Lead scoring B2B: priorizar leads sin sobre-ingeniería

El lead scoring B2B es asignar una puntuación a cada lead para saber a quién llamar primero. La versión que funciona en un equipo pequeño combina dos cosas: cuánto se parece el lead a tu cliente ideal (fit) y qué señales de interés real ha dejado (comportamiento). Con eso ordenas la cola de trabajo de ventas. No necesitas nada más para empezar.

La trampa habitual es la contraria: montar un modelo con 40 reglas, decaimiento de puntos por tiempo, integraciones a tres herramientas y umbrales que nadie recuerda por qué son los que son. En mi experiencia, ese tipo de sistema dura tres meses. Después nadie lo actualiza, ventas deja de mirarlo y el scoring pasa a ser un número decorativo en el CRM. En este post te enseño a montar un scoring que tu equipo mantenga de verdad, empezando por lo mínimo que priorice bien.

En 30 segundos:

• Lead scoring = fit (¿se parece a mi cliente ideal?) + comportamiento (¿ha mostrado interés real?).
• Empieza manual y con pocas reglas. Un scoring de 5 líneas que se usa vale más que uno de 40 que nadie mira.
• Señales que importan: cargo, tamaño de empresa, sector, páginas de precio vistas, demo solicitada.
• Señales de vanidad: aperturas de email, visitas a home, descargas sueltas sin contexto.
• El scoring no cualifica por ti. Ordena la cola; la conversación con ventas confirma o descarta.

¿Qué es el lead scoring y para qué sirve de verdad?

El lead scoring sirve para una sola cosa: ordenar la cola. Cuando entran más leads de los que ventas puede atender bien, alguien tiene que decidir a quién se llama a las nueve de la mañana y a quién a las cinco de la tarde (o nunca). El scoring es esa decisión hecha con reglas en lugar de con intuición.

Lo que no hace: automatizar la cualificación, “predecir” con precisión de laboratorio quién va a comprar, ni servir de métrica de rendimiento para marketing. Es una herramienta de priorización, y en cuanto le pides que haga más de eso empieza a fallar.

Hay dos ingredientes, y conviene tenerlos separados en la cabeza:

• Fit: cuánto se parece este lead a la gente que ya te compra. Es información sobre quién es: cargo, tamaño de empresa, sector, país. Un director de marketing de una empresa mediana de tu sector encaja; un estudiante haciendo un trabajo de clase, no.
• Comportamiento: qué ha hecho el lead que indique intención. Es información sobre qué hace: ha pedido una demo, ha visto la página de precios dos veces, ha respondido a un email. Interés demostrado con hechos, no con clics sueltos.

Un lead con fit alto y comportamiento alto va arriba del todo. Uno con fit alto y comportamiento bajo merece nurturing (todavía no está listo, pero es tu tipo de cliente). Uno con comportamiento alto y fit bajo suele ser una pérdida de tiempo bien disfrazada: muy activo, pero nunca va a comprar. Esa matriz de dos ejes es la mayor parte del valor del lead scoring, y la puedes dibujar en una servilleta.

¿Qué señales importan y cuáles son de vanidad?

La diferencia entre un scoring útil y uno inútil está casi toda aquí: en qué señales decides puntuar. Muchos equipos puntúan lo que es fácil de medir en lugar de lo que predice una venta, y acaban con un modelo que premia el ruido.

Estas son las que, en mi experiencia con cuentas B2B, sí correlacionan con que un lead avance:

• Fit — cargo y capacidad de decisión. Alguien que puede firmar o influir en la firma vale más que un usuario final curioseando.
• Fit — tamaño y sector de la empresa. Si tu producto encaja con empresas de cierto tamaño, un lead fuera de ese rango puntúa bajo aunque esté muy motivado.
• Comportamiento — visita a la página de precios. Mirar precios es de las señales de intención más honestas que existen. Nadie visita precios por aburrimiento.
• Comportamiento — demo o contacto solicitado. Levantar la mano de forma explícita es la señal más fuerte. Debería empujar el lead casi al tope.
• Comportamiento — respuesta directa. Contestar un email, rellenar un formulario con datos reales, agendar una llamada. Hay una persona al otro lado que ha invertido esfuerzo.

