Acelera Lead scoring: cómo puntuar leads con lo que acaba en venta
El lead scoring asigna una puntuación a cada lead para decidir a quién llamar primero. La mayoría de guías puntúan clics y aperturas de email; aquí lo calibramos con lo que de verdad importa, que el lead acabe pagando.
Actualizado: 2026-11-08
Qué es el lead scoring
El lead scoring es un sistema que da puntos a cada contacto según lo bien que encaja contigo y lo interesado que parece estar. Los puntos ordenan la cola de trabajo del equipo comercial: se llama antes a quien tiene más probabilidad de comprar.
Sirve cuando entran más leads de los que el equipo puede atender con la misma urgencia, o cuando atender a todos por igual desperdicia tiempo. Si recibes cinco leads a la semana, no lo necesitas.
Las dos dimensiones de una puntuación
| Dimensión | Pregunta | Ejemplos de señales |
|---|---|---|
| Encaje (perfil) | ¿Es el cliente que buscamos? | Sector, tamaño, ciudad, cargo, presupuesto declarado |
| Interés (comportamiento) | ¿Está dispuesto a comprar ya? | Visitas a precios, respuesta rápida, reunión agendada, origen del lead |
Conviene mantenerlas separadas. Un lead con mucho interés y mal encaje (un estudiante que descarga todo) no debe parecer igual de bueno que uno con buen encaje y un interés medio.
Incluye también puntos negativos: correo personal cuando vendes a empresas, zona donde no operas, teléfono que no existe. Un modelo sin restas premia a los que llenan formularios.
Cómo diseñar un modelo de lead scoring paso a paso
- Recoge tus ventas pasadas. Exporta del CRM los últimos leads, marcando cuáles acabaron cobrados y cuáles no.
- Busca qué tienen en común los que compraron: origen, sector, cargo, tiempo de respuesta, número de contactos. Es la parte analítica y es la que se salta casi todo el mundo.
- Elige 6 o 8 señales, no cincuenta. Cada una con puntos de peso distinto según lo que separó a compradores de no compradores.
- Define umbrales: por encima de X, llamada inmediata; entre X e Y, seguimiento normal; por debajo, nutrir o descartar.
- Pon el modelo en el CRM como campo calculado o automatización, visible en la ficha del lead.
- Revisa cada trimestre con las ventas nuevas.
Un ejemplo inventado para una academia: +20 si el alumno es el que decide, +15 si deja teléfono, +15 si viene de búsqueda y no de un sorteo, +10 si contesta en menos de un día, −20 si pide «solo gratis». No son cifras para copiar: tus datos dirán otros pesos.
Puntuar con clics o puntuar con ventas cobradas
Los modelos clásicos de lead scoring nacieron en el email marketing: abrir un correo suma 1, hacer clic suma 3, visitar la página de precios suma 10. Funciona como punto de partida, pero tiene un problema: premia actividad, no compras.
El modelo calibrado con ventas hace la pregunta inversa: de todos los leads cobrados, ¿qué señal tenían al entrar? Puede que la apertura de correos no tenga ninguna relación y que el factor más fuerte sea algo poco vistoso, como que respondan a la primera llamada o que vengan de una campaña concreta.
Esto exige dos cosas que el lead scoring tradicional no pide: que cada lead conserve su origen (campaña, anuncio) en el CRM y que el CRM recoja el cobro. Con ambos datos, el scoring ya no solo ordena la cola del equipo: dice qué campañas traen el tipo de lead que compra, y eso se puede devolver a la plataforma publicitaria (ver conversiones offline en Meta).
Errores típicos en el lead scoring
- Modelo inventado y nunca validado. Si los puntos salen del instinto, comprueba al menos que los leads de más puntuación cierran más que los de menos.
- Demasiadas reglas. Cuanto más complejo, más difícil entender por qué un lead puntúa lo que puntúa, y el equipo deja de fiarse.
- No restar. Los puntos negativos son tan importantes como los positivos.
- Puntuaciones que no caducan. Un lead que fue «caliente» hace seis meses no lo es hoy; resta con el tiempo.
- Ignorar a ventas. Si el equipo comercial no participa en definir qué es un buen lead, el modelo se ignora.
- Usarlo para no llamar. Un lead con pocos puntos puede ser buen cliente; la puntuación ordena, no descarta sin mirar.
