Cómo capturar señales de compra B2B con IA (y por qué buscar la mejor es el error)
El sistema completo, de un export de Crunchbase a 73 empresas con señal, 392 contactos y 216 teléfonos. Con la conclusión incómoda: la señal que mejor funciona no es ninguna de las cinco que automatizamos.
Un SDR abre su lista un lunes a la mañana. Tiene doscientas empresas. Eso es todo lo que tiene.
No tiene las personas: ni quién decide, ni quién firma. No tiene los mails. No tiene los perfiles de LinkedIn. No tiene los teléfonos. Y mucho menos tiene lo único que haría que la llamada valga algo: por qué llamar a esa empresa hoy y no en marzo.
Un listado de empresas no es una lista de prospección. Es la materia prima, y todo lo que hace falta para poder trabajarla, las personas, el contacto y el motivo, hay que construirlo.
Este es el problema más común que hay en un equipo comercial y el peor resuelto. La idea de atacarlo no fue mía: la dejó alguien en un posteo donde pedí temas, alguien que conocí cuando era founding SDR y que hoy trabaja de GTM Engineer. Lo escribió más o menos así: simplificar la búsqueda de señales del prospecto, para que el SDR tenga información clave al momento de levantar el teléfono.
Armé el sistema completo sobre esa premisa. Acá está cómo, cuánto costó y qué aprendí, incluida la parte que contradice el título de casi todo lo que se escribe sobre esto.
Respuesta rápida
- El output: 73 empresas con al menos una señal, 392 contactos y 216 teléfonos, saliendo de un export de Crunchbase.
- El costo de las señales: unos 10 dólares de APIs.
- El stack: Claude Code orquestando, más siete APIs para los datos.
- La señal que mejor funciona: que alguien cambie de rol dentro de la empresa. No es ninguna de las cinco que automaticé en el video.
- La conclusión incómoda: casi cualquier señal reciente y específica funciona bien, y ninguna sola cubre tu lista entera. La pregunta útil no es cuál elegir, es cuántas podés apilar.
El sistema, paso a paso
Todo lo orquesta Claude Code. Las APIs solo aportan datos:
| Pieza | Para qué |
|---|---|
| Crunchbase | El listado de empresas del que se parte |
| Apollo | La base de datos de personas |
| Findymail y BetterContact | El waterfall de emails y teléfonos |
| BounceBan | Validación de emails, sin mandar nada |
| TheirStack | Los roles abiertos, que ya son una señal |
| Apify | Los scrapers para la data de LinkedIn |
1. Limpiar el export antes de gastar un crédito
Un export de Crunchbase no es una lista de empresas: es una lista de filas. Adentro hay dominios parkeados, sitios muertos y empresas que rebrandearon y hoy están en otro dominio.
Si lo pasás derecho al enriquecimiento, pagás por buscar contactos en empresas que no existen. Limpiar primero no es prolijidad, es lo que hace que los 10 dólares alcancen.
2. Contactos, y filtrarlos por cargo
Apollo trae las personas. El filtro por job title y buyer persona es lo que separa una lista de 400 nombres de una lista de 400 nombres que pueden comprar.
3. El waterfall: Apollo, después Findymail, después BetterContact
Ninguna fuente sola tiene cobertura suficiente. La lógica es en cascada: si la primera no encuentra el email, pregunta la segunda, y así. Se paga por resultado en vez de pagar tres suscripciones para el mismo dato.
4. Validar, que es el paso que casi nadie hace
Acá está el dato que más me sorprendió del proceso, y es la razón por la que ya escribí una nota entera sobre cómo conseguir emails validados de decision makers. Tomé 317 emails que Apollo daba por verificados y los pasé por una validación de verdad:
- 17 rebotaban
- 102 eran catch-all, o sea dominios que aceptan cualquier dirección, así que nadie puede saber si esa casilla existe
- Quedaban 198 realmente verificados
Los otros 119 no son un problema de calidad de datos. Son los rebotes que te bajan la reputación del dominio y te mandan a spam la campaña entera, incluidos los contactos que sí estaban bien.
Y hay una trampa peor que un rebote: el homónimo. Un email perfectamente válido, que entrega, que nunca rebota, y que es de otra persona con el mismo nombre. Ese no lo detecta ninguna validación de sintaxis. Ese se detecta cruzando el email contra el dominio de la empresa y contra el perfil de la persona.
5. La cascada de señales
Con la lista limpia y validada, recién ahí las señales. Y acá está la parte que más se malinterpreta: la cascada no existe para elegir la mejor señal, existe para que no te queden leads sin ninguna.
