Métricas de MOps: Higiene de Datos, Conversión MQL a SQL y Salud de Listas

El trimestre pasado estuve en un QBR donde el CMO tenía una sola pregunta. "Los MQLs subieron un 40%. El pipeline está plano. Por qué."

El responsable de MOps abrió un dashboard con 26 paneles. Tasa de apertura de emails. Volumen de envíos. Contactos en la base de datos. Registros a webinars. Cantidad de formularios completados. Tiempo medio en el sitio de los lectores del blog. Nada de eso respondía la pregunta. El CMO lo dejó hablar dos minutos, luego dijo "vuelvo cuando pueda decirme dónde está la fuga" y siguió adelante.

Ese dashboard medía actividad. El CMO preguntaba por la salud del embudo. Son dos trabajos distintos, y si su dashboard no puede responder la pregunta sobre la salud del embudo, va a perder la conversación sobre el presupuesto.

Este es el manual de qué poner en una diapositiva de QBR. Seis métricas. Cada una con un benchmark B2B SaaS, un diagnóstico con nombre cuando el número es malo, y un responsable. Una diapositiva, no seis.

Por qué los dashboards de actividad fallan en MOps

Las métricas de actividad le dicen que el equipo está ocupado. No le dicen si el trabajo está dando frutos.

Tasa de apertura, volumen de envíos, cantidad de campañas, contactos añadidos, registros a webinars: son inputs. El CMO recibe del CFO la pregunta sobre el coste por dólar de pipeline. Si le entrega la tasa de apertura, tendrá que convertirla en algo que pueda defender, y le guardará rencor por obligarle a hacerlo.

El trabajo del dashboard es responder la próxima pregunta del CMO antes de que la haga. Eso significa mostrar la salud del embudo: los leads son reales, convierten, y se puede identificar dónde se pierden. Si no puede trazar una línea desde "volumen de MQLs" hasta "dólares de pipeline" con puntos de ruptura identificados en el camino, el dashboard es decorativo.

La solución no es más métricas. Son menos métricas, más precisas, cada una con un diagnóstico asociado.

Las 6 métricas que pertenecen a una diapositiva de QBR

1. Porcentaje de completitud de datos

El porcentaje de registros que tienen los cinco campos de los que depende el enrutamiento: email, empresa, país, número de empleados y cargo.

Saludable: 90% o más. Por debajo del 75%, el motor de enrutamiento está adivinando.

Es la métrica que nadie quiere mirar y que todos deberían. Si no puede enriquecer un registro con esos cinco campos, no puede enrutarlo al SDR correcto, no puede puntuarlo ni segmentarlo. El lead existe en su base de datos, pero es invisible para todos los procesos posteriores.

El diagnóstico cuando este número es bajo: o sus formularios no capturan los campos (perfilado progresivo sin los campos básicos), o su proveedor de enriquecimiento de datos está descartando registros (Clearbit, ZoomInfo y Apollo fallando silenciosamente en empresas pequeñas), o importó una lista y nunca la enriqueció.

La primera vez que reconstruí un modelo de puntuación, encontré que el 38% de nuestros "MQLs" no tenían número de empleados. El modelo los trataba como pequeñas empresas cuando la mitad eran en realidad enterprise. Corrija los datos primero, luego toque el modelo.

2. Tasa de conversión de MQL a SQL

El porcentaje de MQLs que ventas acepta en 14 días.

B2B SaaS saludable: 12-15%. Por debajo del 8%, su modelo de puntuación está premiando el comportamiento equivocado. Por encima del 25%, está infrautilizando el marketing. El umbral de MQL es demasiado alto y solo está entregando los tratos más obvios.

Es la única métrica que el CMO preguntará en cada QBR. Es la señal individual más clara de que marketing y ventas están alineados en la definición de "lead". Si va bajando trimestre a trimestre, algo se rompió antes en el proceso.

La trampa con esta métrica es tratarla como un problema de ventas. A veces lo es. Con mayor frecuencia es un problema de mezcla de fuentes: una campaña de webinar generó 800 MQLs, pero los públicos de webinar convierten al 4% y los de solicitud de demo al 22%, y el número combinado cayó porque la mezcla se desplazó.

Revise siempre esta métrica por fuente, no solo como total combinado. El agregado lo oculta todo.

3. Tasa de abandono de lista

El porcentaje de contactos que generan rebote duro, se dan de baja o marcan como spam por envío.

Saludable: menos del 0,5% combinado. Por encima del 1% hay riesgo para la reputación del remitente y debería pausar la campaña.

Es una métrica de higiene, no de vanidad. Le indica si su lista se deteriora más rápido de lo que crece, y si los proveedores de buzones de correo están perdiendo confianza en su dominio de envío. Una vez que Gmail o Outlook le marcan, la recuperación es dolorosa (semanas de calentamiento, a veces cambio de dominio).

