La semana pasada, uno de los miembros de nuestro equipo de ventas me enseñó una hoja de cálculo con 4,000 contactos que habían comprado a un proveedor de datos. ¿Tasa de respuesta tras dos semanas de seguimiento? 0.3%. ¿Tasa de rebote? Por encima del 12%. Esa lista costó dinero de verdad y casi no produjo nada.
En 2026, la mayoría de las listas de leads nacen muertas. El State of Email Outreach de Hunter, basado en 31 millones de correos enviados en 2025, informa una tasa media de respuesta en secuencias de cold email de apenas 4.5% — y eso es el promedio, así que muchas campañas quedan bastante por debajo. Mientras tanto, el State of Sales 2026 de Salesforce dice que el vendedor típico solo dedica el 40% de su semana laboral a vender de verdad; el otro 60% se va en administración, investigación y —sí, lo adivinaste— prospección.
Así que, si vas a invertir tiempo construyendo una lista, mejor que sea una que consiga respuestas. Esta guía recorre todo el flujo de trabajo de 2026: definir tu ICP, encontrar leads más allá de LinkedIn, crear una plantilla sólida, verificar los datos para que tu tasa de rebote no dañe tu reputación de remitente, puntuar los leads antes de enviar y mantener todo actualizado con el tiempo. Además, está organizada por presupuesto, para que puedas empezar hoy mismo por 0 $.
- Dificultad: Principiante
- Tiempo necesario: ~2-3 horas para tus primeros 50-100 leads
- Lo que necesitas: navegador Chrome, extensión de Thunderbit, una hoja de Google Sheets o una hoja de cálculo, y tu ICP por escrito
Crea listas de leads con scraping IA Get Started Free
¿Qué es una lista de leads y por qué fracasan la mayoría?
Una lista de leads es un conjunto estructurado de posibles compradores —personas y empresas a las que quieres contactar—. Normalmente incluye campos a nivel de persona (nombre, cargo, email, teléfono, URL de LinkedIn) y campos a nivel de empresa (sector, tamaño, ingresos, ubicación). Es la base de cualquier estrategia de ventas outbound.
Donde más suele fallar la gente: confunden una lista de leads con un volcado de contactos. Una lista útil responde por qué esta empresa y por qué esta persona, ahora. Una lista comprada a un proveedor aleatorio suele responder solo: "aquí tienes una dirección de email que quizá siga existiendo o quizá no". La diferencia en resultados es enorme.
Las listas de leads también encajan en un ciclo más amplio. Un lead es alguien que podría encajar en tu mercado. Un MQL (marketing qualified lead) ya mostró cierto encaje o interacción. Un SQL (sales qualified lead) está listo para un seguimiento directo. Una oportunidad es una negociación activa. Tu lista de leads es la parte alta de este embudo —y si esa parte está llena de basura, todo lo que viene después se resiente.
Las razones más comunes por las que fallan las listas de leads:
- Datos obsoletos: ZeroBounce indica que al menos el 23% de una lista de emails se degrada en un año. Eso significa que casi una cuarta parte de tus contactos se vuelven inválidos cada doce meses.
- Contactos incorrectos: correos genéricos de área (info@, sales@) en lugar de contactos directos. Títulos vagos como "Staff" que no dicen nada sobre la capacidad de decisión.
- Sin criterios de segmentación: volumen disfrazado de estrategia. Como dijo un usuario en un foro: "muchas veces confundimos volumen con calidad".
- Sin verificación: el informe de datos CRM 2024 de Validity encontró que el 24% de los administradores de CRM dice que menos de la mitad de los datos de su CRM es precisa y completa, y el 31% afirma que los malos datos de CRM cuestan al menos el 20% de los ingresos anuales.
- Mentalidad de volumen por encima de calidad: los datos de Hunter muestran que las campañas dirigidas a 21-50 destinatarios promedian tasas de respuesta del 6.2%, mientras que las campañas con 501+ destinatarios apenas llegan al 2.4%. Menos, pero mejor, gana a más, pero peor.
