Lead scoring: qué puntuar y cómo configurarlo

La mayoría de sistemas de lead scoring en B2B siguen puntuando aperturas de email como si fueran una señal de interés. Desde Apple Mail Privacy Protection, Gmail preload y los bots de seguridad corporativa que abren todos los enlaces antes que el usuario, ese dato es humo. Y sin embargo, es lo que decide qué contactos llegan a ventas: cientos de leads con puntuación inflada, agenda de SDR llena de conversaciones muertas, y equipos comerciales convencidos de que «marketing entrega basura».

Este artículo desmonta el modelo estándar de lead scoring por comportamiento simple y propone un sistema explícito basado en tres ejes independientes —perfil, comportamiento real y recencia— con reglas concretas para asignar puntos por canal, un método para calibrar el umbral MQL → SQL, el stack que hace falta para no sobreingenierizar el sistema y los errores que hacen que un modelo bien intencionado envenene la agenda comercial.

Resumen

Un sistema de lead scoring B2B útil combina tres dimensiones independientes: encaje de perfil con el ICP, comportamiento real que demuestre intención (no solo apertura de emails) y recencia de esa actividad. Puntuar solo comportamiento infla las listas con leads viejos y bots de seguridad; puntuar solo perfil llena la agenda de contactos que encajan pero no piensan comprar. La diferencia entre un scoring que funciona y uno que se convierte en teatro está en definir con criterio el umbral MQL → SQL, aplicar decay a la actividad antigua y limpiar los eventos que ya no son señales fiables.

Por qué el modelo estándar de lead scoring ya no puntúa bien la intención

El modelo clásico que enseñan casi todas las guías es el mismo: se asignan puntos a acciones de marketing (abrir un email, hacer clic, descargar un ebook, visitar la web) y a datos demográficos del formulario, y cuando el total supera un umbral se marca el contacto como marketing qualified lead. Sobre el papel es limpio. En operativa diaria de 2026, ese modelo produce dos problemas silenciosos.

El primero es la inflación de la señal email. Los proxies de privacidad de Apple abren los correos antes de que el usuario los vea, los bots de seguridad de las suites corporativas (Mimecast, Proofpoint, Microsoft Defender) hacen clic en cada enlace para validarlo, y Gmail precarga las imágenes antes de renderizar el hilo. Un lead con 12 aperturas y 5 clics en el último mes puede no haber visto el remitente en su vida. Si el modelo pesa esos eventos como si fueran atención, lo que llega a ventas es humo estadístico.

El segundo es la ausencia de recencia. La mayoría de sistemas simples suman puntos indefinidamente: quien descargó un whitepaper hace 14 meses sigue apareciendo en la lista de «leads calientes» junto a alguien que abrió el precio ayer. En un ciclo de compra B2B razonable, la actividad de hace más de 60-90 días ya no es una señal de intención — es histórico. Sin decay, el modelo empuja a comercial a perseguir contactos que ya cerraron con la competencia, cambiaron de puesto o dejaron de tener el problema.

Un modelo útil corrige las dos cosas al mismo tiempo: descuenta la señal email de baja calidad y aplica caducidad a los puntos. Antes de tocar reglas concretas conviene mapear la estrategia de captación completa donde el scoring encaja, un ejercicio que también cubre la estrategia de marketing automation de Advanze cuando un cliente arranca desde cero.

Los tres ejes que definen un lead scoring B2B útil

Un scoring que resiste el uso real no es una sola cifra: son tres puntuaciones paralelas que se leen a la vez. Un lead entra en la conversación con ventas solo cuando las tres cruzan sus respectivos umbrales, no cuando la suma total supera un número. Este cambio es el que separa un modelo de agencia genérica de un modelo operativo.

Cómo puntuar el perfil de un lead B2B con criterios accionables

El eje de fit responde a una pregunta muy concreta: si este contacto pidiese una demo ahora mismo, ¿el equipo comercial lo consideraría un cliente potencial válido? La respuesta depende de cinco o seis atributos que se conocen antes de que el lead haga nada: cargo, tamaño de empresa, sector, país y —en negocios con producto técnico— stack tecnológico o modelo de negocio del prospect.

