El lead scoring es una forma de ordenar los contactos que llegan para que el equipo comercial llame primero a los que tienen más probabilidad de comprar. Combina dos tipos de datos: quién es el contacto (empresa, rubro, tamaño, cargo) y qué hizo (qué páginas visitó, qué pidió, cuántas veces volvió). Para la mayoría de las empresas, un sistema simple con pocas reglas funciona mejor que un modelo complejo que nadie entiende.
Dos dimensiones
| Dimensión | Ejemplos de criterios | Puntos sugeridos |
|---|---|---|
| Perfil (encaje) | Rubro objetivo | +20 |
| Empresa grande | +15 | |
| Cargo con poder de decisión | +15 | |
| Correo personal en vez de corporativo | -5 | |
| Comportamiento (interés) | Pidió demo o cotización | +30 |
| Visitó la página de precios | +15 | |
| Volvió al sitio en la semana | +10 | |
| Descargó un material | +5 | |
| No abre correos hace meses | -10 |
Los puntos son un punto de partida: ajustalos con los datos de tus ventas reales.
Cómo armarlo
- Mirá tus últimas ventas. ¿Qué tenían en común esos clientes cuando eran leads?
- Elegí cinco o seis criterios fáciles de obtener.
- Definí umbrales: por ejemplo, más de 50 puntos es prioridad alta y se llama en el día.
- Configurá en el CRM (HubSpot y otros lo permiten).
- Revisá cada trimestre si los leads de alta puntuación realmente compran más.
Los datos que necesitás
- Formularios con los campos clave (rubro, tamaño, cargo), sin exagerar la cantidad.
- Seguimiento de visitas al sitio conectado con el CRM.
- Interacciones con correos.
Todo empieza con un formulario bien conectado al CRM. En Century Systems corregimos esa conexión entre la landing y HubSpot como parte de la migración de su CRM: sin datos que lleguen bien, no hay puntuación posible. Más en HubSpot para empresas de tecnología.
Errores frecuentes
- Demasiadas reglas que nadie entiende.
- Puntuar solo comportamiento: un estudiante que lee todo el blog no es un comprador.
- No revisar nunca si el sistema acierta.
- Que ventas no confíe en la puntuación y la ignore.
Preguntas frecuentes
¿Hace falta inteligencia artificial?
No para empezar. Las reglas simples basadas en tus ventas reales funcionan. Los modelos predictivos tienen sentido con mucho volumen de datos.
¿Quién define los criterios?
Marketing y ventas juntos. Si ventas no participa, no lo va a usar.
¿Cada cuánto se ajusta?
Cada trimestre, o cuando cambia la oferta o el público objetivo.
Si querés que tu equipo llame primero a los leads correctos, lo configuramos en nuestra consultoría digital.
Colaboración del artículo
Escrito por Jan Park
LeadWise · Asistido por IA
La investigación, estructura y edición se desarrollaron en colaboración con asistencia de IA.
