¿Qué es el lead scoring y cómo se monta un modelo que funcione?
Definición clara, señales que de verdad importan, ejemplos B2B y errores típicos. Para pymes españolas que reciben leads pero no saben a cuáles llamar primero.
Actualizado mayo 2026
Lead scoring: priorizar tus leads con una puntuación objetiva.
El lead scoring es la metodología que asigna una puntuación numérica a cada lead en función de su encaje con tu cliente ideal (firmográficas, sector, tamaño) y de su comportamiento (descargas, visitas, emails abiertos, formularios). El objetivo es ordenar la cola de leads para que comercial llame primero a los que tienen más probabilidad de cerrar.
En un modelo típico, cada señal suma o resta puntos. Un lead con cargo de director financiero en empresa de 50-200 empleados que ha visitado la página de precios tres veces y descargado un caso de éxito puntúa muy distinto a otro con cargo de becario que rellenó el formulario una vez. Cuando el lead supera un umbral (por ejemplo 70 puntos), se considera MQL y pasa a comercial.
En una pyme española, el lead scoring sirve para tres cosas: (1) no quemar tiempo de comercial llamando a curiosos, (2) automatizar nurturing para los que aún no están listos, (3) medir qué canales traen leads de calidad y no solo volumen. Sin scoring, el comercial llama por orden de llegada y se queda sin tiempo para los que de verdad cierran.
Existen dos enfoques: modelo manual (definido por reglas que tú creas a partir de tu histórico de cierres) y modelo predictivo con IA (un algoritmo aprende patrones de tus clientes cerrados vs perdidos). Para empezar, el manual basta y sobra. El predictivo solo merece la pena cuando tienes 500+ cierres históricos con datos limpios.
Seis señales reales que se usan en modelos de scoring B2B
Casos de modelos que vemos en clientes Magnetia, no teoría de manual.
Cargo del lead (firmográfica)
Director / C-level: +20. Manager: +10. Especialista: +5. Becario / estudiante: -10. Es la señal de mayor peso en B2B con ticket medio-alto. Capacidad de decisión = mayor probabilidad de cierre.
Tamaño de empresa
Si tu ICP son pymes 20-200 empleados: 20-200 +15, 5-19 +5, 200-1000 +5, >1000 -10, <5 -15. Empresas muy fuera de rango son casi siempre pérdida de tiempo, da igual cuánto interés muestren.
Visitas a página de precios
1 visita: +5. 2-3 visitas en 7 días: +15. 4+ visitas: +25. Es la señal comportamental de intención más fuerte. Quien visita precios varias veces, está cerca de decidir o comparar con competencia.
Descarga de recurso premium
Caso de éxito o calculadora: +10. Whitepaper técnico: +15. Demo solicitada: +30. La descarga es señal de interés activo, pero descargar 10 ebooks distintos puede indicar "estudiante de marketing", no comprador.
Antigüedad del lead
Recencia importa: lead que abrió email hoy +10, hace 7 días +5, hace 30 días 0, hace 90 días -10. Los leads se enfrían rápido. Si no haces nada en 2 semanas, casi todos están perdidos.
Email corporativo vs personal
Email @empresa.com: +10. Email Gmail/Hotmail/Yahoo: -5. En B2B, los compradores serios usan email corporativo. Un Gmail no descalifica, pero baja la probabilidad de cierre frente a un email con dominio empresarial.
Cinco errores típicos al montar un modelo de lead scoring
Diseñar el modelo sin mirar el histórico
Inventar reglas a ojo basándose en intuición. Mira primero qué tenían en común tus últimos 30-50 clientes cerrados frente a los perdidos. Sin esa base empírica, el modelo es horóscopo.
Ponderar igual señales firmográficas y comportamentales
Un C-level que no ha visto nada vale más que un becario que ha visto todo. Las señales de encaje (cargo, empresa, sector) deben pesar más que las de comportamiento en B2B con ticket alto.
No revisar el umbral MQL trimestralmente
El umbral que decide qué lead va a comercial debe ajustarse cada 90 días en función de la tasa real de cierre. Si los MQL cierran al 5%, sube el umbral; si comercial está ocioso, bájalo.
No restar puntos por señales negativas
Solo sumar es engañoso. Cargos inadecuados, empresas fuera de rango, emails personales, inactividad: deben restar. Sin penalizaciones, los modelos inflan leads malos.
No integrar el scoring con el CRM
Si el score vive en una hoja de cálculo o en marketing pero no en el <a href="/glosario/que-es-crm-b2b" class="text-magnetia-red underline">CRM</a> donde trabaja comercial, no se usa. La puntuación tiene que aparecer al lado del nombre del lead en la cola de llamadas, no en un dashboard aparte.
Lead scoring en el mapa de conceptos relacionados.
El lead scoring es la pieza que conecta marketing con ventas. Sin un scoring claro, la frontera entre MQL y SQL se vuelve subjetiva y aparecen broncas internas ("estos leads no valen nada" / "no los llamáis bien"). Un scoring acordado y revisado periódicamente desactiva esa fricción.
En la práctica, el scoring se monta dentro del CRM (HubSpot, Pipedrive, Salesforce) o en una herramienta de marketing automation (ActiveCampaign, Brevo) que sincroniza con el CRM. La parte comportamental se alimenta del tracking web (GA4, Plausible, Segment) y del email marketing.
Cuando combinas lead scoring con cold mailing bien medido, puedes hacer outbound más quirúrgico: solo abordar empresas con encaje alto y solo perseguir las que muestren señal de respuesta o engagement. Eso reduce volumen pero multiplica tasa de cierre.
Para pymes españolas, montar un modelo serio de lead scoring entra dentro de la categoría "Ventas Digitales" del Kit Consulting, cofinanciable por Red.es. Magnetia diseña modelos a medida en generación de leads B2B.
Dudas que nos hacéis llegar
¿Quieres un modelo de lead scoring montado para tu CRM?
Analizamos tu histórico de cierres, diseñamos reglas, lo implementamos en tu CRM y lo revisamos contigo cada trimestre. Si calificas, cofinanciado por Kit Consulting categoría Ventas Digitales.