La fricción en el funnel de ventas B2B casi nunca está repartida pareja entre etapas: se concentra en una, y esa es la que hay que arreglar primero. Se localiza calculando la tasa de retención entre cada etapa de tu CRM (contacto, reunión, propuesta, negociación, cierre): la etapa cuya retención cae a menos de la mitad del promedio de las demás es donde está la fuga real, no en el mensaje ni en la primera respuesta.
Fricción en el funnel es la pérdida de prospectos que ocurre entre dos etapas del pipeline: el prospecto entró a la etapa, existió como registro en el CRM y nunca pasó a la siguiente. Se mide como retención por transición (cuántos entraron contra cuántos avanzaron) y no como el porcentaje global de cierre, que suma todas las caídas en un solo número y esconde cuál las produjo.
Hasta un embudo que funciona tiene caídas de tamaños muy distintos. El agregado de campañas propias en MailBridge tocó 23,224 contactos: 537 contestaron (2.31%), 170 mostraron interés real (0.73% del total, 31.7% de las respuestas) y 24 se convirtieron en cita (14.1% de esas 170). Fuente: operación propia, mayo-agosto de 2026, verificado el 2026-08-17. Las tres transiciones caen en tamaños distintos y ninguna se explica con el mismo diagnóstico.
Diagnosticar dónde se pierde el prospecto es la letra I del método IMPRO (Investiga, Mensajes que llegan, Personalizados, Respuestas, Oportunidades): antes de tocar cómo le hablas a alguien, hay que confirmar a quién le vendes, cómo lo encuentras y en qué punto exacto se te va. Si el problema todavía es que nadie contesta un correo en frío, el diagnóstico es otro y anterior, y seis razones por las que nadie contesta cubre infraestructura, copy y timing. Esta pieza asume que ya hay respuestas y que algunas se vuelven reuniones.
¿Por qué se pierden los prospectos en un funnel B2B?
Cuatro causas explican casi todos los casos de fricción, y conviene revisarlas en este orden: las tres primeras se confirman o se descartan con reportes que tu CRM ya tiene (tasa de rebote, campo de cargo, notas de la reunión), y la cuarta exige leer las últimas conversaciones de cada deal estancado, uno por uno, en las notas del CRM o en la grabación si usas Gong o Fireflies. Empezar por la causa 4 cuando en realidad es la causa 1 es la forma más común de perder una semana.
- Datos de contacto de mala calidad. El correo rebota, el teléfono es de conmutador, o el contacto ya no trabaja ahí, algo que LinkedIn confirma en treinta segundos. El prospecto nunca llegó a enterarse de que existes.
- ICP mal definido, o el contacto no es quien decide. El mensaje llega bien, pero a una empresa o a una persona sin autoridad ni presupuesto para avanzar nada.
- La reunión de descubrimiento no calificó de verdad. Se agenda la cita, pero nadie confirma presupuesto, calendario ni decisor antes de mandar una propuesta.
- El comité de compra nunca llega a una decisión. El deal se queda en "lo vemos después" de forma indefinida, sin perderse contra un competidor.
¿En qué etapa exacta se está fugando tu pipeline?
Con dos números por etapa (cuántos deals entraron y cuántos pasaron a la siguiente) se calcula la tasa de retención de cada transición, sin comprar ninguna herramienta. La señal está en la fecha de entrada a cada etapa del pipeline, no en la fecha de creación del deal. En HubSpot es la propiedad Date entered [stage] del objeto deal, documentada como la fecha y hora en que el deal entró a esa etapa (propiedades de deal por defecto, consultada el 2026-09-11); Salesforce y Pipedrive guardan el mismo historial con otro nombre.
La regla de decisión: si la retención de una etapa es menos de la mitad del promedio de retención de las otras etapas del mismo trimestre, ahí se concentra la fricción real. Si las caídas son parejas (todas dentro de ±10 puntos porcentuales del promedio), el problema está arriba del funnel completo y se trabaja distinto.
