Skip to content

¿Qué oportunidades de la previsión de este trimestre son realmente reales?

Audita el número comprometido con evidencia en lugar de opiniones. Combina oportunidades e historial de etapas de Salesforce, interacción de HubSpot y uso de producto de Amplitude en Querri, y divide la previsión en niveles de confianza alta, media y baja con totales en dólares sobre los que tu CFO pueda actuar.

Abrir Querri

Lo que necesitarás

Querri (Prueba gratuita) para combinar los tres sistemas, puntuar cada oportunidad abierta y construir la vista ejecutiva

Exportaciones de Salesforce, HubSpot y Amplitude — el Paso 1 detalla exactamente qué extraer de cada uno

Un ID de cuenta y tus objetivos trimestrales — para alinear los tres sistemas y medir frente al objetivo

Recursos gratuitos

Comienza tu prueba gratuita aquí →

Conjuntos de datos de ejemplo

Salesforce Opportunities Salesforce Opportunity Field History Salesforce Opportunity Contact Roles HubSpot Engagement Activity HubSpot Contacts Amplitude Account Weekly Usage Account Product Access Quarterly Sales Targets

Conjuntos de datos de demostración sintéticos que cubren 900 oportunidades a lo largo de cinco trimestres, no datos reales de clientes. Seguros para descargar y explorar. Sigue los pasos y obtendrás los mismos números que ves a continuación.

¿Necesitas ayuda?

Si tienes alguna pregunta, puedes solicitar una demostración o escribir a nuestro equipo.

Antes de empezar

Toda revisión de previsión funciona con la misma moneda: lo que cree el equipo de ventas. Etapa, probabilidad, categoría de previsión y una fecha de cierre que ya se ha movido dos veces sin que nadie lo note. No es deshonesto, simplemente no está verificado, y para la semana diez del trimestre nadie distingue entre una oportunidad que va a cerrarse y una de la que solo se habla.

Este playbook construye la otra vista. Una fila por oportunidad abierta, enriquecida con evidencia de fuera del CRM: si el comprador sigue respondiendo, si el decisor ha aparecido en el último mes, si la cuenta está usando el producto de verdad y cómo se han cerrado históricamente las oportunidades con este mismo patrón de señales. Después divide el trimestre en confianza alta, media y baja con totales en dólares, y nombra las oportunidades que explican la diferencia.

Cómo funciona:

  • • Sube las oportunidades de Salesforce con el historial de etapas y fechas de cierre, la actividad de interacción de HubSpot y el uso por cuenta de Amplitude con un indicador de acceso al producto
  • • Limpia el pipeline: marca fechas de cierre obsoletas, siguientes pasos ausentes, aplazamientos repetidos y valores atípicos de tiempo en etapa
  • • Puntúa cada oportunidad abierta según la interacción del comprador y el uso del producto, y prueba cada señal contra tus propias oportunidades cerradas antes de confiar en ella
  • • Divide la previsión en niveles de confianza alta, media y baja con totales en dólares
  • • Genera la vista ejecutiva: el número comprometido, el número en riesgo, el potencial adicional y las oportunidades concretas que explican la diferencia

Sigue los pasos

Abrir Querri →
1 Paso 1:

Sube Salesforce, HubSpot y Amplitude

Lleva los tres sistemas a un mismo proyecto. Cada uno responde a una pregunta distinta, así que incluye las piezas que le permitan hacerlo:

  • •

    Salesforce — oportunidades abiertas y cerradas (las cerradas son tu base de evidencia), el historial de campos de oportunidad para poder reconstruir los cambios de etapa y de fecha de cierre, y los roles de contacto para saber quién está realmente en la oportunidad.

  • •

    HubSpot — actividad de interacción a nivel de evento. Una fila por correo, llamada, reunión o formulario, cada una con una dirección y un resultado.

  • •

    Amplitude — uso semanal a nivel de cuenta, más una tabla de acceso al producto que indique si el uso aplica en absoluto a esa cuenta.

Añade tus objetivos de ingresos trimestrales y ya está todo. Querri perfila cada archivo y deduce cómo se relacionan.

Consejo: Incluye al menos cuatro trimestres de oportunidades cerradas. No puedes calificar una oportunidad de confianza alta hasta que puedas demostrar qué combinaciones de señales cerraron de verdad, y eso exige historial de ganadas y perdidas, no solo el pipeline abierto. Este ejemplo abarca cinco trimestres y 900 oportunidades.

