Respuesta directa: no entrene ni evalúe lead scoring solo con calificado versus descalificado o convertido versus no convertido. Primero registre quién era elegible, quién fue priorizado, quién recibió una oportunidad real de atención, qué servicio recibió y cuándo maduró el resultado. Un lead nunca trabajado no es un caso negativo; es un resultado no observado. Cree una cohorte controlada de exploración, dentro de límites comerciales, para atender de forma comparable leads elegibles fuera del score superior y revelar lo que la cola histórica ocultó.
El ciclo puede parecer exitoso. La IA coloca ciertos perfiles arriba. Ventas los llama primero, intenta más veces y usa el mejor canal. Convierten más. En el próximo entrenamiento, el sistema concluye que esos perfiles eran superiores y eleva todavía más su prioridad. Otros registros semejantes reciben una llamada tardía o ninguna, por lo que la empresa nunca observa si habrían comprado con el mismo servicio. La precisión puede subir entre los atendidos mientras ingresos potenciales permanecen invisibles.
La investigación de decisiones llama a esto selective labels: el resultado se observa solo donde una política anterior permitió observarlo. El artículo del NBER estudia decisiones judiciales, no ventas, por lo que sus estimaciones no se transfieren al marketing. La estructura sí ayuda: evaluar una política nueva con datos producidos por la política anterior exige separar potencial y selección humana.
Deje de llamar “pérdida” a la ausencia de resultado
- Elegible — el lead y la oferta podían entrar en el proceso en ese momento.
- Priorizado — la política mostró u ofreció el registro a un vendedor.
- Aceptado — un owner asumió responsabilidad dentro del plazo.
- Atendido — hubo un intento válido con canal, horario y cadencia definidos.
- Observable — instrumentación y ventana permiten saber qué ocurrió.
- Resultado — conversación, oportunidad, venta, ingreso o pérdida con fuente y motivo.
“Sin conversión” puede significar atención correcta sin compra, servicio insuficiente, falla de registro o ninguna atención. Comprimir todo en cero enseña al modelo la operación actual, no necesariamente la demanda. https://makinai.co/insights/es/elegibilidad-oferta-antes-lead-scoring-ia define quién puede recibir la oferta y https://makinai.co/insights/es/orquestacion-cola-leads-score-sla-capacidad-ia quién debe atenderse después. Este artículo define qué resultados pueden convertirse en labels confiables.
Escriba el Contrato de Exposición Comercial
- Unidad — un lead elegible para una oferta y una acción comercial concretas.
- Política — score, cola, territorio, owner, capacidad y versión que determinaron prioridad.
- Exposición — momentos de oferta, aceptación y atención; canal, horario, intento y SLA.
- Intensidad — servicio mínimo comparable sin convertir volumen de contacto en presión.
- Observabilidad — campos, integraciones y ventana para distinguir pérdida, ausencia y desconocido.
- Resultado — definición versionada, fuente, valor, maduración y corrección posterior.
- Exploración — población segura fuera del grupo superior, regla, capacidad reservada y límites.
- Abstención — registros sin exposición suficiente no entran como negativos en el entrenamiento principal.
- Auditoría — recomendación, decisión humana, servicio, override y resultado permanecen unidos.
Microsoft documenta modelos entrenados con leads históricos calificados y descalificados, filtros y periodos configurables. Salesforce documenta patrones aprendidos del historial de conversión, campos y actividades. Son capacidades útiles, pero los estados históricos pueden incorporar territorio, capacidad, turno, canal, idioma o preferencia del vendedor. La pregunta no es solo si el modelo usa historia, sino qué política operativa produjo esa historia.
Mida el denominador que el modelo no ve
AUC, F1, recall y matriz de confusión ayudan sobre registros con label. No muestran por sí solos qué ocurriría si leads nunca trabajados recibieran servicio comparable. Mida cobertura de labels sobre todos los elegibles; oferta, aceptación y atención por banda de score; intentos válidos; demora; resultados desconocidos; conversión condicionada al servicio; ingreso maduro; y concentración por origen, país, segmento e idioma.
Construya una Matriz Potencial–Servicio con cuatro celdas: alto potencial/alto servicio, alto potencial/bajo servicio, bajo potencial/alto servicio y bajo potencial/bajo servicio. Las celdas de bajo servicio muestran una brecha de evidencia, no prueban una conversión perdida. Muestras revisadas y exposición controlada convierten parte de la brecha en evidencia.
En América Latina, WhatsApp, llamadas, distribuidores y actividades fuera del CRM pueden variar mucho entre países. Instrumentar solo email o cambios de etapa confunde “sin actividad registrada” con “sin atención”. Privacidad, consentimiento, reglas de contacto y requisitos locales siguen siendo barreras; explorar nunca permite saltar elegibilidad ni preferencias.
Piloto de seis semanas en una oferta
- Semana 1 — extraiga ocho a doce semanas de todos los leads elegibles, no solo cerrados; reconstruya prioridad, owner, intentos y resultado.
- Semana 2 — defina servicio mínimo comparable, reloj, observabilidad, motivos de ausencia y cohortes excluidas de exploración.
- Semana 3 — opere el contrato en shadow mode y mida dónde score y servicio están confundidos.
- Semana 4 — reserve capacidad limitada para una muestra elegible fuera del grupo superior con el mismo SLA; no quite servicio a casos urgentes.
- Semana 5 — revise calidad, carga, excepciones y resultados iniciales; corrija logging antes de reentrenar.
- Semana 6 — compare cobertura, conversión condicionada, ingreso maduro y costo; mantenga reglas, recalibre o recolecte más evidencia.
Los entregables son mapa de exposición, diccionario de estados, baseline por cohorte, política de exploración, instrumentación, muestra revisada, dashboard, runbook y decisión de reentrenamiento. Los principales costos suelen ser captura de actividad fuera del CRM, limpieza de motivos, integración de telefonía y mensajería, capacidad reservada, monitoreo, análisis y cambio de incentivos, no la licencia del modelo.
Proteja ingresos y operación al mismo tiempo
Contramétricas: caída del SLA urgente, sobrecarga, contacto indebido, distribución desigual del servicio, más bajas, exploración sin potencia y labels corregidos tarde. NIST recomienda documentar selección, representatividad, límites y evaluación en condiciones similares al uso. Mantenga revisión humana, pero registre overrides como datos: si vendedores ignoran una banda, capture el motivo en lugar de convertir el silencio en verdad.
Use https://makinai.co/insights/es/lead-scoring-ia-crm-nativo-modelo-propio-inversion para elegir reglas, scoring nativo o modelo propio y https://makinai.co/insights/es/lead-scoring-ia-deriva-modelo-calidad-pipeline para monitorear drift. Si la conversión mejora mientras la atención se concentra, lleve a MAKINAI, en https://makinai.co/services/es/consultoria-crm-ecommerce-commerce, una oferta y una muestra anonimizada de todos los leads elegibles con timestamps de servicio. Podemos delimitar contrato, instrumentación y piloto antes del próximo reentrenamiento.
Las fuentes sustentan mecanismo y riesgo; no prometen uplift. El snapshot agregado de 28 días terminado el 6 de noviembre registró 180 sesiones, 11 clics orgánicos y cero eventos de lead. No permite atribuir consultas, pipeline o ingresos a este artículo ni validar la hipótesis en una empresa específica.