Y estas son las señales de vanidad, las que engordan la puntuación sin decirte nada:

• Aperturas de email. Con la protección de privacidad de los clientes de correo, una apertura puede ser un preload automático. Es de las métricas menos fiables que hay.
• Visitas a la home o al blog sin más. Leer un artículo no es intención de compra. Es tráfico. Puntuarlo alto llena tu cola de curiosos.
• Descargas sueltas de contenido. Un ebook descargado sin ninguna otra señal suele ser alguien que quería el PDF, no tu producto.
• Clics en redes sociales. Casi siempre ruido a efectos de priorización de ventas.

La regla que aplico: si una señal no cambiaría a quién llamas primero, no la puntúes. Sumar puntos por cosas que no discriminan solo infla los números y te da la falsa sensación de que el modelo “sabe” algo.

¿Modelo manual o automatizado? Empieza por el simple

Aquí es donde la mayoría se complica de más. La respuesta corta: empieza manual, casi siempre. Un modelo automatizado tiene sentido cuando el volumen de leads supera lo que una persona puede revisar a ojo, y no antes.

Un modelo manual bien pensado prioriza igual de bien que uno automatizado cuando el volumen es bajo. Y tiene una ventaja enorme: cuando el equipo revisa los leads uno a uno, aprende qué señales importan. Ese aprendizaje es lo que después alimenta las reglas automáticas, si es que llegan a hacer falta.

Cuando saltes a automatizado, hazlo con pocas reglas. Un scoring de arranque razonable cabe en cinco o seis líneas:

• +30 si pidió demo o contacto directo
• +20 si el cargo encaja con tu decisor
• +15 si visitó la página de precios
• +10 si la empresa está en tu rango de tamaño y sector
• −20 si es un correo genérico (gmail, etc.) o cargo claramente fuera de ICP
• Umbral: por encima de 40, ventas lo llama esta semana

No hace falta el decaimiento por tiempo, ni pesos con dos decimales, ni un modelo predictivo. Esas cosas se añaden cuando tienes datos suficientes para justificarlas, no el primer día. Sobre-optimizar un modelo con veinte leads de histórico es ajustar ruido.

¿Cómo evito montar un sistema que nadie mantiene?

Un scoring muere cuando deja de reflejar la realidad y nadie lo corrige. La prevención no es técnica, es de proceso. Estas son las cuatro cosas que marcan la diferencia entre un modelo vivo y uno abandonado:

Que lo posea ventas, no solo marketing. El scoring existe para servir a quien llama a los leads. Si ventas no confía en él ni participa en definirlo, lo ignorará y volverá a su intuición. Definid las reglas juntos.

Revisión mensual de treinta minutos. Una vez al mes, mirad los leads que puntuaron alto y no cerraron, y los que puntuaron bajo y sí cerraron. Esos dos grupos te dicen exactamente qué señal sobra o falta. Sin este bucle, el modelo se desactualiza solo.

Pocas reglas. Cada regla que añades es una regla que alguien tiene que entender, mantener y justificar. La complejidad no sale gratis: se paga en mantenimiento. Prefiero un modelo que acierta casi siempre y todo el mundo entiende, a uno que acierta un poco más y solo entiende quien lo montó (y ya no trabaja aquí).

El scoring propone, la conversación decide. Nunca dejes que el número descarte leads de forma automática silenciosa. Un lead de fit bajo puede ser un caso raro que sí encaja. El scoring ordena la cola; el criterio humano en la llamada confirma. Esto conecta directamente con la generación de leads B2B cualificados: el scoring es el filtro previo, no el juez final.

¿Cómo conecta el scoring con la cualificación y el CRM?

El scoring y la cualificación no son lo mismo, y confundirlos causa la mitad de los problemas. El scoring es automático y superficial: ordena basándose en datos que ya tienes. La cualificación es una conversación: ventas confirma presupuesto, necesidad, autoridad y plazos hablando con la persona. El scoring te dice a quién llamar primero; la cualificación te dice si merece la pena seguir.

