Lead Gen · Guía
Lead nurturing B2B: cómo llevar un MQL a SQL sin quemarlo
Lead nurturing B2B paso a paso: secuencias de email por etapa, contenido por rol, scoring y el handoff de MQL a SQL que ventas acepta en ciclos de 3 a 12 meses.
El lead nurturing B2B es lo que pasa entre que un contacto deja sus datos y que ventas lo considera una oportunidad, y es donde la mayoría de los programas de demand gen pierde lo que pagó por generar. Esta guía explica cómo armar secuencias por etapa y por rol, qué scoring usar para pasar de MQL a SQL y qué métricas muestran si el programa produce pipeline o solo aperturas.
El problema de fondo es de tiempos. En B2B industrial, SaaS o servicios profesionales el ciclo de compra va de tres a doce meses, y una fracción chica de los leads que capturás está lista para comprar ese mes. El resto no es un lead malo: es un lead temprano. Sin nurturing, ese contacto queda en el CRM hasta que se enfría, y cuando su empresa finalmente activa la búsqueda, llama a otro proveedor.
Por qué los leads B2B se enfrían en el CRM
Tres patrones explican la mayoría de las pérdidas:
- Ventas llama demasiado temprano. El contacto descargó una guía, recibe una llamada comercial al día siguiente, no tiene nada para decir y deja de responder. El lead queda marcado como "no interesado" cuando en realidad era "todavía no".
- Nadie lo llama nunca. El lead no pasa el filtro de ventas, queda en una lista y recibe el newsletter general, que no le habla a su etapa ni a su rol.
- Se nutre a una persona, compra un comité. El contacto que convirtió es el analista o el usuario técnico. La decisión la toman cuatro a siete personas, y ninguna de las otras recibió nada.
El nurturing bien hecho ataca los tres: decide cuándo un lead está listo para ventas, mantiene el vínculo mientras no lo está y amplía la cobertura dentro de la cuenta. Si todavía no tenés mapeado cómo compra tu cliente, empezá por el customer journey B2B: las secuencias se diseñan sobre ese mapa, no al revés.
Secuencias email B2B por etapa del journey
Una sola secuencia para todos los leads es el error más común. La regla práctica es una secuencia por etapa del journey, con variantes por rol cuando el volumen lo justifica.
| Etapa del lead | Qué necesita | Contenido de la secuencia | Cadencia típica |
|---|---|---|---|
| Detección del problema | Entender si lo que le pasa vale la pena resolver | Diagnósticos, benchmarks del sector, costo de no actuar | 1 email cada 10-14 días |
| Exploración de soluciones | Saber qué enfoques existen y sus trade-offs | Guías comparativas por enfoque, webinars, casos de uso | 1 email por semana |
| Requisitos y shortlist | Definir qué pedir y a quién | Checklists de especificación, calculadoras, preguntas para evaluar proveedores | 1 email por semana + retargeting |
| Evaluación | Bajar el riesgo de elegir mal | Casos del mismo sector y tamaño, referencias, demo | Contacto comercial directo |
Algunas reglas que separan una secuencia que funciona de una que genera bajas:
- Cada email tiene una sola idea y un solo llamado. Leer un artículo, ver un caso, responder una pregunta. No tres links compitiendo.
- Texto antes que diseño. En B2B, un email que parece escrito por una persona del equipo suele rendir mejor que una pieza con banner. Firmado por alguien real, con respuesta que llega a alguien real.
- Salidas por comportamiento. Si el contacto visita la página de precios o pide una demo, sale de la secuencia de nurturing y pasa a ventas ese mismo día. Seguir mandándole contenido educativo a alguien que ya pidió propuesta es perder la ventana.
- Contenido por rol. El técnico quiere especificaciones e integración; finanzas quiere el business case; el jefe del área quiere ver cómo le fue a alguien parecido. Si capturás el cargo en el formulario, usalo.
- Fin explícito. Cuando la secuencia termina sin señales, el contacto pasa a un flujo de mantenimiento mensual, no a un loop infinito.
El email no trabaja solo. Retargeting en LinkedIn con el mismo contenido de la etapa, invitaciones a eventos sectoriales y una llamada de seguimiento cuando hay señal concreta completan el sistema.
