Usé Apify, n8n y modelos de IA para recoger y organizar información de empresas. La parte que más me interesa desarrollar aquí es la selección: cómo decidir dónde merece la pena concentrar el trabajo comercial y dónde no.
Explica qué buscas en una empresa antes de recoger datos
Antes de elegir cualquier herramienta, describe el perfil de negocio al que puedes ayudar de verdad. El sector, la ubicación o el tipo de servicio prestado pueden ser criterios pertinentes, pero siempre dependen de lo que vendes y de tu capacidad real para entregarlo.
Distingue lo obligatorio de lo que es solo una señal de interés. Que una empresa esté en la región adecuada puede ser una condición necesaria, pero dice muy poco sobre la probabilidad de que compre tu servicio. Por ejemplo, imagina que buscas consultas de psicología en Portugal: la ubicación es obligatoria, pero tener más o menos seguidores en Instagram es solo un indicio secundario.
Comparé distintas fuentes de información y resultados de búsqueda. Buscar «clínica dentária» en Google Maps trajo casi exclusivamente resultados portugueses. En cambio, buscar «consultório de psicologia» en Instagram trajo sobre todo páginas de Brasil, sin ninguna dirección en Portugal. Esa diferencia me mostró que la calidad de una fuente no es fija: depende mucho de la palabra clave y de la plataforma.
Una fuente puede ser excelente para un tipo de negocio y pésima para otro, incluso dentro del mismo ejercicio. Define bien qué información necesitas realmente y confirma si puedes obtenerla con suficiente calidad antes de dedicar tiempo o presupuesto a grandes extracciones. Si estás montando un sistema comercial más amplio, también conviene leer el artículo sobre cómo usar la IA en el negocio más allá de las preguntas al chatbot.
Usa la puntuación para responder a una pregunta concreta
El lead scoring asigna una clasificación a una oportunidad según tus criterios, no según algo objetivo que la IA descubra sola. Doy instrucciones para devolver una puntuación de 1 a 10 sobre la probabilidad de que un contacto sea de Portugal.
Esa escala es una opción de funcionamiento del flujo de automatización, nada más. No convierte la evaluación en un hecho objetivo ni mide automáticamente la probabilidad de compra de nadie. Limitar el formato de respuesta a un número entero, sin explicaciones ni decimales, es lo que permite ordenar después la hoja de cálculo sin trabajo manual adicional.
Por ejemplo, puedes clasificar únicamente la ubicación geográfica de una empresa: en ese caso, la puntuación responde solo a esa pregunta específica. Para evaluar si esa empresa es realmente una buena oportunidad comercial necesitas otros elementos y, con frecuencia, una conversación real con alguien de esa empresa.
Escribe con cuidado la pregunta que quieres responder y las señales que el sistema debe considerar. Define también cómo tratar la falta de información, porque ocurre con frecuencia. Es preferible tener un registro pendiente de revisión manual que recibir una conclusión construida sobre suposiciones inventadas por la IA.
Qué necesito saber de un cliente antes de aceptar un proyecto de marketing digital
Cómo convertir respuestas de soporte en una base de conocimiento útil para la IA
Prueba la automatización con una muestra antes de ejecutar todo el proceso
Ejecutar una automatización en cientos de filas sin probarla provoca errores en cadena y desperdicia créditos de API. Yo cometí ese error: ejecuté el agente sobre más de cien filas sin confirmar el mapeo de las columnas finales en n8n. Tuve que repetir el trabajo y perdí tiempo.
Antes de procesar una base de datos entera, sigue siempre estos pasos:
- Aísla un registro de prueba: duplica la hoja y deja solo una fila con datos completos.
- Comprueba el mapeo de columnas: confirma que campos como nombre, dirección y biografía lleguen al nodo de IA sin valores ausentes.
- Ejecuta el nodo aislado: mira la salida antes de dejar que escriba en cualquier lugar.
- Confirma la escritura final: comprueba que la actualización se produzca en la fila correcta, a partir de un identificador único como el nombre de usuario.
- Aumenta el volumen por bloques: procesa lotes pequeños cada vez, filtrando solo las filas que todavía no tienen clasificación.
Prueba primero un lote pequeño y abre los resultados. Confirma que los campos lleguen completos, que se hayan respetado los criterios y cuánto ha costado la ejecución. Corrige lo que encuentres antes de aumentar el volumen; es más fácil investigar diez registros que una lista entera mal clasificada.
Prepara mensajes basados solo en datos que puedas confirmar
Un mensaje comercial generado por IA solo tiene valor si se basa en hechos verificables de la extracción, como el número de reseñas en Google, la valoración media o la localidad de la empresa. Inventar elogios vagos o presuponer dificultades internas que los datos no muestran destruye la credibilidad del primer contacto.
Para personalizar el contacto comercial, monté un ejemplo hipotético de mensaje para Instagram basado solo en los campos disponibles: nombre del negocio, ciudad, número de reseñas y valoración media. Para una consulta ficticia con muchas reseñas y una nota alta, el mensaje podía destacar esa consistencia. Para otra con una nota más baja, el tono tendría que ser distinto, sin inventar elogios que los números no respaldan.
Evita siempre el envío automático a gran escala sin revisión humana. Una persona debe leer los mensajes generados por IA antes de que salgan, para confirmar que no contienen errores de formato, afirmaciones inventadas sobre la empresa o un tono inadecuado para el sector.
Mantén el contexto organizado al entregar la oportunidad al equipo
Entregar solo nombres y datos de contacto sin contexto al equipo comercial genera frustración y normalmente reduce la conversión, porque cada vendedor pierde tiempo investigando desde cero quién es el contacto. La hoja o el CRM debe mostrar el contacto y explicar por qué se ha seleccionado esa empresa.
Creé accesos directos para abrir la conversación en Instagram, del tipo ig.me/m/username, ahorrando los clics de entrar en el perfil y buscar el cuadro de mensaje. Para que el traspaso de información funcione, el equipo debe tener acceso, como mínimo, a:
- Clasificación de IA: el número asignado y el criterio que lo justifica.
- Datos de validación: localidad confirmada, sitio web activo y canal de contacto preferente.
- Mensaje sugerido: el texto generado, ya revisado por alguien antes de enviarlo.
- Estado de la interacción: si la empresa ha respondido, ha rechazado el contacto o ha avanzado hacia una conversación.
Guarda siempre la información que sostiene la evaluación y su origen. Quien recibe la oportunidad debe poder entender, en segundos, por qué se ha seleccionado esa y no cualquier otra. Para profundizar en lo que ocurre después de este primer contacto, conviene leer el artículo sobre cómo montar un embudo de leads que el equipo comercial pueda trabajar.
La automatización ayuda a ahorrar trabajo repetitivo y a organizar mejor la información disponible antes del primer contacto. Eso no significa que el cierre de la venta mejore automáticamente: sigue dependiendo de la conversación posterior y del seguimiento de los errores que los criterios de selección revelan con el tiempo. Si quieres aprender a montar procesos de este tipo con más tiempo de acompañamiento, conoce mi oferta de formación y acompañamiento en IA y negocios online.