Lead scoring para pymes B2B: modelo simple que sí funciona.
Cómo puntuar leads en una pyme sin contratar a un data scientist. Qué medir, cómo asignar pesos, qué umbrales son MQL y SQL, herramientas asequibles y los tres errores que matan cualquier modelo.
Actualizado mayo 2026
Lead scoring: el algoritmo que decide a quién llama tu comercial primero.
El lead scoring es un sistema de puntos que mide cuánto se acerca cada lead a tu cliente ideal y cuán "caliente" está. Combina dos dimensiones: fit (encaja con tu ICP) y engagement (interés mostrado). El resultado decide prioridad comercial y cuándo entregar el lead a ventas.
En enterprise lo hacen con modelos complejos en HubSpot, Marketo o Salesforce. En pyme no hace falta. Un modelo de 6-10 reglas con pesos simples (1, 3, 5, 10 puntos) y dos umbrales (MQL y SQL) suele bastar. Lo importante es tenerlo escrito y aplicado, no que sea sofisticado.
Sin lead scoring, los comerciales llaman a quien les apetece o por orden de entrada. Con lead scoring (aunque sea básico) priorizan los leads con mayor probabilidad de cerrar. La diferencia en conversion rate de MQL a oportunidad suele ser 30-60% en pymes que pasan de "nada" a "scoring simple". Es uno de los retornos más rápidos en operación comercial. Qué es lead scoring.
Fit y engagement: las dos piezas que necesitas combinar.
Fit (puntos firmográficos/demográficos): cuánto se parece el lead al ICP. Sector, tamaño, geografía, cargo del contacto. No cambia en el tiempo. Lo sabes en el primer formulario o enriqueciendo con Apollo/Lusha. Define la calidad estructural del lead.
Engagement (puntos de comportamiento): cuánto interés está mostrando el lead. Páginas vistas, formularios rellenados, emails abiertos, demos pedidas, descargas. Sí cambia en el tiempo. Define el momento del lead.
Un lead con fit alto pero engagement bajo es nurturing: encaja contigo pero aún no le interesas. Toca contenido y educación. Un lead con fit bajo pero engagement alto es curiosidad: te mira mucho pero no comprará. Toca descartar o pasar a contenido generalista. Solo cuando ambos suben, hay SQL.
El error frecuente en pymes: medir solo engagement (descargas, emails). Resultado: aparecen "leads calientes" que son competidores o estudiantes haciendo TFM. La capa de fit es lo que evita esto.
Modelo básico en 5 pasos para una pyme B2B.
Define tu ICP claramente
Sin <a href="/blog/icp-b2b-como-definirlo-2026" class="text-magnetia-red underline">ICP escrito</a> no hay scoring. Necesitas: 2-3 sectores prioritarios, rango de tamaño, geografía, cargos relevantes, disqualifiers. Si no lo tienes definido, ese es el primer paso, no el scoring.
Lista 6-10 señales y asigna pesos
Mezcla fit + engagement. Ejemplo: sector encaja +10, tamaño encaja +10, cargo decisor +10, visita pricing +5, agenda demo +20, abre 3 emails +3, descarga ebook +2, pide presupuesto +20. Disqualifiers restan: estudiante/competidor -50.
Define umbrales MQL y SQL
MQL: punto a partir del cual marketing considera el lead "maduro" y se entrega a ventas. SQL: punto a partir del cual ventas confirma que es oportunidad. Umbrales razonables iniciales: MQL 25-30, SQL 50-60. Iterar tras 30-60 días de datos.
Implementa en CRM
HubSpot Free tiene scoring nativo simple. Pipedrive con workflow + plugins. Folk o Attio con automatizaciones. Si tu CRM no lo permite (algunos viejos), usa Zapier/Make para sumar puntos según eventos. No necesitas Salesforce para esto.
Itera con datos reales
Tras 60-90 días, mira qué porcentaje de MQL acaban siendo oportunidad y cuántas oportunidades partieron de <MQL (falsos negativos). Ajusta pesos y umbrales. Modelo perfecto no existe: bueno suficiente que se itera mensualmente sí.
Las señales firmográficas que sí pesan
Estables, objetivas, fáciles de obtener.
