El lead scoring tiene fama de ser algo que solo pueden gestionar bien negocios con un equipo de datos y una plataforma de automatización de marketing. Un modelo de puntuación simple, mantenido a mano, revisado y ajustado manualmente cada mes, gana a no tener ningún scoring, y a menudo también gana a un modelo sobrediseñado, demasiado complicado como para que nadie confíe en él ni lo actualice.
Lo que el scoring resuelve en realidad
Sin scoring, un equipo de ventas trabaja los leads más o menos en el orden en que llegaron, o por intuición sobre qué nombre de empresa suena prometedor. Ambos enfoques ignoran la señal más clara disponible: lo que el lead realmente hizo. Una puntuación sencilla existe para poner "pidió una demo" por delante de "descargó una checklist y nunca volvió", no para producir una probabilidad precisa de cierre.
El comportamiento gana al puesto de trabajo, la mayoría de las veces
El puesto y el tamaño de la empresa son útiles para descartar leads que nunca encajarán, pero dicen poco sobre la intención: un "director de marketing" que descargó una guía y nunca volvió no está más listo para comprar que un contacto con un cargo menor que ha visitado la página de precios tres veces esta semana. El comportamiento —lo que alguien ha hecho realmente en el sitio, en los correos, al pedir una demo— refleja una decisión en curso; un cargo refleja un rol que existía antes de que el lead siquiera conociera el negocio y se vería igual esté o no interesado ahora mismo.
Un modelo lo bastante simple para llevarlo a mano
Un modelo inicial viable solo necesita un puñado de acciones ponderadas: visitar la página de precios, pedir una demo o una llamada, abrir varios correos seguidos frente a ignorar los tres últimos, y volver al sitio poco después de una visita anterior. Asigna a cada una un valor de puntos aproximado —pedir una demo pesa mucho más que abrir un correo— y fija un umbral por encima del cual un lead recibe una llamada el mismo día en lugar de una secuencia de nutrición. Esto no necesita más que una hoja de cálculo o los campos que ya tiene el CRM; necesita a alguien que realmente actualice los valores de puntos cuando dejen de encajar con la realidad.
Revisar el modelo cada mes gana a hacerlo perfecto una sola vez
Un modelo construido una vez y no tocado nunca más se desalinea rápido con la realidad del negocio, sobre todo en cuanto el equipo de ventas empieza a notar que ciertos leads de "puntuación alta" nunca cierran, y empieza a ignorar la puntuación en privado. Una breve revisión mensual —qué leads puntuados convirtieron, cuáles no, qué comportamientos le gustaría al equipo de ventas que pesaran más— mantiene una puntuación en la que la gente confía lo suficiente como para actuar, que es todo el sentido de crearla.
La trampa de la sobreingeniería
Un modelo de puntuación con veinte variables ponderadas y umbrales con decimales parece más riguroso que una hoja de cálculo de cinco variables, pero normalmente no es más preciso: solo es más difícil de explicar, de confiar y de ajustar para cualquiera cuando deja de funcionar. Un modelo que el equipo de ventas puede describir en una frase se usa. Uno que nadie puede explicar se ignora en silencio la primera vez que manda a un mal lead a lo alto de la lista.
Nuestro equipo de software puede ayudar a construir un modelo de puntuación a la medida de cómo tu equipo de ventas revisa realmente los leads, y conectarlo con cómo ya llegan los leads —incluidos los conseguidos mediante un trabajo de SEO continuo— sin necesitar un equipo de datos para mantenerlo.