La plantilla de lista de leads: cómo debería verse realmente tu hoja de cálculo
He revisado decenas de guías sobre "cómo construir una lista de leads" y hay algo que me molesta: todas dicen "incluye información de contacto, firmográficos y un lead score", pero ninguna enseña realmente cómo queda la hoja de cálculo. Así que aquí tienes el recurso que todos omiten.
Columnas iniciales recomendadas
Tu hoja de lista de leads debería tener estas columnas desde el primer día:
| Columna | Qué debe incluir | Buen dato | Mal dato |
|---|---|---|---|
| Nombre completo | Nombre real de la persona | "Jordan Lee" | "Sales Team" |
| Cargo | Rol actual específico | "VP of Sales" | "Staff" |
| Empresa | Nombre legal o comercial | "Acme Logistics" | "Acme?" |
| Sector | Categoría estandarizada | "B2B SaaS" | "Tech-ish" |
| Tamaño de la empresa | Rango de empleados | "51-200" | Vacío |
| Correo directo de trabajo | "jordan@acme.com," verificado | "info@acme.com" | |
| Teléfono | Teléfono directo o principal, con formato | Formato E.164 | Formatos locales mezclados |
| URL de LinkedIn | Perfil o página de empresa | URL completa | URL de resultado de búsqueda |
| Fuente del lead | De dónde salió el registro | "Página de categoría en G2, mayo de 2026" | "Internet" |
| Señal de intención | Por qué ahora | "Está contratando 3 SDRs", "nueva financiación" | Vacío |
| Lead score | Priorización numérica | 70/100 con reglas | Intuición |
| Último contacto | Fecha del último alcance | "2026-05-26" | "Recientemente" |
| Notas | Contexto relevante | "Usa Shopify Plus" | Pega larga sin estructura |
Ejemplo de lista de leads (anonimizada)
Así es como se ve una lista ya rellenada: 10 filas con distintas personas objetivo:
| Nombre completo | Cargo | Empresa | Sector | Tamaño | Fuente | Señal de intención | Score | |
|---|---|---|---|---|---|---|---|---|
| Alex M. | VP Sales | Proveedor SaaS mid-market | SaaS | 201-500 | directo verificado | Categoría de G2 | Contratando AEs | 78 |
| Priya S. | Head of Ops | Marca DTC de moda | Ecommerce | 51-200 | directo verificado | Showcase de Shopify | Ampliando fulfillment | 72 |
| Marcus T. | Founder | Agencia local | Professional services | 11-50 | directo verificado | Clutch | Nuevas reseñas | 66 |
| Elena R. | Revenue Ops Manager | Startup de ciberseguridad | SaaS | 51-200 | catch-all marcado | Ponentes de conferencia | Serie A | 61 |
| Ben C. | Owner | Contratista HVAC | Local services | 11-50 | email principal de oficina | Google Business | Alto volumen de reseñas | 48 |
| Mina K. | Director of Partnerships | Empresa marketplace | Ecommerce | 201-500 | directo verificado | Agenda de evento | Patrocinando evento | 74 |
| Diego P. | Real Estate Broker | Agencia inmobiliaria regional | Real estate | 11-50 | directo verificado | Directorio de la asociación | Nueva página de oficina | 58 |
| Sarah N. | Customer Support Lead | Empresa de software B2B | SaaS | 51-200 | correo de rol eliminado | Capterra | Pocas reseñas de soporte | 44 |
| Omar A. | IT Manager | Empresa manufacturera | Manufacturing | 501-1000 | directo verificado | Página del equipo | Mención de migración ERP | 69 |
| Lena W. | Growth Marketing Lead | Startup fintech | SaaS | 51-200 | directo verificado | Product Hunt | Nuevo lanzamiento | 71 |
Qué significa cada columna y cómo luce un buen dato
Hay algunas columnas que merecen una explicación extra:
- Cargo: "VP of Sales" te dice que esa persona tiene autoridad presupuestaria. "Staff" no te dice nada. Busca siempre títulos específicos que indiquen poder de decisión o influencia.