Un caso construido para ilustrar el cálculo, no una cifra de mercado ni un cliente real: 400 contactos calificados entraron al pipeline en el trimestre.
| Transición | Entraron | Pasaron | Retención |
|---|---|---|---|
| Contacto → reunión agendada | 400 | 180 | 45.0% |
| Reunión → propuesta enviada | 180 | 32 | 17.8% |
| Propuesta → negociación | 32 | 16 | 50.0% |
| Negociación → cierre ganado | 16 | 7 | 43.8% |
El promedio simple de las tres transiciones sanas (45.0%, 50.0% y 43.8%) es 46.3%, y su mitad son 23.1 puntos. La transición reunión→propuesta retiene 17.8%, por debajo de ese corte: ahí está la fuga, no en el cierre ni en la primera respuesta. Con ese dato ya sabes qué causa investigar primero (probablemente la 2 o la 3, no la 4).
Esta consulta es el punto de partida, adaptando los nombres de objeto a los de HubSpot, Salesforce o Pipedrive:
SELECT
stage_from,
stage_to,
COUNT(DISTINCT deal_id) AS entraron,
SUM(CASE WHEN advanced = 1 THEN 1 ELSE 0 END) AS pasaron,
ROUND(100.0 * SUM(CASE WHEN advanced = 1 THEN 1 ELSE 0 END)
/ COUNT(DISTINCT deal_id), 1) AS retencion_pct
FROM deal_stage_transitions
WHERE quarter = '2026-Q3'
GROUP BY stage_from, stage_to
ORDER BY stage_from;
La regla tiene un límite: solo compara transiciones del mismo orden de magnitud. Aplicada al embudo de MailBridge de la apertura, la transición contacto→respuesta retiene 2.31% contra 31.7% de respuesta→positiva y 14.1% de positiva→cita. La mitad del promedio de esas otras dos son 11.4 puntos, así que la regla señalaría el 2.31% como la fuga. No lo es: 2.31% de respuesta en frío es lo normal. Por eso el cálculo se corre de "contacto calificado" en adelante, dentro del pipeline de deals, y no sobre el volumen frío de arriba.
¿Cuál es el arreglo de cada una de las cuatro causas?
El error más común es tocar el mensaje o migrar de Pipedrive a HubSpot sin saber cuál de las cuatro causas es la propia. Cada una tiene un arreglo específico y ninguno es intercambiable: cambiar el copy de una secuencia no arregla una fuga que está tres etapas más adelante, en la reunión que nunca calificó.
| Causa | Señal que la confirma | Arreglo |
|---|---|---|
| 1. Datos de contacto malos | Rebote por encima de 2% en la lista de esa etapa | Verificar la lista antes de seguir prospectándola |
| 2. ICP mal definido o sin autoridad | Menos del 30% de los contactos que llegan a reunión tiene cargo con presupuesto | Redefinir el criterio de ICP y contar cuántas empresas de ese perfil existen |
| 3. La reunión no calificó | En las últimas 10 reuniones sin propuesta no se registró presupuesto ni fecha de decisión | Checklist de calificación en la llamada |
| 4. El comité nunca decide | Más del 20% del pipeline en negociación lleva más de un ciclo sin movimiento | Marcar la no decisión como resultado propio, distinto de "perdido con competidor" |
Los umbrales de las causas 2 y 4 (30% de cargos con presupuesto, 20% del pipeline estancado) son criterios operativos propuestos aquí, no cifras de una fuente externa.
Improvitz, consultoría de prospección B2B con IA en México, vende el trabajo detrás de las causas 1 y 2 (calidad de datos y definición de ICP), así que recomendar descartarlas primero tiene un sesgo. Aun así, son las dos más baratas de descartar con datos que ya tienes.
Causa 1: datos de contacto de mala calidad
El umbral operativo propio es 2% de rebote en la lista de esa etapa: por encima de ahí, la lista es el problema. Como referencia de dónde cae una lista sana, dos campañas propias corrieron con 1.79% de rebote sobre 4,804 correos a 1,657 empresas y 1.40% sobre 9,211 correos a 3,162 empresas. Fuente: operación propia, verificado el 2026-08-07.
Verificar los correos antes de enviarlos (con Findymail, con Clay o con el verificador que ya traiga tu herramienta de envío) cuesta menos que quemar la reputación del dominio, y Google Postmaster Tools es donde se ve el daño cuando ya está hecho.
Si el rebote está por debajo de 2% pero las respuestas también son bajas, el problema es la infraestructura de envío, y cuando la tasa de apertura cae de golpe tiene su propio diagnóstico, con dominios, calentamiento y reputación de buzón. Antes de declarar baja una tasa de respuesta conviene revisar qué tasa es normal y sobre qué denominador se mide.
