Crecimiento de productos tecnológicos

Posts from the ‘estrategia de marketing’ category

El manual del crecimiento B2B en 2025 está roto (y todos estamos fingiendo que no es así)

por en 15 diciembre 2025

El motor de crecimiento que se ha venido utilizando en los últimos diez años (producir y distribuir contenidos, automatizar el outreach y productos de prueba y uso gratuitos, en modalidad autoservicio y virales) está atascado. El abuso de estas tácticas ha llevado a la inundación de contenido basura, la multiplicación del spam y a modelos freemiun que no convierten.

Hubo una época en que el crecimiento inbound, el outreach y el impulsado por el producto eran motores potentes del GTM en B2B. Cada uno tenía sus marcos de referencia e historias de éxito, desde la revolución inbound de HubSpot hasta los líderes de PLG como Slack y Notion. Pero en 2025 la maquinaria se está atascando.

Si eres un ejecutivo en B2B y estás revisando tu cuadro de mando, probablemente estés observando una tendencia preocupante. La actividad ha aumentado (se envían más correos electrónicos, se publican más entradas de blog, se implementan más funcionalidades de producto), pero la eficiencia se desploma. El coste de adquisición de clientes (CAC) se dispara y el cumplimiento de las cuotas se está convirtiendo en una anomalía estadística en lugar de la norma.

¿La incómoda verdad? Las estrategias de crecimiento que veneramos durante la última década están agonizando.

Motor crecimiento rotoLa estrategia de 2015 (escalar el inbound con contenido SEO, escalar el outreach con secuencias automatizadas y escalar el producto con planes freemium) se ha topado con un muro de saturación de canales, hostilidad algorítmica y agotamiento del comprador.

El problema no es la ejecución. No es que necesitemos optimizar más los asuntos de nuestros correos electrónicos ni realizar pruebas A/B más exhaustivas en nuestras páginas de aterrizaje. El crecimiento B2B está en caída libre, no porque las tácticas fueran incorrectas, sino porque el entorno ha cambiado radicalmente (y la mayoría de los equipos fingen que no ha sido así). El problema es sistémico y empeora cada trimestre.

En este post presentamos la autopsia de los tres principales palancas de crecimiento y, en el próximo, el plan de acción para lo que realmente funciona en el entorno actual.

Inbound: ahogándose en un mar de mediocridad

El marketing inbound prometía un nuevo tipo de marketing basado en la atracción: educar al mercado, ganar confianza y convertir la atención en intención. Esa fórmula dependía de dos supuestos frágiles: que el contenido de calidad escasea y que los algoritmos recompensan la relevancia. Ambos han fracasado.

Actualmente la web se está ahogando en el “slop” generada por la IA: miles de entradas de blog, vídeos y documentos técnicos indistinguibles que dicen lo mismo. Los clientes potenciales se agotan con el mismo contenido de «10 consejos para…». La ventaja competitiva se ha evaporado.

Y los motores de búsqueda están limitando el alcance orgánico en favor de los anuncios y los resúmenes de IA. El algoritmo que antes premiaba la profundidad y la experiencia ahora muestra lo que más se ajusta a la intención del usuario, a menudo priorizando los hilos de Reddit y el contenido generado por los usuarios sobre el liderazgo de pensamiento cuidadosamente elaborado. Nuestra guía definitiva de 3.000 palabras queda sepultada bajo un cuadro de respuesta de dos frases que ofrece a los clientes potenciales la información justa para sentirse informados sin siquiera visitar tu sitio web («clic cero»).

Las redes sociales se han convertido en casinos de interacción, optimizados para la indignación o el entretenimiento, no para la información, y entierran a las pequeñas marcas a menos que gasten en sus servicios de pago. Los compradores consumen información en canales de «redes sociales oscuras» (comunidades de Slack, grupos de WhatsApp, Discords privados, podcasts) donde nuestros píxeles de seguimiento no pueden llegar. El software de atribución dice «Tráfico directo», pero la realidad es que se trata de un boca a boca que no estamos influenciando.

El inbound marketing no ha muerto, pero se ha democratizado tanto que ya no genera diferenciación. Y no fue destruido por la IA. Fue destruido por todos los que usaban la IA de la misma manera poco creativa.

Outreach: la trampa de la automatización

¿Recuerdas cuando «Ingresos Predecibles» significaba contratar más Representantes de Desarrollo de Ventas (SDR), adquirir más leads y garantizar matemáticamente el crecimiento?

Esa matemática no funciona cuando el 95% de nuestros correos electrónicos son ignorados. La revolución del outbound de ventas prometía hiperpersonalización a través de datos. Pero el outreach moderno se ha convertido en una automatización masiva disfrazada de personalización.

El outbound se asfixia por el volumen. Nuestros clientes potenciales reciben un promedio de más de 120 correos electrónicos de ventas al día. Nuestra campaña multicontacto, cuidadosamente personalizada, se encuentra en una cola detrás de otras 40 campañas «cuidadosamente personalizadas».

Ahora todos tienen acceso a los mismos datos de intención. ZoomInfo, LinkedIn Sales Navigator, Apollo, Cognism: el campo de juego se ha nivelado hasta el punto de ser irrelevante. Cuando 500 representantes de ventas ven que una empresa acaba de cerrar una ronda Serie B e inmediatamente lanzan la misma plantilla de «felicidades por la nueva financiación», la relación señal-ruido se desploma por completo.

Google y Microsoft han endurecido los requisitos de remitente. Los filtros de spam ahora están controlados por IA y son implacables. El enfoque de «spray and pray» no solo resulta en bajas tasas de apertura, sino que también destruye la reputación de tu dominio.

Y los compradores pueden detectar una secuencia a kilómetros de distancia. Conocen la estructura: [Declaración de Empatía] + [Problema] + [Propuesta] + [Enlace de Calendly]. Huele a automatización. Se siente impersonal. Se elimina.

¿Llamadas en frío? Peor aún. Nuestros clientes potenciales tienen un identificador de llamadas que marca automáticamente los números desconocidos como «riesgo de spam». Nuestros mejores representantes pasan el 80% de su tiempo dejando mensajes de voz que nunca serán escuchados.

La comunicación en LinkedIn se ha convertido en una parodia de sí misma. Todos implementan las mismas tácticas, los mismos mensajes de video, las mismas solicitudes de conexión falsamente casuales.

El contacto en frío asume que al comprador le importa quién eres. En un mundo donde tienen infinitas opciones, no confían en una conexión en frío. Confían en sus colegas. El volumen ya no es un indicador de éxito. Enviar 1.000 correos electrónicos spam ahora es activamente perjudicial en comparación con no enviar ninguno.

La trágica ironía: las herramientas de automatización del outreach prometían escalar la personalización, pero en realidad han industrializado la comunicación genérica. Los equipos de SDR están agotados intentando compensar con volumen en lugar de creatividad.

El outreach no ha muerto. Pero el outbound genérico sí. Y el 99 % de las empresas lo hacen. Cuando todos tienen la misma pila tecnológica, la destreza y el contexto se convierten en las únicas ventajas reales que quedan. Pocos equipos tienen ambas.

Producto: a nadie le importa ya el «autoservicio»

«Constrúyelo y vendrán» se transformó en «Déjalos probar y comprarán». Se suponía que el Crecimiento Impulsado por el Producto (PLG) era la respuesta. Construirlo tan bien que no puedan evitar compartirlo. Dejar que el producto se venda solo. Eliminar la costosa estrategia de lanzamiento al mercado y aprovechar los efectos de red para alcanzar la gloria.

Durante un tiempo, el PLG fue la solución ideal. Pero la ventaja se ha agotado.

Porque la mayoría de los productos B2B no son Slack. No son virales por naturaleza. Hemos creado funciones de colaboración, mecanismos para compartir e invitaciones de equipo, pero nuestros usuarios son lobos solitarios que se registraron para resolver un problema personal y no tienen ninguna intención de convertirse en promotores no remunerados de nuestra marca.

El manual de estrategias de crecimiento impulsado por el producto funcionó de maravilla para un grupo específico de productos en una época específica, cuando el SaaS era novedoso y los usuarios estaban entusiasmados por descubrir nuevas herramientas. ¿Y ahora? Nuestros clientes potenciales están inundados de herramientas. La empresa promedio usa más de 130 aplicaciones SaaS. No buscan agregar otra. Buscan consolidarse.

Los usuarios caen en «la trampa de lo gratis». Están contentos de usar nuestro plan gratuito para siempre, pero convertirlos a uno de pago es más difícil cuando se recortan los presupuestos. El salto de «Gratuito» a «Enterprise» es un abismo. O nuestro plan gratuito sólo genera usuarios indecisos que abandonan la plataforma tras extraer el valor inmediato que puedan. Los análisis de nuestro “momento ¡ajá!” se ven muy bien en Amplitude, pero las tasas de activación cuentan otra historia. Los usuarios se topan con el muro de pago y abandonan. No convierten; simplemente se cambian a uno de nuestros 47 competidores que ofrecen planes gratuitos casi idénticos con funciones ligeramente diferentes.

E incluso cuando el PLG funciona, se está convirtiendo en un requisito de mínimos. Todas las empresas B2B ofrecen ahora una prueba gratuita, un plan freemium o una opción de autoservicio. El factor diferenciador se ha convertido en un precio de entrada para competir. Peor aún, dar soporte a todos esos usuarios gratuitos es caro, y las tasas de conversión rara vez justifican los costos de infraestructura a menos que se opere a gran escala.

Y todo esto se agrava porque en muchos mercados (especialmente en el software) la IA permite a la competencia clonar nuestras funcionalidades «únicas» en semanas, no años. La diferenciación de nuestro producto es, en el mejor de los casos, temporal.

Las grandes marcas de PLG sobrevivieron porque crearon marcas que promovían la experiencia. Pero los recién llegados que buscan el mismo impulso de «probar antes de comprar» ahora se encuentran atrapados en un mar de tasas de activación mediocres. PLG por sí solo ya no escala sin una alineación con el ecosistema, la narrativa o la comunidad.

El PLG no está roto como filosofía, sino como estrategia por defecto en un mercado sobresaturado donde la diferenciación ha desaparecido y la retención es el nuevo campo de batalla.

En el próximo post veremos cómo arreglar nuestro motor de crecimiento en el contexto actual.

El post “El manual del crecimiento B2B en 2025 está roto (y todos estamos fingiendo que no es así)”https://conversisconsulting.com/2025/12/15/crecimiento-b2b-2025-esta-roto/ se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing Estratégico para empresas tecnológicas y Product Marketing de productos tecnológicos te pueden ayudar.]

Deja un comentario

La IA y el fin del GTM B2B tradicional (4)

por en 23 noviembre 2025

La IA está transformando nuestro Go-to-Market en B2B requiriendo nuevas habilidades, haciendo obsoletas otras y propiciando la aparición de nuevos roles.

Seguimos analizando cómo la IA transforma las actividades de Go-to-Market en B2B, en este caso centrándonos en su impacto sobre las habilidades necesarias y la organización de los equipos.

De operadores a orquestadores: cómo la IA está redefiniendo los equipos de GTM

La transformación que se está produciendo en los equipos de GTM B2B no va sólo de aprender nuevas herramientas, sino de un cambio fundamental en lo que hacen realmente los profesionales del equipo. Como Emily Kramer explica en “Meet the [Gen] Marketer of the Future”, donde presenta su concepto de “Gen Marketer”, estamos presenciando la evolución desde operadores especializados que ejecutan funciones específicas hasta orquestadores que coordinan personas, agentes de IA y flujos de trabajo multifuncionales para impulsar los resultados comerciales.

Orquestación GTM B2BLa definición de Gen Marketer de Emily Kramer es especialmente acertada: no son solo generalistas que saben un poco de todo. Son orquestadores prácticos, expertos en la implementación de agentes de IA y equipos híbridos humano-IA para crear, lanzar, amplificar y optimizar campañas y estrategias de marketing completas de principio a fin.

El ocaso del especialista

Durante dos décadas, los equipos de GTM B2B se han construido en torno a la especialización. Las organizaciones comerciales crearon silos: los especialistas en generación de demanda gestionaban campañas, los especialistas en marketing de contenidos escribían blogs, los especialistas en marketing de producto se encargaban del posicionamiento y la gente de growth optimizaba los funnels de conversión. Los equipos de ventas se fragmentaron de forma similar en SDR para la prospección, AE para el cierre de ventas y SE para las demostraciones técnicas.

Este modelo tenía sentido cuando cada función requería una profunda experiencia y ejecución manual. Pero la IA ha socavado fundamentalmente la lógica de la especialización específica. Como señala Kramer, “la IA democratiza la especialización, permitiendo realizar tareas que antes eran imposibles. Los generalistas capaces de definir estrategias, coordinar flujos de trabajo, saber cuándo priorizar la creatividad humana frente a la automatización mediante IA y detectar rápidamente sus lagunas de conocimiento son ahora más poderosos que nunca”.