- Email: un email corporativo personal (jordan@acme.com) vale oro. Una dirección genérica (sales@acme.com) casi no sirve para cold outreach: termina en una bandeja compartida que nadie vigila.
- Fuente del lead: esta es la columna que la mayoría omite, y es la más importante a largo plazo. Registrar de dónde vino cada lead te dice qué canales generan respuestas, no solo filas. "Página de categoría en G2, mayo de 2026" es útil. "Internet" no lo es.
- Señal de intención: esta es la columna del "por qué ahora". Una empresa que acaba de levantar una Serie A, publicó tres vacantes para SDR o lanzó un producto nuevo está más caliente que otra que está quieta. Si no encuentras una señal de intención, quizá no valga la pena priorizar ese lead.
Cómo Thunderbit usa AI Suggest Fields para crear tu plantilla por ti
Una de las cosas de las que más orgullosos estamos en Thunderbit es que no tienes que adivinar qué columnas crear. Cuando abres Thunderbit en cualquier página con potencial de prospectos —un directorio, una página de equipo, una lista de ponentes de conferencia— y haces clic en "AI Suggest Fields", la IA lee la página y genera automáticamente los nombres de columna y tipos de datos correctos. Si la página tiene nombres, emails, cargos e información de empresa, Thunderbit sugiere exactamente esas columnas.
Esto es especialmente útil para principiantes que miran una hoja en blanco y piensan: "¿Qué campos debería capturar siquiera?" Thunderbit te responde basándose en los datos reales disponibles en la página de origen. Luego haces clic en "Scrape" y exportas directamente a Google Sheets, Excel, Airtable o Notion.
Prueba AI Suggest Fields de Thunderbit
Cómo definir tu ICP antes de construir una lista de leads
El error más grande que veo cometer a los equipos —y que yo mismo he cometido— es construir una lista antes de definir quién debe estar en ella. Acabas con una hoja llena de nombres y sin claridad sobre por qué a alguno de ellos debería importarle tu producto.
Tu ICP es la descripción de la empresa y la persona con más probabilidades de comprarte, obtener valor de tu producto y quedarse contigo. No es un ejercicio de buyer persona; es un filtro de segmentación.
Componentes del ICP
| Elemento del ICP | Pregunta guía | Ejemplo |
|---|---|---|
| Sector | ¿En qué categorías existe el problema? | B2B SaaS, ecommerce, servicios profesionales |
| Tamaño de la empresa | ¿Qué rangos pueden comprar ya? | 51-500 empleados |
| Geografía | ¿Dónde podemos vender y dar soporte bien? | EE. UU., Canadá, Reino Unido |
| Rango de ingresos | ¿Qué nivel de ingresos encaja? | $5M-$100M ARR |
| Títulos de comprador | ¿Quién sufre el problema y tiene presupuesto? | VP Sales, RevOps, Head of Ops |
| Disparador | ¿Qué vuelve urgente el momento? | Contratación, financiación, migración, malas reseñas |
| Punto de dolor | ¿Qué problema sienten? | Construcción manual de listas, datos obsoletos, enriquecimiento lento |
| Exclusión | ¿A quién hay que excluir? | Estudiantes, negocios de afición, competidores |
Ejercicio práctico: mira tus 5-10 mejores clientes actuales. ¿Qué tienen en común? ¿Sector? ¿Tamaño? ¿Cargo de la persona que firmó el contrato? Escribe 3-5 rasgos compartidos. Ese es el borrador de tu ICP.
Firmográficos vs. demográficos: ¿qué importa más?
Los firmográficos son datos a nivel de empresa: sector, tamaño, ingresos, ubicación. Los demográficos (en contexto B2B) son datos a nivel de persona: cargo, seniority, función, departamento. Para listas de leads B2B, los firmográficos acotan la empresa y los demográficos acotan la persona. Necesitas ambos. Una empresa perfecta con el contacto equivocado es una fila desperdiciada. Un contacto perfecto en la empresa equivocada es igual de inútil.
