenado puede ser basura acumulada o un campo crítico que el equipo dejó de completar. Lo razonable es tratar el reporte como una lista de hipótesis y validar antes de eliminar.
¿Qué otros cambios anunció HubSpot la semana del 3 de agosto de 2026?
Dos. El Prospecting Agent pasó a ser un agente de outbound de punta a punta que detecta señales de compra, consigue contactos vía ZoomInfo, Apollo o Surfe y genera contacto multicanal. Y una beta que permite ser miembro con funcionalidad completa de varios equipos a la vez.
¿Por qué importa el modelo de datos si el equipo usa agentes de IA?
Porque los agentes leen ese mismo modelo. Un pipeline mal configurado o un lifecycle sin mantención ya no solo distorsiona un reporte: alimenta decisiones automatizadas sobre asignación, priorización y contacto con clientes.


