Cómo medir la conversión de lead a MQL por cohortes

Agrupa por fecha de captación y mide el primer MQL con una ventana comparable.

Para evaluar la captación, necesitas seguir a cada grupo desde que entra en la base. Para planificar la carga de ventas, necesitas saber cuántos contactos cualificaron durante el mes. Puedes sacar ambas cifras de los mismos registros si guardas las dos fechas.

Construye la matriz con dos fechas por contacto

Usa el mes de captación para agrupar a las personas y el mes del primer MQL para situar su conversión. Define la captación como el primer momento en que una persona entra en la población analizada. Si una migración creó miles de registros el mismo día, conserva su fecha original cuando esté disponible y etiqueta aparte los contactos sin histórico fiable.

Cohorte de captación	Contactos	MQL en septiembre	MQL en octubre	MQL en noviembre
Septiembre	300	24	21	15
Octubre	350	—	28	35
Noviembre	400	—	—	50
Primeros MQL por mes		24	49	100

La columna de noviembre suma 100 primeros MQL. De ellos, 50 se captaron ese mismo mes. Al cierre de noviembre, el 12,5 % de la cohorte de noviembre había cualificado y la de septiembre acumulaba un 20 %. La primera cifra describe una cohorte joven. La segunda recoge casi tres meses de evolución para algunos de sus contactos.

Compara canales a la misma edad

Una solicitud de demo puede cualificar el mismo día. Un webinar puede generar una oportunidad semanas después, tras el seguimiento y varias interacciones. Para comparar canales, mide a cada contacto con el mismo plazo desde su captación.

La conversión a 30 días divide los contactos que cualificaron entre el momento de captación y los 30 días siguientes por el total de contactos que ya han tenido esos 30 días de observación. Puedes aplicar el mismo criterio a 60 y 90 días. Si evalúas una cohorte mensual incompleta, muestra la cobertura del denominador o espera hasta que todos sus contactos hayan alcanzado la ventana.

El mes de calendario y la edad del contacto cumplen funciones distintas. Una persona captada el 30 de octubre que cualifica el 2 de noviembre aparece en dos meses distintos de la matriz, aunque solo haya tardado tres días. Calcula la ventana de maduración con fechas individuales antes de agrupar.

Mantén fijo el origen de captación

Si Paid captó un contacto en septiembre y email generó su solicitud de demo en noviembre, ese contacto sigue perteneciendo a la cohorte de Paid de septiembre. Puedes registrar email como canal de activación para analizar el rendimiento del nurturing. Mantener ambos datos permite comparar la calidad de la captación y la contribución de la reactivación sin reasignar el contacto cada vez que interactúa.

Aplica la misma regla al denominador. Si tu informe excluye empleados, contactos de prueba o clientes existentes, esas exclusiones deben afectar tanto a los captados como a los convertidos. Documenta si la condición de cliente se evalúa en la fecha de captación o en la fecha actual, porque una persona puede cambiar de estado durante el periodo.

Qué necesita el modelo en BigQuery o Power BI

Trabaja con una fila por contacto canónico. Conserva su identificador, fecha de captación, fecha de primer MQL y canal de captación. Los contactos que todavía no cualificaron deben permanecer en el modelo con la fecha de MQL vacía. Si la señal viene de una oportunidad asociada a varios contactos, aplica primero la regla que identifica a cuáles les corresponde esa cualificación.

Una implementación práctica separa dos vistas. La primera agrupa por mes de captación y mes de primer MQL para dibujar la matriz. La segunda calcula, por contacto, si ya ha alcanzado cada ventana y si cualificó dentro de ella. Así evitas que un filtro de fecha de MQL reduzca por accidente el denominador al conjunto de personas convertidas.

Para validar el dashboard, toma un mes cerrado y compara el total de su columna con el informe de primeros MQL de ese mes. Después selecciona una cohorte y revisa algunos contactos que convirtieron dentro y fuera de la ventana. Con esas dos comprobaciones puedes detectar diferencias de fechas, filtros y nivel de conteo antes de comparar campañas.

Interpreta la curva antes de mover presupuesto

Imagina que Nexo compara dos cohortes ya maduras de 200 contactos cada una. Paid genera 30 primeros MQL en 30 días y 36 en 90. Webinars genera 14 en 30 días y 40 en 90. A los 30 días, Paid convierte un 15 % y Webinars un 7 %. A los 90 días, las tasas son del 18 % y del 20 % respectivamente. Este ejemplo ficticio muestra cómo el plazo de evaluación cambia la lectura de los mismos canales.

• Si necesitas demanda comercial para este mes, revisa el volumen y coste de los MQL generados en la ventana corta.
• Si estás evaluando la inversión del trimestre, compara cohortes maduras y añade coste por MQL y oportunidades aceptadas. La tasa por sí sola puede ocultar diferencias de coste y calidad.
• Si la curva pierde ritmo tras el primer mes, comprueba qué seguimientos recibieron esos contactos y si hubo cambios en el formulario, la audiencia o la definición de MQL.
• Si una cohorte tiene poco volumen, muestra los conteos junto a los porcentajes. Pasar del 10 % al 20 % puede representar un solo MQL adicional sobre diez contactos.

Prepara un modelo que aguante el cierre de mes

1. Fija una fecha de observación. Usa el mismo corte para decidir qué contactos ya han madurado y qué conversiones se pueden observar. Guárdalo si necesitas reproducir informes de cierres anteriores.
2. Crea los indicadores al nivel del contacto. Para cada ventana, guarda si la persona es elegible y si se convirtió dentro del plazo. Al filtrar por canal, suma convertidos y elegibles antes de dividir.
3. Distingue los ceros de los periodos sin observar. Una cohorte madura con cero conversiones debe mostrar cero. Una cohorte que todavía no ha alcanzado la ventana puede mostrar «En observación».
4. Comprueba los totales con el CRM. Compara primero los identificadores de los contactos. Si falta uno, revisa la fecha efectiva, la zona horaria, el estado de sincronización y la regla de deduplicación.

Evita promediar tasas de cohortes con tamaños diferentes cuando calcules la conversión global. Si un grupo convierte 10 de 20 contactos y otro convierte 90 de 300, la tasa combinada es 100 de 320, un 31,25 %. Promediar el 50 % y el 30 % asignaría el mismo peso a grupos de tamaños muy distintos.

Para el seguimiento semanal, combina la matriz con un gráfico de conversión acumulada por días desde captación. La matriz explica qué cohortes aportaron MQL este mes. La curva muestra cuándo empieza a convertir cada canal y cuánto gana al dejarlo madurar.

Preguntas frecuentes

Checklist del capítulo

• Validar las dos fechas por contacto
• Conservar los contactos sin cualificar
• Cuadrar la matriz con los primeros MQL del mes