Y hay otro dato importante: la información de prospecting de Sopro 2025, analizando 119.57 millones de puntos de contacto, encontró unidades medias de decisión de alrededor de 4.14 stakeholders. Así que una buena lista de leads suele incluir más de un contacto por cuenta objetivo —pero no tantos como para que tu outreach parezca spam.
Más allá de LinkedIn: dónde encontrar leads en webs, directorios y redes sociales
Un vacío de contenido que me sorprendió al investigar este tema: 5 de los 6 artículos mejor posicionados sobre "cómo construir una lista de leads" empujan a los lectores hacia LinkedIn Sales Navigator como fuente principal. Y sí, Sales Navigator es potente. Pero también es caro (unos $120/mes para Core), y muchos usuarios reales se quejan de limitaciones de exportación, interfaces pesadas y problemas para scrapear.
La realidad de 2026 es que los leads están en todas partes, no solo en LinkedIn. Las webs de empresa, los directorios sectoriales, las páginas de eventos, los sitios de reseñas e incluso los perfiles en redes sociales son fuentes ricas de datos de contacto, a menudo más frescas y específicas que lo que obtendrás en una base de datos de pago.
Comparativa de fuentes de leads
| Fuente de leads | Ideal para | Método | Coste |
|---|---|---|---|
| Webs de empresa / páginas Acerca de | B2B nicho, servicios locales, agencias | Visitar páginas de equipo/contacto y extraer nombres/emails/teléfonos | Gratis |
| Directorios sectoriales (Clutch, G2, Yelp) | Leads basados en servicios, ecosistemas verticales | Filtrar por categoría/ubicación y scrapear listados | Gratis a bajo coste |
| Listas de asistentes/ponentes de eventos | Prospectos B2B con alta intención | Agendas de conferencias, páginas de patrocinadores, registros de webinars | Gratis a acceso de pago al evento |
| Sitios de reseñas (G2, Capterra, Google Business) | SaaS y negocios locales | Navegar categorías y extraer contactos de empresa | Gratis |
| Redes sociales (Instagram, X) | B2C, marcas personales, negocios locales | Bios públicas, páginas de negocio | Gratis |
| Operadores de Google site: | Descubrimiento de long tail, páginas de contacto específicas | Consultas de búsqueda avanzadas | Gratis |
| LinkedIn (básico) | Búsqueda profesional | Búsqueda manual, perfiles públicos | Gratis |
| LinkedIn Sales Navigator | Equipos outbound maduros | Filtros avanzados, leads guardados, TeamLink | $99+/mes |
Directorios útiles por vertical
| Vertical | Fuentes que vale la pena scrapear |
|---|---|
| SaaS | G2, Capterra, Product Hunt, SaaSworthy, AWS Marketplace, categorías de Chrome Web Store |
| Ecommerce | Tiendas/showcases de Shopify, listas de BuiltWith, directorios de partners de Klaviyo |
| Real estate | Directorios de Realtors, páginas de oficinas de brokerages, páginas públicas locales de MLS, directorios de cámaras de comercio |
| Servicios profesionales | Clutch, DesignRush, UpCity, GoodFirms, directorios locales de abogados/contables |
| Negocio local | Resultados de Google Business, Yelp, Yellow Pages, BBB, páginas de cámaras locales |
| Eventos | Páginas de patrocinadores/expositores, listas de ponentes, páginas de agenda, landing pages de webinars |
Operadores avanzados de Google para encontrar leads
Son gratuitos y sorprendentemente potentes. Algunos ejemplos:
site:clutch.co/agencies "B2B SaaS" "United States"— encuentra listados de agencias en Clutch filtrados por categoría y ubicaciónsite:company.com ("email" OR "contact") "VP Sales"— encuentra páginas de contacto en un sitio concreto que mencionan a un VP de Salesintitle:"sponsors" "SaaS" "2026" "conference"— encuentra páginas de patrocinadores de eventos SaaS en 2026site:g2.com/categories "sales engagement" "mid-market"— encuentra páginas de categoría de G2 para herramientas de sales engagement mid-market
La ayuda oficial de búsqueda de Google documenta las comillas de coincidencia exacta y operadores como site:, así que puedes verificar allí la sintaxis.