¿La incómoda verdad? La mayoría de los roles especializados se están convirtiendo en productos indiferenciados. La IA ahora puede generar variaciones de contenido, optimizar la segmentación publicitaria, cualificar clientes potenciales, analizar patrones de conversación y personalizar la comunicación a gran escala. Lo que distinguía al “experto” del principiante (velocidad, volumen, ejecución técnica) la IA lo hace mejor, más rápido y a menor costo.

El auge del orquestador

El rol del orquestador no se define por su capacidad para realizar el trabajo, sino por su capacidad para diseñar y dirigir el sistema que realiza el trabajo. El nuevo profesional de GTM no se define por lo que ejecuta, sino por lo que orquesta. El “Gen Marketer” de Kramer ejemplifica este cambio: “En lugar de enviar una solicitud a un equipo de contenido y esperar dos semanas, un Gen Marketer crea un borrador con IA, verifica que incluya información sobre la audiencia y el mercado, comparte la versión final como una publicación ejecutiva en LinkedIn, la promociona con anuncios Thought Leader y se pone en contacto con quienes interactuaron con la publicación para invitarlos a un almuerzo ejecutivo sobre el mismo tema. Todo por su cuenta (con la ayuda de uno o dos agentes de IA)”.

Esto representa una inversión total del modelo tradicional. El especialista transfería el trabajo entre equipos y esperaba los resultados. El orquestador coordina los flujos de trabajo de principio a fin, dirigiendo a los agentes de IA para su ejecución mientras centra la energía humana en la estrategia, la creatividad y el desarrollo de relaciones.

La mentalidad del orquestador funciona de manera diferente

Los operadores se preguntan: “¿Cómo ejecuto bien esta tarea?” Los orquestadores se preguntan: “¿Cómo coordino los recursos (humanos y de IA) para lograr este resultado?”

Los operadores optimizan: “Mejoraré nuestras tasas de apertura de correo electrónico en un 5%”. Los orquestadores diseñan: “Crearé una campaña integrada que abarque puntos de contacto de contenido, canales de pago, comunidad y ventas”.

Los operadores se especializan: “Soy un experto en generación de demanda”. Los orquestadores generalizan: “Entiendo cómo el contenido y la marca se conectan con la distribución y la conversión y puedo ejecutar en todos ellos”.

Habilidades esenciales para el nuevo profesional de GTM

El cambio de operador a orquestador requiere capacidades fundamentalmente diferentes:

Fluidez en IA y gestión de agentes

Los orquestadores deben convertirse en lo que Kramer llama “expertos en orquestación de IA: usuarios avanzados y prácticos de herramientas de IA que pueden gestionar equipos híbridos de personas y agentes de IA”. La capacidad de formular a la IA la pregunta correcta, de la manera correcta y con el contexto correcto, es el nuevo “último tramo” de la ejecución. Esto no se trata de usar ChatGPT para escribir correos electrónicos, sino de diseñar flujos de trabajo donde los agentes de IA se encarguen de la investigación, la generación de contenido, el análisis de datos y la personalización, mientras que los humanos proporcionan dirección estratégica y criterio creativo. La habilidad no es la ingeniería de respuesta rápida; se trata de saber qué tareas delegar a la IA, cuáles requieren experiencia humana y cómo coordinarlas eficazmente.

Integración interfuncional y arquitectura de campañas

Kramer señala que los profesionales de marketing de generación necesitan un perfil de habilidades en forma de “pi”: dominio de al menos dos subfunciones de marketing (marketing de producto, crecimiento/demanda, contenido y marca), pero con capacidad para operar en todas ellas. Esto se aplica a todas las funciones de comercialización. Los coordinadores de ingresos deben comprender la generación de demanda del marketing, el proceso de cualificación de ventas y las iniciativas de expansión del éxito del cliente, no como dominios separados, sino como flujos de trabajo interconectados en un motor de ingresos unificado. Deben comprender cómo un cambio de sentimiento detectado por IA en los tickets de soporte debería activar automáticamente un cambio en los mensajes de las campañas publicitarias de la parte superior del funnel. La clave no reside en ser experto en todo, sino en comprender cómo se conecta todo y coordinar transiciones fluidas.

Kramer destaca que los profesionales de marketing de nueva generación deben sobresalir en la producción de campañas de alto impacto: diseñan y ejecutan campañas multicanal que combinan los elementos clave (contenido, creatividad, mensajes) con la estrategia (distribución y canales), manteniendo un alto nivel de exigencia. Esto representa un cambio de los especialistas en canales (el experto en anuncios de Facebook, el especialista en marketing por correo electrónico) a los arquitectos de campañas, quienes diseñan experiencias integradas en múltiples puntos de contacto, coordinando la IA y los recursos humanos para su ejecución.

Pensamiento estratégico sobre ejecución táctica

Con la IA a cargo de la ejecución, los coordinadores se centran en las preguntas que la IA no puede responder: ¿Nos dirigimos al mercado adecuado? ¿Nuestro posicionamiento genera urgencia? ¿Esta campaña realmente impulsará el negocio? Como revelaron nuestras discusiones anteriores, la brecha entre las empresas nativas de IA y las empresas tradicionales no proviene de una mejor ejecución, sino de una mejor estrategia: selección de segmentos, asignación de canales y diseño del modelo de crecimiento.

Interpretación crítica (el escéptico de la IA)

La IA siempre proporcionará una respuesta, a menudo verosímil y estadísticamente “perfecta”. La nueva habilidad humana consiste en ser el escéptico responsable. El estratega debe cuestionar el resultado, preguntando no solo “¿Es correcto?”, sino “¿Es acertado?”, “¿Está alineado con la marca?”, “¿Revelan estos datos una nueva oportunidad o se trata simplemente de un máximo local que nos optimiza en un nicho de mercado?”. Este juicio crítico es el último bastión de la estrategia liderada por el ser humano.

La IA puede revelar señales, pero no puede decidir qué apuestas estratégicas priorizar, cuál debería ser el tono de la marca ni qué oportunidades de mercado merecen una alta inversión. Los orquestadores guían el criterio necesario para generar impacto en el negocio.

Empatía y narrativa

A medida que la IA automatiza la ciencia de la estrategia de comercialización, el valor del ser humano se centra casi por completo en el arte. La IA puede personalizar un mensaje, pero no puede crear la historia esencial y humana de la marca. No puede construir una relación de confianza profunda y personal con un cliente empresarial. Al delegar el “cómo” a la máquina, el papel del ser humano se convierte en el de guardián del “por qué”.

Nuevos roles emergentes

A medida que retroceden los roles de especialistas tradicionales, surgen nuevos roles de orquestación:

Orquestador de Ingresos (antes CRO): unifica marketing, ventas y éxito del cliente en un único motor de ingresos. Gestiona la implementación de la IA en las funciones de GTM. Diseña modelos de negocio y estrategias de crecimiento en lugar de gestionar presupuestos departamentales.

Ingeniero de GTM (un perfil popularizado por Clay): especialistas técnicos que desarrollan automatización, integran herramientas de IA y crean la infraestructura que permite operar a los orquestadores. Traducen la intención estratégica en flujos de trabajo ejecutables y coordinan la arquitectura técnica del motor de ingresos. Son los “mecánicos del motor” que construyen, mantienen y optimizan la plataforma GTM impulsada por IA. Ya no se limitan a recopilar datos; son los arquitectos de los flujos de datos y los modelos de IA que hacen posible todo el sistema. Esto se convierte en uno de los roles más estratégicos de la organización.

Gen Marketer: El concepto de Kramer del generalista de marketing que entiende “cómo conectar contenido, marca, distribución y conversión, cómo orquestar el marketing de producto, el crecimiento y la marca, y cuándo apoyarse en la IA, o no”. Son los orquestadores empoderados que pueden gestionar lanzamientos de productos completos o motores de generación de demanda, actuando como un “grupo unipersonal”. Reemplaza múltiples roles de especialistas con un único coordinador capaz de diseñar y ejecutar campañas integrales.

Analista de Inteligencia de Ingresos: Extrae información valiosa de la inteligencia conversacional, los datos de comportamiento y las señales del mercado para fundamentar la estrategia. No se limita a reportar métricas, sino que identifica patrones que influyen en las decisiones de comercialización.

Diseñador de Experiencia de IA: Diseña cómo la IA interactúa con los clientes (chatbots, motores de personalización) y cómo los humanos colaboran internamente con los agentes de IA. Garantiza que la IA mejore, en lugar de perjudicar, la experiencia de clientes y empleados.

La transformación organizacional

Esto no se trata solo de nuevos títulos de trabajo; requiere reestructurar la forma en que operan los equipos de GTM. Como observa Kramer, “en lugar de equipos aislados organizados estrictamente en torno a las diferentes subfunciones, veremos organizaciones diseñadas para la velocidad, que ejecutan campañas de alto impacto y utilizan IA, construidas en torno a los profesionales de marketing de generación de clientes”.

El organigrama tradicional, con departamentos separados para marketing, ventas y éxito del cliente, cada uno subdividido en especialidades funcionales, da paso a equipos de ingresos multifuncionales organizados en torno a segmentos de clientes o resultados. Cada equipo incluye coordinadores con diversas habilidades que pueden coordinar agentes de IA y contratistas especializados según sea necesario.

Esto crea organizaciones más horizontales con menos traspasos de responsabilidades. La información fluye más rápido. Las decisiones se toman más cerca de la ejecución. La estrategia y la ejecución convergen porque las mismas personas se encargan de ambas.

El factor humano

A pesar de toda esta automatización, las habilidades más valiosas de GTM siguen siendo distintivamente humanas: pensamiento estratégico, mentalidad crítica, resolución creativa de problemas, construcción de relaciones y juicio ético. La IA no elimina la necesidad de humanos; potencia su contribución.

Los mejores orquestadores serán aquellos que dominen la IA como amplificador de inteligencia, conservando al mismo tiempo las capacidades humanas fundamentales que generan confianza, inspiran acción y construyen relaciones comerciales duraderas.

El imperativo

Como afirma Kramer: “Debes convertirte en un profesional del Gen Marketing; tu carrera depende de ello. Esto no significa abandonar tu competencia principal, sino abarcar un área más amplia, utilizando la IA para extender tus capacidades”.

Esto se aplica a todas las funciones de comercialización. Ya sea en marketing, ventas o éxito del cliente, el paso de operador especializado a orquestador no es opcional, sino inevitable. Los profesionales que prosperen serán aquellos que adopten un enfoque más amplio, dominen la colaboración con IA y centren su energía humana en el trabajo estratégico y creativo que realmente impulsa el crecimiento de las empresas.

La pregunta no es si esta transformación ocurrirá, sino si la liderarás o serás transformado por ella.

El post “La IA y el fin del GTM B2B tradicional (4)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing Estratégico para empresas tecnológicas y Product Marketing de productos tecnológicos te pueden ayudar.]

Deja un comentario

La IA y el fin del GTM B2B tradicional (3)

por en 9 noviembre 2025

La IA está transformando nuestro Go-to-Market en B2B, optimizando nuestros canales a una escala imposible para los humanos y haciendo que nuestras capacidades de experimentación, análisis y mejora aumenten exponencialmente.

Seguimos analizando cómo la IA transforma las actividades de Go-to-Market en B2B, en este caso centrándonos en la optimización de canales y la experimentación, análisis y mejora.

6. Optimización de canales: cuando los humanos no pueden competir

Anuncios display, campañas en redes sociales, marketing en buscadores: antes, estos canales se gestionaban mediante la intuición humana y los test A/B. Pero a medida que las plataformas se convierten en mercados en tiempo real gobernados ​​por IA, la optimización manual resulta inútil. La IA es necesaria no solo para establecer pujas o probar creatividades, sino también para orquestar mensajes en todos los canales de una manera que los humanos no pueden llevar a cabo.

IA para experimentarSin embargo, la verdadera transformación reside en que la IA dejará de tratar los canales como silos. Una visita a un sitio web, una pregunta en un seminario web y una interacción con un chatbot pueden sintetizarse instantáneamente en una visión integral que guía la orquestación de canales en tiempo real. Nuestra empresa ya no necesita «elegir» si priorizar la búsqueda o las redes sociales; el sistema decide en función del contexto del cliente.

El manual de marketing dice «conectar con los clientes donde están, con el mensaje adecuado y en el momento oportuno» mediante la interacción omnicanal. En la práctica, esto se traduce en una presencia mediocre en demasiados canales porque carecemos de los datos necesarios para identificar lo que realmente importa.

