Primer artículo de la serie sobre lead nurturing. Abre la línea que explica por qué la conversión de leads es un problema de arquitectura de datos antes que de herramientas. Aquí empezamos por el número que casi nadie pone sobre la mesa: cuánto cuesta de verdad perder un lead.
El coste por lead lleva cinco años subiendo sin pausa, y la mayoría de las empresas siguen tratándolo con aumentos sistémicos de presupuesto cuando en realidad es un problema de arquitectura. El reflejo es siempre el mismo: si entran pocos clientes, hay que conseguir más leads. Más inversión en anuncios, más campañas, más volumen en la parte alta del embudo. Pero el dinero que se escapa no está en lo que cuesta atraer a alguien. Está en lo que pasa después, en ese tramo silencioso entre que un interés levanta la mano y el momento en que decide comprar o desaparecer. Ese tramo casi nunca se mide, y es justamente donde se pierde el margen.
El mercado publicitario que ya no perdona
Conseguir que un desconocido deje su correo electrónico nunca había sido tan caro. El coste medio por lead en Google Ads pasó de unos 53 dólares en 2023 a cerca de 67 en 2024, y superó los 70 en 2025. No es una fluctuación estacional: es una tendencia sostenida que las proyecciones del sector sitúan en torno a los 240 dólares para 2030 si nada cambia en la mecánica de las subastas. La razón es estructural. Cada año hay más anunciantes pujando por los mismos segmentos de audiencia, las plataformas se saturan y la desaparición progresiva de las cookies de terceros erosiona la precisión del targeting, lo que obliga a pagar más para alcanzar a la misma persona.
El resultado es un terreno donde el presupuesto de captación trabaja cada vez más duro para producir lo mismo. Y en ese contexto, una empresa que pierde leads por el camino no está desperdiciando contactos: está quemando un activo que le ha costado un dinero creciente conseguir. La paradoja es que casi ninguna pone número a esa pérdida.
53 → 70 $
CPL medio en Google Ads entre 2023 y 2025
~240 $
Proyección de CPL para 2030 sin cambios estructurales
2-5 %
Tasa de respuesta típica del marketing masivo tradicional
El agujero negro entre el clic y la conversión
Hay un punto ciego en casi todas las estrategias de marketing que conozco, y se ve mejor con un ejemplo. Aura Commerce es un ecommerce que hace año y medio abrió una línea de venta B2B a pequeños retailers. Su ciclo de decisión es de tres a seis semanas: un comprador descubre el catálogo, lo compara, lo consulta con su equipo y, en algún momento, decide. Entre el primer clic y esa decisión pasa más de un mes de comportamiento que la empresa, hasta hace poco, no miraba.
El equipo de marketing cierra el trimestre con una buena noticia: han captado un 30% más de leads que el trimestre anterior. La inversión en anuncios ha dado fruto, el embudo está más lleno que nunca y los gráficos del informe apuntan hacia arriba.
Tres semanas después, el equipo comercial reporta sus cifras de cierre. El porcentaje de conversión es exactamente el mismo de siempre. Han entrado más leads, sí, pero la proporción que termina comprando no se ha movido. El coste por lead ha subido. Los ingresos, no. Y nadie en la reunión sabe explicar qué ha pasado con los cientos de contactos que entraron y no llegaron a ninguna parte.
Esto es algo que cualquiera que haya estado en estos foros ha visto alguna vez. Más captación no equivale a más ingresos o al menos no de forma directa
Lo que le ocurre a Aura Commerce es lo más común del mundo. La empresa optimiza con obsesión el coste de conseguir el lead —el número que aparece en el panel de Google Ads cada mañana— pero no tiene ninguna métrica para lo que sucede en las semanas siguientes. El lead entra, se le asigna a una secuencia genérica de correos o a un comercial que ya tiene la cola llena, y se enfría sin que nadie registre en qué punto de su decisión estaba ni qué necesitaba para avanzar. Es un agujero negro: entra información valiosa y no sale nada medible.
El gasto se vigila en la entrada del embudo, donde el coste es visible. La pérdida real se produce en la zona intermedia, donde el lead se enfría sin que ningún sistema registre su estado.
El cálculo que casi nadie hace
Poner número a esa pérdida no requiere un modelo de machine learning ni un equipo de datos. Requiere voluntad de mirarla. El coste de oportunidad de un lead perdido se calcula con cuatro cifras que cualquier empresa ya tiene a mano: cuánto cuesta cada lead, cuántos se quedan por el camino sin avanzar, qué proporción de los que sí avanzan acaba convirtiendo y cuánto vale en media una venta. Multiplicando esas cuatro cifras aparece un número que casi siempre incomoda.
Volvamos a Aura Commerce con datos concretos. Supongamos que entran 200 leads al mes a un coste medio de 45 euros cada uno. De esos 200, alrededor del 40% se enfría en el agujero negro del que hablábamos: 80 leads que nunca reciben el seguimiento adecuado. La tasa de conversión de los leads bien atendidos es del 12%, y el ticket medio de un retailer que compra ronda los 800 euros. Si esos 80 leads perdidos hubieran recibido el mismo trato que los demás, una parte proporcional habría convertido. El cálculo es directo: 80 leads, un 12% de conversión potencial, 800 euros por venta. Son cerca de 7.700 euros de ingresos que se evaporan cada mes. Casi 92.000 euros al año. Y el coste de adquisición de esos 80 leads desperdiciados —80 por 45 euros— son otros 3.600 euros mensuales tirados a la basura.