2 Paso 2:

Limpia el pipeline antes de puntuarlo

Empieza por los problemas de higiene que inflan cualquier previsión: fechas de cierre ya pasadas, oportunidades sin siguiente paso documentado, fechas de cierre aplazadas más de una vez y oportunidades que llevan en una etapa mucho más tiempo que las que realmente se ganaron. Pide a Querri que reconstruya el historial de cada oportunidad y las marque:

Prompt

"Para cada oportunidad abierta con cierre en 2026-Q3, usa el historial de campos de oportunidad para calcular los días en la etapa actual, el número de veces que se ha aplazado la fecha de cierre y el total de días aplazados. Marca las fechas de cierre ya pasadas, los siguientes pasos ausentes y cualquier oportunidad cuyos días en etapa superen el percentil 75 de esa etapa entre las oportunidades ganadas. Muestra el número de oportunidades y los importes en dólares por cada marca."

El pipeline abierto del trimestre son 140 oportunidades por valor de $12,473,000, y 130 de ellas tienen al menos una marca. Solo 10 oportunidades, $644,500, salen limpias. El mayor problema no es la fecha de cierre, es el comité de compra: 122 oportunidades por valor de $10,598,000 no han tenido actividad de un decisor en 30 días.

Limpia el pipeline antes de puntuarlo
3 Paso 3:

Puntúa la evidencia y luego pruébala contra tus propias oportunidades cerradas

Ahora puntúa la interacción y el uso por oportunidad, y separa la interacción del comprador del esfuerzo comercial. Diez correos salientes sin responder no son evidencia. Una respuesta, una reunión celebrada, una llamada conectada o un formulario enviado sí lo son. Después demuestra que las señales funcionan puntuando tus oportunidades cerradas tal como estaban 14 días antes de cerrarse:

Prompt

"Para cada oportunidad, cuenta únicamente la interacción iniciada por el comprador: respuestas de correo entrantes, reuniones celebradas, llamadas conectadas y formularios enviados. Calcula los días desde la última respuesta del comprador, las reuniones celebradas en los últimos 30 días, los contactos únicos con interacción y si un comprador económico o decisor interactuó en los últimos 30 días. Después puntúa cada oportunidad cerrada a fecha de cierre menos 14 días y muestra la tasa de victoria de cada banda de señal."

En 720 oportunidades cerradas, la tasa base de victoria es del 60.7%. La recencia de la interacción la parte de forma brutal: una respuesta del comprador dentro de 7 días vale un 89%; pasados los 30 días se hunde al 5%. La implicación del decisor es igual de tajante, un 94.6% frente a un 28.6%, y tres o más contactos con interacción ganan el 99% de las veces mientras que las oportunidades con un solo interlocutor ganan el 19.5%. La propia categoría del CRM también era informativa: todas las oportunidades que seguían en Best Case a 14 días del cierre se perdieron, las 118.

Puntúa la evidencia y luego pruébala contra tus propias oportunidades cerradas
4 Paso 4:

Divide la previsión en niveles de confianza

Ahora clasifica el pipeline abierto según las señales que superaron la prueba: recencia de la interacción, implicación del decisor, número de interlocutores, estabilidad de la fecha de cierre y duración en etapa frente a la norma de las oportunidades ganadas. La confianza alta exige contacto reciente con el comprador, un decisor activo, como máximo un aplazamiento y una duración en etapa dentro de la norma. La confianza baja es donde falta la evidencia, no donde simplemente es escasa:

Prompt

"Puntúa cada oportunidad abierta de 2026-Q3 según la recencia de la interacción, la actividad del decisor, los contactos con interacción, los aplazamientos de la fecha de cierre y la duración en etapa frente al valor de referencia de las oportunidades ganadas. Asigna confianza Alta, Media o Baja, y muestra el número de oportunidades y los totales en dólares por nivel, cruzados con la categoría de previsión del CRM, añadiendo la tasa histórica de victoria de cada nivel."

$3,420,000 del pipeline abierto, el 27% del total, está en el nivel más bajo, donde oportunidades históricas comparables se ganaron el 14.3% de las veces. Y los niveles atraviesan las categorías del CRM en lugar de seguirlas: $432,500 de Commit puntúan como Baja, mientras que $3,055,000 de negocio de confianza alta quedan completamente fuera de Commit.

Divide la previsión en niveles de confianza
5 Paso 5:

Genera la vista ejecutiva

El último paso convierte los niveles en las cuatro cifras que un equipo directivo realmente necesita, y después nombra las oportunidades que explican la diferencia, con la evidencia concreta que falta junto a cada una, para que la reunión trate de acciones y no de adjetivos.

