Este artículo no va de responder rápido a los leads: eso lo cubrimos en automatizar el seguimiento de leads. Va de lo anterior, que casi nadie sistematiza: decidir a quién merece la pena llamar.
Un equipo comercial que atiende por orden de llegada está gastando su hora más cara en el contacto más barato.
En este artículo
- Los dos ejes de toda cualificación
- Qué señales puntuar y con cuánto peso
- Qué aporta la IA que el scoring clásico no
- Cómo fijar el umbral
- Falsos positivos: el error que mata el modelo
Los dos ejes de toda cualificación
Todo modelo que funciona separa dos cosas que suelen mezclarse:
- Encaje (fit). ¿Es del tipo de cliente al que quiero vender? Sector, tamaño, cargo, geografía. No cambia con el tiempo.
- Intención (intent). ¿Está en momento de compra? Comportamiento, urgencia declarada, presupuesto. Cambia cada semana.
Mezclarlos en un único número es el error más común. Un lead con encaje perfecto e intención baja necesita nutrición; uno con intención alta y encaje malo necesita que le digas que no. Si ambos puntúan 45, tu comercial no sabe qué hacer con ninguno.
Cómo lo montamos nosotros: dos puntuaciones separadas y una matriz de cuatro cuadrantes. Llamar, nutrir, descartar y vigilar. El comercial ve el cuadrante, no el número.
Qué señales puntuar y con cuánto peso
| Señal | Eje | Peso | Por qué |
|---|---|---|---|
| Tamaño de empresa en tu rango objetivo | Encaje | Alto | Determina ticket y ciclo |
| Cargo con capacidad de decisión | Encaje | Alto | Sin autoridad, no hay cierre |
| Sector dentro de tu especialidad | Encaje | Medio | Afecta a la tasa de éxito |
| Email corporativo | Encaje | Bajo | Filtro barato de ruido |
| Visita la página de precios | Intención | Alto | La señal más predictiva |
| Menciona plazo concreto | Intención | Alto | Urgencia real declarada |
| Pide comparativa con un competidor | Intención | Alto | Está evaluando activamente |
| Abre emails sin hacer clic | Intención | Bajo | Interés pasivo |
| Sin actividad en 30 días | Intención | Negativo | Se está enfriando |
Empieza con seis u ocho señales. Un modelo de treinta variables nadie lo mantiene y en tres meses está desalineado con la realidad.
Qué aporta la IA que el scoring clásico no
El lead scoring de toda la vida puntúa lo que el lead hace: clics, visitas, aperturas. La IA puntúa además lo que el lead dice.
- Lee el texto libre del formulario. «Necesitamos resolverlo antes de septiembre» no es un clic, pero es la señal más fuerte que vas a recibir.
- Cualifica conversando. Un agente hace las dos o tres preguntas que faltan en el momento, en lugar de esperar a la llamada.
- Detecta descarte temprano. Estudiantes pidiendo información para un trabajo, competidores curioseando, proveedores buscando vender. Filtrarlos ahorra horas.
- Resume el contexto para que el comercial entre a la llamada sabiendo qué le duele al lead.
Esto es lo que hace un agente de IA en la práctica, y es la diferencia entre un formulario y una conversación.
Cómo fijar el umbral
No lo elijas por intuición. Sácalo de tus propios cierres:
- Coge los últimos 50 leads que se convirtieron en cliente.
- Puntúalos hacia atrás con tu modelo, como si acabaran de entrar.
- Mira dónde cae el percentil 20 más bajo. Ese es tu umbral de partida.
- Revísalo al mes con los datos nuevos.
Si no tienes 50 cierres, empieza con un umbral deliberadamente bajo y súbelo. Es preferible que el comercial descarte alguno de más a que el modelo esconda oportunidades reales durante tres meses.
Falsos positivos: el error que mata el modelo
El riesgo no es que el modelo deje pasar un buen lead. Es que mande basura al comercial dos semanas seguidas, porque a partir de ahí el equipo deja de mirar las alertas y el sistema muere.
Dos precauciones que funcionan:
- Puntuación negativa explícita. Dominios de competidores, correos educativos, cargos becarios. Restar es tan importante como sumar.
- Revisión semanal las primeras seis semanas. El comercial marca «buena» o «mala» cada alerta y se ajustan pesos. Media hora a la semana durante mes y medio.
Conclusión
Una cualificación automática de leads que funciona no es un algoritmo complejo. Son dos ejes separados, seis u ocho señales, un umbral sacado de tus cierres reales y una revisión semanal al principio.
Lo que decide el éxito no es la sofisticación del modelo: es que el comercial confíe en las alertas. Y esa confianza se pierde con dos semanas de falsos positivos.
¿Quieres montar el modelo con tus datos? Pide un diagnóstico gratuito.