Para una empresa pequeña que pierde 80 leads al mes, hablamos de unos 92.000 euros anuales en ingresos no realizados, más 43.000 euros al año en captación malgastada. El coste de oportunidad de no nutrir bien los leads suele ser mayor que el presupuesto que se dedicaría a resolverlo.
Lo interesante de este cálculo no es la precisión exacta de las cifras, que variarán en cada negocio, sino el orden de magnitud. Cuando una empresa lo hace por primera vez, suele descubrir que el dinero perdido en el agujero negro del nurturing es comparable —y a menudo superior— a lo que costaría construir el sistema que evitaría esa fuga. El problema deja de parecer un detalle operativo y se convierte en la conversación más importante de toda la operación de marketing.
Por qué conseguir más leads no es la solución
Ante una caída de conversiones, el instinto es subir el presupuesto de captación. Si convertimos pocos, consigamos más leads para compensar. El problema de ese razonamiento es que la tasa de conversión no mejora por aumentar el volumen de entrada. Si Aura Commerce convierte el 12% de sus leads con 200 al mes, seguirá convirtiendo el 12% con 400, porque el cuello de botella no está en cuántos entran sino en cómo se gestionan los que ya están dentro. Lo único que cambia al duplicar la inversión es que el coste por lead sube todavía más, porque competir por más volumen en un mercado saturado encarece cada puja.
Es como echar más agua en un cubo agujereado. Puedes abrir el grifo al máximo y subir la factura, pero mientras el agujero siga ahí, el nivel del cubo no cambia. Tapar el agujero cuesta menos que pagar agua para siempre.
La palanca que casi nadie activa es la que está justo después de la captación: convertir mejor los leads que ya entran. Es una palanca más barata, más sostenible y con un retorno mucho mayor, porque no depende de un mercado publicitario cada vez más caro sino de la inteligencia con la que se gestiona un activo que la empresa ya posee. Y esa inteligencia no es una cuestión de esfuerzo comercial ni de enviar más correos. Es una cuestión de arquitectura.
Nurturing como infraestructura, no como campaña
Aquí conviene precisar qué significa nutrir leads de verdad, porque la palabra se usa para cosas muy distintas. Para la mayoría de las empresas, hacer lead nurturing es montar una secuencia de correos que se dispara cuando alguien deja su email: una bienvenida, un par de contenidos, una oferta. Eso es una campaña. Funciona igual para todos, se programa una vez y se olvida. Y es precisamente el tipo de mecanismo que deja que los leads de Aura Commerce se enfríen, porque trata igual a quien acaba de descubrir la marca y a quien lleva tres semanas comparando precios y está a punto de decidir.
El nurturing entendido como infraestructura es otra cosa. Es un sistema que sabe en qué estado de decisión está cada lead, qué comportamiento ha tenido hasta ahora, cuánto suele tardar en convertir alguien con ese perfil y qué intervención tiene sentido en ese momento concreto. No envía el mismo correo a todos: decide, para cada lead y en cada momento, cuál es el siguiente paso correcto. La diferencia entre las dos cosas no está en la herramienta de envío —puede ser la misma— sino en la capa de datos que alimenta esas decisiones. Sin esa capa, el nurturing es ruido programado. Con ella, es el activo de conversión con mejor retorno de toda la operación.
Cuando el nurturing no funciona, la reacción habitual es cambiar de herramienta o contratar una más potente. Pero el problema rara vez es la herramienta de automatización: es que no hay una capa de datos que le diga a quién enviarle qué, cuándo y en qué estado de decisión está. Una herramienta excelente alimentada con datos pobres produce ruido excelente.
El primer paso: saber qué tienes delante
Construir esa infraestructura empieza por una pregunta que parece obvia pero que la mayoría de las empresas no sabe responder con datos: ¿qué tipo de lead es cada uno de los que entra? Porque no todos están en el mismo punto. Algunos acaban de aterrizar y necesitan tiempo y contenido antes de hablar con un comercial. Otros llevan semanas investigando y lo único que les separa de la compra es una conversación bien planteada en el momento adecuado. Tratar a los dos igual es la raíz del problema, y es también el motivo por el que tantos leads caros se enfrían sin avanzar.
Distinguir un lead que necesita maduración de uno que está listo para ventas no es una cuestión de intuición comercial. Es una distinción que se puede definir, medir y automatizar, y tiene nombre propio en el mundo del marketing y las ventas. Si el coste de oportunidad nace de tratar igual a leads que son distintos, el primer paso para taparlo es aprender a diferenciarlos con criterio. ¿Cómo se separa, con datos y no con corazonadas, un lead que solo está mirando de uno que ya está decidiendo?
¿Te ha resultado útil?
¿Tienes un problema que
los datos podrían resolver?
Sin formularios largos. Una conversación de 30 minutos para ver si tiene sentido.
Hablamos