Cerrado

$3,148,500

41 oportunidades ganadas, el 105% del objetivo

Comprometido

$2,905,500

43 oportunidades abiertas por encima de lo cerrado

En riesgo

$1,895,500

24 de esas oportunidades, sin evidencia

Potencial adicional

$3,055,000

31 oportunidades sólidas fuera de Commit

La narrativa que escribe Querri:

El objetivo del trimestre ya está cubierto por el negocio cerrado. La exposición está en lo que se ha prometido por encima de eso.

  • • Solo el 58% de ese número comprometido ($1,689,000 en 24 oportunidades) está respaldado por interacción reciente del comprador, un decisor activo y una fecha de cierre estable.
  • • El bloque en riesgo está en el nivel donde oportunidades comparables se ganaron históricamente el 14.3% de las veces, y $3,055,000 de negocio de confianza alta no están en Commit en absoluto. La previsión se equivoca en ambos sentidos.
  • • La solución más rápida no es una aprobación de precio. Es una reunión con un comprador económico en esas 24 oportunidades.

Lo que puedes crear o exportar:

  • Una vista ejecutiva de la previsión en una página: cerrado, comprometido, en riesgo, potencial adicional y los responsables nombrados de la diferencia
  • La tabla de puntuación por oportunidad con todas las señales y marcas, exportable a Excel, CSV o Google Sheets
  • Un dashboard en vivo que tu equipo de ingresos puede abrir el lunes, actualizado de forma programada
  • Una presentación narrada para la reunión de previsión o el consejo, exportada a PDF o PowerPoint
  • Un proyecto guardado que puedes volver a ejecutar cada semana, para que el movimiento de niveles semana a semana se convierta en su propia alerta temprana
Genera la vista ejecutiva

Consejos para una revisión de previsión en la que la gente confíe de verdad

Separa la interacción del comprador del esfuerzo comercial

Diez correos salientes sin responder hacen que una oportunidad parezca activa y no cambian nada sobre si se cerrará. Cuenta solo la evidencia iniciada por el comprador: respuestas entrantes, reuniones celebradas, llamadas conectadas, formularios de alta intención. En este conjunto de datos esa única distinción es la diferencia entre una tasa de victoria del 89% y otra del 5%.

Valida cada señal antes de que mueva un dólar

Puntúa tus oportunidades cerradas tal como estaban dos semanas antes de cerrarse y comprueba qué bandas de señal separaron realmente las ganadas de las perdidas. Aquí la recencia de la interacción y la implicación del decisor fueron decisivas, y el uso del producto no lo fue. Si hubiéramos puntuado el uso por intuición, los niveles habrían estado equivocados con toda seguridad.

Informa de la composición, no solo del total

Ponderado de dos formas distintas, el pipeline abierto de este trimestre sale con un millón de dólares de diferencia, y los niveles atraviesan las categorías del CRM en ambos sentidos: oportunidades de Commit sin evidencia que las respalde y oportunidades de confianza alta que nadie ha comprometido. Un total que casualmente parece razonable, construido con oportunidades mal clasificadas, te costará igualmente el trimestre. Muestra los niveles, no la suma.

Ejecútalo igual cada semana

La constancia gana a la sofisticación. Guarda el análisis como proyecto en Querri y prográmalo, para que el nivel en el que estaba una oportunidad la semana pasada sea comparable con el de esta. Una oportunidad que baja de Alta a Baja suele ser una advertencia más clara que cualquier marca individual, y llega cuando todavía puedes hacer algo al respecto.

¿Tienes un diccionario de datos? Tráelo. ¿No tienes uno? Crea un primer borrador en Querri.

Un diccionario de datos documenta qué significan los campos de tus datos, cómo se definen los términos de negocio importantes y cómo se relacionan los distintos sistemas entre sí. El análisis de previsión depende de él de forma poco habitual, porque casi todos los términos están en disputa: qué cuenta como interacción del comprador, qué roles se consideran decisores, cuándo un cambio de fecha de cierre cuenta como aplazamiento y qué se supone que significa "Commit" en tu empresa. Los conjuntos de datos de ejemplo de abajo usan nombres de campo cercanos a los predeterminados de Salesforce, HubSpot y Amplitude, así que Querri puede deducir mucho por su cuenta, pero las definiciones que deciden una previsión tienes que declararlas tú.

Muéstrame cómo traer o crear uno

Si ya tienes un diccionario de datos

Súbelo junto a los datos y dile a Querri cómo quieres que se use. Querri puede trabajar con varias fuentes en un mismo proyecto, investigar su estructura y contenido, identificar tipos de datos y relaciones, y combinar fuentes cuando sea necesario.