Al analizar los caminos de conversión reales (no solo la atribución del último clic, sino la influencia real en el avance del viaje) la IA suele revelar que entre 2 y 3 canales generan más del 80 % del impacto en los ingresos, mientras que los otros 7 u 8 canales que mantenemos generan actividad sin impulsar las operaciones. Aún más revelador, los canales de alto impacto suelen ser diferentes para cada segmento.

En el caso de nuestro ejemplo de ciberseguridad, nuestro segmento fintech, pionero en la adopción de IA, convierte a través de la documentación técnica y la presencia en GitHub, mientras que nuestro segmento bancario, centrado en el cumplimiento normativo, convierte a través de informes de analistas y presentaciones a ejecutivos. Distribuir el mismo esfuerzo entre todos los canales para todos los segmentos no es estratégico, sino simplemente costoso.

Pero aquí reside también una tensión latente: la sobreoptimización de canales conlleva el riesgo de fatigar al comprador, y la automatización excesiva puede erosionar la conexión humana. La sofisticación de la IA puede hacer que la comunicación parezca más genérica o robótica si no se diseña cuidadosamente. La estrategia de canales debe integrar la empatía y el criterio humano junto con la eficiencia de la IA para crear interacciones memorables que generen confianza.

7. Experimentación, análisis y mejora: de incremental a exponencial

Los equipos de marketing y ventas han dependido durante mucho tiempo de la experimentación incremental: pruebas A/B, revisiones trimestrales y retrospectivas de campañas. El ritmo era lento porque la capacidad humana era el cuello de botella. La IA elimina esta limitación. Se pueden ejecutar cientos de experimentos simultáneamente (variaciones en textos, creatividades, frecuencia y combinación de canales), y los modelos de aprendizaje automático detectan patrones invisibles para los humanos.

Sin embargo, este flujo constante de datos conlleva el riesgo de difuminar la causalidad y crear correlaciones espurias. La experimentación descontrolada, sin hipótesis claras ni límites definidos, puede generar volatilidad, priorizando las métricas superficiales sobre el impacto en el negocio. La IA transforma la optimización de un arte en una ciencia, pero la ciencia exige rigor, contexto y criterio estratégico para evitar errores comunes.

Además, lo que es aún más sorprendente, la IA no solo optimiza lo que existe, sino que propone qué probar. En lugar de que los humanos conciban hipótesis, la IA las genera, las clasifica y las ejecuta. La IA identifica qué experimentos son relevantes. La experimentación tradicional trata todas las pruebas por igual. La IA reconoce que probar modelos de precios para el segmento de mayor valor es cien veces más valioso que probar asuntos de correo electrónico para una audiencia con baja intención de compra.

¿La conclusión polémica? La mayor parte de lo que hemos estado «optimizando» es irrelevante. Hemos estado probando meticulosamente diseños de páginas de aterrizaje, ignorando que nos dirigimos a las empresas equivocadas con el mensaje equivocado a través de los canales equivocados. La IA redirige la energía de optimización hacia decisiones de alto impacto, lo que a menudo implica descubrir que estrategias en las que hemos invertido años de desarrollo deben abandonarse por completo.

Una conclusión controvertida

La IA no está mejorando gradualmente las estrategias de GTM; está revelando cuánto de las estrategias tradicionales han sido pura puesta en escena en lugar de un proceso científico. Hemos estado construyendo estrategias elaboradas sobre la base de datos escasos, feedback tardío y luchas de poder internas. La IA elimina esas limitaciones, y las estrategias resultantes no se parecen en nada a lo que hemos estado haciendo.

La verdadera transformación no reside en que la IA realice nuestro trabajo de GTM más rápido. Reside en que la IA expone cuánto de ese trabajo era más teatral que productivo, y nos obliga a afrontar verdades incómodas sobre lo que realmente genera ingresos. Las empresas que prosperan con la IA no son las que la utilizan para mejorar las estrategias tradicionales de GTM. Son las que están dispuestas a abandonar por completo las estrategias tradicionales de comercialización cuando la IA revela que nunca funcionaron.

La visión tradicional de la estrategia de GTM como una estrategia diseñada por líderes y ejecutada por equipos se está desmoronando. La IA está convirtiendo la estrategia de comercialización en un sistema operativo: una capa de orquestación en tiempo real de aprendizaje continuo que identifica oportunidades, define objetivos, elabora mensajes, asigna presupuesto y ejecuta experimentos sin esperar a reuniones directivas trimestrales ni a ciclos de campaña. Las empresas que se aferran a estrategias estáticas, la intuición humana y la ejecución manual se verán superadas por competidores cuya estrategia de comercialización es recalculada diariamente por máquinas.

Sin embargo, la transición de la intuición humana y los procesos estáticos a la orquestación en tiempo real impulsada por IA no está exenta de dificultades ni de controversia. La IA debe considerarse no como una panacea, sino como un potente motor que amplifica la intuición humana y, al mismo tiempo, exige una nueva disciplina para equilibrar la complejidad, la autenticidad, la velocidad y el enfoque.

Las empresas que triunfen en la era del GTM impulsada por IA serán aquellas que dominen esta sinergia híbrida: aprovechar las incesantes capacidades de procesamiento de datos y automatización de la IA, manteniendo una visión estratégica clara, una conexión emocional y una gobernanza adaptativa. Ignorar los riesgos de la IA o sobreestimar sus capacidades conlleva el riesgo de cometer errores costosos; adoptar una perspectiva equilibrada y crítica abre el camino hacia un crecimiento sostenido y el liderazgo del mercado en un panorama B2B en constante evolución.

En el próximo post analizaremos cómo la IA transforma las habilidades y la organización de los equipos de GTM B2B.

El post “La IA y el fin del GTM B2B tradicional (3)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing Estratégico para empresas tecnológicas y Product Marketing de productos tecnológicos te pueden ayudar.]

Deja un comentario

La IA y el fin del GTM B2B tradicional (2)

por en 26 octubre 2025

La IA está transformando nuestro Go-to-Market en B2B, haciendo que nuestra comprensión de los clientes se traduzca en modelos más empíricos, nuestro posicionamiento esté más adaptado a nuestras distintas audiencias y la selección de nuestras palancas de crecimiento deje de estar basada en la intuición.

Seguimos analizando cómo la IA transforma las actividades de Go-to-Market en B2B, en este caso centrándonos en la comprensión profunda del cliente (personas, escenarios, viajes), el posicionamiento y los mensajes y la selección del mix de palancas de crecimiento.

3. Comprensión del cliente: de personas ficticias a modelos empíricos

El típico documento de persona B2B es escritura creativa disfrazada de investigación. Los profesionales del marketing llevan mucho tiempo creando perfiles de comprador y viajes de cliente que, siendo sinceros, son en gran parte ficticios. Estos sugestivos documentos («Carmen, la CISO de 42 años, valora la tranquilidad y detesta la complejidad innecesaria. Lee TechCrunch y asiste a la Conferencia RSA «) eran ejercicios útiles, pero rara vez se basaban en evidencia. La IA cambia esto por completo.

AI personaAl analizar transcripciones de entrevistas, notas de CRM, grabaciones de llamadas, reseñas en línea y telemetría de productos, la IA puede generar perfiles y viajes que no son arquetipos ficticios, sino composiciones estadísticas del comportamiento y las opiniones reales.

La IA reemplaza la ficción de personajes con inteligencia conductual real. En lugar de inventar a «Carmen la CISO», la IA analiza lo que hacen los CISO reales: qué documentación leen, qué comparaciones con la competencia investigan, qué marcos de cumplimiento normativo les generan urgencia, a qué ejecutivos involucrados deben convencer y qué objeciones descarrilan sus proyectos. Identifica que los CISO de las instituciones financieras reguladas se comportan de forma fundamentalmente diferente a los de las empresas SaaS, y esa diferencia importa más que su edad o sus hábitos de lectura.

De forma más provocativa, la IA revela que todo el concepto de viajes de cliente lineales es una mentira piadosa. El diagrama  lineal (Conciencia → Consideración → Decisión → Compra) no se parece en nada a cómo se desarrollan realmente las compras B2B complejas. Los viajes de compra reales son caóticos, no lineales e implican procesos de evaluación paralelos entre múltiples participantes que rara vez sincronizan sus actividades. La IA no intenta convertir la realidad desordenada en mapas de recorridos limpios. Identifica los patrones reales: la compra típica de software empresarial implica 17 episodios de investigación distintos con 8 participantes a lo largo de 11 meses, con tres inicios en falso y dos redirecciones ocasionadas por la competencia. Comprender este caos facilita una interacción eficaz. Simular que es lineal conlleva costosos fracasos.

Y lo que es aún más radical: la IA está empezando a ofrecer “gemelos digitales” para simular recorridos hipotéticos, modelando cómo reaccionarían los diferentes tipos de compradores a desencadenantes o mensajes específicos (aunque personalmente soy muy escéptico en lo que respecta a las capacidades de respuesta emocional de estos artefactos).

Esta implicación resulta incómoda para muchos profesionales del marketing: la IA revelará cuánto de nuestra comprensión del cliente ha sido pura conjetura. Los arquetipos ya no serán ejercicios de creatividad; serán modelos dinámicos probados y perfeccionados en tiempo real.

4. Posicionamiento y mensajes: el fin de la talla única

Todas las empresas de ciberseguridad B2B afirman ofrecer «seguridad de nivel empresarial, integración fluida y un ROI excepcional». Esto no es posicionamiento, sino palabrería. La razón por la que el posicionamiento se ha vuelto tan genérico no es la falta de creatividad, sino que hemos estado intentando crear un mensaje único que conecte con todos. Eso es matemáticamente imposible cuando nuestra audiencia tiene prioridades diversas y, a menudo, contradictorias.

La IA permite lo que deberíamos haber estado haciendo desde el principio: un posicionamiento radicalmente diferente para audiencias realmente distintas. No se trata de ajustes superficiales como cambiar «corporaciones» por «medianas empresas», sino de narrativas de valor fundamentalmente distintas. Para las empresas orientadas al cumplimiento normativo, su solución de ciberseguridad se posiciona como «arquitectura de seguridad lista para auditorías que elimina el riesgo regulatorio». Para las empresas tecnológicas de rápido crecimiento, el mismo producto se posiciona como «automatización de la seguridad que no ralentiza su velocidad de desarrollo». No son diferentes expresiones de la misma idea; son productos diferentes en la mente del comprador.

Esto siempre ha sido cierto. Sabíamos que a cada comprador le importan cosas distintas. ¿La parte controvertida? Crear y gestionar manualmente docenas de variantes de posicionamiento era imposible desde el punto de vista operativo, así que nos convencimos de que la «consistencia en los mensajes» era una virtud. No se trataba de disciplina estratégica, sino de una limitación operativa. La IA elimina esa limitación, y de repente, el «posicionamiento unificado» parece cosa del pasado.

5. Selección del mix de palancas de crecimiento: más allá de la intuición

El enfoque tradicional para elegir el mix inicial de palancas de crecimiento ha sido:

  • Copiar a la competencia: «Ellos hacen marketing de contenidos, así que nosotros también deberíamos».
  • Seguir el manual: «Las empresas SaaS hacen marketing inbound».
  • Sesgo del fundador: «Construí mi última empresa mediante marketing outbound, así que…».
  • Presión de los inversores de capital riesgo: «Se necesita liderazgo de opinión para establecer la credibilidad de la categoría«.

Todos estos son marcos de decisión perjudiciales porque ignoran las características específicas de nuestro producto, mercado y cliente.

La IA cambia la selección inicial de palancas de crecimiento gracias a varias capacidades:

Análisis comparativo de patrones y análogos históricos

La IA puede analizar miles de empresas similares (tipo de producto, mercado y modelo de negocio similares) e identificar qué palancas de crecimiento se correlacionan con el éxito.

Ejemplo para nuestra startup de ciberseguridad:

  • La IA analiza 500 empresas de seguridad B2B desde su fase inicial hasta la Serie B.
  • Identifica que las empresas que venden a empresas orientadas al cumplimiento normativo, con ciclos de venta de 6 a 18 meses, experimentaron un crecimiento tres veces más rápido al priorizar el contenido ejecutivo y las relaciones con analistas, en comparación con la estrategia de crecimiento impulsado por producto (PLG) de abajo arriba.
  • Sin embargo, empresas similares que se centran en equipos de DevOps/ingeniería tuvieron un éxito más rápido con un crecimiento impulsado por el producto (PLG) y una comunidad de desarrolladores.

Como conclusión, nuestro segmento de mercado determina las palancas viables más que nuestra categoría de producto. Un producto de ciberseguridad para desarrolladores y un producto de ciberseguridad para CISO podrían no tener nada en común en términos de palancas de crecimiento efectivas, a pesar de ser «ambos ciberseguridad».

