La tasa de lead a cliente, y por qué no es un solo número

Es un producto, no una media

Nadie convierte un lead en cliente en un solo paso. Un lead se cualifica, luego lo acepta ventas, luego se convierte en oportunidad, luego se cierra — y cada uno de esos pasos tiene su propia tasa de paso. La tasa global de lead a cliente es lo que sobrevive a todos ellos, lo que la convierte en el producto de las tasas de etapa, no en su media y desde luego no en una de ellas.

Trabajemos un ejemplo y guardémoslo para el resto del artículo. Cuatro etapas: el 40 % de los leads brutos se cualifican, el 50 % de esos se aceptan, el 60 % de esos se vuelven oportunidades, el 25 % de esas se cierran. Multiplica: 0,40 × 0,50 × 0,60 × 0,25 = 0,03, una tasa global del 3,00 %. Fíjate en lo que habría dicho la media de esas cuatro tasas — 43,75 % — y en lo lejos que queda de nada real. Promediar tasas de etapa no es un error de redondeo; es otra magnitud, sin significado.

Las cuatro tasas usadas aquí están puestas para que la aritmética sea comprobable, no sacadas de un estudio de referencia. Las tasas por etapa varían enormemente según el mercado, el precio y cómo define cada empresa sus etapas; cualquier conjunto de cifras presentado como típico debe verse como el histórico de una empresa, no como un objetivo.

Una ganancia porcentual vale el mismo porcentaje global, esté donde esté

Como el total es un producto, multiplicar cualquier factor por (1 + x) multiplica el producto por (1 + x). Esa es toda la demostración. Mejora la etapa de cualificación en un 10 % de sí misma, del 40 % al 44 %, y el total pasa a 0,44 × 0,50 × 0,60 × 0,25 = 3,30 %. Mejora en cambio la tasa de cierre en un 10 % de sí misma, del 25 % al 27,5 %, y el total es 0,40 × 0,50 × 0,60 × 0,275 = 3,30 %. Idéntico. Al embudo le da igual qué factor tocaste.

Esto es de verdad útil al planificar, porque convierte una discusión entre equipos en una sola pregunta: ¿qué etapa puede mejorarse en el mayor porcentaje relativo por el menor dinero? No qué etapa es la mayor, ni la más visible en el panel, ni aquella cuyo equipo grita más. Una mejora relativa del 10 % en una etapa que nadie mira vale exactamente lo mismo que una mejora relativa del 10 % en la etapa que todos discuten.

Diez puntos no son diez puntos, y la peor etapa paga mejor

En el mundo real las mejoras llegan en puntos, no en porcentajes. Un nuevo guion de cualificación lleva una etapa del 40 % al 50 %. Un mejor traspaso lleva la aceptación del 50 % al 60 %. Son cambios de igual tamaño para hablar de ellos y muy desiguales para poseerlos. Añade diez puntos a cada etapa por turnos y los totales son 3,75 %, 3,60 %, 3,50 % y 4,20 % respectivamente — los mismos diez puntos, con ganancias del 25,0 %, 20,0 %, 16,7 % y 40,0 % sobre la tasa global.

El patrón es exacto, no aproximado. Añadir d puntos a una etapa que va al s multiplica esa etapa por (s + d) / s, así que la ganancia relativa sobre el total es exactamente d dividido entre s. Diez puntos en la etapa del 25 % dan 10/25 = 40,0 %. Diez puntos en la del 60 % dan 10/60 = 16,7 %. La ganancia es inversamente proporcional a la tasa de la etapa, lo que significa que una misma mejora absoluta siempre vale más en la etapa más débil — y las etapas más débiles suelen ser aquellas donde aún quedan arreglos baratos tirados, porque nadie ha trabajado en ellas.

Pongámosle dinero. Con 1 000 leads al mes y un contrato medio de 12 000 €, la tasa base del 3,00 % produce 30 clientes y 360 000 €. Diez puntos en la tasa de cierre producen 42 clientes y 504 000 €, es decir 144 000 € más al mes. Diez puntos en la etapa de cualificación producen 37,5 clientes y 450 000 €, es decir 90 000 € más. Los mismos diez puntos, el mismo esfuerzo sobre el papel, una diferencia de 54 000 € al mes según dónde los pongas.

El desfase: los leads de este mes son los clientes del próximo trimestre

Casi todos los paneles calculan la tasa como clientes cerrados este mes dividido entre leads creados este mes. Esos dos conjuntos apenas se solapan. Supón que una cohorte de leads acaba convirtiendo al 3,00 %, con los cierres cayendo un 10 % en el mes de creación, un 30 % al mes siguiente, un 35 % al otro y un 25 % en el tercer mes. El ratio ingenuo del mismo periodo compara entonces los cierres del mes, que vienen sobre todo de cohortes más antiguas y por tanto más pequeñas, con el recuento de leads mayor de este mes.

El sesgo es calculable. Con leads creciendo a un factor g mensual, la tasa ingenua vale el 3,00 % verdadero multiplicado por la suma de cada peso de desfase dividido entre g elevado a su mes. Con un 10 % de crecimiento mensual ese factor vale 0,849812: el panel muestra 2,5494 %, subestimando la verdad en un 15,02 %. Con un 20 % de crecimiento muestra 2,2132 %, subestimando en un 26,23 %. Decrece en cambio y el signo se invierte: a −10 % mensual muestra 3,6251 %, sobreestimando en un 20,84 %, y a −20 % muestra 4,5305 %, sobreestimando en un 51,02 %.

