El 70% del tiempo de un equipo comercial se gasta en leads que nunca van a comprar. No porque los comerciales sean malos: es porque nadie les ha dicho cuáles de los 80 contactos de este mes merecen una llamada urgente y cuáles pueden esperar dos semanas. El resultado es que llaman a todo el mundo sin criterio, queman el tiempo en leads fríos y dejan enfriar leads calientes porque no los han identificado a tiempo.
El 79% de los leads generados por marketing nunca convierten. Ese dato no significa que tus campañas fallen: significa que la mayoría de leads necesitan tiempo o no son el momento adecuado, y que mezclarlos con los que sí están listos para comprar es el problema real.
El lead scoring automático resuelve exactamente eso. Asigna una puntuación a cada lead en función de quién es y qué ha hecho, y cuando alguien cruza el umbral de «merece atención ahora», avisa al comercial de turno con toda la información necesaria para llamar con contexto. Con n8n e IA, el sistema funciona las 24 horas sin que nadie tenga que revisar nada.
Para quién es esta guía: directores comerciales y de marketing de pymes con equipo de ventas que generan más de 30 leads al mes y quieren que sus comerciales dediquen el tiempo a cerrar, no a cualificar. También útil si ya tienes Pipedrive o HubSpot y quieres sacarles más partido.
En esta guía
El problema real de cualificar leads a mano
Los tres tipos de criterios: tabla de puntuación completa
Flujo 1: Scoring basado en reglas con n8n
Flujo 2: Scoring con IA para texto libre y conversaciones
Flujo 3: Alerta al comercial cuando el lead está caliente
Integración con Pipedrive y HubSpot
El problema real de cualificar leads a mano
Según el informe State of Sales de Salesforce, los comerciales dedican el 9% de su tiempo a analizar prospects y el 8% a buscar y clasificar leads. Eso es el 17% de la jornada laboral —casi un día a la semana— gastado en una tarea que un sistema automatizado puede hacer en segundos.
Para una pyme con dos comerciales con un salario de 30.000 euros brutos anuales (coste empresa de unos 42.000 euros), ese 17% equivale a más de 14.000 euros anuales en tiempo de cualificación manual. Tiempo que podría dedicarse a llamar, presentar y cerrar.
Ahora bien, el problema no es solo el tiempo. Es la inconsistencia. Cuando la cualificación es manual, depende del criterio de cada comercial, de su estado de ánimo ese día, de cuántos leads tiene en cola. Un lead que llega un lunes por la mañana recibe más atención que uno que llega el viernes a las 17h. Un lead con un nombre que suena a empresa grande se llama antes que uno de una empresa desconocida, aunque este último esté más cerca de comprar.
El lead scoring automático elimina ese sesgo. El sistema evalúa todos los leads con los mismos criterios, en el mismo orden, a cualquier hora. Y solo escala al equipo comercial los que superan el umbral, con la información que necesitan para la llamada.
Las empresas que implementan lead scoring correctamente ven resultados concretos: Aberdeen Group documenta un 77% más de ROI en generación de leads. IBM redujo el tiempo de cualificación un 50%. Microsoft aumentó su tasa de conversión un 30%. Los leads cualificados generan un 47% más de volumen de compra que los no cualificados.
Los tres tipos de criterios: tabla de puntuación completa
Un sistema de lead scoring eficaz combina tres dimensiones. Los criterios demográficos o firmográficos responden a «¿este lead encaja con nuestro cliente ideal?». Los criterios comportamentales responden a «¿ha mostrado interés real?». Los criterios de intención responden a «¿está listo para comprar ahora?».
