Previsión de ingresos con datos del embudo: cómo salir de la intuición en el forecast

La previsión de ingresos sale de dos datos que tu operación ya tiene: la tasa de conversión de cada etapa del embudo y el tiempo promedio que un lead tarda en recorrerlo. Con esos dos, la proyección se vuelve una cuenta. Sin ellos, se vuelve la suma de las expectativas de los vendedores, que es el forecast que falla feo todos los trimestres.

La buena noticia es que la cuenta es simple. La parte difícil, y la que este artículo trata con más atención, es garantizar que los números que entran en ella sean confiables. Por eso la mayoría de los textos sobre forecast decepciona: enseñan la fórmula, que es la parte fácil, y no dicen qué hacer cuando el CRM no guarda la información que la fórmula exige.

El cálculo, paso a paso

Todos los valores de abajo se usan solo como ejemplo.

Paso 1: levanta la tasa de conversión de cada etapa. Mira los últimos seis meses y calcula el paso entre una etapa y la siguiente. Digamos que tu operación tiene: de lead a contacto realizado, 60%; de contacto realizado a reunión, 40%; de reunión a propuesta, 50%; de propuesta a venta, 30%.

Paso 2: multiplica las tasas para hallar la conversión de punta a punta. En el ejemplo, 60% × 40% × 50% × 30% da 3,6%. De cada 100 leads que entran, casi 4 se convierten en clientes.

Paso 3: aplícala a lo que está en el embudo hoy. Si hay 500 leads nuevos en el tope, la proyección es de 18 ventas. Multiplicando por el ticket promedio, digamos R$ 8 mil, se llega a R$ 144 mil.

Paso 4: distribuye en el tiempo con el ciclo promedio. Si el ciclo promedio es de 60 días, esos ingresos no son del mes que viene, son del mes siguiente. Es el paso que casi todo forecast improvisado olvida, y es el que hace que la previsión coincida o no con el calendario del área financiera.

Paso 5: suma lo que ya está en curso. Cada negocio abierto entra con su valor multiplicado por la conversión restante de la etapa en la que está. Una propuesta de R$ 20 mil, con 30% de conversión en esa etapa, entra como R$ 6 mil en la previsión.

Fíjate en que los pasos 3 y 5 responden cosas diferentes. El tercero proyecta lo que la captación de hoy va a generar más adelante, y sirve para la conversación de marketing. El quinto proyecta lo que el equipo comercial debe cerrar a corto plazo, y sirve para la conversación de ventas. Sumar los dos en el mismo número, sin separar el horizonte de cada uno, es el error que hace que el forecast parezca bueno y llegue equivocado.

Ese método por embudo es el mismo descrito en materiales de referencia sobre previsión de ventas. Lo que cambia de una operación a otra no es la fórmula. Es la calidad del dato que alimenta cada paso.

Material de apoyo · En portuguésGuía de Prompts para Marketing y Ventas70 prompts con preguntas sobre marketing, ventas y comportamiento para hacerles a tus datos.Descargar la guía

Cuatro cosas que rompen la previsión en la práctica

Aquí está lo que suele explicar la diferencia entre lo previsto y lo realizado, y ninguna se resuelve tocando la planilla.

Etapa sin fecha de cambio. Si el CRM registra en qué etapa está el negocio, pero no cuándo llegó ahí, no puedes calcular el ciclo promedio ni el tiempo por etapa. Sin ciclo promedio, la previsión incluso acierta el total y falla el mes, lo que en la práctica es fallar.

Lead duplicado inflando el tope. La misma persona entró por el formulario y por WhatsApp, se volvió dos registros, y el tope del embudo parece mayor de lo que es. La tasa de conversión calculada sobre esa base sale artificialmente baja, y la previsión resulta menor que la realidad.

Negocio detenido sin estado actualizado. La propuesta se envió en mayo, el cliente desapareció, y el negocio sigue abierto en el CRM porque nadie lo marcó como perdido. Entra en la cuenta todos los meses, como si fuera a cerrarse, y es el principal responsable de los forecasts optimistas.

Tasa calculada sobre un período demasiado corto. En una operación de ciclo largo, tres meses de historial dan poca muestra. Dos ventas atípicas cambian toda la tasa. Usa de seis a doce meses y recalcula cada semestre.

Cómo reducir esos cuatro problemas

Los dos primeros son de estructura de datos: exigen que se registre la fecha de cada cambio de etapa y que el mismo contacto se resuelva como una sola persona. Tratamos esto en el artículo sobre el embudo unificado de marketing y ventas.

Los dos últimos son de rutina. Conviene acordar con el área comercial un plazo de inactividad a partir del cual el negocio se marca como perdido, y revisar la base periódicamente. Las rutinas de higiene de datos cubren este tipo de limpieza.

Una segmentación de "negocios detenidos hace más de X días" resuelve el tercer problema casi sola, porque convierte la limpieza en una lista que el equipo abre todas las semanas en lugar de un esfuerzo semestral. Las segmentaciones de Laiki permiten armar ese recorte combinando etapa, tiempo y comportamiento, y queda actualizado sin que nadie filtre una planilla.

Qué esperar de precisión

Una nota de expectativa, para que el número no se vuelva una promesa. Una previsión hecha sobre datos organizados falla, y falla menos. Vale por la tendencia y por la comparación: lo previsto contra lo realizado, mes a mes, muestra si el modelo está calibrado.

Si la diferencia es grande y siempre en el mismo sentido, el problema es una tasa desactualizada o un pipeline inflado. Si la diferencia oscila hacia los dos lados, es volumen bajo, y la proyección necesita una ventana más larga.

Conviene registrar lo previsto y lo realizado en algún lugar fijo, mes a mes. Sin ese historial, cada revisión empieza de cero y nadie nota que el modelo viene fallando en la misma dirección hace un semestre.

La previsión de ingresos mejora cuando mejora la base, y no cuando la planilla se vuelve más elaborada. Un modelo sofisticado sobre datos sucios sigue fallando, solo que con más decimales.

Preguntas frecuentes

¿Cuál es la diferencia entre previsión de ingresos y meta?

La previsión es lo que debería ocurrir si se mantiene el ritmo actual. La meta es lo que la empresa decidió perseguir. Cuando las dos se vuelven lo mismo, el forecast deja de ser un instrumento de gestión y se vuelve un ejercicio de optimismo.

¿Con qué frecuencia revisar el forecast?

Mensual para el número, y cada semestre para las tasas de conversión. Revisar la tasa todas las semanas hace que el modelo persiga ruido.

¿Necesito un CRM para hacer previsión de ingresos?

Necesitas registro de etapa con fecha, y eso normalmente vive en el CRM. La herramienta importa menos que la disciplina de registro: un pipeline actualizado en una planilla pronostica mejor que un CRM caro con campos en blanco.