La mayoría de los equipos de MOps ignoran el abandono de lista hasta que llega una crisis de entregabilidad. Para entonces es demasiado tarde. Monitoréelo semanalmente.

4. Tasa de deduplicación

Registros duplicados creados por cada 1.000 leads entrantes.

Saludable: menos del 2%. Por encima del 3%, su equipo de ventas está llamando a la misma persona dos veces con dos representantes distintos.

El diagnóstico es casi siempre "los formularios no están haciendo coincidencia aproximada por email o empresa." Alguien completa un formulario como jane@acmecorp.com, seis meses después como jane.smith@acme.com tras un cambio de marca, y la regla de deduplicación solo coincide con el email exacto. Dos registros, dos asignaciones de enrutamiento, dos contactos del SDR, y Jane se molesta.

Identifique la causa raíz en el dashboard. "Tasa de deduplicación 3,4%; coincidencia aproximada por dominio de empresa desactivada en Marketo; se recomienda reactivar." No muestre solo el número. Muestre qué está roto.

5. Porcentaje de incumplimiento del SLA de enrutamiento

El porcentaje de MQLs no asignados a un SDR dentro del tiempo acordado en el SLA.

Saludable: menos del 5%. Por encima del 10%, la asignación rotativa está rota o los representantes están al límite de capacidad.

Los tiempos de SLA que importan:

• Solicitud de demo entrante: 15 minutos en horario laboral
• MQL de contenido (recurso gated, webinar): 24 horas
• Cuenta de primer nivel con coincidencia: 5 minutos, alertar directamente al AE

Por qué esta métrica importa más de lo que parece: cada minuto que pasa del tiempo de SLA, la conversión baja. La investigación de Lead Response Management tiene años pero sigue siendo válida en su dirección. Contactar en 5 minutos tiene aproximadamente 8 veces más probabilidades de convertir que contactar en una hora. Si su dashboard muestra que incumple el SLA en el 12% de los MQLs, no es un problema del motor de enrutamiento: es un problema de pipeline.

Los diagnósticos a revisar, en orden: la asignación rotativa está desequilibrada (un representante al límite, otros con poca carga), las reglas de territorio tienen un mapeo de código postal por representante desactualizado, falta cobertura fuera del horario laboral (todo lo que entra a las 9 pm del viernes incumple el SLA para el lunes), o el número de representantes no es adecuado para el volumen.

6. Conversión de formulario a lead

El porcentaje de envíos de formularios que se convierten en un lead utilizable tras la deduplicación, el enriquecimiento y el filtro antispam.

Saludable: 70% o más. Por debajo del 50%, sus formularios están capturando bots, su proveedor de enriquecimiento está descartando registros, o su filtro antispam es demasiado agresivo.

Es la señal individual más limpia de que "la parte alta del embudo realmente funciona". Se completa un formulario, pero ¿sobrevive al proceso que lo convierte en un lead enrutable, puntuable y enriquecible? Si la mitad de los envíos se descartan, el "volumen de MQLs" que reporta es ficticio.

La mayoría de los equipos no miden esto porque requiere instrumentar la brecha entre "formulario enviado" y "MQL creado". Vale la pena el esfuerzo, porque cuando este número está sano, el resto de las cifras del embudo se vuelven honestas.

El diagnóstico de "MQLs altos pero SQLs bajos"

Es la pregunta que arruina los QBRs. Los MQLs suben. Los SQLs están planos. El CMO quiere saber por qué, y la respuesta determina si obtiene su presupuesto.

Recorra el dashboard en este orden:

Paso 1: ¿Ha cambiado el umbral de puntuación? Si el umbral para "MQL" se bajó el trimestre pasado (alguien quería más volumen), está dejando entrar leads de menor intención. Compare el umbral actual con el de hace 90 días. Si bajó, ahí tiene su respuesta.

Paso 2: ¿Ha cambiado la mezcla de fuentes de campaña? Extraiga el volumen de MQLs por fuente del trimestre pasado y del actual. Si los webinars pasaron del 20% al 50% de los MQLs, y los webinars convierten al 4% frente al 22% de las solicitudes de demo, la tasa de SQL combinada tiene que bajar. El equipo de marketing no rindió peor. La mezcla se volvió más barata y de menor intención.

Paso 3: ¿Es la capacidad de ventas la restricción, no el marketing? Verifique la capacidad del SDR. Si los MQLs subieron un 40% pero el equipo de SDRs mantiene el mismo tamaño y ya estaba al 90% de utilización, físicamente no puede aceptar el nuevo volumen. Eso es un problema de sales ops, no de puntuación.

Paso 4: ¿Está desactualizada la definición de MQL respecto al ICP? El ICP cambia. Quizás el año pasado vendía principalmente a SaaS de 50-200 empleados, y este año el ICP se movió hacia empresas de 500 o más. El modelo de puntuación sigue premiando 50-200. Está generando MQLs que no coinciden con lo que ventas tiene que cerrar.