Comportamiento del comprador y su huella digital

La IA analiza dónde invierte realmente nuestro ICP su tiempo y muestra la intención de compra (consumo de contenido, patrones de búsqueda, interacción en LinkedIn).

El enfoque tradicional sería algo así como «los CISO están en LinkedIn, así que haremos anuncios en LinkedIn».

El enfoque de IA analiza a 10.000 CISO en empresas objetivo y descubre:

  • Rara vez interactúan con el contenido de los proveedores en LinkedIn.
  • Leen subreddits específicos y foros de seguridad especializados.
  • Asisten a 2 o 3 conferencias específicas (no las obvias RSA/Black Hat que todos patrocinan).
  • Responden a las “presentaciones tibias” de sus proveedores actuales.
  • Interactúan a fondo con la documentación técnica y los repositorios de GitHub.

Esto nos indica que el marketing conjunto con partners, el contenido técnico y la presencia en la comunidad funcionarán; los anuncios de LinkedIn y las conferencias de amplio alcance, no.

Análisis de dinámicas del mercado y del encaje producto-canal

Madurez de la categoría, tendencias de palabras clave, patrones de financiación, señales GTM de la competencia. La IA puede evaluar qué canales se alinean con las características de su producto.

Variables clave que analiza la IA:

  • Precio: un ACV bajo favorece un alto volumen y un bajo contacto directo. Un ACV alto requiere canales de relación.
  • Complejidad: Los productos sencillos pueden funcionar con autoservicio; los complejos requieren formación.
  • Sofisticación del comprador: Los compradores técnicos buscan especificaciones; los ejecutivos buscan resultados.
  • Frecuencia de compra: Las compras únicas requieren canales de diferenciación diferentes a las suscripciones.
  • Intensidad de la competencia: Los mercados saturados necesitan canales de diferenciación.

Por ejemplo, en el caso de nuestro producto de ciberseguridad, si el precio es mayor que 50.000 € y el ciclo de ventas es mayor que 6 meses y el tipo de comprador es comité y la complejidad del producto requiere alta integración, entonces los canales prioritarios serían liderazgo de opinión ejecutivo, relaciones con analistas, clientes de referencia y marketing basado en cuentas (ABM). No son recomendables la prueba de autoservicio, búsqueda de pago o anuncios en redes sociales.

Optimización de la limitación de recursos

Especialmente las startups tienen considerables limitaciones de recursos. La IA puede modelar qué palancas son realmente viables:

Por ejemplo, supongamos que nuestras restricciones son:

  • Presupuesto disponible: 150 000 €/trimestre
  • Tamaño del equipo: 2 profesionales de marketing
  • Cronograma: Se necesita un pipeline en 3-6 meses
  • Capacidad de ventas: 2 ejecutivos de ventas gestionando 20 operaciones activas

La optimización con IA elimina las palancas que no funcionarán dadas las limitaciones:

  • Marketing de contenidos (tarda de 9 a 12 meses en ganar impulso; se necesitan resultados en 6).
  • Eventos/conferencias (el equipo es demasiado pequeño para contar con personal, el presupuesto es insuficiente para una presencia significativa).
  • Ecosistema de socios (sin recursos para construir y gestionar).

Por el contrario, con ese nivel de recursos podemos favorecer los siguientes canales:

  • Ventas outbound hipersegmentadas a 200 cuentas nominadas (se ajusta a la capacidad).
  • Adquisición basada en producto con plan freemium (escala sin personal).
  • Liderazgo de opinión impulsado por el fundador (aprovecha la credibilidad existente).

Muchos canales de «mejores prácticas» simplemente no son accesibles para empresas de bajos recursos. La IA nos impide intentar estrategias estratégicamente sólidas pero operativamente imposibles.

Recomendaciones anti intuitivas que suele hacer la IA

Basándose en análisis de patrones reales, la IA suele recomendar combinaciones iniciales contrarias a la intuición:

Para productos técnicos (API, herramientas de desarrollo, infraestructura):

  • SÍ comunidad de desarrolladores + código abierto + documentación técnica.
  • NO generación de demanda tradicional + ventas outbound.
  • Por qué: los compradores técnicos se autoforman y desconfían de las ventas. Pero todos intentan «hacer marketing» de todos modos.

Para software empresarial con alto ACV:

  • SÍ conexiones ejecutivas + “presentaciones tibias” + comidas cara a cara.
  • NO marketing de contenidos + publicidad pagada.
  • Por qué: necesitamos de 20 a 50 clientes en el primer año, no 2.000 leads. Pero los fundadores creen que «escalar» requiere «canales escalables».

Para productos de la industria regulada:

  • SÍ relaciones con analistas + certificación de cumplimiento + clientes de referencia.
  • NO growth hacking + bucles virales.
  • Por qué: la confianza y la validación son más importantes que la innovación. Pero el asesoramiento para startups se basa en «growth hacking».

La conclusión incómoda

La información más valiosa que proporciona la IA no es la optimización, sino el permiso para ignorar el conocimiento convencional cuando los datos muestran que no funcionará en tu situación específica.

La mayoría de las estrategias de crecimiento fracasan no por una mala ejecución, sino porque los ejecutivos seleccionaron estrategias que nunca iban a funcionar dado su producto, mercado y recursos. La IA previene ese error antes de que perdamos 12 meses y 500.000 euros descubriéndolo nosotros mismos.

En el próximo post analizaremos cómo la IA está revolucionando la optimización de canales y la experimentación, análisis y optimización.

El post “La IA y el fin del GTM B2B tradicional (2)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing Estratégico para empresas tecnológicas y Product Marketing de productos tecnológicos te pueden ayudar.]

Deja un comentario

La IA y el fin del GTM B2B tradicional (1)

por en 5 octubre 2025

Durante décadas, los profesionales del GTM en B2B se estuvieron convenciendo de que estaban siendo estratégicos. Desarrollaron elaborados marcos de segmentación, crearon perfiles detallados y debatieron declaraciones de posicionamiento en salas de reunión. Pero, siendo sinceros, la mayor parte del trabajo de GTM ha sido una sofisticada especulación disfrazada de estrategia. La IA no solo está mejorando el GTM, sino que también revela cuánto hemos estado operando a ciegas.

Durante décadas, el GTM (Go-to-Market) B2B ha sido un ejercicio de equilibrio: combinar investigación rigurosa, intuición ejecutiva y ejecución táctica a través de Marketing, Ventas, Producto, Éxito del cliente y Ecosistema. El proceso era lento, costoso y, a menudo, erróneo. La adopción de la inteligencia artificial en las estrategias de comercialización (GTM) B2B marca un cambio decisivo no solo en la forma de operar de las empresas, sino también en el significado fundamental de GTM. Si bien muchos consideran la IA como el motor definitivo de la eficiencia y el crecimiento, al mismo tiempo altera los fundamentos tradicionales de GTM, obligando a reconsiderar las actividades principales.

Hoy en día, la IA no solo está perfeccionando el GTM; está desmantelando el viejo manual y obligando a los líderes a aceptar una nueva realidad: las empresas que se aferran a una GTM manual e intuitiva se quedarán atrás.

En esta serie de posts, exploraremos cómo la IA está transformando las actividades fundamentales del GTM:

  1. Descubrimiento de problemas y análisis de oportunidades de mercado
  2. Segmentación y targeting
  3. Comprensión profunda del cliente (personas, escenarios, viajes)
  4. Posicionamiento y mensajes
  5. Selección del mix de palancas de crecimiento
  6. Optimización de canales
  7. Experimentación, análisis y mejora

y el impacto que está teniendo sobre la composición, habilidades y roles del equipo de GTM B2B.

Y argumentaremos que lo que antes considerábamos las mejores prácticas ahora está peligrosamente obsoleto.

Para ello utilizaremos como ejemplo un proveedor de producto software de ciberseguridad para empresas.

1. Descubrimiento de problemas y análisis de oportunidades de mercado: revelando oportunidades invisibles

Tradicionalmente, la identificación de los problemas del mercado se basaba en:

  • La intuición de los fundadores
  • Entrevistas limitadas con clientes
  • Informes de analistas y otros proveedores de información
  • Comparativas con la competencia

Estos métodos eran lentos, parciales y sesgados, ya que solo capturaban lo ya visible o validado y proporcionaban una imagen estática y anticuada del mercado.

La IA transforma el descubrimiento de problemas de mercado (la verdadera fuente de oportunidades) al escanear, interpretar y sintetizar continuamente vastos flujos de datos externos e internos que superan con creces la capacidad humana. Mediante el procesamiento del lenguaje natural (PLN), el aprendizaje automático y el análisis predictivo, la IA puede identificar puntos críticos emergentes, necesidades insatisfechas y frustraciones latentes mediante la extracción de interacciones en redes sociales, la monitorización de reseñas y comentarios de productos, el análisis de patrones en los tickets de soporte y la extracción de señales de datos de la competencia y del sector. Este enfoque proactivo descubre problemas que los clientes no suelen expresar directamente (por falta de conciencia, capacidad para articularlo o vergüenza) y destaca nuevas amenazas, preocupaciones sobre el cumplimiento normativo o cuellos de botella en los procesos antes de que sean visibles para la competencia. En definitiva, la IA permite a los equipos descubrir no solo necesidades validadas, sino también problemas ocultos o incipientes que pueden sustentar la innovación a gran escala en los mercados B2B.

En esencia, la IA detecta los problemas del mercado actuando como un motor de interpretación, asignación de sentido y síntesis. Escucha lo que los clientes realmente comentan (sus síntomas y frustraciones) y conecta esas voces con los cambios más amplios del mercado para descubrir las necesidades profundas y no declaradas que constituyen la base de las oportunidades más valiosas. La IA nos permite analizar lo invisible, descubriendo señales débiles y necesidades insatisfechas en millones de puntos de datos no estructurados.

Por ejemplo, en nuestro producto de ciberseguridad, una investigación tradicional pregunta a los CISO: «¿Cuáles son sus mayores desafíos de seguridad?» y ellos responden: «Amenazas persistentes avanzadas, vulnerabilidades de día cero, riesgo interno». Sin embargo, la IA analiza el comportamiento real de los CISO y descubre:

  • Dedican el 60 % de las reuniones del equipo de seguridad a hablar sobre la gestión de falsos positivos, no sobre las amenazas.
  • Han presupuestado 3 puestos de seguridad vacantes durante más de 8 meses, pero no pueden cubrirlos.
  • Copian manualmente datos de 5 herramientas diferentes en hojas de cálculo cada semana para los informes a Dirección.
  • Han cancelado suscripciones a herramientas de seguridad el año pasado debido a la «fatiga de alertas».

En definitiva, el descubrimiento de problemas tradicional pregunta: «¿Qué dicen los clientes que necesitan?». El descubrimiento de problemas con IA revela: «qué hacen realmente los clientes, en qué gastan su dinero y con qué luchan que no pueden o no quieren expresar».

A diferencia de las encuestas manuales o las entrevistas esporádicas, la IA ofrece un enfoque escalable y objetivo para descubrir problemas reales del mercado, lo que impulsa una mejor selección de oportunidades y una innovación más específica. Las empresas que integran la IA en sus procesos de descubrimiento de problemas de mercado pueden adaptarse rápidamente, abordar problemas que otros pasan por alto y generar una profunda conexión con sus clientes objetivo.

Una vez descubiertos los problemas de mercado, el análisis tradicional de oportunidades de mercado se basaba en informes estáticos de analistas, entrevistas ocasionales con clientes y el reconocimiento de tendencias y patrones por parte de los directivos. ¿El resultado? Las empresas buscaban mercados amplios donde todos los demás también competían. La IA acaba con este juego de adivinanzas. Al analizar continuamente millones de fuentes de datos (ofertas de trabajo, documentos regulatorios, señales sobre adopción de productos, conversaciones en redes sociales), la IA revela oportunidades reales que los analistas humanos no podrían detectar.

Tomemos el ejemplo del proveedor de ciberseguridad: mientras que la opinión convencional diría «apuntar a los grandes bancos porque tienen grandes presupuestos», un sistema de IA puede descubrir y priorizar una oportunidad más clara: bancos europeos de tier 1 que se esfuerzan por cumplir con la regulación DORA, que utilizan el software de core bancario Mambu, con entornos de nube híbrida y Salesforce como CRM. Ese nivel de granularidad reduce meses de investigación a minutos.