Cómo scrapear contactos de cualquier web con un AI Web Scraper
Aquí es donde Thunderbit encaja de forma natural en el flujo de trabajo. Para cualquiera de las fuentes anteriores —un directorio de Clutch, una página de equipo, una lista de ponentes de conferencia— el proceso es el mismo:
- Abre la página en Chrome con la extensión de Thunderbit instalada.
- Haz clic en "AI Suggest Fields". La IA de Thunderbit lee la página y sugiere columnas como Nombre, Email, Teléfono, Cargo, Empresa.
- Revisa los campos sugeridos y añade o elimina los que necesites.
- Haz clic en "Scrape".
- Exporta a Google Sheets, Excel, Airtable o Notion.
La gran ventaja es que Thunderbit funciona en sitios desordenados y no estandarizados donde ningún scraper preconstruido cubriría el diseño. La IA lee cada página en tiempo real y se adapta a la estructura que encuentre. Los gratuitos Email Extractor y Phone Number Extractor de Thunderbit añaden extracción en 1 clic desde cualquier página —sin límites en el plan gratis.
Usar Subpage Scraping para enriquecer tu lista de leads
Un flujo de trabajo que uso mucho: primero scrapeo una página de listado de un directorio (por ejemplo, una lista de empresas en Clutch) y luego uso Subpage Scraping de Thunderbit para visitar la página individual de cada empresa y extraer datos adicionales: emails, teléfonos, número de empleados, stack tecnológico, descripciones.
Así conviertes una lista básica de directorio en una lista de leads enriquecida y lista para investigación, sin hacer clic manualmente. Pasas de "aquí tienes 50 nombres de empresa" a "aquí tienes 50 empresas con emails de contacto, tamaño de equipo y descripciones" en una sola pasada automática. Si quieres aprender más sobre scraping web sin programar, lo explicamos en detalle allí.
Cómo construir una lista de leads paso a paso (el flujo de 2026)
Abajo tienes el flujo completo, pensado para una persona de ventas u operaciones sin perfil técnico que quiere construir una lista de leads real hoy mismo.
Paso 1: Define bien tu ICP
Antes de abrir cualquier herramienta, escribe tus criterios ICP (vuelve a la sección de ICP más arriba). Sector, tamaño de empresa, geografía, títulos de comprador, disparadores y exclusiones. Esto te llevará 15-30 minutos y te ahorrará horas de scraping inútil.
Paso 2: Elige tus fuentes de leads
Según tu ICP y tu presupuesto, selecciona 2-3 fuentes de leads de la tabla comparativa. Mi recomendación: empieza por las fuentes gratuitas. Si apuntas a empresas SaaS, prueba con páginas de categoría en G2 y páginas de equipo de empresas. Si apuntas a negocios locales, empieza con resultados de Google Business y Yelp. Añade fuentes de pago como Sales Navigator solo cuando hayas agotado lo gratuito.
Paso 3: Extrae leads usando scraping IA o búsqueda manual
Para cada fuente, este es el método de extracción:
- Webs y directorios: usa el AI web scraper de Thunderbit. Abre la página, haz clic en "AI Suggest Fields", revisa las columnas y pulsa "Scrape". En sitios populares, Thunderbit tiene plantillas instantáneas de data scraper que configuran los campos automáticamente.
- LinkedIn: usa la búsqueda de Sales Navigator y exporta, o Thunderbit para scrapear perfiles públicos de LinkedIn.
- Google: ejecuta operadores de búsqueda avanzados y luego scrapéa las páginas de resultados o visita las páginas individuales.
Opciones de exportación: Google Sheets, Excel, Airtable, Notion, CSV, JSON.
Paso 4: Verifica y limpia tus datos
Este paso no es opcional. Más abajo cubro el flujo completo de verificación, pero la versión corta es: elimina emails de rol, deduplica, pasa por una herramienta de verificación, marca los dominios catch-all y vuelve a verificar antes de cada campaña.
