Automatizar el seguimiento de leads con IA: guía completa

TL;DR

El dinero no está en conseguir más contactos, está en los que ya tienes y nadie ha vuelto a llamar. En la mayoría de las empresas con las que trabajamos hay entre cien y varios miles de contactos parados: pidieron presupuesto, no compraron en ese momento y se quedaron en una hoja de cálculo o en un CRM que nadie mira. Automatizar ese seguimiento es de los proyectos con retorno más fácil de demostrar, porque el coste de no hacerlo ya lo estás pagando. Pero se hace mal casi siempre: se monta una secuencia de correos iguales para todo el mundo, se envía a una base sin consentimiento y a los tres meses está el dominio quemado y la reputación de envío por los suelos. Lo que funciona: segmentar por origen e interés, personalizar con lo que ya sabes del contacto, avisar a una persona cuando hay señal de compra, y no mandar nada a quien no lo autorizó. En esta guía: el diagnóstico para saber si tu caso compensa, las cuatro piezas del sistema, qué hace la IA y qué no por mucho que se anuncie, una secuencia de ejemplo completa, las señales de compra que valen y las que no, la parte de RGPD que hunde proyectos, las métricas que hay que mirar y los errores más caros.

El problema real: no es captación, es memoria

Casi todas las empresas invierten en conseguir contactos nuevos. Pocas tienen un proceso para los que ya llegaron y no compraron.

El patrón se repite con una regularidad asombrosa: entra una petición de presupuesto, alguien la atiende, se envía la propuesta, el cliente dice que se lo piensa, y ahí acaba todo. Nadie vuelve a escribir. No por dejadez, sino porque hacerlo a mano exige acordarse de cada uno, saber qué le interesaba, tener el dato a mano y disponer de tiempo un martes cualquiera. Es lo primero que se cae cuando hay trabajo.

Los números que suelen aparecer cuando se mira con calma:

De cada diez peticiones de presupuesto, entre siete y nueve no compran en el momento. Esto no es un fracaso comercial: es lo normal en casi cualquier sector con ciclo de decisión.

De esas, una parte relevante compra en los doce meses siguientes. Muy a menudo, a otro proveedor. No porque fuera mejor, sino porque estaba delante cuando el cliente volvió a acordarse del problema.

El coste de haber conseguido ese contacto ya está pagado: la publicidad, la feria, el tiempo comercial, el posicionamiento. Es el coste hundido más caro de cualquier empresa que haga marketing.

Automatizar el seguimiento no consiste en perseguir a nadie. Consiste en estar ahí cuando la persona vuelva a tener el problema, que es un momento que tú no controlas pero sí puedes anticipar.

El diagnóstico previo: ¿compensa en tu caso?

Antes de montar nada, cuatro preguntas que responden si esto tiene sentido para ti:

¿Cuántos contactos parados tienes y siguen siendo válidos? Por debajo de unos cien, lo haces mejor a mano y con más efecto. Entre cien y mil, la automatización empieza a compensar. Por encima de mil, es de las mejores inversiones disponibles.

¿Cuánto vale un cliente para ti? Si el ticket medio es bajo y la recurrencia también, el retorno de recuperar un porcentaje pequeño puede no justificar el proyecto.

¿Sabes de dónde vino cada contacto y qué le interesaba? Si la respuesta es no, hay una fase previa de limpieza que hay que contar en el plazo y en el presupuesto.

¿Tienes consentimiento para escribirles? Si no, el proyecto no es imposible pero cambia de forma, y conviene saberlo antes de empezar y no después.

Si al hacer estas cuatro preguntas sale que no compensa, eso también es un resultado útil: te acabas de ahorrar un proyecto y unos cuantos miles de euros.

Las cuatro piezas de un sistema que funciona

Conviene desmontar la idea de “secuencia de emails”, porque es la parte pequeña y la que peor funciona sola.

Un sistema de seguimiento que funciona tiene cuatro piezas, y solo la tercera es el envío.

Pieza 1. Unificar de dónde vienen

Formulario de la web, teléfono, WhatsApp, feria, recomendación, chat, campaña de publicidad. Si cada canal deja el contacto en un sitio distinto —o en la cabeza de alguien—, no hay nada que automatizar todavía.

Esta fase es aburrida y es la que decide el resultado. Lo que hay que conseguir:

Un único sitio donde vivan todos los contactos, normalmente el CRM que ya tengas.