La IA transforma el descubrimiento de oportunidades de episódico a continuo. En lugar de esperar investigaciones trimestrales o informes de analistas, las empresas pueden mantener un mapa dinámico del “dolor del mercado”. Esto permite:

  • Recalibración continua de las prioridades de GTM
  • Iteraciones más rápidas de ajuste producto-mercado
  • Detección temprana de cambios de categoría
  • Posicionamiento más preciso basado en problemas emergentes y validados, no en suposiciones

Sin embargo, esta dependencia conlleva riesgos. La IA no es perfecta y la dependencia excesiva de ella puede desviar la atención hacia “señales brillantes” que los algoritmos amplifican, ignorando algunas necesidades emergentes de nichos o las innovaciones disruptivas que desafían los patrones de datos actuales. En el B2B, donde las transacciones dependen de información detallada del sector y de ciclos económicos complejos, la IA debería complementar, no reemplazar, el análisis cualitativo experto. La detección de oportunidades de mercado se convierte en una alianza entre el juicio humano y el reconocimiento de patrones automático, en lugar de una automatización completa.

2. Segmentación y targeting: el ocaso de la firmografía

La segmentación B2B ha estado dominada durante mucho tiempo por la firmografía: tamaño de la empresa, sector, geografía. Útil, sí, pero rudimentario. Segmentamos por tamaño de empresa, industria y geografía porque esos datos son fáciles de obtener, no porque predigan el comportamiento de compra. La IA convierte estas dimensiones en algo casi pedestre.

La segmentación por comportamientos y necesidades impulsada por IA expone brutalmente esta ficción. Al analizar los patrones reales (pila tecnológica, velocidad de cambio, estilo de toma de decisiones, tolerancia al riesgo, presión regulatoria), los segmentos tradicionales se revelan como categorías sin sentido.

¿Por qué agrupar a todos los «bancos de Europa» cuando la IA puede distinguir a aquellos que se preparan para cumplir con los plazos regulatorios, contratan habilidades específicas y experimentan con ciertas tecnologías?

La segmentación impulsada por IA permite lograr una precisión sin precedentes, impulsando las estrategias más allá de las amplias industrias hacia microsegmentos definidos por la intención de comportamiento en tiempo real, la adopción de tecnología e incluso el sentimiento.

El enfoque no lo marcan cohortes firmográficas; se trata de segmentos dinámicos en tiempo real definidos por intención, comportamiento y necesidades. En la práctica, esto significa que la segmentación ya no es estática («nuestro ICP son empresas SaaS de mercado medio con 200-500 empleados») sino fluida, con la IA reclasificando constantemente qué cuentas entran o salen del alcance según señales en tiempo real.

Cada clúster presenta puntos críticos, factores desencadenantes de compra y procesos de decisión radicalmente diferentes. Agruparlos porque tienen entre 500 y 2000 empleados y fabrican productos físicos es una negligencia estratégica. Sin embargo, lo hemos hecho durante décadas porque el análisis de comportamiento manual no escalaba. La IA lo escala sin esfuerzo, y de repente nuestras estrategias de segmento, cuidadosamente diseñadas, parecen vergonzosamente superficiales.

Esto desafía uno de los principios básicos de GTM: la noción de un Perfil de Cliente Ideal estático y un TAM/SAM/SOM fijo. En la era de la IA, el mercado objetivo es elástico, expandiéndose y contrayéndose diariamente a medida que surgen nuevas señales. El verdadero activo estratégico no es la definición del mercado en sí, sino la infraestructura de IA que la rediseña continuamente.

Si bien esta hipersegmentación permite un alcance personalizado, corre el riesgo de cegar a los equipos ante las narrativas de mercado más amplias. La segmentación excesiva puede causar parálisis por análisis, ya que los equipos de GTM deben perseguir grupos fragmentados sin cesar, diluyendo recursos y fragmentando los mensajes. La clave reside en equilibrar la precisión de la IA con el enfoque estratégico: usar segmentos para guiar, no para dictar, las estrategias de GTM.

En el próximo post analizaremos cómo la IA está revolucionando la comprensión profunda del cliente, el posicionamiento y los mensajes y la selección del mix de palancas de crecimiento.

El post “La IA y el fin del GTM B2B tradicional (1)” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing Estratégico para empresas tecnológicas y Product Marketing de productos tecnológicos te pueden ayudar.]

Deja un comentario

Cómo comunicar tu nueva funcionalidad de IA

por en 18 mayo 2025

El abuso del término «IA» en marketing genera desconfianza y reduce la intención de compra, especialmente en mercados «mainstream». Más eficaz es centrar la comunicación en beneficios tangibles, evitando tecnicismos. La clave está en mostrar cómo la IA potencia al usuario, no en destacar la tecnología. Lo importante es el valor percibido, no la jerga de moda.

Con la incorporación de la IA a todo tipo de productos, términos como «impulsado por IA» y «copiloto de IA» se han vuelto omnipresentes en el marketing y se utilizan en exceso. En el post anterior pasamos revista a los resultados de un par de estudios que intentaban responder a la pregunta: ¿cómo influye el hecho de revelar que un producto está «basado en IA» en la intención de compra, disposición a pagar, expectativas de prestaciones o confianza de los clientes?

Esos estudios revelaban que mencionar explícitamente el término «IA» afectaba negativamente a dichas variables. Aunque el concepto de Inteligencia Artificial está cada vez más de moda y es más popular en el panorama tecnológico actual, también trae consigo incertidumbres y aprensiones entre los clientes. Uno de los estudios mostraba que mencionar la IA tenía un impacto negativo sobre la intención de compra debido a que dicha mención reducía la confianza emocional de los clientes, y que este efecto era tanto más acusado cuanto mayor era el riesgo percibido del producto (por ejemplo, ese riesgo es alto en un equipo de diagnóstico médico).

Potenciado por IAPor supuesto, sólo se trata de las conclusiones de unos estudios, pero los resultados son reveladores. No es raro que la gente se muestre reacia a una palabra o frase una vez que entra en el territorio de la «palabrería de moda»… y la IA ha llegado sin duda a ese punto.

Irónicamente, los consumidores no parecían dudar en comprar estos mismos productos antes de que la IA se convirtiera en un argumento de venta principal, o incluso cuando la IA existía en un producto pero no era la característica más destacada. Los profesionales del marketing deberían tener en cuenta este comportamiento y profundizar en él para descubrir qué es lo que realmente inspira confianza a los consumidores a la hora de comprar y qué es lo que les importa a la hora de tomar decisiones de compra.

Si los clientes en general no responden positivamente a la etiqueta «IA», ¿por qué sigue siendo tan frecuente? La ciencia del comportamiento sugiere que se trata menos de las necesidades del cliente y más de presiones externas.

Los inversores y analistas suelen esperar que las marcas que apuestan por la IA generen expectación en el mercado e impulsen las valoraciones. Y el miedo a quedarse atrás con respecto a la competencia puede empujar a los equipos a hacer demasiado hincapié en la IA, incluso cuando se corre el riesgo de desconectar de lo que realmente importa a los usuarios finales: resolver sus problemas.

Algunas ideas para comercializar nuestra nueva funcionalidad de IA

La marca explícita con IA no es la única forma de vender nuestra innovación. Las conclusiones de los estudios apuntan a tácticas más inteligentes y eficaces basadas en la psicología del usuario y la ciencia del comportamiento.

A continuación repasamos algunas ideas de cosecha propia y otras extraídas de “Customers don’t care about your AI feature”.

La influencia del ciclo de vida del mercado

La compra de cualquier producto nuevo requiere una evaluación de riesgos y, hasta cierto punto, un acto de fe. En lo que respecta a la IA, si bien hay un segmento psicográfico abierto a la innovación tecnológica, hay otro que cree que la IA está causando más daños que beneficios o que tiene suficientes riesgos como para cuestionar sus ventajas; estas preocupaciones suelen ir desde que la IA tome decisiones que deberían requerir un juicio humano hasta temores sobre el uso indebido de datos. Incluso cuando se compra algo que aparentemente no tiene nada que ver con estas preocupaciones, como un televisor, estos temores subyacentes pueden influir subconscientemente en los consumidores, haciendo que estén menos dispuestos a comprar productos con la etiqueta «IA».

Es importante recordar que no todo el mundo es un tecnólogo a la hora de innovar. Oír hablar de tecnología revolucionaria hace que algunas personas piensen en escenarios distópicos en lugar de en un futuro en el que la tecnología mejore sus vidas y cree un mundo mejor.

Le cuestión debería ser: ¿Estamos vendiendo nuestro producto en el early market o en el mainstream market? ¿Estamos tratando de alcanzar nuestro encaje producto-mercado, vendiendo de manera oportunista nuestro producto -todavía incompleto- a clientes Entusiastas de la Tecnología y Visionarios? ¿O estamos abordando ya el mercado de los clientes Pragmáticos y Conservadores, que sólo se conforman con una solución completa y probada?

Porque, si estamos en el primer caso, mencionar explícitamente a la IA puede resultar no sólo tolerable, sino atractivo, para esas audiencias. Efectivamente, los clientes Entusiastas de la Tecnología pueden comprar nuestro producto (si tienen presupuesto) sólo porque está basado en la última tecnología y les da la oportunidad de experimentar con ella. Y los Visionarios pueden aceptar el riesgo de esa nueva tecnología si a cambio el producto les ayuda a mejorar radicalmente su negocio y a conseguir ventajas competitivas.

Por el contrario, en el mainstream market, los clientes Pragmáticos y Conservadores son más sensibles a los temores, incertidumbres y dudas creados por la IA y tal vez deberíamos optar por un posicionamiento y unos mensajes menos explícitos.

Obviamente, para escalar nuestro negocio tendremos que ir más allá del early market, con lo que las enseñanzas de esos estudios deberán incorporarse a nuestra estrategia para «cruzar el abismo» y conquistar el mainstream market.

Hablemos de valor, no de jerga

Volvamos a lo básico. Los clientes no deberían tener que descifrar cómo funciona nuestro producto; deberían entender al instante qué les aporta. En una clásica y acertada elección, Apple dio en el clavo cuando lanzó el iPod. En lugar de resaltar cuántos gigabytes de almacenamiento incluía, Apple fue directamente al cliente, prometiendo «1.000 canciones en tu bolsillo».

Canva dice que su función Magic Design ayuda a los usuarios a hacer diseños espectaculares sin esfuerzo. Su público no necesita «productividad potenciada por IA». Necesitan el resultado de esa productividad potenciada por la IA (la gente no quiere comprar un taladro de un cuarto de pulgada…). Del mismo modo, Notion hace en su marketing hincapié en los resultados, destacando el lema «Piénsalo. Hazlo». Esto no siempre significa que no podamos mencionar la IA, siempre y cuando también seamos claros en los beneficios tangibles en un lenguaje sencillo.

Hagamos tangibles las mejoras

La gente está cansada de promesas vagas como «mejorar la productividad» o «liberar la creatividad». En lugar de simplemente decirlo, demostrémoslo. Los números crean credibilidad, la especificidad genera confianza y los resultados medibles se recuerdan, especialmente si se complementan con una buena historia.

En lugar de afirmar: «Esta herramienta utiliza IA para revolucionar tu trabajo», probemos con: «Escribe tres veces más rápido» o «Ahorra 30 minutos al día en programación». El tiempo, el dinero o el esfuerzo ahorrado resuenan mucho mejor que un término de moda. Por ejemplo, GitHub Copilot destaca su impacto con «los desarrolladores están codificando hasta un 55% más rápido».

Contextualicemos y utilicemos una terminología con menos carga emocional

Al comercializar productos o servicios impulsados por IA, tengamos en cuenta la familiaridad y comodidad del público objetivo con la IA. Esto puede depender de la geografía y la cultura de nuestro mercado. Adaptemos los mensajes en función del riesgo percibido asociado al producto o servicio. Las ofertas de alto riesgo pueden requerir estrategias de comunicación más matizadas para fomentar la aceptación.

Podemos considerar la posibilidad de utilizar frases alternativas como «tecnología de vanguardia» o «tecnología avanzada», haciendo hincapié en las ventajas y características de las tecnologías de IA sin mencionar explícitamente la etiqueta «IA», lo que podría evitar asociaciones negativas y aumentar las ventas.

Aumentemos la confianza emocional

Aunque -dependiendo del contexto- podamos modular el uso de la etiqueta «IA» existen maneras de impulsar la confianza emocional de nuestros clientes y neutralizar los efectos de una posible disminución asociada al uso de esta tecnología:

Construir una imagen de marca más fiable

La marca es el recipiente que recoge las conexiones emocionales de nuestros clientes con nuestra empresa y producto. Construir una marca que les inspire emociones de seguridad y confianza, aplicando iniciativas de branding en nuestras actividades de generación de demanda, relación con los clientes, etc. o mediante brand marketing específico, aumentará la confianza emocional de los clientes en nuestros productos impulsados por IA.

Colaborar con partners acreditados en el mercado

Formar asociaciones o alianzas con partners que ya gozan de la confianza de los clientes puede hacer que estos se sientan más seguros y confiados a la hora de utilizar productos impulsados por IA.

