Publicado con permiso de la organización. Nombre anonimizado por respeto a su base de datos y protección de sus donantes.

En abril de 2026 recibimos el CSV de una ONG española de gran alcance humanitario — una organización que reparte alimentos a decenas de miles de personas cada año, financiada mayoritariamente por donaciones privadas. La responsable de comunicación llegó a ClearRows a través de un anuncio de Google Ads y subió su base de datos histórica al analizador.

Lo que salió del análisis, y lo que hicimos después, es el caso más honesto que tenemos hasta la fecha para explicar qué hace ClearRows en la práctica. Con números reales.

El punto de partida

Fichero recibido: un archivo Excel (.xlsx) con 1.872 registros de contactos históricos. Datos acumulados durante años de campañas: donantes puntuales, socios recurrentes, voluntarios, y contactos de eventos.

Estructura del archivo:

  • Nombre y apellidos
  • Email
  • Teléfono
  • Provincia
  • Fecha del último contacto (algunos vacíos)
  • Tipo de relación (donante, voluntario, socio)

Objetivo de la organización: consolidar la lista antes de una campaña de comunicación importante por el 30 aniversario de la ONG. Necesitaban saber a cuántas personas reales podían llegar realmente por email, y qué margen tenían para pedir apoyo a la campaña.

Lo que encontró el analizador (en 40 segundos)

El resultado del scan gratuito de ClearRows:

| Métrica | Valor | |---|---| | Total de registros | 1.872 | | Emails duplicados (misma dirección) | 329 (17,6%) | | Emails con sintaxis inválida o dominio muerto | 36 (1,9%) | | Teléfonos mal formateados | 101 (5,4%) | | Score de salud de datos | 77/100 | | Registros útiles reales estimados | ~1.548 |

Traducido: la ONG creía que se comunicaba con 1.872 personas cuando en realidad estaba llegando a ~1.548 personas distintas. Los 324 registros de diferencia eran o duplicados (misma persona registrada varias veces) o direcciones que ya no existen.

La decisión (que cambió cómo pensamos el negocio)

En condiciones normales, la limpieza completa de una lista de este tamaño cuesta 67€ en nuestro tier básico. Al ver de qué organización se trataba y para qué necesitaban los datos limpios — coordinar una campaña de captación para financiar comida — decidimos hacerlo gratis.

Sin promesa de testimonio a cambio. Sin condiciones. Sin "pero regálanos un tweet".

La lógica fue simple: si ClearRows sirve para algo, tiene que servir aquí. Y si una ONG que alimenta a decenas de miles de personas se ahorra unas horas administrativas gracias a nosotros, mejor negocio para todos.

El proceso de limpieza (2 horas de trabajo)

Paso 1 — Deduplicación por email. Se unificaron los 329 duplicados usando reglas de "primer registro gana" para preservar la fecha original y "último registro para datos adicionales" para no perder información posterior (por ejemplo, un teléfono actualizado). Resultado: -329 filas.

Paso 2 — Verificación de emails inválidos. Los 36 registros con problemas se separaron en dos grupos:

  • 24 con typos recuperables (gmial.com en lugar de gmail.com, espacios extra) — corregidos automáticamente.
  • 12 con dominios muertos o cuentas inexistentes — separados a un archivo "no contactables" para que la ONG los tenga registrados pero no los use en envíos.

Paso 3 — Normalización de teléfonos. Los 101 números mal formateados (algunos con espacios, otros sin prefijo internacional, algunos con letras) se convirtieron al formato +34 XXX XXX XXX. Los que no se pudieron recuperar (5 casos con dígitos claramente incompletos) se marcaron como "revisar manualmente".

Paso 4 — Estructura final. El CSV se entregó con columnas ordenadas, formato UTF-8 con BOM (para que abra bien en Excel de Windows), y separador ,.

Resultado final: 1.548 filas útiles + un informe CSV separado con los descartes anotados.