Prompt

"Usa nuestro diccionario de datos como referencia para interpretar los datos de Salesforce, HubSpot y Amplitude de este proyecto. Aplica sus definiciones de etapas, categorías de previsión, roles de contacto y resultados de interacción. Si los datos parecen contradecir el diccionario, señala el conflicto en lugar de hacer una suposición."

Si no tienes un diccionario de datos

Usa Querri para crear un primer borrador útil. Sube las fuentes que quieras documentar y luego pide a Querri que las inspeccione y construya una tabla con todo lo que necesita un buen diccionario:

  • Nombre de la fuente
  • Nombre del campo o columna
  • Tipo de dato inferido
  • Valores de ejemplo
  • Significado de negocio probable
  • Posibles relaciones con campos de otras fuentes
  • Preguntas o ambigüedades que necesitan aclaración humana
Prompt

"Revisa las fuentes de este proyecto y crea un primer borrador de diccionario de datos. Para cada campo, muestra la fuente, el nombre del campo, el tipo de dato inferido, valores de ejemplo, el significado de negocio probable y cualquier campo que parezca útil para combinar fuentes. Señala las definiciones que no puedas determinar con confianza en lugar de adivinar."

Después añade el contexto de negocio que solo tu equipo conoce

Querri puede deducir muchísimo de los datos en sí, pero las definiciones que deciden una previsión vienen de tu equipo. Querri puede ver que una actividad tiene el resultado "Replied" y la dirección "Inbound"; solo tú puedes decir que eso es lo que tu empresa cuenta como interacción del comprador. Reglas como estas no se pueden aprender solo de los datos:

  • • La interacción del comprador significa respuestas entrantes, reuniones celebradas, llamadas conectadas y formularios enviados, no apertura de correos ni inscripciones en secuencias
  • • Comprador económico, decisor y patrocinador ejecutivo son los roles que cuentan como implicación de un decisor
  • • Un cambio de fecha de cierre solo cuenta como aplazamiento cuando la nueva fecha es posterior a la anterior
  • • El uso del producto aplica a clientes, pruebas y pilotos, y nunca a cuentas sin acceso al producto
  • • Los valores atípicos de duración en etapa se miden frente al percentil 75 de las oportunidades ganadas, no frente a una media

Guarda tus definiciones estándar una sola vez

Cuando una definición es un estándar de la empresa, guárdala una sola vez en lugar de repetirla en cada chat. Añade reglas para toda la organización en Configuración de contexto, y Querri las aplica automáticamente a cada análisis que ejecuta tu equipo. Para la visión más amplia, la Biblioteca de Querri es donde vive el contexto de datos de tu empresa: aprende tu negocio y mantiene coherentes tus fuentes, definiciones y reglas de negocio en todas partes. Cuando tu diccionario tenga buen aspecto, puedes exportarlo a CSV o Excel para usarlo fuera de Querri.

Un buen diccionario de datos mejora con revisión humana

Piensa en el diccionario que genera Querri como un punto de partida, no como la autoridad final. Querri hace la parte tediosa: perfilar campos y proponer definiciones. Tu equipo confirma el significado de negocio, corrige los casos ambiguos y añade las reglas que no se pueden aprender de los datos. En una revisión de previsión, esa referencia compartida vale tanto como el análisis, porque saca la discusión de lo que significan los números y la lleva a qué hacer con ellos.