En la práctica, el flujo es: el lead entra → el scoring lo ordena en la cola → ventas llama a los de arriba → la llamada cualifica o descarta → el CRM registra el resultado. Ese último paso es el que cierra el círculo: si el resultado de las llamadas no vuelve al sistema, nunca sabrás si tu scoring acierta. Por eso una integración limpia entre tu publicidad, tu CRM y el seguimiento B2B importa tanto: sin datos de cierre volviendo al origen, el scoring puntúa a ciegas.

El CRM es donde vive todo esto. No necesitas una herramienta cara: los campos de fit y el score pueden ser propiedades del contacto en casi cualquier CRM decente. Lo importante no es la herramienta, es que el dato de “este score llevó o no a un cliente” quede registrado y se revise. Si vas a mover leads cualificados a campañas de Google Ads con conversiones offline, ese registro es además lo que alimenta a las conversiones offline en B2B, cerrando el bucle entre lo que gastas y lo que cierras.

Todo esto es una pieza dentro de un sistema mayor. Si quieres ver dónde encaja el scoring en el conjunto (captación, cualificación, nurturing y cierre), lo desarrollo en la guía de generación de leads B2B. El scoring es un spoke útil, pero solo funciona si el resto del embudo está en su sitio.

Preguntas frecuentes

¿Cuántos puntos debe tener un lead para que ventas lo llame?

No hay un número universal; depende de tu escala de puntuación y de cuántos leads pueda atender tu equipo. La forma correcta de fijar el umbral es al revés: mira cuántos leads puede trabajar bien ventas por semana, ordena por score y traza la línea ahí. Si el equipo atiende veinte, el umbral es el score del lead número veinte. Ajusta el corte según la capacidad, no según un número redondo bonito.

¿Sirve el lead scoring para un equipo de una o dos personas?

Sí, aunque casi siempre en versión manual. Con poco volumen no necesitas reglas automáticas: necesitas un criterio compartido para no perder tiempo con leads que no encajan. Una hoja con dos columnas (fit y comportamiento) y un semáforo basta. El objetivo no es sofisticación, es no llamar al lead equivocado primero.

¿El lead scoring reemplaza la cualificación de ventas?

No. El scoring ordena la cola con datos que ya tienes; la cualificación es la conversación en la que confirmas presupuesto, necesidad, autoridad y plazos. Un scoring alto sube al lead en la lista, pero es la llamada la que decide si sigue avanzando. Tratar el score como cualificación es cómo se cuelan leads malos y se descartan buenos.

¿Con qué frecuencia hay que revisar el modelo de scoring?

Una revisión mensual de media hora es suficiente para la mayoría de equipos pequeños. Mira los falsos positivos (score alto, no cerró) y los falsos negativos (score bajo, sí cerró): ahí está la señal que sobra o falta. Sin ese repaso, el modelo se desalinea de la realidad en pocos meses y el equipo deja de confiar en él.

¿Qué herramienta necesito para hacer lead scoring?

Ninguna específica para empezar. Una hoja de cálculo o los campos de tu CRM cubren un modelo manual sin problema. Las herramientas de automatización tienen sentido cuando el volumen supera lo que puedes revisar a mano. Elige la herramienta después de tener claras tus reglas, nunca antes: comprar software para “hacer scoring” sin saber qué señales importan es empezar por el tejado.

Prioriza primero, sofistica después

El lead scoring que funciona en equipos pequeños es aburrido: dos ejes (fit y comportamiento), pocas reglas, una revisión mensual y ventas al mando. No lleva un modelo predictivo ni veinte integraciones. Lleva disciplina para no puntuar el ruido y honestidad para admitir que el scoring solo ordena la cola, no cierra ventas.

Empieza manual, escribe cinco reglas que prioricen bien, y añade complejidad solo cuando los datos te la pidan. Un modelo que tu equipo mantiene y usa cada día vale infinitamente más que uno perfecto que se abandonó en el segundo mes.

Si quieres montar un scoring que tu equipo use de verdad, o revisar por qué el que tienes no está priorizando bien, reserva 30 minutos de consultoría y lo vemos sobre tus datos.