Cómo entrené un modelo de lead scoring con los datos propios del CRM
Los modelos de lead scoring genéricos que las plataformas de marketing automation ofrecen tienen una limitación estructural que ningún proveedor nombra de forma prominente en sus materiales de venta: están construidos sobre datos de empresas de otros sectores, con otros ciclos de venta, otros perfiles de comprador y otros patrones de comportamiento previo a la compra. Son modelos que funcionan razonablemente bien como punto de partida y que se vuelven significativamente más precisos cuando se entrenan con datos propios de la operación específica. Ese entrenamiento era lo que nadie en el equipo había hecho porque requería el tipo de trabajo técnico que no estaba en el roadmap de ningún proyecto de marketing.
El proceso de entrenamiento del modelo propio tomó 6 semanas. Las primeras 2 semanas fueron de preparación de datos: identificar los campos del CRM que serían las variables del modelo, verificar la completitud y consistencia de esos campos en los registros históricos y construir el dataset de entrenamiento con las oportunidades de los últimos 18 meses clasificadas como cerradas o perdidas. Las semanas 3 y 4 fueron de entrenamiento: probar múltiples algoritmos de clasificación, evaluar su precisión en el conjunto de validación y seleccionar el que mejor se desempeñaba en nuestro dataset específico.
Las variables que el modelo identificó como más predictivas del cierre eran diferentes a las que el modelo genérico de la plataforma usaba con mayor peso. En el modelo genérico, el comportamiento de email, específicamente la tasa de apertura y de clic, tenía un peso alto en el scoring. En el modelo entrenado con nuestros datos, la tasa de apertura de email tenía correlación prácticamente nula con el cierre. Lo que tenía alta correlación con el cierre eran 3 variables que el modelo genérico no incluía: el número de reuniones con decisores de nivel directivo, la velocidad de respuesta del prospecto a las solicitudes de información del equipo y la presencia de un deadline interno mencionado en las notas de reunión.
La precisión del modelo propio, medida como la capacidad de distinguir correctamente entre oportunidades que cerrarían y las que no, fue del 81%, comparada con el 64% del modelo genérico de la plataforma en el mismo conjunto de datos de validación. La diferencia de 17 puntos porcentuales no era un logro académico. Tenía consecuencias operativas directas: el equipo de ventas que usaba el modelo propio para priorizar su tiempo invertía más tiempo en las oportunidades correctas y menos en las que el modelo identificaba como de baja probabilidad.
El beneficio secundario del proceso de entrenamiento fue el conocimiento que produjo sobre el propio proceso de ventas. Las variables que el modelo identificaba como más predictivas eran las señales de compra que los mejores representantes de ventas conocían de forma intuitiva pero que el equipo nunca había articulado de forma que pudiera ser transferida a los representantes más nuevos. El modelo hizo explícito e institucionalizado lo que antes era conocimiento tácito de unos pocos.