Tabla de criterios y puntuación — Modelo para pyme de servicios B2B
| Criterio | Condición | Puntos | Tipo |
|---|---|---|---|
| Cargo | CEO / Director / Propietario | +20 | Demográfico |
| Cargo | Manager / Responsable de área | +12 | Demográfico |
| Tamaño empresa | Más de 50 empleados | +15 | Demográfico |
| Tamaño empresa | 10-50 empleados | +10 | Demográfico |
| Sector | Sector objetivo principal | +15 | Demográfico |
| Visita página de precios | 1 o más visitas | +25 | Comportamental |
| Solicitud de demo o contacto | Formulario enviado | +40 | Comportamental |
| Descarga de contenido | Guía, caso de uso, comparativa | +15 | Comportamental |
| Respuesta a email de secuencia | Cualquier respuesta directa | +20 | Comportamental |
| Mención de urgencia en mensaje | «necesito para este mes», «lo antes posible» | +30 | Intención (IA) |
| Presupuesto mencionado | Cifra concreta o rango de inversión | +25 | Intención (IA) |
| Preguntas sobre plazos o implementación | «cuánto tarda», «qué necesito para empezar» | +20 | Intención (IA) |
Umbrales de clasificación recomendados para pymes de servicios B2B
Lead CALIENTE (≥70 puntos): Acción comercial inmediata. El comercial asignado recibe la alerta y llama en menos de 24 horas. Tasa de conversión típica: 25-40%.
Lead TIBIO (40-69 puntos): Entra en secuencia de nurturing activo: 4-6 emails de contenido relevante durante 3-6 semanas. El score se recalcula con cada interacción.
Lead FRÍO (<40 puntos): Va a la newsletter general. Sin acción comercial directa. Si interactúa con contenido, el score sube y puede reclasificarse.
Estos umbrales son un punto de partida. Después de un mes de funcionamiento, compara las conversiones reales con los scores y ajusta. Un sistema bien calibrado en 60-90 días tiene una precisión del 80-90% en la identificación de leads calientes.
Flujo 1: Scoring basado en reglas con n8n
Este flujo es el núcleo del sistema. Evalúa cada lead nuevo contra la tabla de criterios demográficos y comportamentales, suma los puntos y actualiza el campo de score en el CRM. No necesita IA: funciona con datos estructurados y condiciones lógicas.
Flujo 1: Lead scoring por reglas — nuevo lead en Pipedrive o HubSpot
Trigger: Se crea un nuevo contacto o lead en Pipedrive (webhook on deal created) o HubSpot (webhook on contact created). n8n recibe el payload con todos los campos del lead.
Paso 1 — Inicializar el score a 0: n8n crea una variable score = 0 que se irá incrementando en cada nodo de condición. También extrae y normaliza los campos clave: cargo (en minúsculas), tamaño de empresa (número), sector, email corporativo o no, y la URL de origen del lead.
Paso 2 — Evaluar criterios demográficos: Una serie de nodos IF en n8n evalúa cada criterio. Si el cargo contiene «director», «CEO», «gerente» o «propietario», suma 20. Si el campo de empleados es mayor de 50, suma 15. Si el sector está en la lista de sectores objetivo, suma 15. Cada condición es independiente y acumulable.
Paso 3 — Evaluar criterios comportamentales: n8n consulta el historial del lead en las herramientas conectadas. Llama a la API de HubSpot o al historial de actividad de Pipedrive para verificar: si visitó la página de precios (datos de tracking web), si abrió algún email de campaña, si descargó algún recurso. Cada evento comprobado suma los puntos correspondientes.
Paso 4 — Guardar el score en el CRM: n8n actualiza el campo personalizado lead_score en el CRM con el total acumulado. También escribe en un campo de texto score_detalle los criterios que se han activado («cargo_director: +20, página_precios: +25, email_abierto: +5»), lo que permite auditar por qué un lead tiene la puntuación que tiene.
Herramientas: n8n + Pipedrive o HubSpot (trigger y actualización) + Google Analytics/Plausible (comportamiento web, opcional). Sin coste de IA.
Flujo 2: Scoring con IA para texto libre y conversaciones
Los criterios de intención —los más valiosos porque predicen compra inmediata— solo se pueden capturar si hay texto libre que analizar: el mensaje del formulario de contacto, un email de consulta, o una conversación de WhatsApp. Ahí entra la IA.
Flujo 2: Análisis de intención con LLM — mensaje del formulario o conversación WhatsApp
Trigger: Se activa en paralelo con el Flujo 1, o como extensión del mismo, cuando el lead incluye un campo de texto libre (mensaje, comentario, descripción del proyecto). También se activa cuando el lead ha tenido una conversación por WhatsApp antes de entrar al CRM.