Paso 5: Puntúa y prioriza tus leads
Aplica un modelo de scoring simple (detallado más abajo) antes de empezar el outreach. Así te aseguras de contactar primero a los leads de mayor valor y no solo al que aparece arriba en la hoja.
Paso 6: Exporta a tu CRM o herramienta de outreach
Pasa la lista limpia y puntuada a tu CRM (HubSpot, Salesforce, Pipedrive) o plataforma de outreach (lemlist, Mailshake, Apollo). Thunderbit exporta directamente a Sheets, Airtable y Notion, que pueden sincronizarse con CRMs mediante integraciones nativas o Zapier.
Paso 7: Lanza el outreach y mide resultados
Personaliza tu outreach con los datos que recopilaste. Menciona el sector del prospecto, referencia su señal de intención ("vi que están contratando SDRs") y adapta la propuesta de valor a su punto de dolor. Mide tasas de respuesta, rebotes y conversiones —y devuelve esos datos a tu ICP y a tu modelo de scoring para la siguiente ronda.
Prioriza el presupuesto: cómo construir una lista de leads desde 0 $ hasta nivel enterprise
El principal dolor que escucho de fundadores en etapa temprana y pequeños equipos de ventas es: "¿Cómo construyo una lista de leads sin pagar herramientas caras?" Es una pregunta razonable. Los contratos de ZoomInfo empiezan en cinco cifras al año. Sales Navigator cuesta $99+/mes. Apollo y Lusha tienen planes gratis, pero bloquean lo bueno detrás de un muro de pago.
La respuesta honesta: puedes avanzar muchísimo gratis. Pero escalar sí requiere inversión. Así es como conviene pensarlo por niveles.
| Nivel | Coste | Métodos | Herramientas |
|---|---|---|---|
| Gratis (0 $) | 0 $ | Operadores de Google, LinkedIn manual, webs de empresa, plan gratis de Thunderbit (6 páginas + extractores gratuitos de email/teléfono) | Thunderbit Free, Google, LinkedIn básico |
| Bajo coste (<$50/mes) | $0-50 | Scraping IA a escala, enriquecimiento básico, verificación de emails | Thunderbit Starter/Pro, Hunter Starter ($34/mes), Bouncer/NeverBounce PAYG |
| Medio ($50-200/mes) | $50-200 | Sales Navigator, filtros más ricos, integración con CRM | Sales Navigator Core ($119.99/mes, $89.99 facturado anualmente), Apollo de pago, Lusha |
| Enterprise ($200+/mes) | $200+ | Datos de intención, suites de enriquecimiento, flujos de cumplimiento | ZoomInfo (precio bajo presupuesto), Cognism (precio bajo presupuesto), Clearbit |
Precios vigentes a mayo de 2026: verifica las tarifas actuales antes de comprar.
Qué puedes hacer gratis y dónde empezarás a chocar con límites
Con el plan gratis de Thunderbit (6 páginas de scraping IA al mes), los extractores gratuitos de Email y Phone Number (ilimitados, de 1 clic), operadores de búsqueda de Google y una búsqueda básica en LinkedIn, un fundador en solitario puede construir de forma realista una lista de 50-100 leads en una tarde. He visto a gente de nuestro equipo hacerlo.
Dónde aparecerán los límites: volumen (páginas al mes en el plan gratis), profundidad del enriquecimiento (no tendrás datos de intención ni stack tecnológico sin herramientas de pago) y verificación de emails a escala (las herramientas gratis suelen limitar el volumen). Cuando esos límites empiecen a apretar, tiene sentido pasar al nivel de bajo coste: los planes de pago de Thunderbit desbloquean subpage scraping, scraping masivo, paginación y scrapers programados.
La solución a la tasa de rebote: un flujo de verificación de datos que sí funciona
He visto publicaciones de usuarios en foros que reportan tasas de rebote de casi el 70% con listas compradas. Eso no es solo una pérdida de esfuerzo: es peligroso. Las tasas de rebote altas destruyen tu reputación de remitente, lo que hace que incluso tus correos buenos terminen en spam.