Un origen registrado en cada uno: de dónde vino y cuándo. Sin esto no puedes segmentar ni medir.

Un estado claro: activo, ganado, perdido, parado. Y una fecha de última interacción.

Consentimiento registrado: qué aceptó y cuándo. Volveremos sobre esto.

En empresas que llevan años funcionando, esta fase revela cosas incómodas: contactos duplicados, registros sin teléfono ni email, oportunidades que llevan dos años abiertas. Merece la pena atravesarla aunque duela, porque es la base de todo.

Pieza 2. Segmentar por lo que ya sabes

No hace falta un modelo de inteligencia artificial para esto: hace falta que los datos existan.

Los segmentos que más rinden, por orden:

Por servicio de interés. Quien preguntó por A no quiere leer sobre B. Es la segmentación más básica y la que más diferencia marca.

Por antigüedad. Un contacto de hace dos semanas y uno de hace dos años no reciben el mismo mensaje. El primero sigue caliente; el segundo hay que reactivarlo.

Por fase en la que se quedó. No es lo mismo quien solo pidió información que quien recibió un presupuesto y no contestó. El segundo está mucho más cerca.

Por tamaño o tipo de empresa. Si vendes B2B, el mensaje a una empresa de cinco personas y a una de doscientas no puede ser el mismo.

Por origen. Quien llegó por recomendación tiene una relación distinta con tu marca que quien llegó por un anuncio.

Aquí la IA sirve para lo que no está estructurado: leer las notas del comercial, el texto libre del formulario o la transcripción de una llamada, y extraer de ahí el sector, la necesidad y la urgencia para rellenar campos que hoy están vacíos. Eso es trabajo real y ahorra semanas de limpieza manual.

Pieza 3. Comunicar con algo que valga la pena leer

Aquí es donde casi todo el mundo falla. Mandar “¿sigues interesado?” cada quince días no es seguimiento, es ruido, y entrena al destinatario a ignorarte.

Lo que funciona es enviar algo útil y relacionado con lo que preguntó: un caso parecido al suyo, un dato del sector, una herramienta que le sirva, una respuesta a la objeción que probablemente tuvo.

La regla que aplicamos: cada mensaje tiene que aportar valor aunque el destinatario no compre nunca. Si el correo solo tiene sentido como excusa para vender, no lo mandes.

La IA ayuda aquí a adaptar un mismo contenido base a distintos perfiles sin escribir doscientas versiones a mano: cambiar los ejemplos, el sector, el tamaño de empresa, el tono. Lo que no debe hacer es escribir y enviar sin que nadie lo lea.

Pieza 4. Detectar la señal y avisar a una persona

Esta es la pieza que más retorno da y la que casi nadie monta.

Cuando un contacto abre tres correos seguidos, entra dos veces en la página de precios, descarga un documento o responde algo, eso no lo gestiona una secuencia automática: lo gestiona alguien llamando por teléfono ese mismo día.

El sistema solo tiene que hacer una cosa: avisar a la persona correcta, con el contexto suficiente para que la llamada sea útil. Quién es, de qué preguntó, qué ha mirado y cuándo.

Un aviso bien hecho convierte una secuencia de marketing en un proceso comercial. Sin él, tienes un boletín.

Una secuencia de ejemplo, completa

Para aterrizarlo, así diseñaríamos una secuencia de reactivación para contactos de más de seis meses que pidieron presupuesto y no compraron, en una empresa de servicios B2B:

Mensaje 1 (día 0) · Reconexión honesta. Sin venta. Se reconoce el tiempo transcurrido y se pregunta si el problema sigue ahí. Algo del estilo de “hace unos meses nos preguntaste por X; por si sigue en tu lista, te dejo algo que puede servirte”. Y se adjunta contenido útil.

Mensaje 2 (día 5) · Prueba concreta. Un caso, un dato o un cálculo aplicable a su tipo de empresa. Nada de “somos líderes”: un número.

Mensaje 3 (día 12) · La objeción probable. Casi siempre es el precio, el tiempo de implantación o el miedo a que no funcione. Se aborda de frente, sin rodeos, y se explica cómo se resuelve.

Mensaje 4 (día 22) · Oferta de conversación, no de compra. Proponer una llamada corta, sin compromiso, con un objetivo claro para el otro: salir con información útil aunque no compre.

