El lead scoring asigna una puntuación a cada contacto que llega al despacho, para decidir quién recibe la llamada del abogado antes de que se enfríe y quién entra en un seguimiento más lento. Sirve sobre todo a partir de los cincuenta o cien contactos al mes: por debajo de ese volumen, revisar cada formulario a mano todavía es manejable. El problema llega cuando el socio o el responsable de marketing ya no puede mirar cada ficha una por una y algunos leads calientes esperan tanto como los que nunca iban a contratar.
El lead scoring puntúa a cada contacto combinando su perfil (sector, cargo, tamaño del despacho o empresa que consulta) y su comportamiento (qué páginas visita, qué descarga, si pide cita) para decidir el orden de las llamadas. Superado un umbral fijado de antemano, el contacto pasa a gestión comercial inmediata; por debajo, sigue en seguimiento automático sin ocupar la agenda del abogado.
Qué es el lead scoring en tu despacho
Un despacho que capta leads por varias vías —formulario de la web, chat, descarga de una guía, un webinar— acumula contactos con muy distinto grado de interés. El lead scoring pone un número a esa diferencia: no decide si un contacto es bueno o malo, decide en qué orden merece la atención del abogado hoy.
El lead scoring es, en esencia, un sistema de puntos: cada dato del contacto y cada acción que realiza suma o resta, y el total decide si entra hoy en la lista de llamadas o se queda en el circuito de seguimiento automático.
Scoring demográfico frente a comportamental
El scoring demográfico puntúa quién es el contacto: el sector de su empresa, el cargo de quien rellena el formulario o si encaja con el tipo de cliente que el despacho ya factura mejor. Se calcula una sola vez, al entrar el lead, con los datos del propio formulario.
El scoring comportamental puntúa qué hace después: si abre los correos de seguimiento, si vuelve a la web o si consulta la página de honorarios. Un directivo del sector correcto que nunca abre un correo pesa menos que un cargo intermedio que ha visitado tres veces la página de precios. La combinación de los dos evita el error más habitual: puntuar solo por perfil y tratar igual a quien ya está listo para contratar y a quien solo miraba.
Las señales que puntúan a un contacto
No todas las señales valen lo mismo. Un despacho que monta su propio modelo suele mezclar datos de perfil con señales de comportamiento, y conviene distinguir las dos listas antes de ponerles un número. La idea conecta con algo ya tratado en este blog: la captación de leads no puede depender solo del abogado, y el scoring reparte ese trabajo sin perder ningún contacto caliente por el camino.
- Sector y tamaño de la empresa o del cliente que consulta
- Cargo o puesto de quien rellena el formulario
- Páginas visitadas, sobre todo la de honorarios o servicios
- Recursos descargados después del primer contacto
- Apertura y clics en los correos de seguimiento
- Solicitud directa de cita o llamada
Señales de intención que elevan la puntuación
No toda señal pesa igual, y el error habitual es puntuar cada clic como si valiera lo mismo. Visitar la página de honorarios o pedir cita suma más que abrir un correo, porque indica que el contacto ya compara precio o calendario, no solo se informa.
Conviene separar señales de interés (leer un artículo, suscribirse a la newsletter) de señales de intención (pedir una llamada, rellenar un segundo formulario con más detalle del caso, volver varias veces a la página de servicios). Un modelo que trata igual estas dos categorías acaba llamando antes a quien solo se informaba y deja esperando al que ya quería contratar.
Automatización e inteligencia artificial para puntuar leads
Puntuar a mano funciona con pocos leads, pero deja de ser realista en cuanto el despacho factura trabajo de verdad en marketing. El informe State of Marketing 2026 de HubSpot sitúa en el 86,4% los equipos que ya usan inteligencia artificial en al menos una parte de su marketing, y casi la mitad señala la automatización como la tendencia que más está cambiando su trabajo diario.
IA frente a reglas fijas en el scoring
Un modelo de reglas fijas suma puntos según una tabla que alguien ha decidido a mano: diez puntos por visitar precios, cinco por abrir un correo. Funciona, pero hay que revisarla cada pocos meses o se queda desfasada en cuanto cambia el tipo de cliente que llega.
Un modelo con aprendizaje automático mira qué combinaciones de señales terminaron en cliente real en los últimos meses y ajusta los pesos solo, sin que nadie tenga que revisar la tabla a mano cada vez que cambia el tipo de contacto que llega. El mismo informe de HubSpot recoge que el 93,8% de los equipos que ya automatizan parte del marketing notan mejor calidad en los leads que les llegan, no solo más volumen. Para un despacho pequeño, la puntuación solo sirve si llega al mismo sitio donde el abogado ya trabaja, normalmente el CRM para abogados, porque la hora de la llamada importa tanto como el orden.
La protección de datos al perfilar contactos
Puntuar a un contacto por su perfil y su comportamiento es, a efectos legales, elaborar un perfil. El artículo 34 de la Ley Orgánica 3/2018 (LOPDGDD) obliga a designar un delegado de protección de datos a quienes desarrollan actividades de publicidad y prospección comercial cuando el tratamiento se basa en las preferencias de los afectados o implica elaborar perfiles suyos. No es una obligación exclusiva de agencias grandes: alcanza a cualquiera que monte ese tipo de tratamiento, con el volumen que sea.
En la práctica, para un despacho que empieza a puntuar leads con un CRM o una herramienta de marketing automation, lo razonable es dejarlo recogido en el documento de seguridad y revisar con el proveedor del CRM si ya cuenta con uno propio, antes de montar el modelo desde cero. Cambiar de proveedor después de puntuar durante meses obliga a migrar también ese historial, y perderlo deja al despacho otra vez puntuando a ciegas.
Cuánto tarda en notarse la puntuación de leads
Un modelo de scoring necesita historial para acertar: con menos de treinta o cuarenta contactos cerrados como cliente, no hay suficientes casos para saber qué señales de verdad separan a quien contrata de quien no. Por debajo de ese volumen, las reglas fijas y sencillas rinden mejor que cualquier modelo automático, que simplemente no tiene con qué aprender todavía.
Antes de montar el modelo conviene revisar los 4 pasos donde el embudo de conversión pierde leads de tu despacho, porque puntuar contactos que ya se han perdido por el camino —por ejemplo, porque nadie les contestó a tiempo— no corrige nada: solo ordena mejor un problema que sigue estando antes, en la respuesta.
Con datos suficientes, lo habitual es empezar a notar el cambio en dos o tres meses: menos tiempo del abogado dedicado a contactos que nunca iban a contratar y una respuesta más rápida a los que sí.
Preguntas frecuentes sobre lead scoring
¿Qué puntuación indica que un lead está listo para la llamada?
No hay un número universal: depende de cómo se haya calibrado el modelo con los propios clientes cerrados. Lo habitual es fijar el umbral en el punto donde, mirando los últimos seis meses, la mayoría de los contactos que superaron esa puntuación terminaron contratando, y ajustarlo si suben los falsos positivos.
¿Sirve el lead scoring con pocos leads al mes?
Con menos de cincuenta contactos mensuales no compensa montar un modelo automático: revisar cada ficha a mano tarda menos que mantener el sistema. Sí ayuda, en cambio, llevar una lista simple con dos o tres señales de intención marcadas a mano, como pedir cita o visitar la página de honorarios.
¿Hay que avisar al contacto de que se le puntúa?
La política de privacidad del despacho debe mencionar que los datos del formulario se usan para priorizar el contacto comercial, como cualquier otro tratamiento. No hace falta un aviso aparte en el propio formulario, pero sí que ese uso quede recogido donde ya se informa del resto de tratamientos de datos.