Ejecute esas cuatro verificaciones en orden. La respuesta es casi siempre una de ellas. Dígale al CMO cuál es.

Trampas de métricas de vanidad a eliminar del dashboard

Estas pertenecen a un archivo de trabajo, no a la diapositiva del QBR.

Tasa de apertura sola. Apple Mail Privacy Protection infla las aperturas entre un 30% y un 60% porque precarga imágenes para los usuarios que han dado su consentimiento. El número que ve no es engagement. Es el proxy de privacidad de Apple. Combine la tasa de apertura con la tasa de clics, la tasa de respuesta y la tasa de reuniones agendadas. Si tiene que elegir uno solo para reportar, elija la tasa de respuesta.

Total de contactos en la base de datos. Más grande no es mejor. Una base de datos saludable se reduce cada trimestre a medida que se suprimen quienes no responden, los rebotes duros y las bajas. Si el recuento de contactos solo sube, su higiene está rota y su entregabilidad se está degradando.

Coste por MQL sin el coste por SQL junto a él. El coste por MQL carece de significado sin la tasa de conversión a SQL. Un MQL de 50 dólares que convierte al 4% le cuesta 1.250 dólares por SQL. Un MQL de 200 dólares que convierte al 18% le cuesta 1.111 dólares por SQL. El MQL barato es el caro. Muestre siempre los dos números.

Atribución de un solo contacto. La atribución del primer y del último contacto le cuenta una fracción de la historia y miente sobre el resto. Si va a reportar atribución, ejecute una verificación con atribución multitáctil (en W, por decaimiento temporal o basada en datos) junto a la vista de contacto único. Cuando disienten, la discrepancia es el hallazgo.

La disposición de la diapositiva del QBR

Una diapositiva. Seis filas. Seis columnas.

Todo en esta diapositiva responde una pregunta. El CMO puede leerla de izquierda a derecha y saber: dónde estamos, dónde deberíamos estar, qué está mal, quién lo corrige, qué ocurre a continuación. Ese es todo el trabajo de la diapositiva.

Ritmo operativo

El dashboard no es una construcción de una sola vez. Es un instrumento vivo con tres ritmos de revisión.

Revisión semanal de higiene (15 min, IC de MOps solo): Completitud de datos, tasa de deduplicación, abandono de lista. Si alguno de estos incumple, se corrige esta semana. No deje que la higiene se deteriore. Cuanto más tiempo pasa, más se corrompen las métricas posteriores.

Revisión mensual del embudo (60 min, IC de MOps y responsable de Demand Gen): Conversión MQL a SQL (por fuente), conversión de formulario a lead, incumplimiento del SLA de enrutamiento. Revise tendencias, asigne diagnósticos, decida ajustes. Lleve datos concretos al CMO si la conversión va en la dirección equivocada.

Trimestral al CMO (la diapositiva del QBR): Las seis métricas, con diagnósticos con nombre, responsables y próximas acciones. Sin relatos extensos, sin justificaciones, sin bloques de contexto. La diapositiva responde la pregunta; usted está ahí para explicar los diagnósticos si se lo piden.

Cómo se ve "bueno" en 90 días

Si hereda un dashboard con 26 paneles y empieza a aplicar este manual, así deberían verse los números en un trimestre:

• Completitud de datos: pasa del 70% al 90%. El mayor avance individual: todas las métricas posteriores mejoran cuando el enrutamiento deja de adivinar.
• Conversión MQL a SQL: estable entre el 12% y el 15%, con visibilidad por fuente. La deriva se detecta en la revisión mensual, no en el QBR.
• Incumplimientos del SLA de enrutamiento: por debajo del 5%, con cobertura fuera del horario laboral resuelta. El equipo de SDRs deja de quejarse de MQLs fríos porque ya no lo son.
• Abandono de lista y deduplicación: por debajo de los benchmarks, con higiene semanal mantenida. La entregabilidad se mantiene fuerte, ventas deja de llamar a la misma persona dos veces.
• Conversión de formulario a lead: 70% o más, con la brecha entre "formulario enviado" y "MQL creado" instrumentada y visible.
• El propio dashboard: seis números, no 26. Las métricas de actividad pasan a un archivo de trabajo. Cada número de la diapositiva del QBR tiene un benchmark, una tendencia, un diagnóstico y un responsable.

El CMO entra al QBR, ve la diapositiva y conoce la respuesta a su próxima pregunta antes de hacerla. Ese es todo el trabajo.

Más información

• El stack de MOps: herramientas, integraciones y por qué ya tiene demasiadas
• Enrutamiento de leads y cumplimiento del SLA
• Atribución que el CFO puede defender
• Marketing Operations Manager: descripción del puesto