Sector y tamaño
Match con sectores ICP: +10 si encaja exacto, +5 si adyacente, 0 si no. Tamaño: +10 si está en rango, -10 si fuera (demasiado pequeño o demasiado grande). El sector y tamaño combinados explican 50-60% del scoring fit.
Cargo del contacto
Decisor (CEO, director comercial, director de operaciones según ICP) +10. Influencer (manager intermedio) +5. End user (especialista, becario) +1. Recibirás formularios con cargos vagos, mapea normalizando a estos 3-4 grupos.
Geografía
Core (donde puedes prestar servicio fácil) +10. Extendido (donde puedes pero con coste) +5. Fuera +0 o -10 si descartas internacional. Para pymes con base local, esta señal pesa más que en empresa global.
Las acciones que indican interés real
Cambian en el tiempo. Algunas se pueden caducar (decay).
Demo / contacto / reunión
Pedir demo o reunión: +20-30 puntos. Es la señal más fuerte. Rellenar formulario contacto comercial: +15. Estos puntos pueden hacer saltar a SQL directamente si fit ya está alto.
Visita páginas comerciales
Pricing: +5. Casos cliente del sector ICP: +3. Página de servicio concreto: +2 por visita (max +10 acumulado). Blog genérico: +1 por sesión. Decay: -2 si lleva 30 días sin volver.
Email + contenido descargado
Suscribirse a newsletter: +2. Descargar ebook/plantilla: +3-5 según profundidad. Abrir email comercial: +1, hacer click: +2, responder: +10. Los descargables avanzados (calculadoras, plantillas operativas) puntúan más que ebooks genéricos.
Lo que rompe los modelos de scoring en pymes
Modelo demasiado complejo desde el día uno
Empezar con 40 reglas y 5 niveles de scoring. Imposible de mantener. Empieza con 6-10 reglas, una métrica clara y dos umbrales. Más adelante refinas si los datos justifican.
No restar por disqualifiers
Solo sumar puntos. Resultado: estudiantes, competidores y curiosos acumulan puntos al consumir contenido y entran a MQL contaminando el pipeline. Disqualifiers (-50 por dominio educativo, -50 por competidor, -20 por país fuera) son críticos.
No decaer puntos antiguos
Un lead descargó un ebook hace 14 meses, no ha vuelto. Sigue con sus puntos. Decay: 50% de los puntos de engagement caducan a los 90 días sin actividad nueva. Los puntos de fit se mantienen (sector no cambia).
Umbrales sin revisar
Pones MQL=30 al inicio y nunca lo tocas. Con datos reales suele estar mal calibrado: o entran demasiados leads o muy pocos. Revisar umbrales cada 60 días en los primeros 6 meses, luego trimestralmente.
Marketing y ventas no comparten definición
Marketing dice MQL=30, ventas no lo respeta y trabaja como antes. Sin acuerdo formal (SLA) entre marketing y ventas sobre qué es MQL/SQL y qué se hace en cada estado, el modelo no se usa.
Con qué montarlo en pyme sin gastar 800 €/mes en Marketo.
HubSpot Free + Starter (15-30 €/mes): tiene scoring por puntos nativo en Starter. Reglas visuales, decay configurable. Suficiente para 90% de pymes B2B. Limita en automatización avanzada pero el scoring básico funciona bien.
Pipedrive + LeadBooster (15-30 €/usuario/mes): el scoring no es nativo, se monta con campos personalizados + workflows automáticos. Requiere setup más manual pero queda flexible. Recomendable si ya estás en Pipedrive.
Folk o Attio (10-30 €/usuario/mes): CRMs modernos con automatizaciones tipo fórmula. Para pymes que quieren stack ligero. Folk vs Attio vs HubSpot compara los tres.
Zapier/Make (20 €/mes) + cualquier CRM: si tu CRM no tiene scoring nativo, montas reglas en Zapier que actualizan campo "Score" según eventos (form submit, email open vía Mailchimp/Brevo, etc.). Más artesanal pero funcional.
Dudas que nos hacéis llegar
¿Quieres montar lead scoring en tu pyme sin meterte en proyectos eternos?
Reunión de 60 min: definimos modelo simple a partir de tu ICP, lo dejamos implementado en tu CRM y acordamos umbrales con marketing y ventas. Plan de iteración a 90 días.