Del scoring a la publicidad
Una vez sabes qué leads acaban en venta, el siguiente paso lógico es medir qué anuncios los traen. Lo ves en el embudo de ventas por origen y en el ROAS por campaña, que puedes calcular con la calculadora de ROAS. Si quieres entender mejor los términos, el glosario los recoge.
Cómo se usa la puntuación en el día a día
Un modelo no sirve de nada si no cambia lo que hace el equipo. Tres usos concretos:
- Cola de llamadas: los leads por encima del umbral aparecen primero y se llaman en minutos. Lo demás, en el orden habitual.
- Asignación: los leads de más puntuación van a los comerciales con mejor cierre en ese tipo de cliente, si tu equipo tiene perfiles distintos.
- Nutrición: los de baja puntuación reciben una secuencia automática en lugar de llamadas, y se reevalúan si su comportamiento cambia.
Un truco de validación sencillo: agrupa los leads de los últimos meses en tres tramos de puntuación (alto, medio y bajo) y mira el porcentaje que acabó cobrado en cada tramo. Si el tramo alto no cierra claramente más que el bajo, el modelo no está aportando y hay que rehacerlo. Es una comprobación de diez minutos que casi nadie hace.
Y una advertencia sobre sesgos: si el equipo llama antes a los leads de alta puntuación, esos cerrarán más en parte porque se les atiende antes. Para separar el efecto del modelo del efecto de la rapidez, compara de vez en cuando un grupo atendido sin tener en cuenta la puntuación.
Qué datos necesitas antes de empezar
Antes de montar un scoring, comprueba que tu CRM guarda lo mínimo para poder aprender de él:
- El origen de cada lead: canal, campaña y, si es posible, anuncio.
- La fecha de entrada, de primer contacto y de cierre.
- El resultado final: cobrado, perdido (con motivo) o abierto.
- El importe de la venta, para distinguir entre un cliente pequeño y uno grande.
Si falta alguno, el primer trabajo no es puntuar sino empezar a recoger esos campos. Sin ellos, cualquier puntuación es una conjetura con apariencia de método.
Cómo lo resuelve Acelera Sales
Acelera Sales mide tu publicidad hasta la venta cobrada en el CRM: cada venta vuelve al anuncio, la campaña y el canal que la originaron. Después devuelve esa venta a Meta con la API de conversiones; la devolución a Google como conversión offline es una capacidad del producto que se activa y se prueba en la implantación. Así los algoritmos aprenden de ventas y no solo de formularios. Los conectores listos son Meta, Google Ads/YouTube, Zoho CRM y HubSpot; cualquier otro CRM se conecta en la implantación.
Para el scoring, esto significa que cada lead llega al CRM con su origen y que la venta cobrada se asocia de vuelta a él, que es el dato que hace falta para calibrar un modelo con ventas. Lo trabajamos en la conexión con el CRM. Pide la demo.
Preguntas frecuentes
¿Qué es el lead scoring en marketing?
Es una puntuación que se asigna a cada lead según su perfil y su comportamiento, para priorizar a quién atender primero y a quién nutrir antes de vender.
¿Cómo se calcula el lead scoring?
Se eligen señales (perfil y comportamiento), se asigna un peso en puntos a cada una, se suman y se fijan umbrales. Lo ideal es calibrar los pesos con las ventas pasadas del propio negocio.
¿Qué diferencia hay entre lead scoring y lead grading?
El scoring mide el interés (comportamiento); el grading suele medir el encaje (perfil). Muchos equipos combinan ambos en una sola puntuación o en una matriz de dos ejes.
¿Qué CRM permite hacer lead scoring?
Zoho CRM y HubSpot, entre otros, ofrecen puntuación de leads con reglas configurables. La disponibilidad exacta depende del plan, así que conviene revisarla en la documentación de cada uno.
¿Cuántos leads necesito para calibrar un modelo?
Cuantos más ventas cobradas tengas, más fiable es el análisis. Con pocas ventas, usa el modelo como hipótesis y revisa de forma manual qué tienen en común los compradores.
¿Se puede hacer lead scoring sin herramientas caras?
Sí. Una hoja con los leads, su origen y si compraron permite ver patrones. Una herramienta automatiza la puntuación, pero no sustituye la parte de analizar qué señales funcionan.
¿Cada cuánto hay que revisar el lead scoring?
Cada trimestre como mínimo, o cuando cambie la oferta, el público o los canales. Un modelo antiguo premia el comportamiento de clientes que ya no son los tuyos.