Lab MV07: CRM inteligente y lead scoring

Diseña un modelo de lead scoring con criterios, pesos y reglas de automatización para tu CRM.

Tu reto: Diseñar un sistema de lead scoring con criterios y automatizaciones

Necesitas

  • Tu CRM actual (HubSpot, Salesforce, Pipedrive, etc.)
  • Datos de tus últimas 10 ventas cerradas
  • Acceso a ChatGPT, Claude o Gemini
  • 25 minutos de trabajo enfocado

Pasos

Paso 1: Identifica los criterios de scoring

Analiza tus ventas anteriores para encontrar los patrones que predicen conversión.

Soy [ROL] en [EMPRESA]. Vendo [PRODUCTO/SERVICIO] con un ciclo de venta de [DURACIÓN]. Mis últimos 10 clientes tenían estas características: [LISTA DE CARACTERÍSTICAS COMUNES: tamaño empresa, sector, cargo contacto, etc.] Diseña un modelo de lead scoring con: 1. Criterios demográficos (5 criterios con peso de 1-10) 2. Criterios de comportamiento (5 criterios con peso de 1-10) 3. Criterios de engagement (3 criterios con peso de 1-10) 4. Criterios negativos (3 factores que restan puntos) 5. Umbrales: caliente (>X), tibio (Y-X), frío (<Y)
Paso 2: Crea reglas de automatización

Define qué sucede cuando un lead alcanza cada umbral.

Con este modelo de lead scoring: [PEGAR MODELO]. Diseña las automatizaciones para mi CRM [NOMBRE CRM]: Para leads CALIENTES (>[UMBRAL]): - Acción inmediata del comercial - Notificación que recibe el vendedor (texto) - Plazo máximo de respuesta Para leads TIBIOS ([RANGO]): - Secuencia de nurture automática - Contenido a enviar (3 piezas) - Criterio para re-evaluar Para leads FRÍOS (<[UMBRAL]): - Acción de reciclaje o descarte - Cuándo volver a contactar - Criterio de reactivación Formato: tabla con columnas Trigger, Acción, Responsable, Plazo.
Paso 3: Testea el modelo con datos reales

Valida que el scoring habría clasificado correctamente tus clientes pasados.

Necesito validar este modelo de lead scoring: [PEGAR MODELO]. Aquí hay 5 leads reales (anonimizados): 1. [CARACTERÍSTICAS LEAD 1, RESULTADO: cerró/no cerró] 2. [CARACTERÍSTICAS LEAD 2, RESULTADO: cerró/no cerró] 3. [CARACTERÍSTICAS LEAD 3, RESULTADO: cerró/no cerró] 4. [CARACTERÍSTICAS LEAD 4, RESULTADO: cerró/no cerró] 5. [CARACTERÍSTICAS LEAD 5, RESULTADO: cerró/no cerró] Puntua cada lead con el modelo, compara con el resultado real y sugiere ajustes si hay desviaciones.

Checklist de calidad

Comparte con tu equipo

Presenta el modelo de scoring al equipo de ventas y marketing. Implementa una versión simplificada en tu CRM durante 30 días. Revisa los resultados y ajusta pesos según los datos reales de conversión.

Resultado final

Un modelo de lead scoring con criterios, pesos, umbrales, automatizaciones y una validación con datos reales listo para implementar en tu CRM.

🚀 ¿Quieres todos los módulos completos?

Este laboratorio es parte de IAcademy: módulos con vídeo, contenido, quiz y laboratorio práctico para integrar la IA en tu trabajo con criterio.

Ver planes Recursos gratuitos
← Lab anterior Siguiente lab →