Paso 1 — Extraer el texto a analizar: n8n recoge el campo de mensaje del formulario o la transcripción de la conversación de WhatsApp. Si hay conversación de WhatsApp, concatena los mensajes del lead (no las respuestas del bot) en un solo texto para enviárselo al modelo.
Paso 2 — Enviar al LLM con prompt de scoring: El texto se envía al nodo de OpenAI (GPT-4o) o Claude con el siguiente prompt estructurado: «Analiza este mensaje de un potencial cliente y extrae señales de intención de compra. Devuelve un JSON con: urgencia (0-30 puntos: 0 si no menciona urgencia, 15 si indica un plazo genérico, 30 si menciona fecha concreta o urgencia explícita), presupuesto (0-25 puntos: 0 si no menciona, 15 si menciona que tiene presupuesto, 25 si da cifra concreta), implementacion (0-20 puntos: preguntas sobre cómo funciona, qué necesitan, plazos). Incluye también un campo ‘razonamiento’ con una frase explicando los puntos asignados.»
Paso 3 — Sumar los puntos de intención al score total: n8n lee el JSON del LLM y suma los puntos de urgencia, presupuesto e implementación al score calculado en el Flujo 1. El score final = score_reglas + score_intencion. Actualiza el campo lead_score en el CRM con el total definitivo.
Paso 4 — Guardar el razonamiento: El campo score_detalle en el CRM se actualiza con el razonamiento del LLM: «urgencia: +30 (menciona ‘necesito empezar en marzo’); presupuesto: +25 (indica ‘tenemos 3.000€ para este proyecto’).» Cuando el comercial abre el lead, ve exactamente por qué tiene esa puntuación.
Herramientas: n8n + OpenAI GPT-4o (o Claude) + Pipedrive o HubSpot. Coste API: 0,001-0,003 € por lead analizado con GPT-4o.
Sobre la precisión del LLM: Los modelos actuales (GPT-4o, Claude 3.5 Sonnet) tienen una tasa de error inferior al 5% en tareas de clasificación con criterios bien definidos. Para las señales de intención, el prompt debe ser lo más concreto posible: en lugar de pedir «urgencia alta o baja», especifica qué palabras o expresiones indican cada nivel de puntuación. Así el modelo aplica los mismos criterios que tú aplicarías manualmente.
Flujo 3: Alerta al comercial cuando el lead está caliente
El sistema de scoring solo tiene valor si dispara la acción correcta en el momento correcto. Este flujo monitoriza el score de todos los leads y avisa al comercial asignado cuando alguien cruza el umbral de caliente.
Flujo 3: Notificación al comercial — lead supera umbral de 70 puntos
Trigger: n8n monitoriza el campo lead_score en el CRM. El trigger se activa en dos casos: cuando un lead nuevo supera los 70 puntos al crearse, o cuando un lead existente actualiza su score y cruza el umbral por primera vez (no se activa si ya lo había cruzado antes).
Paso 1 — Identificar el comercial asignado: n8n comprueba si el lead tiene un comercial asignado en el CRM. Si lo tiene, le notifica a él. Si no, aplica la regla de asignación configurada (round-robin entre los comerciales disponibles, o el que tenga menos leads activos en ese momento).
Paso 2 — Componer el mensaje de alerta: n8n genera un mensaje con toda la información relevante: nombre del lead y empresa, puntuación total y desglose de los criterios que más suman, texto del mensaje original del lead (si existe), enlaces directos al perfil en el CRM y al email del lead. El formato es legible en móvil porque los comerciales suelen estar fuera de la oficina.
Paso 3 — Enviar por Slack y/o email: La alerta llega al canal de Slack del equipo de ventas (y en privado al comercial asignado) y por email. En Slack se incluyen dos botones de acción rápida: «Llamar ahora» (abre el teléfono) y «Ver en CRM» (enlace directo al trato).
Paso 4 — Crear tarea de seguimiento en el CRM: n8n crea automáticamente una tarea en el CRM asignada al comercial: «Llamar a [nombre] — Lead caliente (score: [puntuación]) — Vence hoy». Si a las 24h la tarea sigue sin completarse, n8n envía un recordatorio.