Aumentar la transparencia y explicabilidad de la IA

La transparencia y la explicabilidad de la IA son cruciales para generar confianza en nuestros productos de IA, al permitir a los usuarios comprender cómo funcionan y por qué toman decisiones específicas. La transparencia y la explicabilidad mitigan las preocupaciones de privacidad y los riesgos asociados, al proporcionar orientación sobre la protección de datos personales y la evaluación de la privacidad.

Cuando tengamos que utilizar «IA», seamos cuidadosos

A veces, no hay forma de evitarlo: tendremos que utilizar «IA» para describir las capacidades de una nueva herramienta o funcionalidad. ¿Cuáles son esos casos? Algunas preguntas que nos ayudan a identificarlos:

  • ¿No hacer referencia a los aspectos del producto basados en la IA puede ser deshonesto o tergiversar la experiencia de alguna manera?
  • ¿Interactúa realmente el usuario con la IA en el producto (frente a la IA utilizada para procesos entre bastidores)?
  • ¿Puede la IA cometer errores que afecten negativamente a los clientes? ¿Necesitan saber que puede equivocarse?

Pero en esos casos recordemos que debe ir acompañada de un caso de uso claro o de una marca que conecte con las necesidades del usuario.

La marca de la IA debe ir más allá de anunciar la presencia de inteligencia artificial y, en su lugar, hacer hincapié en la relación complementaria entre la IA y las capacidades humanas (cómo hace que nuestro cliente salga favorecido, no que se sienta reemplazable).

Al comercializar lo que la IA puede hacer, la posición más fuerte es mostrar la IA como una herramienta complementaria que mejora y aumenta las capacidades humanas en lugar de sustituirlas. De hecho, estamos empezando a ver un cambio revelador en los mensajes, de «con IA» a «con un poco de ayuda de la IA».

Por ejemplo, Spotify AI DJ aprovecha la IA para crear selecciones de música personalizadas basadas en los hábitos de escucha y las preferencias. Al enfatizar el papel de «DJ», el mensaje conecta intuitivamente con los usuarios, permitiendo que la tecnología trabaje entre bastidores sin ser el centro de atención.

Una posible manera de implementar estas ideas consiste en elegir un nombre que exprese claramente el valor para el usuario (y que no incluya «IA»). Después, utilizar cuidadosamente «IA» en los materiales de apoyo para asegurarnos de que nuestros clientes encuentren una justificación a ese valor y sepan lo innovadores que somos.

Conclusiones

A medida que la tecnología se integra en más aspectos de los negocios y la vida cotidiana, mencionarla en marketing se está volviendo tan redundante como decir que su producto es «online» o «potenciado por la tecnología». Mencionar «Inteligencia Artificial» ya no es un elemento diferenciador.

La ciencia del comportamiento nos recuerda una dura verdad: los clientes no piensan como los profesionales del marketing esperan que lo hagan. No asocian automáticamente «IA» con «mejor». De hecho, algunos escépticos podrían suponer lo contrario. Aunque la IA pueda impulsar la tecnología subyacente, no siempre debería ser el titular (una noción que puede parecer contraintuitiva si estamos en Silicon Valley).

El valor real reside en cómo nuestros productos mejoran vidas, hacen el trabajo más eficiente y ayudan a los usuarios a alcanzar sus objetivos. Esta narrativa no se basa en palabras de moda, sino en comprender realmente las necesidades de los usuarios. Preguntémonos: ¿Me estoy basando en la «IA» como argumento de venta o estoy ayudando a los usuarios a ver cómo resuelvo sus problemas?.

Es hora de ir más allá de la etiqueta «IA» a la hora de elaborar nuestro posicionamiento. En su lugar, centrémonos en lo que más importa a nuestros clientes: los resultados que consiguen. Nuestros productos valen más que su componente de IA: se definen por su impacto. Los usuarios no recordarán nuestro producto como «impulsado por IA». Recordarán cómo ha mejorado sus vidas.

El post “Cómo comunicar tu nueva funcionalidad de IA” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Marketing estratégico para empresas tecnológicas y Product Marketing de productos tecnológicos te pueden ayudar.]

Deja un comentario

Los cuatro cilindros de nuestro motor de crecimiento (4): semillas

por en 4 noviembre 2023

El crecimiento basado en “semillas”, es decir, en el éxito de nuestros clientes actuales consiste en facilitar proactivamente este éxito para activar tanto la retención y la expansión en esos clientes como la referencia y la recomendación para conseguir clientes nuevos.

Seguimos explorando los cuatro cilindros de nuestro motor de crecimiento, en este caso las “semillas”: éxito de nuestros clientes actuales.

Semillas: éxito de nuestros clientes actuales

Las «semillas» son campañas “muchos-a-muchos” que se basan en las relaciones con los clientes actuales y en el boca a boca. Para la mayoría de empresas esto toma la forma de clientes satisfechos que generan referencias y altas tasas de renovación y de ventas cruzadas.

El éxito de nuestros clientes actuales crea múltiples oportunidades de crecimiento:

  • Menor pérdida de clientes: los ingresos más fáciles de conseguir provienen de mantener a los clientes que tenemos y de evitar el churn (crecimiento neto negativo).
  • Ventas adicionales a esos clientes: los clientes satisfechos tienen más disposición a probar y comprar otras ofertas nuestras (cross-sell y upsell).
  • Más referencias y recomendaciones a nuevos clientes.
  • Mejor marketing y venta: nuestra generación de leads y venta pueden potenciarse con estudios de casos y testimonios detallados de nuestros clientes actuales satisfechos.
  • Efectos de red: nuestro producto es tanto más valioso para los clientes cuanto más clientes lo están usando.

Servicio clienteLas empresas mejor gestionadas pueden registrar hasta un -2% de churn al mes (medido sobre los ingresos). Sí, es un 2% negativo, lo que significa que ganan más dinero cada mes. ¿Por qué? Porque los clientes que permanecen con ellos compran y gastan más de lo que la empresa pierde por la marcha de otros clientes.

El éxito de nuestros clientes genera un efecto flywheel de realimentación y autorefuerzo, gracias a un proceso circular donde nuestros clientes alimentan el crecimiento. Ciertamente, las “semillas” tienen puntos favorables muy notables, pero también aspectos negativos. Veámoslos a continuación:

  • Pros: esta palanca es altamente rentable. Las ventas adicionales a un cliente actual resultan mucho más baratas que conseguir clientes nuevos y el “boca a boca” es el canal más rápido y tiene las tasas de cierre favorable más altas.
  • Contras: resulta difícil cultivarla de forma proactiva para hacerla más predecible. Es necesario implementar una forma metódica de hacer que los clientes tengan éxito, documentarla y optimizarla incesantemente.

Esta disciplina experimentó un avance notable con la proliferación de modelos de negocio basados en la suscripción (por ejemplo, SaaS) donde resulta imprescindible retener al cliente para asegurar la rentabilidad. Esto llevó al nacimiento de la función conocida como Éxito del Cliente (Customer Success), que actualmente se ha extendido a múltiples sectores.

Pero el peso de una estrategia de “semillas” no recae sólo en el departamento de Éxito del Cliente. Sin ir más lejos, Marketing tiene un peso importante ejecutando campañas de información sobre los productos de nuestra empresa para favorecer la retención y la expansión, y utilizando el caso del cliente actual como material para atraer y persuadir a nuevos clientes. Muchos departamentos son protagonistas de esta estrategia:

  • Implementación, Onboarding, Solution Engineering, Delivery: su misión es implementar la solución del cliente y ponerlo en situación de empezar a capturar beneficios de nuestra colaboración. Esta función es muy relevante cuando la solución requiere importantes dosis de configuración, integración o desarrollos complementarios.
  • Customer Support: su objetivo es responder reactivamente ante problemas, errores, etc. de nuestra solución, cumpliendo unos niveles de servicio pactados (SLA).
  • Customer Success: se ocupa de colaborar proactivamente con el cliente para que éste alcance sus objetivos de negocio y obtenga el valor deseado durante todo el ciclo de vida de nuestra solución. Esta función colabora muy estrechamente con Account Management, que depende de Ventas y se ocupa de buscar deliberadamente oportunidades de expansión (cross-sell, upsell) y de recomendación en el cliente, con la consiguiente repercusión en los ingresos.

La mayoría de estas funciones pertenecen a una organización de nivel superior que en muchas empresas recibe el nombre Servicio al Cliente. Por eso en los siguientes puntos nos referiremos en general a ella, sin particularizar en sus diferentes áreas.

Las mejores prácticas en Servicio al Cliente

En los siguientes apartados vamos a discutir cómo la función de Servicio al Cliente puede desarrollar una estrategia de crecimiento basado en “semillas”.

Entender a nuestro cliente y su viaje

Debemos ser capaces de pensar como nuestro cliente. ¿Qué aspecto tiene el éxito cuando compra nuestro producto? ¿Qué quiere obtener de nuestro servicio?

El análisis del comportamiento del cliente y la IA pueden capturar y analizar grandes cantidades de datos para crear modelos predictivos y prescriptivos. Este análisis de datos puede ayudarnos a definir procesos para mejorar la CX.

Si nuestros equipos de éxito del cliente entienden el viaje de dicho cliente, pueden garantizar que estos permanezcan felices y satisfechos a lo largo de su relación con nuestra marca.

Desarrollar un proceso de onboarding impecable

Una de las funciones más importantes del equipo de éxito del cliente es asegurarse de que existe un proceso de onboarding optimizado. Nuestro equipo debe comprender las metas y los objetivos desde el punto de vista del cliente y establecer un rumbo para ayudarle a alcanzar el éxito inmediatamente. Enseñémosles a sacar el máximo partido de nuestro producto con herramientas, recursos y formación.

Al implementar un proceso de onboarding optimizado, el personal de servicio al cliente puede dar los pasos críticos hacia la realización del valor y acelerar el tiempo de creación de valor para un cliente.

Dividir nuestra base de clientes en segmentos más específicos y personalizar su experiencia

Lo que funciona para un cliente puede no funcionar para otro. Aunque tengamos varios clientes en el mismo sector, no hay dos exactamente iguales. Si deseamos centrarnos en más de un objetivo de éxito del cliente, podemos segmentar nuestra base de clientes para obtener de ellos diferentes definiciones de «éxito». Además, nuestros clientes son inteligentes y sabrán cuándo se les están enviando mensajes sin un toque personal.

Alinear los equipos de éxito del cliente y de producto

Si queremos atraer a nuevos clientes, perfeccionar su viaje y conseguir una alta retención a largo plazo, tendremos que mejorar la experiencia de nuestro producto para asegurarnos de que es la mejor posible. Dos equipos trabajando para crear una experiencia excepcional para el cliente es mejor que uno. Especialmente cuando el equipo de producto y el equipo de éxito del cliente están alineados y coinciden en las estrategias aplicadas.

Dedicar tiempo a los clientes y establecer conexiones personales no automatizadas

Una vez que hayamos afinado el proceso de onboarding y hayamos conseguido que nuestros clientes estén en marcha, no esperemos que ahora tengan que valerse por sí mismos. Nuestro equipo de atención al cliente debe seguir invirtiendo en ellos, dedicándoles tiempo una vez que estén totalmente integrados. Y ya sea una respuesta “enlatada” vía correo electrónico o hablar por teléfono con una máquina cuando tienen un problema de soporte nunca es la forma más productiva de comunicarse.

Por ello, nuestro equipo de éxito del cliente necesita hacer algo muy sencillo… coger el teléfono. Es importante dedicar tiempo a llamar a los nuevos clientes. Hacemos esto para poder construir una conexión personal con nuestra empresa, y también para ayudar a los clientes a maximizar el valor que obtienen de nuestro producto.

Ser proactivo y minimizar la fricción en las interacciones

A nuestros clientes no les interesa esperar días y días para recibir una respuesta a un ticket de soporte o a un correo electrónico. Quieren que sus representantes de atención al cliente sean proactivos y respondan con rapidez.

Los clientes también esperan comprobaciones frecuentes por parte de su representante de soporte, lo que demuestra que no se han olvidado de ellos una vez firmado el contrato.

Los clientes no quieren perder el tiempo. Cuando necesitan ayuda quieren obtenerla de la forma más fácil y rápida. Tal vez esto signifique una llamada telefónica en horario laboral, pero también puede significar un artículo de ayuda fácil de encontrar, una serie de correos electrónicos rápidos o un mensaje de Facebook.

Una experiencia sin fricciones suele empezar por que los equipos de éxito del cliente den un paso atrás y examinen cada paso del proceso. Así pueden determinar si un paso es necesario y cómo beneficia a la organización, al cliente y al empleado.

Es posible que los equipos de éxito del cliente también quieran investigar cómo las nuevas tecnologías, como los carritos inteligentes, los manuales de usuario interactivos y las recomendaciones contextuales, podrían ayudar a crear una CX sin fisuras.