Preguntas frecuentes

¿Qué significa realmente "confianza en la previsión"?
La confianza en la previsión es la cantidad de evidencia independiente que respalda una oportunidad, al margen de lo que el equipo de ventas crea sobre ella. Salesforce te dice qué está previendo el equipo. HubSpot te dice si el comprador sigue interactuando. Amplitude te dice si la cuenta está obteniendo valor del producto. Una oportunidad tiene confianza alta cuando esas fuentes coinciden y su propio historial está limpio. Tiene confianza baja cuando el CRM dice una cosa y todas las demás fuentes no dicen nada.
¿Por qué no usar simplemente el campo de probabilidad del CRM?
Porque la probabilidad suele ser una función de la etapa, y la etapa es una afirmación más que una observación. Pondera el pipeline abierto de este trimestre por la probabilidad del CRM y obtienes $6,759,240. Pondéralo por lo que hicieron históricamente las oportunidades comparables de cada nivel de evidencia y obtienes $7,806,756. Mira dentro de esos dos totales y la discrepancia es rotunda: el CRM carga $1,792,035 de expectativa en el nivel más bajo, donde la evidencia dice $489,060, y solo $2,577,045 en el nivel más alto, donde la evidencia dice $4,663,352. Es optimista con las oportunidades que históricamente se pierden y pesimista con las que se ganan. Los totales son un argumento. La composición es el argumento sobre el que actúas.
¿Qué señales predijeron realmente las victorias?
Al probarlas contra 720 oportunidades cerradas con todas las señales congeladas 14 días antes del cierre, la interacción del comprador dominó. Las oportunidades cuyo comprador había respondido en los últimos 7 días se ganaron el 89% de las veces; las que no tuvieron respuesta en 31 días o más, el 5%. La actividad del decisor en los últimos 30 días separó los resultados entre 94.6% y 28.6%. Tres o más contactos con interacción ganaron el 99%; las oportunidades con un solo interlocutor, el 19.5%. Los aplazamientos de fecha de cierre y los tiempos excesivos en una etapa importaron menos, pero aun así movieron el número: nunca aplazadas 63%, aplazadas dos veces 37%.
¿El uso del producto debería reducir la puntuación de confianza de una oportunidad?
Solo donde la cuenta pueda usar el producto de verdad, y solo después de haberlo comprobado. En este conjunto de datos la tendencia de uso apuntaba en la dirección equivocada: las cuentas cuyo uso era plano o descendente ganaron el 65.7% de las veces frente al 58.4% de las cuentas cuyo uso crecía, y la correlación entre actividad reciente y victoria fue r = -0.035, p = 0.35. Estadísticamente nada. Así que el uso se queda en el análisis como contexto y como indicador de riesgo de renovación, pero no mueve el nivel. Esa es la lección real: valida una señal contra tus propias oportunidades cerradas antes de dejar que cambie el número que le das a tu CEO.
¿Cómo evitas el sesgo de anticipación al probar las reglas de puntuación?
Congela cada señal en un punto fijo anterior al resultado. Aquí cada oportunidad cerrada se puntúa a fecha de cierre menos 14 días, usando solo la etapa, la categoría de previsión, el importe, la actividad y el uso que existían en esa fecha, reconstruidos a partir del historial de campos de Salesforce. Sin esa disciplina acabas midiendo la mecánica del cierre (contratos firmados, reuniones celebradas en la última semana) y tu modelo parece mucho más preciso de lo que habría sido en la vida real.
¿Y si los tres sistemas no comparten un ID de cuenta?
Combina por orden de prioridad: primero un ID de sistema compartido, luego un ID del CRM almacenado como propiedad en el otro sistema, después el dominio del sitio web o del correo, luego un nombre de empresa normalizado y, por último, una tabla de excepciones mantenida manualmente. Nunca cruces solo por nombre de empresa. Informa siempre de tu tasa de coincidencia y trata las cuentas sin coincidencia como desconocidas, no como evidencia de falta de interacción o de uso.
¿Necesito instantáneas históricas de la previsión para hacer esto?
Puedes construirlo todo a partir del historial de campos de las oportunidades, que es lo que hace este playbook. Las instantáneas semanales lo mejoran: permiten ver cuánto se movió la previsión esta semana, qué oportunidades se añadieron al final del trimestre, cuáles oscilan entre Best Case y Commit, y qué comerciales prevén de más de forma constante. Si aún no tienes instantáneas, empieza hoy a guardar una copia semanal de tu pipeline abierto en un archivo. En tres meses tendrás el conjunto de datos.
¿Con qué frecuencia debería ejecutarse esto?
Cada semana, y de la misma forma cada semana. La primera construcción es el trabajo: conectar las fuentes, definir qué cuenta como interacción del comprador, fijar los umbrales de duración por etapa. Después, guárdalo como proyecto en Querri y prográmalo. El valor se acumula porque los cambios de nivel de una semana a otra son en sí mismos una señal, y porque un número que nadie discute el lunes vale más que un número mejor en el que nadie confía.
¿Qué hago con las oportunidades de confianza baja?
No necesariamente quitarlas. Confianza baja significa que la evidencia todavía no está ahí, así que la acción suele ser ir a buscarla: una reunión con el comprador económico, un segundo interlocutor, un siguiente paso real con fecha. Y luego volver a puntuar. Las oportunidades que se quedan en el nivel más bajo durante dos o tres semanas consecutivas sin evidencia nueva son las que hay que sacar del número comprometido, y la conversación con dirección es mucho más fácil cuando puedes nombrar la evidencia concreta que falta en lugar de discutir sobre intuiciones.

Otros recursos populares

Playbook

Cobertura semanal del pipeline

Construye un informe de cobertura que elimine las señales falsas.

Playbook

Informe ejecutivo semanal de RevOps

Sustituye las prisas del lunes por la mañana con el CRM.

Demostración

Solicita una sesión guiada

Ve Querri en acción con tus propios datos.

Precios

Compara planes

Encuentra el plan adecuado para personas, equipos o empresas.