Demostración del entregable · escenario ilustrativo

Lo que su dirección creía. Lo que el análisis reveló.

Un fabricante industrial B2B que llevaba ocho meses invirtiendo en más prospección. Las ventas no subían, y nadie sabía con precisión por qué.

El siguiente caso no corresponde a un cliente real. Se ha construido para mostrar el nivel de detalle, la lógica y el formato de un diagnóstico. Las cifras son coherentes entre sí, pero no representan resultados obtenidos por Evolutive AI Sales.

Ficha del escenario

EmpresaFabricante industrial B2B
Empleados45
Equipo comercial5 personas
Ticket medio18.000 €
Periodo analizado12 meses
Oportunidades analizadas74
Ganadas / perdidas / abiertas13 / 28 / 33
Entrevistas6
FuentesCRM, propuestas, notas
Confianza del hallazgo principalAlta
Hipótesis y revelación

El problema no estaba donde la dirección miraba.

Hipótesis inicial

La dirección atribuía el estancamiento a un volumen insuficiente de prospección — así que contrató más leads y compró más bases de datos durante ocho meses.

Lo que reveló el análisis

El volumen de nuevas oportunidades había aumentado un 30% en ocho meses, pero la facturación no. El punto de pérdida estaba después de la cualificación — entre discovery y propuesta.

El punto ciego

El patrón no estaba en una cuenta. Estaba repartido entre cinco.

El mayor patrón de pérdida se concentraba entre discovery y propuesta.

Cada comercial conocía bien sus propias cuentas, pero ninguno podía ver el patrón agregado del equipo. El patrón únicamente apareció al cruzar oportunidades, etapas, tiempos, notas y motivos de pérdida de los cinco. Por eso la dirección no podía descubrirlo preguntando: estaba repartido entre los datos de todo el equipo.

28 oportunidades (de 74) superaron 21 días en discovery

17 de ellas, sin decisor económico verificable en CRM

17 oportunidades × 18.000 € de ticket medio

= 306.000 € de valor bruto asociado al patrón

La cifra representa exposición comercial — el valor afectado por el patrón —, no ingresos garantizados ni necesariamente recuperables. Aun así, la empresa llevaba ocho meses invirtiendo en más leads para tapar un agujero que estaba dos etapas más adelante.

Trazabilidad del patrón (escenario ilustrativo): cómo se reparten las oportunidades afectadas.
PatrónAbiertasPerdidasGanadasTotal
+21 días en discovery1213328
Sin decisor verificable88117
Ambas condiciones77115
Cómo se presenta cada hallazgo

Con evidencia, no con opiniones.

Hallazgo 1 · Estancamiento discovery → propuestaEjemplo ilustrativo
HallazgoEl aumento de prospección no se tradujo en más ventas. El principal patrón de pérdida no está en la captación, sino después de la cualificación: entre discovery y propuesta.
Evidencia28 de las 74 oportunidades analizadas superaron 21 días en discovery; en 17 de ellas no había evidencia en CRM, notas ni entrevistas de contacto con el decisor económico. Puede reflejar ausencia real de acceso o un fallo de registro: ambas afectan al pipeline, pero requieren acciones distintas.
ConsecuenciaEl ciclo se alarga, el forecast se infla con deals que no avanzan y el equipo invierte tiempo en cuentas sin acceso real a quien decide.
AcciónDefinir un criterio de salida de discovery innegociable: acceso al decisor económico + necesidad cuantificada. Revisar semanalmente las que lo incumplan.
Automatización posibleAlerta cuando una oportunidad supera el tiempo esperado en discovery sin decisor identificado.
Radiografía por motor

Índice interno de madurez comercial: 58/100.

El punto ciego no era lo único. Esta es la foto por motor.

58/100 · índice interno de madurez comercial
Captación y calidad del lead
71
Gestión del pipeline
44
Ejecución comercial
62
CRM y calidad de datos
39
Forecast y gestión
48
Preparación para automatización e IA
55

Cada motor se puntúa con criterios observables de proceso, evidencia documental y consistencia de datos (42 en total). La puntuación prioriza decisiones dentro de la empresa; no es un benchmark estadístico del mercado. Los criterios sin información suficiente se marcan con confianza baja y no cuentan como fallo. Una puntuación baja en “Preparación para automatización e IA” no significa que la empresa deba automatizar más — sino que aún no están las condiciones de proceso, datos y gobernanza para hacerlo con fiabilidad.

Mapa de fugas

Las tres fugas, ordenadas por impacto estimado y urgencia.

Fuga 1 · Discovery → propuestaPrioridad alta

28 de 74 oportunidades superan 21 días en discovery; 17 sin decisor verificable.

La más cara: sin ruta validada al decisor, la probabilidad de cierre cae y el ciclo se alarga.

Fuga 2 · Post-propuestaPrioridad alta

9 de 22 propuestas activas llevan +30 días sin un contacto registrado.

Se enfrían solas hasta el “sin decisión”.

Fuga 3 · Datos del CRMPrioridad media

El 41% de los deals abiertos no tiene próximo paso ni fecha.

Por eso el forecast no es fiable.

Plan de 90 días

Sales sabiendo exactamente qué hacer.

No un informe para archivar: una secuencia de decisiones. El diagnóstico entrega este plan priorizado; la ejecución (configuración de CRM, automatizaciones, acompañamiento) es una fase aparte, no incluida en el diagnóstico.

Días 0-30

Detener la fuga cara

  • Criterio de salida de etapa innegociable (acceso al decisor).
  • Toda propuesta, con próxima acción y fecha.
  • Revisión semanal de oportunidades estancadas.
Días 30-60

Ordenar los datos

  • Campos críticos obligatorios en el CRM.
  • Limpieza de deals muertos que inflan el forecast.
  • Motivos de pérdida estandarizados.
Días 60-90

Asistir con IA

  • Alertas automáticas de aging y propuestas inactivas.
  • Reporting de dirección automatizado.
  • Medición de adopción y ajuste.
Tu turno

¿Cuál es el punto ciego de tu empresa?

El de este escenario solo apareció al cruzar los datos de todo el equipo — no los de una persona. En un diagnóstico real, casi siempre hay un patrón así: repartido, no evidente, y costando dinero desde hace meses. Eso es lo que el diagnóstico pone sobre la mesa.

Detectar mis fugas comerciales