La operativa práctica es priorizar los atributos que ventas puede confirmar sin ambigüedad. «Marketing manager en empresa de 50-200 empleados en España, sector servicios profesionales» es un fit accionable. «Perfil interesado en marketing digital» no lo es porque nadie sabe qué significa. El scoring de fit se construye sumando puntos por cada atributo que coincide con el ICP y restando por los que descartan (por ejemplo, un cargo de estudiante, un email de dominio libre, o un país fuera del mercado servido).

Un ejemplo de tabla de fit para una consultora B2B

Sirve como plantilla, no como receta: cada negocio ajusta los pesos a partir del histórico de sus últimos 30-50 clientes cerrados.

• Cargo objetivo (director de marketing, head of growth, CEO en PYME): +25 puntos.
• Cargo adyacente (marketing manager, ecommerce manager, product owner): +15 puntos.
• Cargo sin capacidad de decisión (becario, estudiante, junior sin equipo): −10 puntos.
• Empresa entre 20 y 300 empleados (rango de ticket habitual): +20 puntos.
• Empresa < 5 empleados o freelance: −15 puntos.
• Sector dentro del top-3 de casos actuales: +15 puntos.
• País dentro del mercado servido (España, LATAM, Portugal): +10 puntos.
• Email de dominio corporativo: +10 puntos. Email de dominio libre (gmail, hotmail): −5 puntos.

El umbral de fit útil se sitúa entre 40 y 60 puntos según cuánto se abra o cierre el perfil ideal. Por debajo del umbral, ningún volumen de intent debería activar la conversación comercial: es un lead que interesa nurturar pero no llamar. El sistema de nurturing B2B se ocupa de ese tramo mientras el contacto no sube en fit o no cambia de puesto.

Cómo puntuar el comportamiento por canal sin inflar la señal

El eje de intent es donde la mayoría de modelos se ensucia. La regla de oro: cada evento vale por lo que cuesta al lead ejecutarlo. Abrir un email cuesta cero (a menudo lo hace el proxy). Responder al email cuesta 30 segundos y voluntad explícita. La diferencia entre esos dos costes es la diferencia entre una señal real y ruido.

Web

• Visita cualquier página del blog: +2 puntos.
• Visita página de servicio o producto: +8 puntos.
• Visita página de precios: +25 puntos.
• Visita página de precios más de 2 veces en 7 días: +40 puntos adicionales.
• Solicitud de demo o formulario de contacto: +80 puntos (evento MQL casi automático).

Email

• Apertura simple: 0 puntos. Cero. No es señal desde 2021.
• Clic en un enlace del email: +5 puntos (mejor que apertura porque un porcentaje sí es humano, aunque no todo).
• Respuesta al remitente: +40 puntos. Cuesta esfuerzo real y sí es señal.
• Descarga de recurso desde el email: +15 puntos.
• Baja de la lista: descartar del scoring (no restar). Menos ruido en el modelo.

Para negocios ecommerce, los eventos de comportamiento se cruzan con el catálogo: añadir al carrito y no comprar es una señal fuerte que se ataca desde un flujo de carrito abandonado en paralelo al scoring. Ese flujo alimenta el modelo con puntos por eventos de recuperación (respuesta al email, vuelta al checkout) que sí son intent real.

Publicidad y captación

• Clic en anuncio de brand: +5 puntos.
• Clic en anuncio de search de alta intención («agencia [servicio]», «software [problema]»): +20 puntos.
• Descarga de lead magnet segmentado (checklist técnica, plantilla, calculadora): +15 puntos.
• Registro a webinar en vivo: +25 puntos. Asistencia real al webinar: +30 puntos adicionales.