Esa es la trampa en una frase: cuanto más rápido creces, peor parece tu conversión, y cuanto más rápido te encoges, mejor parece. Un equipo que alcanza su objetivo de leads y ve caer la tasa probablemente no ha empeorado en convertir. Un equipo que celebra una tasa creciente durante una caída de la demanda está mirando un artefacto aritmético.

Cohortes, y el marcador de madurez que las hace honestas

El arreglo consiste en dejar de dividir dos meses distintos. Etiqueta cada lead con el mes en que se creó, e informa de las conversiones frente a la cohorte que las produjo, tarde lo que tarde. La tasa de la cohorte de enero es los cierres de enero más los de febrero más marzo más abril, todo dividido entre los leads de enero — un número que solo se vuelve definitivo cuando la cohorte termina de convertir.

Esa última cláusula es la que los equipos se saltan, y produce su propia falsa alarma. Lee la misma cohorte a cada edad con los pesos de desfase de arriba: muestra 0,30 % a edad cero, 1,20 % al mes, 2,25 % a los dos meses y 3,00 % a los tres. Una cohorte joven comparada con una madura siempre parece catastrófica, así que todo informe de cohorte necesita un marcador de madurez al lado, y las comparaciones deben hacerse a igual edad — la cohorte de este mes a 30 días contra la del trimestre pasado a 30 días, nunca contra su cifra terminada.

Lo que cuenta como lead decide el número

Cada tasa de etapa de este artículo depende de una definición que cada empresa escribe para sí misma. Un lead puede ser cualquiera que rellenó un formulario, o solo alguien que pidió ser contactado. La cualificación puede ser un modelo de puntuación o una llamada. La aceptación puede ser un cambio de estado automático o el juicio de un comercial. Mueve cualquiera de esas definiciones y todo el producto se mueve, sin que nada del negocio haya cambiado.

Dos consecuencias prácticas. Primero, esta tasa no puede compararse de forma útil con otras empresas, porque no estás midiendo lo mismo que ellas; la única comparación válida es tu propio embudo frente a su propio pasado, con las definiciones congeladas. Segundo, si la tasa mejora el mes en que alguien apretó la definición de lead, no ha mejorado nada — el denominador se encogió. Escribe las definiciones de etapa, versiónalas, y pon la versión junto al número.

Preguntas frecuentes

¿Por qué no promediar sin más las tasas de etapa?

Porque las etapas ocurren en secuencia y un lead tiene que sobrevivirlas todas. La media de 40 %, 50 %, 60 % y 25 % es 43,75 %, mientras que el producto es 3,00 % — las separa un factor de casi quince, y solo una de las dos cuenta clientes. Una media sería la herramienta correcta si un lead tuviera que pasar una etapa elegida al azar; tiene que pasarlas todas.

¿Qué etapa debo arreglar primero?

Aritméticamente, la de tasa más baja, porque la ganancia relativa de añadir un número fijo de puntos a una etapa que va al s es exactamente esos puntos divididos entre s. Diez puntos en una etapa del 25 % son un +40,0 % sobre la tasa global; los mismos diez puntos en una del 60 % son un +16,7 %. En la práctica, pondera eso con lo difícil que es mover cada etapa — una etapa al 25 % puede estar ahí porque el problema es genuinamente difícil, en cuyo caso una ganancia relativa barata en otro sitio aún puede ganar.

Mi tasa de conversión cayó mientras el volumen de leads crecía. ¿Se rompió algo?

Probablemente no. Si divides los cierres del mes entre los leads del mes mientras las conversiones tardan meses en caer, el crecimiento deprime mecánicamente el ratio: con un 10 % de crecimiento mensual de leads, el mismo 3,00 % verdadero se lee como 2,5494 %, subestimado en un 15,02 %, y con un 20 % de crecimiento se lee 2,2132 %, subestimado en un 26,23 %. Recalcula por cohorte a edad fija antes de concluir nada. La calidad de los leads también puede haber bajado, pero el efecto aritmético está ahí de todos modos.

¿Cuánto debo esperar antes de dar por final la tasa de una cohorte?

Tanto como diga tu propia distribución de desfase, que obtienes trazando cuándo caen realmente los cierres respecto a la creación del lead. En el ejemplo trabajado los cierres llegan al 10 % en el mes cero, 30 % en el mes uno, 35 % en el dos y 25 % en el tres, de modo que la cohorte muestra 0,30 %, luego 1,20 %, luego 2,25 %, luego 3,00 %. Todo lo leído antes de agotarse la distribución es una estimación temprana, y comparar una estimación temprana con una cohorte terminada siempre parecerá un desplome.

¿Puedo comparar mi tasa de lead a cliente con otras empresas?

No de forma útil. La tasa está enteramente determinada por dónde traza cada empresa la línea alrededor de la palabra lead, y esas líneas se trazan distinto en todas partes — una empresa que cuenta cada formulario y otra que solo cuenta devoluciones de llamada solicitadas dividen por denominadores separados por un orden de magnitud. Compara tu embudo con su propio histórico con definiciones congeladas, y anota un número de versión junto a la métrica para detectar cuándo la movió un cambio de definición y no de rendimiento.