Mensaje 5 (día 35) · Cierre elegante. Decir que no vas a volver a escribir sobre esto salvo que él lo pida, y dejar la puerta abierta. Este correo, bien escrito, es el que más respuestas genera de toda la secuencia.

Y en paralelo, todo el tiempo: si en cualquier momento hay señal —abre varias veces, entra en precios, responde—, la secuencia se detiene y salta el aviso a una persona.

Cinco mensajes en cinco semanas. Ni veinte ni tres. Y con una regla: si responde, la automatización se para. Nada peor que recibir el correo automático 4 después de haber contestado al 3.

Las señales de compra: cuáles valen y cuáles no

Se habla mucho de lead scoring y se implementa fatal. La versión honesta:

Señales que valen de verdad:

Visitar la página de precios o de contacto más de una vez en pocos días.

Abrir varios correos seguidos en un intervalo corto.

Responder cualquier cosa, aunque sea “ahora no”.

Descargar un documento de fondo del embudo (una comparativa, un caso, una plantilla de presupuesto).

Reenviar tu correo a otra persona de su empresa, si tu sistema lo detecta.

Señales sobrevaloradas:

Una sola apertura de correo. Con la protección de privacidad de los clientes de correo actuales, la apertura es una métrica cada vez menos fiable.

Clics en enlaces genéricos del pie.

Puntuaciones agregadas opacas. Si tu sistema dice que un contacto tiene 73 puntos pero nadie sabe por qué, nadie va a actuar en consecuencia.

Y una advertencia sobre la predicción individual: los modelos que prometen decirte quién va a comprar funcionan mucho peor de lo que se anuncia, sobre todo con volúmenes pequeños. Decidir a quién llamar en función de una puntuación opaca suele ser peor que un criterio humano sencillo. Un comercial con una lista de “estos cinco han mirado precios esta semana” rinde más que cualquier modelo predictivo con mil contactos y poca señal.

Qué hace la IA aquí y qué no

Conviene separarlo, porque se vende mucho humo con esto.

Lo que hace bien:

Leer texto sin estructura —el mensaje del formulario, las notas de una llamada, un correo largo— y sacar de ahí sector, necesidad, urgencia y presupuesto aproximado.

Redactar variantes de un mismo mensaje adaptadas al perfil, manteniendo el tono de la empresa.

Resumir el histórico de un contacto para que quien va a llamar sepa en treinta segundos de qué va, sin leerse quince correos.

Clasificar respuestas: distinguir un “no me interesa” de un “ahora no, en enero” y actuar distinto con cada uno. Esto es especialmente útil porque las respuestas ambiguas son las que más se pierden.

Detectar duplicados y limpiar datos en la fase previa, que es un trabajo tedioso donde la IA rinde bien.

Lo que no hace, por mucho que se anuncie:

Adivinar quién va a comprar, como decíamos arriba.

Sustituir la llamada. Cuando hay señal, el valor está en que llame una persona. Automatizar esa parte es donde más clientes se pierden.

Arreglar una base de datos mala. Si no sabes de dónde vino cada contacto ni qué le interesaba, la IA no lo inventa. Puede ayudar a extraer lo que esté escrito en algún sitio, pero no puede crear información que no existe.

Escribir sin supervisión. Un error de tono o un dato inventado en un correo comercial es difícil de arreglar. El patrón sano: generar con IA, revisar una vez por plantilla, automatizar el envío.

RGPD: la parte que hunde proyectos

Aquí va el aviso que casi ninguna agencia da antes de cobrar, y que conviene resolver antes de construir nada.

Escribir con fines comerciales a una base de contactos necesita una base jurídica. El consentimiento es la vía limpia: si la persona aceptó recibir comunicaciones comerciales cuando dejó sus datos, y puedes demostrarlo, no hay problema.

Cuando no hubo consentimiento explícito, la situación se complica y hay matices relevantes según se trate de clientes existentes o de contactos que solo pidieron información, según el tipo de comunicación y según el canal. Esa valoración la tiene que hacer quien lleve vuestra protección de datos, no una agencia de automatización y desde luego no un artículo.

Tres reglas prácticas que aplicamos siempre:

Baja fácil, visible y que funcione a la primera. Un enlace de baja escondido o que no funciona es la vía más rápida a una reclamación.

Registro de dónde salió cada contacto y qué aceptó exactamente. Si no puedes demostrarlo, a efectos prácticos es como no tenerlo.