Herramientas: n8n + Pipedrive o HubSpot (trigger y gestión de tareas) + Slack (alertas) + Gmail (email de respaldo). Sin coste de IA.
Integración con Pipedrive y HubSpot
Los dos CRMs más usados en pymes españolas tienen integración nativa con n8n y soportan campos personalizados donde guardar el score.
En Pipedrive: crea un campo personalizado de tipo «número» llamado «Lead Score» en el objeto Persona o Trato. n8n usa el nodo de Pipedrive para actualizar ese campo vía la API. El trigger puede ser un webhook de Pipedrive (cuando se crea o actualiza un trato) o polling periódico. Las vistas filtradas por ese campo permiten ver en un vistazo los leads calientes sin salir de Pipedrive.
En HubSpot: el campo de score va en el objeto Contacto como propiedad personalizada de tipo «número». HubSpot tiene su propio sistema de lead scoring nativo, pero es más limitado que el que puedes construir con n8n: no permite consultas a APIs externas, no integra WhatsApp y no puede usar LLMs. El sistema con n8n complementa o reemplaza el scoring nativo de HubSpot con una lógica más rica.
n8n tiene disponible en su biblioteca de plantillas el flujo «AI Lead Scoring & Enrichment from Mailchimp to HubSpot and Pipedrive with GPT-4o», que puedes usar como punto de partida y adaptar a tus criterios específicos.
Pipedrive vs HubSpot para lead scoring con n8n
| Aspecto | Pipedrive | HubSpot |
|---|---|---|
| Campos personalizados | Sí, en Persona y Trato | Sí, en Contacto y Deal |
| Webhooks nativos | Sí | Sí |
| Scoring nativo | No incluido | Básico (sin IA ni APIs) |
| Coste mensual (CRM) | Desde 14 €/usuario/mes | Plan gratuito + desde 41 €/mes |
| Vista filtrada por score | Sí, con filtros personalizados | Sí, con listas activas |
ROI: cuánto puedes ahorrar y ganar
El retorno del lead scoring automático tiene dos caras: el tiempo recuperado y el aumento de conversión.
ROI calculado — Pyme con 2 comerciales y 60 leads/mes
| Concepto | Sin lead scoring | Con lead scoring automático |
|---|---|---|
| Tiempo en cualificación manual | ~14h/semana (2 comerciales × 7h) | ~2h/semana (solo revisión de alertas) |
| Coste de ese tiempo/mes | ~1.680 €/mes (coste empresa) | ~240 €/mes |
| Tasa de conversión de leads | ~8% (sin priorización) | ~12-14% (contacto rápido con leads calientes) |
| Clientes nuevos/mes (ticket medio 3.000 €) | ~5 clientes → 15.000 € | ~7-8 clientes → 21.000-24.000 € |
| Ahorro mensual en tiempo | — | +1.440 €/mes |
| Incremento de ingresos/mes | — | +6.000-9.000 €/mes |
| Coste del sistema (implementación + mantenimiento) | — | 2.000 € implementación + 120 €/mes |
| Plazo de recuperación de la inversión | — | ~3-4 semanas |
El factor más importante no es el ahorro de tiempo. Es la velocidad de respuesta a los leads calientes. Estudios de InsideSales muestran que la probabilidad de contactar con un lead cae un 100x si esperas más de 5 minutos tras la primera interacción. El lead scoring automático identifica al lead caliente en segundos y avisa al comercial de turno antes de que el lead abra la siguiente pestaña del navegador.
Plan de implementación en 4 semanas
Fases de implementación
| Semana | Qué se hace | Resultado |
|---|---|---|
| Semana 1 | Definición del ICP, criterios y puntuaciones. Revisión de leads históricos para validar los pesos. | Tabla de criterios aprobada por el equipo comercial |
| Semana 2 | Configuración de campos en el CRM, montaje del Flujo 1 (scoring por reglas) y pruebas con datos reales. | Flujo de reglas operativo. Leads entrantes ya tienen score. |
| Semana 3 | Integración del Flujo 2 (LLM para intención) y calibración del prompt con 20-30 leads de ejemplo. | Score completo (reglas + IA) funcionando en producción |
| Semana 4 | Activación del Flujo 3 (alertas a comerciales), formación del equipo y revisión de los primeros leads gestionados con el sistema. | Sistema completo operativo. Primera revisión de calibración. |
Preguntas frecuentes
¿Qué es el lead scoring automático y cómo funciona?