Causa 2: ICP mal definido o contacto sin autoridad
Antes de seguir prospectando un perfil, cuenta cuántas empresas del giro, tamaño y ubicación buscados existen de verdad en el DENUE del INEGI, que registra más de 6 millones de establecimientos con base en el Censo Económico 2024 (consultado el 2026-09-07). El DENUE filtra por actividad SCIAN, por rango de personal ocupado y por municipio, así que el conteo se hace con tu criterio exacto. Si tu ICP (perfil de cliente ideal) son manufactureras de 51 a 100 empleados en Monterrey, Guadalajara y la Ciudad de México juntas, y el DENUE devuelve un número de tres cifras o menos, el criterio es demasiado estrecho o apunta al segmento equivocado para el volumen que necesitas.
Una segunda señal, más barata todavía: revisa el campo de cargo de los contactos que llegan a "reunión agendada". Si menos del 30% tiene un puesto con poder de decisión o presupuesto (director, gerente de área, C-level), el canal está trayendo interlocutores sin autoridad de compra. Cómo reconstruir el ICP con ese filtro de autoridad y el filtro negativo está en Perfil de cliente ideal: la lista pesa más que el mensaje.
Un dato de contexto apunta en la misma dirección: en una encuesta de Gartner a 646 compradores B2B entre agosto y septiembre de 2025, 67% dijo preferir una experiencia de compra sin vendedor presente (Gartner, 2026-03-09; cobertura en Digital Commerce 360, 2026-03-17, consultado el 2026-09-11). Gartner vende investigación a equipos comerciales y tiene incentivo para narrar el proceso de compra como algo que solo su research explica. Aun así, la implicación operativa se sostiene: si quien llega a tu reunión ya investigó solo y no tiene autoridad, esa reunión no va a producir una propuesta que alguien firme.
Causa 3: la reunión no calificó de verdad
Revisa las notas de las últimas 10 reuniones que no llegaron a propuesta. Si en ninguna se registró presupuesto o calendario de decisión, la reunión se está usando para "conocernos" y no para calificar. No hace falta adoptar BANT ni MEDDIC completos: basta con que presupuesto, decisor y fecha de decisión queden escritos en el registro del deal antes de que alguien redacte una propuesta. El checklist completo de qué preguntar ya está resuelto en doce preguntas de descubrimiento que califican, así que aquí no se repite.
Si quien genera el contacto y quien lo cierra son áreas o proveedores distintos, vale la pena acordar la definición de SQL con quien te prospecta antes de seguir culpando a la reunión: a veces "calificado" significa cosas distintas para cada lado, y la reunión nunca tuvo oportunidad de calificar nada.
Causa 4: el comité de compra nunca decide
El deal que no se pierde contra un competidor se pierde contra la indecisión del comprador, y es un modo de falla distinto que casi ningún CRM registra aparte. Es la tesis de The Jolt Effect, de Matthew Dixon y Ted McKenna (2022), construida sobre un estudio de más de 2.5 millones de conversaciones de venta (ficha del editor, consultada el 2026-09-11). Los autores venden entrenamiento comercial basado en ese mismo estudio, así que de él se toma la dirección del hallazgo, sin ningún porcentaje.
La señal diagnóstica propia no necesita el estudio: cuenta cuántos deals estancados en negociación llevan más de un ciclo de venta típico sin movimiento. Si son más del 20% del pipeline abierto en esa etapa, esos deals nunca se cierran ni se descartan, y siguen inflando tu forecast. Tu pipeline review es donde se fuerza que cada deal estancado salga con una decisión, un dueño y una fecha, incluida la de marcarlo como no decisión y sacarlo del forecast activo.
¿Cuánto tarda en notarse el arreglo en el pipeline?
El efecto de corregir una etapa aparece en la cohorte que entra al funnel después de la corrección, y esa cohorte tarda el ciclo de venta completo en llegar a cierre. Comparar el total de cierres de este mes contra el del mes pasado mezcla deals de antes y de después del arreglo, y esconde si funcionó.
Se mide por cohorte: los deals que entraron a la etapa corregida antes del cambio contra los que entraron después, siguiendo a cada grupo hasta que termine su propio ciclo.