Cualquier señal aparece solo en una fracción de tu lista. Si buscás únicamente rondas de inversión, te quedás con las empresas que levantaron plata este trimestre y con nada para todas las demás. Entonces se busca la segunda señal sobre lo que quedó sin cubrir, después la tercera, y así. Cada fuente que sumás no mejora la calidad de las señales que ya tenías: aumenta a cuántos leads les encontrás alguna.
Es la misma lógica del waterfall de emails, aplicada a otra cosa. Ninguna fuente sola tiene cobertura suficiente.
Las cinco que automaticé:
- Rondas de inversión. Plata fresca, presupuesto que aparece.
- Contrataciones clave. Alguien nuevo en un puesto de decisión.
- Avisos de trabajo comerciales. Si buscan tres SDR, están por escalar outbound.
- Crecimiento del equipo de ventas. La versión medida en el tiempo de la anterior.
- Posts de LinkedIn. Lo que la empresa dice que le importa, en sus palabras.
Ahora sí: cuál usar
Acá es donde casi todo el contenido sobre señales miente por omisión, así que voy a ser directo.
Las cinco funcionan razonablemente bien. No encontré una que aplaste al resto. Lo que hace la diferencia no es qué señal elegís, es que la señal sea reciente y específica: "vi que abriste tres búsquedas de SDR este mes" funciona, y "vi que crecen mucho" no funciona, aunque las dos salgan del mismo dato.
Pero hay una razón más concreta por la que la pregunta está mal planteada, y es de cobertura. Elegir la mejor y quedarte solo con esa significa salir a trabajar con la fracción de tu lista donde esa señal aparece, y dejar el resto sin nada. La pregunta útil no es cuál elegir, es cuántas podés apilar.
Buscar la señal ganadora es optimizar el problema equivocado. El problema real es que la mayoría de los equipos no usa ninguna, y ese salto, de cero señales a una cualquiera, es el que mueve el número. El salto de una señal buena a la señal óptima es marginal al lado.
Dicho eso, si tengo que elegir una por experiencia y no por lo que midió este experimento: la mejor señal es que alguien cambie de rol dentro de la empresa. Un ascenso, un cambio de área, alguien que pasa de gerente a director. Funciona mejor que las otras por tres razones que se acumulan:
- Estrena presupuesto y quiere mostrar resultados rápido.
- Todavía no tiene proveedores propios en ese rol, así que no hay incumbente al que desplazar.
- Y es el único momento en el que un mensaje que arranca felicitando no suena a excusa para vender.
Esa señal no está en el video. La automatización de este capítulo cubre las cinco de arriba, y capturar cambios de rol es un problema distinto, porque el dato no está en una API de funding ni en un board de empleo. Está en el historial de LinkedIn, comparado contra sí mismo en el tiempo.
Lo que no funcionó
Sumé una séptima herramienta esperando que fuera la más importante de todas. Era la que iba directo a buscar señales, sin que yo tuviera que armar la cascada: Signaliz.
No trajo ni una.
La dejé en el video con el resultado a la vista, porque editarla habría sido mostrar una versión del proceso que no existe. La lección no es que la herramienta sea mala: es que una caja negra que promete señales te deja sin nada cuando no las encuentra, mientras que una cascada armada con cinco fuentes que entendés te deja con cuatro cuando una falla.
El costo real
Diez dólares de APIs para las señales de 217 empresas. Ese número es el que hace que la conversación cambie.
No es que las herramientas de intent data sean caras porque sean malas. Es que cuando la señal cuesta centavos por empresa, deja de tener sentido comprar una plataforma de cinco cifras anuales para el mismo dato, y empieza a tener sentido construir el pedazo que necesitás.
Eso no aplica a todo. La base de datos de personas de Apollo no se replica, y los proveedores de datos que hay atrás de Clay tampoco. Pero la orquestación, que es unir siete fuentes en un proceso que corre solo, es exactamente lo que hoy se construye en un rato con Claude Code. Si querés hacer esa cuenta con tus propios números, armamos una calculadora para eso: Build o Pagá.
El paso a paso completo
En el video está todo grabado: los prompts, los pasos donde me equivoqué y los números reales de cada etapa. Son 41 minutos y no hay nada editado para que quede lindo.
Si trabajás en ventas B2B, growth o GTM y venís pagando herramientas caras para armar listas, es el capítulo que te conviene mirar antes de renovar la próxima licencia.