El lead scoring B2B ordena a tus contactos según su probabilidad real de convertirse en clientes, en vez de repartir el mismo esfuerzo comercial entre todos los leads que entran por la web o por LinkedIn. Para una empresa que vende a otras empresas, con ciclos de decisión de varias semanas y varios interlocutores implicados, priorizar bien marca la diferencia entre un equipo comercial que llama a quien va a comprar y uno que se dispersa en contactos que nunca cerrarán. Esta guía explica qué variables puntuar, cómo montar el modelo sin sobrecomplicarlo y qué errores tumban la mayoría de intentos.
Qué es el lead scoring B2B
El lead scoring es el sistema que traduce cada interacción y cada dato de un contacto en una puntuación numérica. Cuanto más alta, antes debería recibir una llamada del equipo comercial en lugar de otro correo automático de nutrición.
Lead scoring: metodología que asigna puntos a un contacto según su ajuste con el cliente ideal (fit) y su nivel de interacción con la marca (comportamiento), para ordenar a quién contactar primero.
En B2B el filtro importa más que en venta a particulares porque el ciclo es largo, intervienen varias personas —quien usa el producto, quien lo compra y quien firma el presupuesto— y un comercial que llama tarde a un lead caliente pierde la operación frente a quien responde antes. Repartir el mismo esfuerzo entre un director que ha pedido una demo y un estudiante que ha descargado una guía por curiosidad diluye el trabajo del equipo de ventas.
Cómo montar tu modelo de puntuación de leads
Un modelo de puntuación de leads combina dos ejes: cuánto se parece el contacto a tu cliente ideal (fit) y cuánto ha interactuado con tu web (comportamiento). Sumar solo uno falla: un director de compras que jamás ha abierto un correo no está listo para una llamada, y un becario muy activo en el blog no firma presupuestos.
Empieza con un modelo sencillo, cinco o seis variables por eje, y ajústalo con los datos reales de tu CRM en vez de copiar una plantilla genérica. Si prefieres que lo audite alguien externo, una agencia de captación de leads especializada en B2B puede revisar el embudo completo, no solo el modelo de puntuación. Marketing y ventas deben acordar juntos el umbral: si lo decide solo marketing, ventas acaba ignorando la lista porque no se fía de ella.
Un ejemplo orientativo de reparto de puntos:
| Señal | Tipo | Puntos orientativos |
|---|---|---|
| Cargo con poder de decisión | Fit | 20 |
| Sector objetivo | Fit | 10 |
| Visita a la página de precios | Comportamiento | 15 |
| Solicitud de demo o presupuesto | Comportamiento | 25 |
| Descarga de un caso de éxito | Comportamiento | 10 |
Con un umbral inicial de 50 puntos sobre 100 sueles tener margen para calibrar. Revísalo cada trimestre: si los leads que cierran no coinciden con los que puntuaban alto, el peso de alguna variable está mal calculado.
Criterios de perfil: fit con tu cliente ideal
El fit describe si el contacto encaja con el perfil de cliente que de verdad compra tu producto, con independencia de lo activo que esté en tu web. Se construye con datos de la empresa —sector, tamaño, tecnología que usa— y con datos de la persona: cargo, departamento y capacidad real de aprobar un gasto.
Cargo y poder de decisión en la compra
En una compra B2B rara vez decide una sola persona: suele haber un usuario que probará la herramienta, un responsable de departamento que la evalúa y una dirección financiera que aprueba el gasto por encima de cierto importe. Puntuar solo el cargo del primer contacto lleva a errores frecuentes: un técnico que rellena el formulario puede tener cero poder de decisión, mientras que el director al que reporta ni siquiera ha visitado la web todavía.
Por eso conviene puntuar también el departamento y, si el CRM lo permite, marcar cuando aparece un segundo contacto de la misma cuenta con un cargo superior: es la señal de que el comité de compra se está formando y de que conviene priorizar esa cuenta entera, no solo el primer nombre que llegó por el formulario.
Señales de comportamiento que anticipan la compra
El comportamiento digital delata intención antes de que el lead hable con nadie del equipo comercial. No todas las visitas valen lo mismo: leer un artículo del blog no anticipa una compra igual que revisar tres veces la página de precios.
Visitas a precios y solicitudes de demo
La página de precios es la señal de comportamiento más fiable en B2B: un contacto que la visita está comparando presupuesto, no solo informándose. Si además vuelve a entrar en los días siguientes o abre el correo de seguimiento comercial, el lead está en una fase avanzada del proceso de compra aunque todavía no haya escrito ni un mensaje.