Arreglar las causas 1 y 2 cuesta horas. Investigar bien una empresa para confirmar cargo y autoridad de decisión toma 20-40 minutos. Entre 8 y 12 horas por semana por vendedor se van en eso; tomando el piso del rango, 8 horas, son 104 horas por trimestre (8 × 13 semanas), y a $250 MXN la hora cargada de un vendedor en México, $26,000 MXN por vendedor al trimestre (operación propia, verificado el 2026-08-17). Al tipo de cambio FIX del 10 de septiembre de 2026 (16.9722 MXN/USD, Banxico, consultado el 2026-09-11), son unos $1,530 USD por vendedor al trimestre en verificar contactos a mano.
Las causas 3 y 4 no tienen un costo monetario tan directo. Su costo es el ciclo de venta completo que se pierde mientras el deal estancado ocupa espacio en el forecast sin que nadie lo revise ni lo saque.
¿Cuándo no es fricción de funnel, sino la oferta o el momento del comprador?
Si la caída de conversión es pareja en todas las etapas al mismo tiempo, el problema está arriba del funnel completo y el diagnóstico etapa por etapa no va a encontrar nada localizado.
Dos casos concretos donde corregir una etapa no arregla nada:
- La retención cayó pareja en todas las transiciones el mismo trimestre. Es señal de un problema de oferta, precio o momento del mercado (el cierre del ejercicio fiscal en México, un movimiento de tipo de cambio que encarece un presupuesto en dólares). Corregir la reunión de descubrimiento no arregla un producto que dejó de encajar con lo que el mercado quiere pagar ahora.
- El pipeline es demasiado chico para que las tasas signifiquen algo. Con menos de 20-30 deals por trimestre, una sola venta grande o perdida mueve el porcentaje de una etapa entera. Ahí el cálculo espera a tener más volumen, dos o tres trimestres juntos, antes de sacar conclusiones.
Ignorar esos dos casos tiene un costo concreto: rediseñar el checklist de calificación o migrar de CRM cuando el problema real es de oferta o de volumen insuficiente consume tiempo comercial sin mover el número, y retrasa el diagnóstico correcto un trimestre completo.
¿Cómo evito que la misma etapa se vuelva a atorar?
Medir la conversión por etapa una sola vez no basta: sin cadencia de revisión, una etapa sana hoy puede empezar a fugar en dos trimestres sin que nadie lo note hasta que ya afectó el cierre del mes. La retención cambia con quien contrataste, con el mercado y con cuánto se relaja el criterio de calificación.
El mecanismo de prevención más barato es agregar la tasa de retención por etapa a la misma reunión donde ya se revisa el pipeline, con un dueño explícito (RevOps, o quien lleve esa reunión). La cadencia mínima es mensual, o cada pipeline review si esa reunión corre quincenal: una etapa que hoy retiene 40% puede caer a 25% en ocho semanas sin aparecer en un reporte trimestral hasta que ya arrastró dos meses de cierres por debajo de la meta.
Una regla operativa más: la no decisión se marca como un resultado propio en el CRM, distinto de "perdido con competidor". Mezclarlos esconde exactamente la causa 4.
¿Qué reviso hoy mismo en mi CRM?
El cálculo completo cabe en una sola sesión con lo que ya está en tu CRM, sin instalar nada nuevo. Son tres pasos, en orden:
- Saca, por trimestre, cuántos deals entraron a cada etapa del pipeline y cuántos pasaron a la siguiente. Un export a Google Sheets basta. Calcula la retención de cada transición.
- Compara cada retención contra el promedio de las otras. La que cae a menos de la mitad de ese promedio es la fuga real.
- Confirma cuál de las cuatro causas corresponde a esa etapa con las señales de la tabla, y aplica primero solo ese arreglo, no los cuatro a la vez.
Si al terminar los tres pasos las caídas resultan parejas en todo el funnel, o el pipeline es demasiado chico para que el cálculo signifique algo, este diagnóstico no te va a dar la respuesta: revisar la oferta o el ICP completo con alguien de afuera cuesta menos tiempo comercial que seguir ajustando etapas una por una. Si llegas a ese punto, agenda un diagnóstico antes de tocar nada más.
Nota: los resultados citados corresponden a implementaciones concretas, con su propio punto de partida, equipo y stack. No son una proyección de lo que va a pasar en otra empresa. Este artículo describe cómo se construyó el sistema, no promete su resultado.
