Lead scoring por factores ponderados sin ML pesado

El modelo ML que nadie usa porque nadie lo entiende

Llevamos tres años viendo equipos comerciales pagar consultorías para entrenar XGBoost sobre 8,000 contactos y terminar con un score que el director comercial no puede explicar al CFO. La verdad incómoda: para mid-market mexicano (sub-100K contactos, señales mayormente lineales), un scoring de 5 factores ponderados sumando 100 puntos vence al ML en todas las métricas que importan: tiempo a primera versión, costo de ajuste, auditabilidad y adopción del equipo de ventas.

¿Por qué falla el machine learning tradicional en el scoring B2B para empresas medianas?

El machine learning falla principalmente por falta de volumen crítico de datos limpios y por opacidad algorítmica. Un modelo predictivo requiere miles de conversiones cerradas para calibrar pesos estadísticos fiables; sin ese umbral, sobreajusta ruido, genera desconfianza inmediata en los ejecutivos comerciales y vuelve inviable auditar con claridad por qué un prospecto prioritario fue descartado.

De acuerdo con un estudio publicado por Gartner sobre adopción de analítica avanzada en ventas, más del 60% de las implementaciones de modelos predictivos en equipos comerciales B2B se abandonan o subutilizan debido a la resistencia del equipo operativo para confiar en recomendaciones de caja negra. Cuando un ejecutivo de cuenta no entiende por qué un prospecto tiene calificación de 85 sobre 100, sencillamente recurre a su propia intuición, ignorando la herramienta y arruinando el retorno de inversión tecnológica.

Los 5 factores y su peso

En SCRAM CRM corremos esta fórmula sobre Postgres con un cron cada 6 horas. La ponderación sale de regresión observacional, no de un modelo: miramos qué combinación correlaciona con deals cerrados en los últimos 18 meses y ajustamos a mano cada trimestre.

• Engagement (25 pts): emails abiertos, replies, reuniones agendadas en 90 días
• Recency (20 pts): días desde última interacción, decay exponencial
• CompanyFit (20 pts): tamaño, industria, geografía vs ICP
• WebActivity (20 pts): page views, tiempo en pricing, descargas
• DealProgress (15 pts): existencia de deal abierto y stage

Cálculo en TypeScript

async function scoreContact(contactId: string): Promise<number> {
  const c = await prisma.crmContact.findUnique({
    where: { id: contactId },
    include: { activities: true, deals: true, webEvents: true, company: true },
  });

  const engagement = Math.min(25, c.activities.filter(a => 
    a.type === 'email_open' || a.type === 'reply'
  ).length * 2.5);

  const daysSince = (Date.now() - c.lastActivityAt.getTime()) / 86400000;
  const recency = Math.max(0, 20 * Math.exp(-daysSince / 30));

  const companyFit = scoreICP(c.company); // 0-20
  const webActivity = Math.min(20, c.webEvents.length * 0.5);
  const dealProgress = c.deals[0]?.stage
    ? STAGE_WEIGHTS[c.deals[0].stage]
    : 0;

  return Math.round(engagement + recency + companyFit + webActivity + dealProgress);
}

Comparativa técnica y operativa: Heurística vs. Modelos Complejos

Antes de comprometer presupuesto en infraestructura de datos o licencias enterprise, es indispensable sopesar la viabilidad operativa según el estadio de la compañía. La siguiente tabla sintetiza las diferencias prácticas evaluadas en despliegues reales dentro de organizaciones medianas:

Criterio	Factores Ponderados (Heurístico)	Regresión Logística / XGBoost	Scoring Nativo Out-of-the-Box
Volumen mínimo de datos	Cero datos históricos obligatorios	Mínimo 5,000 conversiones cerradas	Sin requerimiento inicial
Tiempo a primera versión	2 a 4 días hábiles	6 a 12 semanas de desarrollo	Inmediato (reglas estándar)
Costo de mantenimiento	Bajo (revisión trimestral en SQL)	Alto (monitoreo de drift y reentrenamiento)	Incluido en licencias de software
Explicabilidad comercial	100% auditable atributo por atributo	Baja (requiere SHAP o LIME)	Media-Baja (pesos ocultos por proveedor)
Flexibilidad ante cambios	Inmediata vía configuración	Lenta (requiere nuevo dataset limpio)	Rígida (limitada por el vendor)

Umbrales que aguantan en producción

Después de 14 meses corriendo esto en cinco clientes B2B, los cortes que minimizan falsos positivos para el equipo de ventas son:

• Hot: 70+ — vendedor llama en menos de 2h, conversión histórica 18%
• Warm: 40-69 — secuencia de nurturing automática, conversión 4%
• Cold: <40 — solo email mensual, conversión 0.3%

El umbral hot es el único que importa optimizar: si lo subes a 80 dejas leads buenos sin tocar; si lo bajas a 60 quemas tiempo de tus vendedores caros. Ajústalo cada 90 días mirando conversión por bucket.

La realidad operativa en México y América Latina

En el contexto comercial de México y la región, la fricción técnica se agrava por particularidades del canal de venta. Gran parte de la prospección y seguimiento en mercados B2B locales ocurre a través de WhatsApp, llamadas telefónicas directas y reuniones presenciales que rara vez quedan sincronizadas automáticamente en el CRM. Según el reporte sobre comercio digital de la Asociación Mexicana de Venta Online (AMVO), más del 70% de las interacciones comerciales B2B involucran canales de mensajería instantánea en alguna etapa de la negociación.

Si intentas alimentar una red neuronal o un árbol de decisión con datos que omiten estas conversaciones críticas, el algoritmo catalogará como inactivo a un prospecto que en realidad está a punto de firmar un contrato tras acordar condiciones por chat. El modelo de factores ponderados permite compensar este sesgo introduciendo variables explícitas como la etapa del deal o validaciones manuales rápidas que el ejecutivo puede registrar en un clic, sin descalibrar el resto de los componentes matemáticos.

Qué puede salir mal y cómo mitigarlo

Aunque un sistema lineal es mucho más noble de operar, no está exento de trampas operativas. Los errores más comunes observados en despliegues productivos son:

• La trampa del decay plano: Si la función de recency usa una resta lineal simple en lugar de un decaimiento exponencial, un lead con alta interacción hace cuatro meses conservará un puntaje artificialmente alto. La función exponencial con vida media de 30 días garantiza que la inactividad reciente castigue el score con la severidad que el mercado exige.
• Sobrepeso a la actividad web irrelevante: Candidatos a empleo o competidores investigando tus páginas pueden disparar el puntaje de navegación. La salvaguarda obligatoria consiste en condicionar la suma de WebActivity a que el CompanyFit supere un umbral mínimo de calificación.
• Falta de calibración trimestral: Si la empresa ajusta su ticket promedio o modifica su propuesta de valor, los criterios de ajuste de cuenta (ICP) cambian. Dejar las ponderaciones fijas por más de seis meses provoca que el sistema premie perfiles que la dirección general ya no desea priorizar.

Cuándo sí necesitas ML

El modelo lineal se rompe cuando: tienes más de 100K contactos activos, las señales son no-lineales (ej: combinaciones de páginas visitadas predicen mejor que cada una sola), o tu producto tiene ciclos de compra muy distintos por segmento. En ese punto un gradient boosting con SHAP values para explicabilidad vale la inversión en MLOps. Antes de eso, estás optimizando un problema que no tienes.

La pregunta honesta para tu equipo: ¿cuántas veces el último trimestre alguien preguntó por qué un lead tiene cierto score? Si la respuesta es más de cero, el modelo lineal te dura otros dos años.