Nada de comprar bases ni de extraer contactos de terceros. Además del problema legal, funciona fatal: las tasas de respuesta son ínfimas y las quejas por spam queman la reputación de tu dominio, con lo que pierdes también la capacidad de que te lleguen los correos a quien sí quiere leerte. Es un daño que tarda meses en revertirse.

Si tu base no tiene consentimiento, el proyecto cambia pero no desaparece. Se orienta a los clientes actuales, a quien haya tenido contacto reciente, y sobre todo a montar bien la captación de ahora en adelante para que dentro de un año sí tengas una base trabajable.

Las métricas que hay que mirar

Tres niveles, y conviene no confundirlos:

Nivel 1 · Salud del envío. Tasa de entrega, tasa de rebote y tasa de baja. Si la baja supera el 1 % por envío o los rebotes el 2 %, hay un problema de base de datos o de contenido, y hay que pararlo antes de seguir.

Nivel 2 · Interés. Respuestas recibidas y visitas a la web desde la campaña. Las respuestas son la métrica reina: mucho más fiable que las aperturas y directamente correlacionada con ventas.

Nivel 3 · Negocio. Contactos reactivados que llegan a conversación comercial, propuestas generadas y cierres. Es la única métrica que importa de verdad, y la que casi nadie mide porque exige conectar la automatización con el CRM.

Una regla práctica: si no puedes atribuir una venta a la secuencia, el proyecto no está terminado. La atribución no tiene que ser perfecta, pero sí tiene que existir.

Errores que hemos visto costar dinero

Mandar lo mismo a todo el mundo. Es el error que garantiza el fracaso. Sin segmentación, el contenido es genérico; siendo genérico, no aporta; no aportando, la gente se da de baja.

Empezar por seis secuencias a la vez. No vas a saber cuál funciona ni por qué. Una, medida, y luego ampliar.

Automatizar el aviso pero no asignar a nadie. Si el aviso de “este contacto ha mirado precios tres veces” llega a un buzón que nadie lee, no sirve de nada.

No parar la secuencia cuando responden. El daño reputacional de esto es mayor de lo que parece.

Usar el dominio principal para envíos masivos. Si algo va mal, se quema el dominio con el que facturas y te comunicas con clientes. Los envíos de marketing deberían salir de un subdominio dedicado con su reputación separada.

Medir aperturas como métrica principal. Cada vez menos fiable, y lleva a conclusiones equivocadas.

Cómo montarlo por fases

Un plan realista, y el orden importa:

Fase 1 · Ver qué hay (2 semanas). Reunir todos los contactos en un sitio, ver cuántos son válidos, de dónde vinieron, qué se sabe de cada uno y qué consentimiento hay. Aquí sale la verdad, y a veces es incómoda.

Fase 2 · Una secuencia, un segmento (3 semanas). Elegir el grupo más grande y homogéneo, montar la secuencia con contenido útil y medir. No lances varias a la vez.

Fase 3 · Avisos de señal (1 semana). Conectar la detección de interés con un aviso a quien tenga que llamar, y definir quién llama y en cuánto tiempo. Es la pieza que convierte el proyecto en ventas.

Fase 4 · Ampliar. Más segmentos, más canales, mejor contenido. Solo cuando lo anterior funciona y está medido.

Lo que hace que esto salga bien no es la herramienta. Es que alguien de tu empresa decida qué se le manda a cada grupo y con qué criterio. Eso no lo puede hacer el proveedor por ti, y cuando se delega entero, el resultado es genérico.

El cálculo de retorno, con tus números

Los datos que hacen falta los tienes tú:

Contactos parados que no compraron y siguen siendo válidos.

Valor medio de un cliente. Si vendes servicios recurrentes, el valor del primer año.

Tasa de recuperación realista. Aquí la honestidad importa: entre el 1 % y el 3 % es lo razonable para una base fría bien trabajada. Si alguien te promete un 10 %, desconfía.

Un ejemplo con números redondos: 400 contactos parados, valor medio de cliente 3.000 €, recuperación del 2 % son 8 clientes y 24.000 € de facturación adicional al año.

Y hay un segundo ahorro que casi nadie suma: las horas que hoy dedica alguien a hacer ese seguimiento a mano, mal y tarde. Puedes ponerle cifra en la calculadora de ROI de automatización.

Preguntas frecuentes

¿Vale con el CRM que ya tengo o necesito otro?