El principio que ordena todos estos pesos es simple: cuanto más cerca del final del embudo esté el evento, más pesa. La página de precios pesa más que el blog. Una respuesta pesa más que un clic. Un formulario de contacto pesa más que un webinar. Los canales de captación de tráfico de intención alta —como una campaña bien montada en Google Ads para PYME— se integran con el scoring capturando la keyword de origen, porque no vale igual un lead que llegó por «precios [servicio]» que uno que llegó por «qué es [concepto]».

Cómo puntuar la recencia: el eje que casi ningún modelo configura bien

Aplicar decay al scoring de intent es probablemente el cambio con mejor retorno que un equipo puede hacer sobre un modelo existente. La lógica es que un lead que hizo 200 puntos en las últimas dos semanas se comporta muy distinto a otro que acumuló los mismos 200 puntos entre hace 4 y 14 meses. El primero está caliente. El segundo, salvo excepciones, ya no está en el mercado.

Curva de decay recomendada para ciclos B2B de 3-9 meses

Cada evento de intent se registra con timestamp y se pondera según cuándo ocurrió:

• Últimos 7 días: 100% del peso original.
• Entre 8 y 30 días: 60%.
• Entre 31 y 90 días: 20%.
• Más de 90 días: 0% (se archiva, sigue en el CRM pero fuera del cálculo).

La curva se ajusta al ciclo real. Un negocio con ciclo de compra de 2-4 semanas debe endurecer la caducidad (0% a los 30 días); uno de enterprise con ciclo de 12-18 meses puede alargarla a 180 días con pesos intermedios. Configurarla en HubSpot, Salesforce o cualquier plataforma seria pasa por un campo calculado que aplica el multiplicador a cada evento en función de date_diff con hoy. En herramientas ligeras como Brevo o Mailchimp no hay campo calculado nativo, y la solución práctica es un job nocturno en n8n o Make que reduce puntos según la antigüedad — más artesanal, pero funciona.

Reactivación limpia cuando un lead vuelve

Un contacto con puntos caducados que vuelve a activarse debería recuperar peso a partir del nuevo evento, no de la suma histórica. Reactivar sumando el histórico anima a comercial a llamar con contexto obsoleto («¿qué tal fue el ebook que descargaste?» cuando el lead lo descargó hace un año y ya lo olvidó). Reactivar desde cero, con los últimos 2-3 eventos recientes como señal, es más limpio: la conversación de ventas empieza donde el lead está hoy, no donde estaba en 2025.

Cómo definir el threshold MQL a SQL y el traspaso a ventas

El umbral MQL → SQL es la decisión más política del sistema y la que decide si el modelo se usa o se abandona. Marketing quiere umbrales bajos para pasar muchos leads; ventas quiere umbrales altos para trabajar solo lo caliente. La forma correcta de fijarlo no es negociando: es mirando el histórico de conversión.

El método operativo es este. Se toma la muestra de leads convertidos a cliente en los últimos 6-12 meses, se reconstruye para cada uno su scoring en el momento de la conversión y se calcula el percentil 25 — es decir, el valor por debajo del cual solo cerró el 25% peor. Ese percentil es el umbral SQL: por debajo, la probabilidad de cierre es tan baja que no compensa el coste comercial. Encima, sí.

El umbral MQL es más bajo y sirve para activar nurturing intensivo, no llamada. Está entre el 40% y 60% del umbral SQL. En medio hay una zona de «handraiser»: leads que están cerca del SQL pero no cruzan; se les puede ofrecer contenido de decisión (comparativas, casos de éxito, calculadora de ROI) sin invocar todavía al equipo comercial.

SLA de contacto tras el paso a SQL

Un lead cruza el umbral SQL a las 15:47 de un martes. La probabilidad de contacto útil se derrumba después de las primeras 4 horas. El SLA operativo estándar es 30-60 minutos en horario laboral y siguiente hora hábil fuera de horario. Sin SLA definido y monitorizado, el mejor scoring del mundo no sirve: los leads mueren esperando.

