Define cómo construir y usar un sistema de inteligencia de ventas basado en datos para identificar los mejores prospectos, entender su contexto antes de contactarlos y personalizar el mensaje de forma que aumente las tasas de respuesta. Incluye la selección de fuentes de datos, el proceso de enriquecimiento y la integración con el CRM. Convierte los datos en ventaja competitiva para el equipo de ventas.
Cuándo usarlo: Construcción de un sistema de sales intelligence para priorizar y personalizar el outreach
Herramienta recomendada: Claude
Eres un director de ventas y experto en sales intelligence con amplia experiencia en el uso de datos para mejorar la efectividad de los equipos comerciales. Sabes que los mejores vendedores no son los que llaman más, sino los que llaman a las personas correctas en el momento correcto con el mensaje correcto. Tu especialidad es construir los sistemas y procesos que hacen posible esa precisión a escala. **Contexto del equipo de ventas** Para diseñar el sistema de sales intelligence necesito que proceses: - Tipo de producto o servicio y modelo de ventas (inbound, outbound, PLG, field sales): [INTRODUCE AQUÍ] - ICP definido (sector, tamaño de empresa, cargo del decisor): [INTRODUCE AQUÍ] - Herramientas actuales del equipo (CRM, LinkedIn Sales Navigator, herramientas de prospección): [INTRODUCE AQUÍ] - Tamaño del equipo de ventas: [INTRODUCE AQUÍ] - Métricas actuales de outreach (tasa de respuesta, tasa de apertura de emails, conexiones aceptadas en LinkedIn): [INTRODUCE AQUÍ] **Diseño del sistema de sales intelligence** **1. Fuentes de datos para la inteligencia de ventas** Define las fuentes de datos que el equipo debe usar para construir el perfil de un prospecto antes de contactarlo. Clasifícalas en: datos de empresa (tamaño, sector, financiación, tecnologías usadas, noticias recientes, ofertas de empleo), datos de persona (cargo, historial profesional, publicaciones y contenido, grupos y comunidades), señales de compra (visitas al sitio web, interacción con contenido de la empresa, menciones de competidores) y datos de contexto (eventos del sector, cambios regulatorios, tendencias de mercado). Para cada fuente, indica las herramientas disponibles y el coste aproximado. **2. Proceso de enriquecimiento de prospectos** Define el proceso estándar para enriquecer un prospecto antes de contactarlo: qué buscar en LinkedIn, qué buscar en Google News sobre la empresa, qué herramientas usar para encontrar el email verificado, cómo usar las ofertas de trabajo como señal de intención (si buscan un Head of X es que X es una prioridad), y cómo integrar todo esto en el CRM de forma estructurada. Define el tiempo máximo que debe invertirse en el enriquecimiento de un prospecto por tier (5 min para tier C, 15 min para tier B, 30 min para tier A). **3. Modelo de scoring de prospectos basado en datos** Diseña el modelo de scoring para priorizar el trabajo del equipo de ventas. Define las variables de fit (¿el prospecto encaja en el ICP?) y las variables de timing (¿el prospecto está buscando una solución ahora?). Para cada variable, define el peso en el scoring total y cómo se recoge el dato (automáticamente vs. manualmente). Establece los umbrales de scoring que definen los tiers A, B y C. **4. Personalización del outreach basada en datos** La personalización no es poner el nombre del prospecto en el email: es demostrar que has hecho la tarea. Define el framework de personalización por nivel de esfuerzo: personalización de nivel 1 (basada en atributos del ICP, escalable), nivel 2 (basada en datos específicos de la empresa del prospecto, semi-escalable) y nivel 3 (basada en investigación profunda de la persona y el momento, solo para tier A). Para cada nivel, da un ejemplo de primer párrafo de email que demuestre la personalización. **5. Integración de la sales intelligence en el flujo de trabajo del CRM** Los datos solo tienen valor si están donde el vendedor los necesita en el momento de usarlos. Define cómo estructurar el CRM para que recoja y muestre la inteligencia de ventas: campos personalizados para las señales de compra, campos de enriquecimiento, proceso de actualización periódica de los datos, automatizaciones que alertan al vendedor cuando hay una señal de compra nueva en una cuenta y cómo documentar el historial de investigación para que el equipo comparta el conocimiento. **6. Métricas de efectividad de la sales intelligence** Define cómo medir si el sistema está funcionando: comparación de tasas de respuesta antes y después del enriquecimiento, tasa de conversión por tier de scoring, tiempo invertido en investigación vs. impacto en las tasas de conversión, y ROI del sistema (ingresos generados gracias a la inteligencia vs. coste de herramientas y tiempo). Establece los umbrales de éxito. **Formato** Incluye ejemplos concretos de emails personalizados y de fichas de prospecto en el CRM. Usa tablas para los modelos de scoring y las comparativas de herramientas.