Implementar un bucle de realimentación del cliente y analizar y compartir sus métricas

Los datos de nuestros clientes no tienen precio: asegurémonos de prestarles atención. Para ponerlo en práctica pensemos hasta qué punto los comentarios nos ayudarán a recopilar información de primera mano sobre nuestros clientes y sus pensamientos y sentimientos en torno a nuestro producto.

Tomemos el tiempo necesario para escuchar sus opiniones, informémosles de cómo pensamos responder y enviémosles siempre información actualizada para cerrar el círculo de comentarios.

El trabajo en equipo es crucial cuando se trata del éxito del cliente. Todos los equipos de la empresa deben recopilar las métricas de los clientes y compartir los datos con los demás miembros del equipo con regularidad.

La comunicación entre los diferentes departamentos es esencial para mantener todo bajo control y obtener los datos correctos en el momento adecuado. Lo mejor sería centrarse en las métricas clave del cliente: coste de retención del cliente, tasa de repetición de compra, tasa de retención del cliente, puntuación de satisfacción del cliente, tasa de abandono y puntuación del esfuerzo del cliente.

—

Demasiadas empresas se obsesionan con una única forma de crecer e ignoran las demás. Cada tipo de cliente potencial puede tener diferentes viajes, tasas de conversión, ciclos de venta, tamaño medio de las operaciones, clientes y métodos para aumentarlos. Lo importante es saber qué tipo(s), y en qué  combinación / equilibrio, funcionan mejor para nuestro negocio.

En este post discutimos las características de nuestro producto/mercado que influyen en la conformación de nuestro motor de crecimiento.

El post “Los cuatro cilindros de nuestro motor de crecimiento (4): semillas” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Estrategias de crecimiento en mercados tecnológicos y Marketing estratégico para empresas tecnológicas te pueden ayudar.]

Deja un comentario

Los cuatro cilindros de nuestro motor de crecimiento (3): bucles

por en 21 octubre 2023

El crecimiento basado en “bucles”, es decir, impulsado por el propio producto, está ligado a la posibilidad de prueba y uso gratuitos, a la viralidad intrínseca y a crear bucles que involucran a los recursos de nuestro ecosistema para fomentar la adquisición, la retención y la monetización y producir un crecimiento no lineal.

Seguimos explorando los cuatro cilindros de nuestro motor de crecimiento, en este caso los “bucles”: crecimiento impulsado por el producto.

Bucles: crecimiento impulsado por el producto

En su forma más pura, el Crecimiento Impulsado por el Producto (PLG, Product-Led Growth) significa que el propio producto adquiere, retiene y monetiza a los clientes, canalizándolos a través de un flujo de pago, normalmente sin contacto humano. En cierto modo, se trata de alcanzar el ideal de productos que “se venden solos”.

Crecimiento impulsado por el productoEsencialmente, se trata de un modelo muy diferente al de un movimiento impulsado por las Ventas o el Marketing, en el que la mayoría de los clientes potenciales se adquieren y se canalizan a través del viaje del usuario utilizando tácticas de marketing tradicionales y la intervención de las ventas antes de la monetización.

Aunque requiere una alta inversión, el Crecimiento Impulsado por el Producto es muy escalable porque dicha inversion se aplica a mejorar el rendimiento a través de todos los clientes potrenciales de nuestro mercado objetivo.

El PLG se aplica tanto en mercados B2C como en B2B y está conceptualmente muy ligado a la viralidad inherente y a la posibilidad de implementar en el propio producto pruebas gratuitas en autoservicio, modelos freemium, bucles de adquisición, retención, expansión y monetización y efectos de red.

Ejemplos de bucles

Recordemos algunos ejemplos de bucles PLG:

  • Los bucles naturales (Disparador – Acción – Recompensa) de uso de nuestro producto hacen que éste sea “pegadizo” y aumenten la involucración de los usuarios. Por ejemplo, un usuario está aburrido, va a Pinterest y “pinea” algo y obtiene la recompensa de encontrar algo relacionado con sus intereses.
  • Podemos crear bucles cultivados para aumentar la involucración, que promueven y amplifican los comportamientos naturales de los usuarios y dependen de disparadores extrínsecos, “forzados” por nosotros. Por ejemplo, Pinterest descubre que se ha creado nuevo contenido alrededor de los topics de interés de un usuario, el sistema le envía email o notificación push con ese nuevo contenido y eso desencadena un nuevo ciclo de vuelta a la aplicación, “pineado” y recompensa.
  • El producto puede poseer bucles virales en los que son los usuarios los que directa o indirectamente invitan a otros usuarios a unirse al producto y aumentan la adquisición. Por ejemplo, un usuario de Dropbox que quiere compartir información con otros usuarios les puede enviar desde dentro de la aplicación una invitación para registrarse en Dropbox y acceder a la información compartida.
  • Los bucles de contenido se basan en la creación de contenidos valiosos para nuestros potenciales clientes que sirvan para hacernos más visibles y atraerlos hacia nuestro producto, aumentando la adquisición. En el caso más favorable, estos contenidos pueden ser incluso creados y distribuidos por los propios usuarios de nuestro producto. Por ejemplo, en el caso de TikTok los usuarios, además de crear sus videos y publicarlos en la plataforma para que los vean sus seguidores y los usuarios en general, tienen todo el interés en difundirlos por todo tipo de canales alternativos (Facebook, Instagram…) para ganar audiencia, atrayendo así más visitantes hacia TikTok.
  • Los efectos de red hacen que un producto sea más valioso cuantos más usuarios tiene, contribuyendo a reforzar los otros bucles. Por ejemplo, cuantos más usuarios tienen WhatsApp, mayores son sus posibilidades de comunicación y más valioso resulta tanto para los usuarios nuevos como para los ya existentes.
  • Y, aunque no se trata de bucles, la posibilidad de prueba gratuita, el modelo freemium y la compra autoservicio (sin ayuda humana) reducen la fricción y fomentan el crecimiento del producto.

El PLG puro no vale para todo el mundo…

Aunque, como ya sabemos, el PLG está muy indicado en mercados B2C, en el caso de mercados B2B este enfoque de Crecimiento Impulsado por el Producto está más indicado cuando:

Si no se dan estas circunstancias no implica que no se pueda aplicar el PLG, pero para que gane tracción habrá que complementarlo con otras tácticas: desde crear nuevos casos de uso individuales y dotarlos de un onboarding impecable y un time-to-value rápido, hasta complementar el PLG con Ventas Enterprise, en lo que ha pasado a llamarse Product-Led Sales (PLS).

…pero toda empresa de producto puede aplicar PLG a un nivel básico

Pero ¿y si el producto ni siquiera se presta a la prueba gratuita, el freemium y a implementar esos bucles de adquisición, retención, expansión y monetización? Pues la verdad es que incluso el producto más “difícil para PLG” (de compra corporativa, sin un caso de uso individual sencillo, de implementación compleja, etc.) puede aplicar el Crecimiento Impulsado por el Producto, aunque sea a un nivel fundamental:

  • El producto debe ser lo suficientemente funcional y estable para que, una vez implementado (con toda la complejidad que eso implique), satisfaga a los clientes y estos nos puedan referenciar y recomendar. En muchos casos esta satisfacción vendrá entregada por los equipos de Éxito de Cliente de nuestra área de Servicio al Cliente (ver estrategia siguiente).
  • Debemos proporcionar maneras de que los clientes potenciales puedan experimentar sin fricciones el producto antes de la compra: tours guiados, demos interactivas basadas en los diferentes casos de uso, etc.
  • Debemos instrumentar una analítica de producto potente, que nos informe de las funcionalidades más y menos usadas, el perfil de uso de cada cliente, etc. Así podremos orientar el roadmap de producto y detectar oportunidades de upselling y cross-selling en los clientes.

En el próximo post analizaremos la palanca “semillas”: éxito de nuestros clientes actuales.

El post “Los cuatro cilindros de nuestro motor de crecimiento (3): bucles” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Estrategias de crecimiento en mercados tecnológicos y Marketing estratégico para empresas tecnológicas te pueden ayudar.]

Deja un comentario

Los cuatro cilindros de nuestro motor de crecimiento (2): arpones

por en 7 octubre 2023

Un crecimiento basado en “arpones”, es decir, en el uso de marketing y ventas enfocados en un conjunto limitado de cuentas prioritarias, requiere la aplicación de tácticas outbound y de perfiles y herramientas especializados para una prospección predecible y escalable.

Seguimos explorando los cuatro cilindros de nuestro motor de crecimiento, en este caso los “arpones”: marketing y ventas enfocados.

Arpones: marketing y ventas enfocados

Esta estrategia consiste en perseguir activa y sistemáticamente un conjunto limitado e identificado de clientes prioritarios (por razones de estrategia, potencial de ingresos, relevancia, etc.). Dichos clientes son habitualmente de tipo empresarial y entonces hablamos de “cuentas”.

Esta filosofía es selectiva -en una escala que va desde unos miles a unas pocas decenas de cuentas objetivo- y generalmente suele implicar en las fases finales del proceso de venta el uso de recursos comerciales especializados (aunque como veremos esto no siempre es así).

Marketing ventas enfocadosDichos recursos constituyen un canal “uno a uno”, de alto contacto y personalización extrema pero no muy escalable (para trabajar con más clientes debemos aumentar linealmente el número de comerciales). A cambio, es un canal muy predecible ya que por definición nos estamos dirigiendo a cuentas identificadas como atractivas. Las mencionadas características hacen que esta estrategia sea cara y sólo resulte rentable cuando el valor del tiempo de vida de los clientes (CLTV) es alto, típicamente superior a cinco cifras (en euros).

Por su naturaleza, este enfoque está esencialmente basado en la interrupción (outbound) y trata de generar oportunidades de venta en potenciales clientes que no están necesariamente buscando una solución. En muchas ocasiones la relación se entabla antes siquiera de que el cliente haya establecido con exactitud cuál es su problema, por lo cual las metodologías de venta tipo challenger son muy relevantes.

Implementando una estrategia de «arpones»

La manera tradicional de implementar esta estrategia ha sido:

  1. Definir nuestro Perfir de Cliente Ideal (ICP). Asumiendo, como es habitual, que nuestro mercado es B2B, el ICP es la descripción de una organización.
  2. Elaborar listas de potenciales organizaciones que se ajustan a nuestro ICP.
  3. Para cada organización mapear los puestos de los posibles participantes en el proceso de compra de nuestro producto y poblar los nombres y datos de contacto de las personas que los ocupan.
  4. Contactar a dichos individuos directamente mediante canales directos y personalizados: redes sociales, email, teléfono, visitas en persona.
  5. Construir la relación con la cuenta, descubrir la oportunidad, desarrollarla, ofertar, negociar y cerrar las operaciones.

Durante mucho tiempo esta labor de prospección la desempeñaron directamente los vendedores (Account Executives, Sales Executives) como parte de las actividades de desarrollo de su territorio. Esos mismos vendedores debían luego realizar el resto del proceso comercial.

Especializando la prospección

A principio de los años 2000, sin embargo, la situación comenzó a cambiar. Muchos empezaron a pensar que dejar estas actividades en manos de los vendedores no era la mejor solución.

Hay varios problemas en hacer que los Account Executives (los que tienen una cuota de operaciones que cerrar, estén sobre el terreno o en modo inside) sean los mismos que prospectan para conectar con nuevas cuentas:

  • No quieren hacerlo: es una labor que puede ser ingrata y que no satisface a personal senior, muy formado y experto.
  • Habitualmente los Account Executives son muy malos haciéndolo: las habilidades necesarias para ser un buen “cerrador” y un buen “prospectador” son diferentes y raramente se dan simultáneamente en la misma persona.
  • Aunque un vendedor excepcionalmente prospecte con éxito, inmediatamente pasa a estar absorbido por el cierre de las operaciones y deja de prospectar sistemáticamente.
  • Utilizar al personal más caro en una labor de relativamente bajo valor constituye un uso muy pobre de los recursos de la empresa.

Estos cambios dieron lugar a un enfoque de prospección directa más especializado, realizado por personal más junior (y más barato) en puestos de Business Development Representatives (BDRs) o Sales Development Representatives (SDRs) según la nomenclatura de cada empresa.

Típicamente, una vez establecido el nivel mínimo de contacto y comprobado que la organización encaja en nuestro ICP, el Business Development Representative traspasa la cuenta a un Account Executive para su desarrollo.

Esta especialización dio lugar al establecimiento de unas prácticas profesionales más estandarizadas (incluyendo, por ejemplo, la adopción de los entonces nuevos medios sociales) y a la aparición de herramientas software específicamente centradas en estas actividades.

