Definición
El lead scoring es un sistema que asigna una puntuación a cada contacto según lo cerca que parece estar de comprar, para que el equipo comercial ataque primero a los que más lo merecen.
El problema que resuelve aparece en cuanto entran más contactos de los que se pueden atender. Con veinte al mes, llamas a todos. Con doscientos, si llamas por orden de llegada estás dedicando el mismo tiempo a alguien que encaja perfectamente con tu cliente ideal y a un estudiante haciendo un trabajo.
La puntuación no decide por ti: ordena la cola.
Los dos tipos de criterio
Un modelo que funciona combina dos ejes distintos, y confundirlos es el error más común:
Perfil — quién es. Cuánto se parece a tu cliente ideal. Sector, tamaño, cargo del contacto, zona. Es información estática: no cambia porque haga cosas.
Comportamiento — qué hace. Qué páginas ha visitado, si ha pedido presupuesto, si ha abierto tus correos, si ha vuelto varias veces. Es información dinámica y habla de intención.
Los dos hacen falta. Un contacto con perfil perfecto que no ha hecho nada no está listo. Uno muy activo que no encaja con tu ICP no va a comprar por mucho que se mueva.
Cómo empezar sin complicarse
La forma que funciona es empezar simple, con criterios que puedas justificar:
Suma puntos por: encajar en sector y tamaño objetivo, ser el cargo que decide, pedir presupuesto, visitar la página de precios, volver más de una vez, venir por referencia.
Resta puntos por: perfil claramente fuera de tu ICP, correo genérico de dominio gratuito en un negocio B2B, estar en un país al que no sirves, o no hacer nada durante meses.
Y añade caducidad. Un contacto que hizo mucho hace ocho meses y nada desde entonces no vale lo mismo que uno activo esta semana. Sin decaimiento, el sistema se llena de puntuaciones altas de gente que ya no está.
Con eso y tres tramos —frío, tibio, caliente— ya tienes algo útil. Lo demás es refinamiento.
Ejemplo práctico
En IMDICA, la señal que más predice una venta no es ninguna de las que suelen listarse: es haber pedido presupuesto y no haberlo cerrado.
Ese contacto ya demostró necesidad real y capacidad de decisión. Un presupuesto abierto de hace dos semanas vale mucho más que un formulario recién rellenado por alguien de quien no sabes nada.
La segunda señal fuerte es haber comprado antes y haber dejado de hacerlo. No es un lead nuevo: es una relación existente enfriada, y la tasa de recuperación es incomparablemente mejor que la de captación fría.
Lo que aprendí montándolo: las señales más predictivas casi nunca son las de marketing —aperturas de correo, descargas—, son las transaccionales. Que alguien pida precio de una referencia concreta dice más que veinte visitas a la web.
Y una lección de diseño: la primera versión tenía demasiadas reglas. Nadie entendía por qué un contacto puntuaba 73 y otro 68, así que nadie se fiaba de la puntuación y todos seguían llamando por orden de llegada. Un modelo que no se puede explicar en una frase no se usa.
Errores comunes
- Demasiado complejo desde el principio. Empieza con cinco criterios.
- Solo comportamiento. Alguien que lee todo tu blog puede ser un competidor.
- Solo perfil. El perfil ideal que no ha hecho nada no está listo.
- No caducar la puntuación.
- Puntuar y no actuar. Si nadie cambia su orden de trabajo según la puntuación, sobra.
- No validarlo con resultados. A los tres meses, mira: ¿los que puntuaban alto cerraron más? Si no, el modelo está mal.
- Que sea una caja negra. Si el comercial no entiende por qué un contacto está arriba, lo ignora.
Cuándo montarlo
Cuando entren más contactos de los que puedas atender bien. Antes de eso, llamar a todos es más eficaz que cualquier modelo.
Y cuando lo montes, revísalo cada trimestre contra los datos reales: qué puntuación tenían los que cerraron. Es la única forma de que la puntuación signifique algo en vez de reflejar lo que alguien creía hace un año.