El lead scoring automático asigna una puntuación numérica a cada lead en función de sus características (cargo, empresa, sector) y comportamiento (páginas visitadas, emails abiertos, mensajes enviados). Cuando el lead supera la puntuación umbral, el sistema lo marca como caliente y notifica al comercial asignado. Con n8n, el score se calcula en segundos desde que el lead entra en el CRM, sin intervención manual. El sistema funciona las 24 horas y recalcula el score cada vez que hay una nueva interacción del lead.
¿Qué criterios debería incluir en mi sistema de scoring?
Un sistema efectivo combina tres tipos. Demográficos: cargo, tamaño de empresa, sector y ubicación, que definen si el lead encaja con tu cliente ideal. Comportamentales: visitas a páginas clave, descargas de contenido, aperturas de email y respuestas a secuencias. De intención: señales en el texto libre del lead (urgencia, mención de presupuesto, preguntas sobre implementación). Los pesos dependen de tu negocio: analiza tus últimos 50 clientes y mira qué criterios tenían en común los que más rápido compraron.
¿Cuánto cuesta implementar lead scoring automático con n8n?
Un sistema basado en reglas con n8n y Pipedrive o HubSpot tiene un coste de implementación de 800 a 1.500 euros con consultora, más 50-100 euros al mes de mantenimiento. Añadiendo la capa de IA, la implementación sube a 1.500-2.500 euros y el coste mensual de API de OpenAI añade entre 5 y 20 euros según el volumen. La mayoría de pymes recupera la inversión en 3-4 semanas, principalmente por el aumento de conversión al contactar leads calientes más rápido.
¿Cuándo necesito lead scoring con IA y cuándo basta con reglas?
El scoring por reglas funciona bien cuando los leads llegan con datos estructurados: formularios con campos definidos, importaciones de listas. La IA añade valor cuando hay texto libre que analizar: el mensaje del formulario de contacto, un email de consulta, una conversación de WhatsApp. Si recibes menos de 30 leads al mes, probablemente las reglas solas bastan. A partir de 50-60 leads mensuales con campo de mensaje, la IA empieza a compensar su coste claramente.
¿Qué pasa con los leads que nunca alcanzan el umbral?
Los leads tibios (40-69 puntos) entran en una secuencia de nurturing automático: emails de contenido relevante durante 4-8 semanas. Si interactúan con esos emails o vuelven a la web, el score sube y puede cruzar el umbral. Los leads fríos van a la newsletter general. El sistema recalcula el score con cada nueva interacción, así que un lead que entró frío puede calentarse semanas después sin que nadie lo revise manualmente. Ese es el valor real del sistema: ningún lead con potencial se pierde por olvido.
¿Cuánto tiempo tarda en verse el retorno del lead scoring?
Los primeros efectos son inmediatos: el equipo comercial empieza a trabajar solo los leads con mayor probabilidad de compra desde el primer día. El impacto en tasa de conversión tarda 1-3 meses en medirse (depende de tu ciclo de venta). Las empresas que implementan lead scoring correctamente ven entre un 30% (Microsoft) y un 77% (Aberdeen Group) de mejora en el ROI de generación de leads. El ahorro en tiempo de cualificación es recuperable desde el primer mes.
¿Quieres ver cómo quedaría el lead scoring de tu empresa?
En Flowmatic montamos el sistema completo: criterios de scoring a medida de tu negocio, integración con Pipedrive o HubSpot, flujos de reglas e IA con n8n, y alertas a tu equipo comercial. Pide una demo y te mostramos cómo funciona con tus propios leads.
Sin compromiso. Respuesta en menos de 24 horas. Tel: 624051719