Lead scoring: el criterio para pasar de MQL a SQL
El scoring responde una pregunta: ¿este contacto justifica hoy el tiempo de un vendedor? Se arma con dos dimensiones que conviene no mezclar en un solo número.
Encaje (fit). Qué tan parecido es al cliente ideal: industria, tamaño de empresa, cargo, región. No cambia con el comportamiento. Un estudiante que lee todo tu blog tiene engagement alto y encaje nulo.
Interés (engagement). Qué hizo: páginas visitadas, contenido descargado, webinars, respuestas a emails. Pesa más lo reciente y lo cercano a la decisión. Una visita a la página de precios vale más que diez lecturas de artículos introductorios.
Un esquema simple que funciona para arrancar:
| Señal | Puntos orientativos |
|---|---|
| Cargo con poder de decisión o influencia directa | +20 |
| Empresa dentro del tamaño e industria del ICP | +20 |
| Visita a página de servicios o precios | +15 |
| Descarga de contenido de etapa de evaluación (caso, checklist) | +10 |
| Asistencia a webinar o evento | +10 |
| Segundo contacto de la misma cuenta que interactúa | +15 |
| Sin actividad en 30 días | −10 |
Los valores son un punto de partida, no una verdad. Se calibran mirando hacia atrás: qué puntaje tenían los leads que terminaron en oportunidad y cuál los que ventas descartó. Si el umbral de MQL deja pasar leads que ventas rechaza sistemáticamente, el problema está en el encaje, no en el contenido.
El acuerdo de handoff tiene que estar escrito y firmado por las dos áreas: umbral de puntaje, criterios mínimos de encaje, plazo máximo para que ventas tome el lead (24-48 horas hábiles es razonable) y qué pasa si ventas lo devuelve. Un lead devuelto vuelve al nurturing con el motivo registrado, no a la papelera. La diferencia entre las dos categorías y cómo se acuerdan la desarrollamos en nuestra guía sobre cómo generar leads B2B en Argentina.
Nurturing B2B en Argentina: lo que cambia en el mercado local
Tres particularidades que conviene tener en cuenta antes de importar un playbook de Estados Unidos:
- Mercados chicos, cuentas que se repiten. En muchos nichos industriales la audiencia total son unas pocas centenas de empresas. Eso hace que el nurturing pese más que la captura: no hay volumen infinito de leads nuevos, así que cada contacto tiene que durar. También favorece un enfoque por cuenta antes que por contacto.
- WhatsApp y teléfono pesan. Una secuencia de email puede generar la señal, pero la conversación que lleva de MQL a SQL muchas veces pasa por WhatsApp o por una llamada. Conviene que el CRM registre esos contactos; si no, el scoring pierde las señales más fuertes.
- Consentimiento obligatorio. La Ley 25.326 de protección de datos personales exige consentimiento del titular y derecho de baja, con la AAIP como autoridad de aplicación. Nurturing sobre bases compradas es riesgo legal además de un canal que rinde poco.
Métricas: cómo saber si el nurturing produce pipeline
Las tasas de apertura y click son métricas de mantenimiento de piezas. Para decidir si el programa vale lo que cuesta, hay que mirar el pipeline:
| Métrica | Qué muestra | Cómo leerla |
|---|---|---|
| Tasa MQL → SQL (nutridos vs. no nutridos) | Si el nurturing mejora la calidad de lo que llega a ventas | La comparación contra el grupo sin nurturing es la que importa |
| Días de MQL a SQL | Velocidad del pipeline | Si baja con el programa, está acortando el ciclo |
| % de oportunidades con contacto previo en nurturing | Contribución al pipeline | Atribución influenciada, no de último click |
| Contactos por cuenta en oportunidad | Cobertura del comité | Un solo contacto por cuenta es riesgo de "no decisión" |
| Tasa de baja por secuencia | Relevancia del contenido | Una secuencia con bajas altas está hablando a la etapa equivocada |
| Leads devueltos por ventas | Calibración del scoring | Si sube, el umbral está bajo o el encaje mal definido |
Los reportes de Forrester sobre marketing B2B y el HubSpot State of Marketing coinciden en el punto central: los equipos que miden contribución al pipeline, y no volumen de leads, asignan mejor el presupuesto.