Qué stack usar para configurar un lead scoring sin sobreingeniería

La sobreingeniería es el error más caro en scoring. Un modelo con 40 reglas condicionadas en HubSpot es prácticamente inauditable a los 6 meses: nadie recuerda por qué el peso de una acción es 12 y no 15, y cuando ventas se queja marketing no sabe qué tocar. La regla operativa es empezar por un modelo simple (10-15 reglas totales), medirlo un trimestre completo con conversión real, y solo entonces añadir complejidad si el modelo simple no discrimina bien.

Esta lógica de arrancar simple y ampliar con datos también aplica a los canales de entrada. Un negocio SaaS B2B, por ejemplo, arranca captación con orgánico bien enfocado (véase el marco de SEO para SaaS B2B) y una lista de tráfico limpia antes de meter scoring predictivo — al revés no funciona.

Errores típicos que rompen un modelo de lead scoring B2B

• 1
  Puntuar apertura de email como si fuera intent

  Desde Apple MPP y los proxies corporativos, la apertura ya no es señal humana en muchos casos. Un modelo que pondera aperturas infla las listas con leads dormidos y quema el crédito de marketing frente a ventas. Regla directa: 0 puntos a la apertura simple; el clic pesa poco; solo la respuesta al remitente vale como señal fuerte.

• 2
  Sumar puntos sin caducidad

  Un lead que acumuló actividad hace un año no debería tener la misma cifra que uno que la acumuló hace una semana. Sin decay, el modelo prioriza el histórico sobre la intención presente y ventas termina persiguiendo contactos que ya cerraron con la competencia.

• 3
  Umbralizar sobre suma en vez de sobre los tres ejes

  Sumar fit + intent + recency en un solo número permite que un lead sin encaje pero muy activo cruce el umbral, o que un perfil ideal pero frío sea tratado como caliente. El umbral se cruza cuando los tres cumplen por separado, no cuando la suma llega.

• 4
  Definir el umbral MQL a SQL por consenso interno

  Marketing quiere pasar volumen; ventas quiere solo lo caliente. Fijar el umbral por negociación siempre acaba mal. La forma limpia es reconstruir el scoring histórico de los últimos clientes cerrados y usar el percentil 25 como umbral SQL.

• 5
  No cerrar el bucle con ventas

  Si comercial no reporta si un SQL era realmente cualificado o no, marketing nunca sabe qué reglas ajustar. El sistema necesita un campo de feedback obligatorio en cada disposición («cualificado / no cualificado / esperando») y una revisión mensual con marketing.

• 6
  Empezar por scoring predictivo con IA sin histórico

  Los modelos predictivos aprenden del histórico; sin al menos 100 conversiones mensuales y datos limpios, la predicción se hace con ruido y las reglas resultantes son opacas. Primero se limpia el scoring manual explícito; solo con volumen y datos calibrados tiene sentido pasar al predictivo.

Cómo revisar y ajustar el modelo cada trimestre

Un modelo de lead scoring no es una configuración fija: es un sistema que necesita mantenimiento porque cambian el catálogo, los canales de captación, el ciclo de compra y el comportamiento del prospect. El ritmo operativo estándar es una revisión trimestral con datos.

En cada revisión se cruzan tres cosas: los leads que llegaron a SQL, los que se convirtieron a cliente y los que ventas descartó como no cualificados. Con esa tabla se calcula la precisión del modelo (qué porcentaje de SQLs acabó siendo cualificado) y el recall (qué porcentaje de clientes cerrados había cruzado el umbral). Los dos deben moverse en la misma dirección: si la precisión sube pero el recall baja, el umbral se fue demasiado arriba; si sube el recall y baja la precisión, el umbral es laxo.

Los ajustes típicos en cada revisión son de tres tipos. Cambiar el peso de un evento cuando la muestra revela que dejó de correlacionar con conversión (por ejemplo, si el webinar mensual pierde intención comercial). Ajustar el umbral SQL cuando el pipeline aguanta más o menos volumen de conversaciones. Y añadir o retirar reglas cuando aparecen canales nuevos o desaparecen otros. Nunca se cambian pesos, umbral y reglas a la vez: si se hace, no se puede aislar qué generó el cambio de precisión y recall.

Preguntas frecuentes sobre configuración de lead scoring