Por Urban Gavelin, , Datos & Adopción de IA en Ventas
Si la IA no puede leerlo, no existe
Hay una frase que repito en casi todas las reuniones sobre IA aplicada a ventas, y después suele quedarse un silencio incómodo en la sala: si la IA no puede leerlo, no existe. Esta carta trata de por qué la mayoría de los proyectos de IA en ventas fracasan mucho antes de que el modelo sea el problema.
Dos tipos de datos
La mayoría de los sistemas CRM están diseñados para reportar. Tienen que responder cuánto hay en el pipeline, cuántas reuniones se han agendado, qué tan lejos está el equipo del budget. Son cifras pensadas para que una persona tome una decisión.
Lo que necesita una IA es otra cosa por completo. Necesita datos de razonamiento. No que el deal esté en la etapa tres, sino por qué se quedó atascado ahí. No que el cliente dijo que no, sino qué dijo exactamente cuando lo dijo.
La diferencia suena académica hasta que la pruebas. Pídele a un modelo que priorice tu pipeline y priorizará por importe y fecha, porque es lo único que tiene. Un director comercial con experiencia habría priorizado por algo completamente distinto: quién responde rápido, qué deal tiene una fecha límite real, dónde la objeción nunca quedó resuelta. Ese conocimiento existe, sí, pero solo existe en la cabeza del vendedor.
La prueba que suelo hacer
Toma un deal en curso, en etapa avanzada. Pide a alguien que no sea el vendedor que responda tres preguntas.
¿Qué hace falta para cerrarlo? ¿Quién toma la decisión final? ¿Cuál fue la última objeción del cliente?
Si la respuesta es silencio, no tienes datos. Tienes una persona. Y eso importa poco mientras esa persona siga en la empresa, pero importa muchísimo el día que se va, que es cuando la mayoría descubre cuánto de esa relación con el cliente nunca existió en ningún otro lugar.
Por qué sale más caro de lo que parece
Un proyecto de IA que trabaja sobre datos pobres no fracasa de forma ruidosa. Fracasa educadamente. Se implementa la herramienta, algunos la prueban, los resultados son mediocres, el entusiasmo se apaga poco a poco, y medio año después alguien en el comité de dirección comenta que probaron IA y que no dio mucho resultado.
El coste de la licencia es la parte barata. Lo caro es haber perdido, por un tiempo, el derecho a proponerlo de nuevo.
Qué hacer la próxima semana
Elige tres deals que se cerraron el trimestre pasado: uno ganado, dos perdidos. Escribe qué fue lo que realmente decidió el resultado, con las palabras exactas del cliente si las recuerdas. Compáralo con lo que dice el CRM sobre esos mismos deals.
La diferencia entre ambas versiones es exactamente lo que la IA no puede ver.
Y una pregunta para reflexionar: si tu mejor vendedora se fuera un viernes, ¿cuánto de su relación con los clientes seguiría existiendo el lunes?
Preguntas frecuentes
¿Por qué no basta con los datos que ya tenemos en el CRM?
Porque el CRM está pensado para reportar cifras a personas, no para explicar el razonamiento detrás de cada decisión comercial. Le faltan los porqués: por qué se estancó un deal, qué dijo realmente el cliente, quién decide de verdad. Sin esa capa, la IA solo puede trabajar con importes y fechas.
¿Qué pasa si mi equipo ya usa IA pero los resultados son flojos?
Es la señal más habitual de que el problema es la calidad del dato de entrada, no el modelo. Antes de cambiar de herramienta conviene hacer la prueba de las tres preguntas en deals reales para ver si el conocimiento crítico realmente está escrito en algún sitio o solo vive en la cabeza de los vendedores.