El impacto para la ONG

  • De 1.872 a 1.548 contactos activos — un 17% menos de "peso" en la base sin perder a ninguna persona real (los 324 descartados eran duplicados o cuentas inexistentes).
  • Score de salud: de 77 a 98.
  • Tiempo estimado que se ahorraron: 8-12 horas de trabajo administrativo manual.
  • Coste evitado si hubieran contratado un servicio de pago: entre 300€ y 800€ según proveedor.
  • Rebote esperado en la próxima campaña: de ~5-7% (con la lista original) a <1% (con la limpia).

Y sobre todo: pudieron ejecutar su campaña de aniversario sabiendo exactamente a cuántas personas reales se estaban dirigiendo.

Lo que aprendimos nosotros

1. El 17% de duplicados no es raro — es la norma. En listas históricas acumuladas durante años sin proceso de limpieza, un 15-20% de duplicados es lo esperado. La ONG hizo bien todo lo que estaba a su alcance; el problema es sistémico y difícil de detectar sin herramientas específicas.

2. Las ONGs sufren especialmente el problema. Los donantes recurrentes se registran múltiples veces (una vez como donante puntual, otra como socio, otra como voluntario en un evento). Los sistemas de gestión no siempre cruzan los datos. El resultado: la ONG cree tener más soporte del que tiene y no puede segmentar bien sus comunicaciones.

3. Cobrar por lo básico está bien; regalar donde tiene sentido, también. Este caso no cambió nuestro modelo de precios. Seguimos cobrando 67€ por limpieza completa. Pero decidió cómo tratamos los casos concretos donde el beneficio social es evidente y el ROI de cobrar es cero. Casos de ONGs, colectivos vulnerables, y proyectos de bien común pueden acceder a limpieza gratuita si nos escriben y lo cuentan.

Cómo probar el analizador con tu propia lista

Si tienes una tienda online, una asociación, un proyecto — sube tu CSV o Excel al analizador de ClearRows. Es exactamente el mismo scan gratuito que aplicamos a la ONG.

Analiza tu lista gratis en 30 segundos →

  • Sin registro
  • Sin tarjeta
  • Tu archivo se elimina en 24h
  • Ves cuántos duplicados, cuántos inválidos, cuántos teléfonos mal formateados
  • Score de salud sobre 100
  • Estimación económica del daño mensual si es una lista comercial

Si sale que tu lista está limpia, te decimos que está limpia. No inflamos informes para meter miedo.

Preguntas frecuentes

¿Publicas el nombre real de la ONG? No. Anonimizado por respeto a su base de datos y a sus donantes. Si la organización quiere que aparezca su nombre en el futuro con un testimonio explícito, lo actualizaremos aquí. De momento, el caso vale por sí solo con los números.

¿Hago limpiezas gratis por ser ONG? Sí, si escribes y explicas qué es tu proyecto. Escríbenos a daniel@clearrows.com. Evaluamos caso a caso — no es un derecho automático, es una decisión que tomamos según la naturaleza del proyecto y nuestra capacidad. Actualmente hay ~2-3 slots gratuitos al mes.

¿Puedo replicar este proceso yo mismo con Excel? Parcialmente. Deduplicación exacta y filtro de sintaxis se pueden hacer en Sheets con 2-4 horas de trabajo. Pero comprobación de dominios muertos (DNS/MX lookup), fuzzy matching de duplicados (m.aria@gmail.com = maria@gmail.com), y normalización de teléfonos requiere scripting o una herramienta específica.

¿Cuánto se degrada una lista de este tipo al año? Entre 15-25% en ONGs que aceptan datos en formularios físicos (eventos, ferias). Entre 8-15% en organizaciones con captación 100% digital. Recomendamos una auditoría anual mínimo.

Prueba tú mismo

Analiza tu lista gratis en clearrows.com/salud →

En 30 segundos. Sin registro. Sin condiciones.

ClearRows — Barcelona. Datos limpios, ventas reales.