La solicitud de demo o de presupuesto es la señal más alta de todas y debería saltar una alerta inmediata al comercial asignado a esa cuenta: cuanto antes se responda, mayor la probabilidad de que la operación siga adelante en vez de enfriarse. Automatizar esa alerta desde el CRM evita que la solicitud se quede en una bandeja de entrada hasta el día siguiente.
MQL a SQL: el papel del scoring
Un MQL (marketing qualified lead) es el contacto que marketing considera preparado para pasar a ventas porque ha alcanzado el umbral acordado. Un SQL (sales qualified lead) es el que el equipo comercial confirma como oportunidad real tras hablar con él. El scoring decide cuándo se produce ese paso: sin él, ventas recibe la lista completa de formularios, cualificados o no, y pierde tiempo descartando manualmente lo que el sistema debería haber filtrado antes.
Cuando el modelo funciona bien, la proporción de MQL que se convierte en SQL mejora de forma visible, porque marketing deja de enviar contactos que no cumplen el perfil solo para inflar el número de leads generados en el informe mensual. Esa métrica —el porcentaje de MQL que ventas acepta como SQL— es el mejor termómetro de si el modelo de puntuación está calibrado o si necesita revisión: una tasa de aceptación baja casi siempre señala un fit mal definido, no un problema de ventas.
CRM y automatización para puntuar leads sin fricción
Puntuar leads a mano en una hoja de cálculo funciona con quince contactos al mes; a partir de ahí hace falta que el CRM haga el cálculo y avise al comercial en cuanto un lead cruza el umbral. La mayoría de CRM habituales en pymes españolas —HubSpot, Pipedrive, Zoho— incluyen un campo de puntuación configurable sin desarrollo a medida.
Para que el sistema funcione sin fricción conviene tener resuelto lo siguiente:
- Formularios de la web conectados al CRM, para que cada envío sume puntos automáticamente sin que nadie los pase a mano.
- Una auditoría de analítica web que distinga páginas de alto interés (precios, demo, contacto) de páginas puramente informativas.
- Una regla de notificación que avise al comercial asignado en el momento en que el lead supera el umbral, no al día siguiente.
- Un campo compartido entre marketing y ventas donde ambos vean la misma puntuación y el mismo histórico de interacciones.
Sin esa base técnica, el modelo de puntuación se queda en una hoja de cálculo que nadie actualiza pasado el primer mes.
Errores frecuentes al calificar leads B2B
El fallo más habitual es que marketing construya el modelo en solitario y lo imponga a ventas sin validarlo con el histórico real de oportunidades ganadas. Si el equipo comercial no confía en la puntuación, la ignora y sigue trabajando por intuición.
Otros errores que lo tumban en los primeros meses:
- No revisar el umbral cuando cambia el producto, el precio o el mercado de la empresa.
- Puntuar solo el fit y olvidar el comportamiento, priorizando a quien encaja en el papel aunque no muestre interés real.
- No restar puntos por señales negativas, como una baja de la newsletter o un email que rebota.
- Dejar el modelo fuera del CRM, en una hoja aparte que queda desfasada en semanas.
Auditar el modelo con datos reales de cierre, no con la intuición de quien lo diseñó, es lo que separa un lead scoring que ahorra tiempo de uno que solo añade una columna al CRM. Si el volumen de leads ya es alto, una consultoría digital puede auditarlo junto al equipo de ventas.
Preguntas frecuentes sobre lead scoring B2B
¿Qué diferencia hay entre lead scoring y lead nurturing?
El lead scoring puntúa y prioriza; el lead nurturing nutre con contenido a los leads que aún no llegan al umbral. Van unidos: el scoring decide a quién se envía cada campaña de nutrición y cuándo un lead nutrido pasa a manos de ventas.
¿Cuántas variables necesita un modelo de puntuación?
Entre cinco y ocho por eje —fit y comportamiento— suelen bastar al empezar. Un modelo con treinta variables es difícil de mantener y de explicar a ventas; añade variables solo cuando los datos demuestren que faltan.
¿Cada cuánto hay que revisar el modelo de puntuación?
Al menos una vez por trimestre, comparando qué leads puntuaron alto con los que de verdad cerraron. Si cambia el producto o el mercado objetivo, adelanta la revisión: un modelo calibrado para un catálogo antiguo puntúa mal en cuanto la oferta cambia.
¿Sirve el lead scoring para empresas pequeñas?
Sí, aunque el volumen de leads sea bajo: incluso con treinta contactos al mes, puntuar evita que el comercial dedique el mismo tiempo a quien nunca comprará que a quien ya pidió presupuesto. La diferencia con una empresa grande está en la complejidad del modelo, no en si conviene usarlo.
Fuente: HubSpot Blog