El trade-off honesto: un programa de nurturing tarda en mostrar resultados. Con ciclos de seis meses, la primera lectura confiable de impacto en SQL llega después de uno o dos trimestres, y la de clientes ganados todavía más tarde. Si la dirección espera resultados en 30 días, conviene acordarlo antes con métricas intermedias (días de MQL a SQL, cobertura por cuenta) en lugar de prometer cierres.
Resumen operativo
- Diseñá las secuencias sobre el journey: una por etapa, variantes por rol si hay volumen.
- Separá encaje e interés en el scoring y calibralo con leads ganados y descartados.
- Escribí el acuerdo de handoff con umbral, plazo de respuesta y regla de devolución.
- Sacá de la secuencia a quien muestra señal de compra y pasalo a ventas el mismo día.
- Medí MQL → SQL y días de ciclo contra un grupo sin nurturing, no aperturas.
En OnTradeMax armamos estos programas para SaaS, industria y servicios profesionales; el detalle del servicio está en nuestra página de lead generation B2B, y cómo lo conectamos con la ejecución comercial, en la metodología de OnTradeMax.
Si tenés leads en el CRM que nunca llegan a ventas y querés saber dónde se están perdiendo, escribinos por WhatsApp.
Preguntas frecuentes
¿Qué es el lead nurturing B2B?+
Es el proceso de mantener una conversación útil con contactos que encajan en tu perfil de cliente ideal pero todavía no están listos para hablar con ventas. Combina secuencias de email, contenido por etapa y rol, retargeting y señales de comportamiento para que, cuando la cuenta active una compra, tu marca ya esté en la shortlist y el contacto llegue a ventas con contexto.
¿Cuántos emails debe tener una secuencia de nurturing B2B?+
Para una secuencia de etapa temprana, entre cuatro y seis envíos espaciados una o dos semanas cubren un ciclo razonable sin saturar. Más que la cantidad importa que cada email tenga un motivo propio: una pregunta del comité que responde, un recurso nuevo o un dato. Si no podés justificar un envío con algo útil, sobra. Después de la secuencia, el contacto pasa a un flujo de mantenimiento mensual.
¿Cuándo un MQL pasa a SQL?+
Cuando ventas lo revisa y confirma que hay una oportunidad real: necesidad identificada, un proceso de evaluación en curso o una conversación que justifica el tiempo comercial. El paso de MQL a SQL no lo define marketing sola: se acuerda por escrito entre las dos áreas, con un umbral de scoring, criterios de encaje y un plazo máximo para que ventas tome el lead.
¿Qué herramienta se necesita para hacer lead nurturing B2B?+
Una plataforma de marketing automation conectada al CRM. HubSpot, Salesforce con Pardot/Account Engagement, ActiveCampaign o Brevo cubren la mayoría de los casos. La herramienta importa menos que la integración: si el CRM no registra el cambio de etapa y la actividad del contacto, el nurturing corre a ciegas y el scoring no tiene datos.
¿Cómo se mide si el nurturing funciona?+
Por conversión y velocidad, no por aperturas. Las métricas que importan son la tasa de MQL a SQL de los contactos nutridos contra los no nutridos, los días que tarda un lead en llegar a SQL, el porcentaje de oportunidades que tuvieron contacto previo con el programa y la tasa de baja. Las aperturas y los clicks sirven para ajustar asuntos y piezas, no para justificar el programa.
¿Se puede enviar emails de nurturing a cualquier contacto en Argentina?+
No. La Ley 25.326 de protección de datos personales exige que el titular haya dado su consentimiento y que pueda darse de baja en cualquier momento, y la AAIP es la autoridad de aplicación. En la práctica: solo contactos que dejaron sus datos voluntariamente, con un link de baja visible en cada envío y sin bases compradas.
Seguí leyendo
Customer journey B2B: cómo mapear el recorrido de compra
Customer journey B2B paso a paso: etapas del recorrido del cliente, quién decide en cada una, qué contenido necesita y qué métricas muestran dónde se traba.
Visibilidad en punto de venta: cómo ganarla y medirla en góndola
Visibilidad en punto de venta: share of shelf, ubicación, exhibición en góndola y material POP. Cómo medirla, cuánto espacio pedir y qué cambia en farmacia OTC.
Digitalización del punto de venta en farmacia: guía para marcas OTC
Digitalización del punto de venta en farmacia: qué herramientas digitales PDV sirven a un laboratorio OTC, cómo priorizarlas y cómo medir su impacto en sell-out.