ABM: Marketing se une al juego

Finalmente, a principios de la década de 2010, Marketing se incorporó a esta estrategia. El Account Based Marketing (ABM) nació como una manera de aplicar los canales y tácticas de marketing a un desarrollo de negocio más enfocado y de realizar de una manera más escalable lo que hasta ahora se estaba haciendo mediante contacto personal directo.

Este marketing es principalmente outbound pero -a diferencia de la estrategia de “redes”- está más enfocado y añade las mejores prácticas recientes en cuanto al uso de contenidos, la personalización y la aportación de valor para la audiencia.

Una nueva generación de herramientas software que incorporan capacidades predictivas basadas en IA, integración de datos de contacto multifuente, publicidad enfocada, personalización y analítica avanzada están allanando el camino para que esta estrategia se pueda implementar de manera eficiente y escalable.

El proceso de ABM se compone de las siguientes fases:

  1. Seleccionar cuentas estratégicas. Nominarlas y elaborar una lista en función de su valor estratégico para nosotros, incluyendo aspectos como la probabilidad de proporcionar ingresos. Esas cuentas deberán ajustarse a un Perfil de Cliente Ideal (ICP) que queremos priorizar y se caracterizarán entre otras cosas por un Viaje de Cliente.
  2. Descubrir contactos en las cuentas y mapearlos. Identificar los contactos relevantes en cada cuenta en función de su protagonismo en el viaje del cliente y mapear las relaciones entre ellos. Estos contactos pertenecerán a varias personas o arquetipos de comprador.
  3. Desarrollar insights sobre las cuentas. Aprender todo sobre ellas (tendencias y benchmarks sectoriales, retos, oportunidades sobre su negocio) para que nuestras interacciones sean siempre relevantes y resuenen con ellos.
  4. Generar mensajes y contenidos relevantes para la cuenta. Crear o adaptar contenidos que substancian los insights y dirigidos al equipo de compra.
  5. Proporcionar interacciones específicas de la cuenta. Conectar activamente y asegurarnos de que nuestros contactos objetivo consumen los contenidos
  6. Orquestar programas enfocados en las cuentas. Sincronizar interacciones y canales diferentes como parte de un plan de cuenta integrado.
  7. Definir y monitorizar métricas que reflejen un absoluto foco en la cuenta y en influenciar a la gente que importa.

El ABM, por su naturaleza más escalable que la prospección directa, ha permitido que la estrategia de “arpones” se pueda usar en cuentas de menos valor (CLTV), combinándola incluso con ventas en autoservicio y ampliando el ámbito de aplicación de este enfoque.

Sin embargo todo esto está cambiando recientemente, con la tandencia a automatizar y escalar la prospección y la aparición de herramientas innovadoras (ej.: enriquecimiento de datos).

En el próximo post analizaremos la palanca “bucles”: crecimiento impulsado por el producto.

El post “Los cuatro cilindros de nuestro motor de crecimiento (2): arpones” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Estrategias de crecimiento en mercados tecnológicos y Marketing estratégico para empresas tecnológicas te pueden ayudar.]

Deja un comentario

Los cuatro cilindros de nuestro motor de crecimiento (1): redes

por en 16 septiembre 2023

Nuestro motor de crecimiento tiene cuatro cilindros básicos: redes, arpones, bucles y semillas. Las “redes” consisten en las actividades de marketing y ventas con un alcance amplio de mercado.

Muchas empresas fían todo su crecimiento a una sola “palanca”: Marketing, Ventas,  etc. El caso más tradicional es el de empresas enfocadas en Ventas, que encomiendan totalmente sus ingresos a la actividad de sus comerciales, sin combinarlas con actividades sinérgicas en otros ejes. Pero también existen empresas basadas exclusivamente en el marketing… o el producto.

Las razones para este comportamiento pueden ser muy variadas: históricas (“siempre lo hemos hecho así”), personales (el CEO es un experto en producto y tiene la ilusión de que los productos deberían “venderse solos”), organizativas, financieras… Pero lo que resulta evidente es que dejar de lado algunas de las palancas de crecimiento disponibles (por principios o por ignorancia) nos hace perder oportunidades.

Cilindros de nuestro motor de crecimiento

¿Y cuáles son esas palancas de crecimiento? En éste y los tres siguientes posts vamos a presentar una clasificación atendiendo a la naturaleza de dichas palancas y muy centrada en el objetivo de generación de demanda para crecer.

Palancas motor crecimiento

Para ello vamos a aplicar una taxonomía inspirada en el popular libro “Predictable Revenue”, de A. Ross y M. Tyler, pero adaptada y ampliada a los tiempos actuales. De modo que los cilindros de nuestro motor de crecimiento son:

Lo más importantes de estas palancas, como ha quedado dicho, es que no son excluyentes. Si utilizamos una de ellas eso no quiere decir que no podamos utilizar las otras. De hecho sólo combinándolas de manera óptima, teniendo en cuenta nuestro producto-mercado y el momento en nuestro ciclo de vida, podremos conseguir un crecimiento predecible y escalable.

Veamos en detalle en qué consisten esas palancas.

Redes: marketing y ventas amplios

El crecimiento mediante redes consiste en utilizar nuestro Marketing y Ventas para “tender una red” lo más amplia posible de modo que en ella caiga el mayor número posible de leads dentro de nuestra audiencia objetivo y ganemos una elevada proporción de esos potenciales clientes.

Ciertamente, el marketing de amplio espectro puede aplicarse a varios objetivos:

A los efectos de esta explicación nos centraremos en el primero (generación de demanda) por ser el que tiene un efecto más directo en el crecimiento.

En las etapas iniciales del ciclo de compra de nuestros clientes, el enfoque de redes usa canales “uno-a-muchos”, escalables, automatizables, de bajo contacto y con una limitada personalización: buscadores, medios sociales, anuncios display…

Marketing ventas ampliosAunque esta estrategia es escalable (incluso -a veces- exponencialmente) no es muy predecible. Si duplicamos nuestros esfuerzos no es seguro que vayamos a duplicar nuestros resultados debido al componente aleatorio que hay en la audiencia que recibe nuestros impactos. Pero, gracias a su escalabilidad, puede ser rentable con productos baratos y oportunidades pequeñas.

Sin embargo el principal problema es que muchos de estos canales (ej.: SEO) no permiten (o permiten poco) filtrar quién recibe nuestros impactos y quién acaba registrándose como lead, con lo cual podemos acabar recibiendo muchos leads basura. Otros canales, notablemente la publicidad display, llevan tiempo prometiendo una alta segmentación y enfoque pero en la realidad esta promesa dista mucho de haberse cumplido. En definitiva, en el eje cantidad frente a cantidad de los leads esta estrategia acaba cayendo en el lado de la cantidad.

La estrategia de marketing+ventas de amplio espectro se suele dividir en dos enfoques:

  • Basado en la atracción: es lo que se conoce como Marketing Inbound y que es esencialmente sinónimo de marketing basado en contenidos. Consiste en generar, optimizar y distribuir “contenido magnético” que resulte muy valioso para nuestra audiencia, de modo que ésta termine compartiéndolo y amplificándolo y sirva para que resultemos más encontrables online.
  • Basado en la interrupción: es lo que se conoce como Marketing Outbound y consiste en aparecer ante nuestra audiencia objetivo cuando no nos espera a través de canales típicamente de pago tales como la publicidad -más o menos enfocada- en medios sociales o display.

Implementando una estrategia de «redes»

La manera tradicional de implementar esta estrategia ha sido:

  1. Definir nuestro segmento objetivo. En mercados B2C nuestro segmento es la descripción de un usuario-comprador. En B2B es la descripción de una organización.
  2. Identificar nuestros compradores y perfilarlos mediante personas. En mercados B2B es habitual que en nuestro segmento haya dos o más personas de comprador importantes.
  3. Identificar los viajes de esos compradores y las necesidades de información en cada etapa de los viajes. Un viaje de comprador puede ser algo tan sencillo como tres etapas: Conciencia – Consideración – Decisión.
  4. Generar, optimizar y distribuir contenido para las etapas de esos viajes. Por ejemplo:
    1. Para la etapa de Conciencia el contenido debe estar enfocado en responder a la pregunta “¿por qué (hacer algo)?” y a vender el problema del cliente que resolvemos.
    2. Para la etapa de Consideración el contenido debe centrarse en posicionar nuestro (tipo de) solución: cómo resuelve el problema de cliente y cuál es su valor.
    3. Para la etapa de Decisión el contenido debe estar enfocado en conseguir que nos elijan frente a la competencia, argumentando los aspectos diferenciadores de nuestro producto.

Y, lo que es muy importante, el marketing digital y especialmente el orgánico generan un efecto flywheel que se realimenta y autorefuerza gracias a que construimos activos (contenidos, enlaces, suscriptores, seguidores, recomendaciones…) cuyo efecto perdura en el tiempo y se acumula, sustentando y potenciando el resultado de las nuevas actividades.

Unos canales y tácticas de Marketing en continua evolución

El marketing amplio, tanto inbound como outbound, se debate sometido a la continua aparición de nuevos canales (ej.: TikTok, Web3) y técnicas (ej.: publicidad programática RTB). Lo que hasta hace poco eran piedras angulares de estas estrategias son sometidos a intenso escrutinio sobre su eficacia (véase el caso de la publicidad display) y los continuos avances tecnológicos alteran sin pausa la perspectiva.

Un caso muy reciente consiste en la influencia de la IA generativa (ChatGPT, Bard, etc.) sobre el SEO: en el futuro cada vez más resultados de búsqueda tomarán la forma de respuestas autocontenidas pertinentes a la consulta y generadas por una IA a partir del ingente contenido de la web, y que no incluyen necesariamente enlaces a las páginas originales. ¿Quiere esto decir que no habrá posibilidad de aparecer en los resultados orgánicos de la búsqueda? Pues seguro que es posible conseguir que nuestra marca aparezca en esa respuesta generada pero obviamente el procedimiento para conseguirlo será diferente al actual. Por ejemplo, si hasta ahora se trataba de lograr que sitios con autoridad enlazaran a nuestro contenido para mejorar su ranking, en el futuro será necesario que nuestro contenido y otros contenidos que lo mencionan sean incorporados a los datos de entrenamiento de la AI generativa.

Ampliando aún más el alcance

La evolución en estas técnicas está haciendo tambalearse incluso los principios básicos de esta estrategia. Sí -como decíamos hace un momento- su base tradicionalmente ha estado en identificar a nuestros compradores, modelarlos mediante personas y desarrollar y distribuir contenido para ellas, los enfoques más actuales proponen usar no sólo personas de comprador, sino personas sobre nuestra audiencia extendida, con capacidad para amplificar nuestro mensaje. Este enfoque reconoce los cambios en el ecosistema digital hacia una “economía de los creadores” y propone dirigir nuestros esfuerzos hacia:

  • Personas de compra: personas de marketing clásicas.
  • Personas de amplificación: personas que potencialmente podrían amplificar nuestra marca o contenidos. Incluyen una amplia variedad de productores de contenidos: periodistas, anfitriones de podcasts, marcas similares (no competidoras), creadores sectoriales.
  • Personas de atención: personas que prestan atención a nuestro contenido y podrían influenciar decisiones de compra pero que no es probable que lleguen a ser compradores. Pueden ser periodistas, analistas, inversores, creadores sectoriales.

Lo que sucede una vez capturado el lead

¿Y después de capturado el lead, qué? Pues dependiendo del tipo de producto y su proceso de compra hay que realizar diferentes actividades e intervienen diferentes departamentos:

  • Gestión de leads: en productos cuyo proceso de compra sea al menos mínimamente complejo la mayoría de los leads capturados no van a estar “listos para comprar”. Por eso hay que seguir cultivándolos, suministrándoles contenidos informativos que les ayuden a avanzar y realizando un scoring continuo que nos permita identificar cuándo pueden pasar a la siguiente fase.
  • Ventas autoservicio: en productos sencillos y baratos puede no estar justificada la intervención humana en la compra y ésta se realiza mediante autoservicio online.
  • Ventas personales: en productos más complejos y caros, donde el cliente ejecuta un proceso de compra de alto escrutinio y puede necesitar un trato más personalizado y profesional, resulta necesaria la venta de “alto contacto” asistida por comerciales expertos capaces de navegar por la organización del cliente y alinear a los múltiples involucrados en el proceso de compra.

En el próximo post analizaremos la palanca “arpones”: marketing y ventas enfocados.

El post “Los cuatro cilindros de nuestro motor de crecimiento (1): redes” se publicó primero en “Marketing & Innovación”.

[¿Quieres aprender a aplicar estas ideas en tu empresa? Nuestros talleres sobre Estrategias de crecimiento en mercados tecnológicos y Marketing estratégico para empresas tecnológicas te pueden ayudar.]

Deja un comentario