Casi siempre vale el que tienes. Lo que necesita es tener API y que los campos que quieres usar para segmentar estén realmente rellenos. El problema habitual no es el CRM: es que el 60 % de los registros no tiene origen ni servicio de interés, y sin eso no hay personalización posible. Antes de plantearte cambiar de herramienta, mira qué porcentaje de tus contactos tiene los datos que harían falta. Suele ser revelador.

¿Email o WhatsApp?

Depende del sector y de cómo llegó el contacto. El email es más barato, tiene menos fricción legal y permite contenido más largo. WhatsApp tiene tasas de apertura mucho más altas, pero la API oficial cobra por conversación, exige plantillas aprobadas previamente y la sensación de intrusión es mayor: un mensaje comercial no solicitado en WhatsApp molesta bastante más que en el correo. Nuestra recomendación habitual: email para el seguimiento periódico, WhatsApp solo cuando la persona ya ha interactuado por ese canal.

¿Cuánto tarda en verse el retorno?

Las primeras respuestas suelen aparecer en las primeras semanas, pero el retorno real de una base fría se mide en meses, porque dependes de que la persona vuelva a tener la necesidad. Quien te prometa resultados en quince días está vendiendo otra cosa. Lo que sí se ve pronto es si el contenido funciona: aperturas, respuestas y bajas te lo dicen en la primera secuencia, y con eso puedes corregir.

¿Esto no es spam?

Lo es si mandas lo mismo a todo el mundo, sin consentimiento y sin aportar nada. No lo es si escribes a quien te autorizó, sobre lo que te preguntó, con algo que le sirve y con una baja a un clic. La diferencia no es técnica, es de criterio, y se nota en la tasa de bajas: por encima del 1 % por envío, algo estás haciendo mal y conviene parar antes de quemar la base.

¿Puede la IA escribir los correos directamente?

Puede redactar variantes a partir de tu mensaje y tu tono, y eso ahorra mucho tiempo cuando hay varios segmentos. Lo que no recomendamos es que genere y envíe sin que nadie lo lea. El patrón que usamos: generar con IA, revisar una vez por plantilla, y automatizar el envío. La revisión se hace una vez por plantilla, no por destinatario, así que no es un cuello de botella.

¿Y si mi base de contactos es pequeña?

Por debajo de unos cien contactos válidos, automatizar el seguimiento rara vez compensa: lo haces mejor tú a mano y con más efecto. Lo que sí compensa desde el primer día es montar bien la captación: que todo contacto nuevo entre en un sitio, con su origen y su consentimiento registrados. Cuando llegues a volumen, el trabajo pesado ya estará hecho.

¿Cómo evito quemar mi dominio de correo?

Cuatro cosas: usar un subdominio dedicado para envíos de marketing, configurar correctamente los registros de autenticación de correo, limpiar los rebotes de forma agresiva y no enviar nunca a direcciones antiguas sin verificar. Si tu base lleva años sin usarse, conviene empezar con envíos pequeños e ir aumentando, en vez de mandar a tres mil el primer día.

¿Qué pasa con los contactos que dicen “ahora no”?

Son los más valiosos de toda la base y los que peor se gestionan. Un “ahora no, quizá en enero” debería generar una tarea con fecha, no volver a la secuencia genérica. Ese es exactamente el tipo de respuesta que la IA clasifica bien y que un sistema manual pierde. Si solo automatizas una cosa de todo este artículo, que sea esta.

¿Funciona igual en B2C que en B2B?

Los principios son los mismos, pero los tiempos y los canales cambian. En B2C el ciclo es más corto, el volumen mayor y WhatsApp o SMS funcionan mejor. En B2B el ciclo es largo, hay varias personas implicadas en la decisión y el contenido de fondo pesa más. Las secuencias de B2C suelen ser más cortas y más frecuentes; las de B2B, más espaciadas y con más sustancia.

Por dónde empezar

Si te reconoces en el problema, el primer paso no es elegir herramienta: es contar cuántos contactos parados tienes y cuántos conservan el consentimiento. Con esos dos números en la mano, la conversación sobre qué montar dura diez minutos.

En el diagnóstico gratuito de 30 minutos miramos tu caso concreto y salimos con el cálculo de retorno hecho con tus números y una propuesta de por dónde empezar. Puedes reservarlo en contacto.

Y si lo que te interesa es la parte de prospección activa más que la de recuperación, lo tratamos en agentes de IA para ventas y prospección.