Los benchmarks de lemlist dicen que una tasa de rebote saludable está por debajo del 2%, y por debajo del 1% ya es excelente. La encuesta 2025 de Mailshake encontró que casi la mitad de los remitentes reportan tasas de rebote del 2-5%, mientras que el 15% supera el 6%. Si estás por encima del 5%, tu reputación de remitente tiene problemas.
El flujo de verificación que recomiendo:
- Elimina emails de rol: borra cualquier dirección info@, sales@, support@, admin@, salvo que estés apuntando intencionalmente a buzones compartidos (raro en cold outreach).
- Corrige errores de formato: duplicados, typos, dominios incompletos, dominios caídos. Un filtro y orden rápido en tu hoja detecta la mayoría.
- Pásalo por una herramienta de verificación de emails: Hunter, ZeroBounce, NeverBounce, Bouncer o Kickbox. Estas herramientas hacen ping al servidor de correo para comprobar si el buzón existe sin enviar un email.
- Marca o elimina dominios catch-all: ZeroBounce indica que las direcciones catch-all son una categoría especialmente riesgosa: aceptan correo a nivel de servidor sin demostrar que exista un buzón concreto. Si no puedes verificar el buzón individual, marca el registro y trátalo con menor confianza.
- Vuelve a verificar antes de cada campaña: los datos se degradan rápido. Si tu lista tiene más de 30-90 días, vuelve a verificarla antes de enviar.
- Empieza con lotes pequeños: vigila las tasas de rebote y de quejas en los primeros 50-100 envíos. Escala solo si la calidad se mantiene.
Por qué tu fuente de leads afecta la calidad de los datos
No todos los datos de leads son iguales. Un email sacado de la página pública de equipo de una empresa —donde la persona puso su contacto de forma intencionada— suele estar más fresco y ser más preciso que un email de una base agregadora que no se actualiza desde hace meses.
Esta es una de las razones por las que creo en scrapear páginas públicas vivas en lugar de depender solo de bases estáticas. Como la IA de Thunderbit lee la web real cada vez (no una base obsoleta), los emails y teléfonos extraídos tienden a estar más actualizados. El Phone Number Extractor también reformatea los números al estándar E.164, lo que reduce errores de formato cuando importas a CRMs.
Scrapear fuentes frescas no sustituye la verificación, pero sí significa que empiezas con material en bruto más limpio.
Lista de comprobación antes de la campaña
Antes de darle a "send" en cualquier campaña:
- Todos los emails verificados en los últimos 30 días
- Sin direcciones de rol (info@, sales@) en la lista de envío
- Sin duplicados
- Revisada la tasa de rebote de la última campaña
- Mecanismo de opt-out/unsubscribe activo
- Lista de supresión sincronizada (respetar todos los opt-outs anteriores)
Construye y luego puntúa: un modelo simple de lead scoring para equipos pequeños
Todas las guías que he leído dicen "prioriza tus leads" y luego siguen adelante sin explicar cómo.
Si eres un fundador en solitario o un equipo de ventas de tres personas, no necesitas Salesforce Einstein ni un motor predictivo. Necesitas una columna en una hoja de cálculo con una fórmula transparente.
El marco de scoring
| Señal | Puntos | Ejemplo | |---|---|---|---| | Coincide con el sector del ICP | +20 | SaaS, mid-market | | Encaje por tamaño de empresa | +10 | 51-500 empleados | | Cargo de decisor | +15 | VP Sales, Head of Ops | | Señal clara de intención | +15 | Contratación, financiación, migración de herramientas | | Email verificado | +10 | Superó la verificación | | Calidad de la fuente directa | +10 | Página de empresa, página de ponente de evento | | Interacción con tu contenido | +10 | Descargó guía, asistió a webinar | | Email catch-all / sin verificar | -10 | Estado de verificación de riesgo | | Email de rol | -10 | info@, sales@ | | Título genérico (sin rol claro) | -5 | "Staff" |
Ejemplo práctico
Lead A: VP Sales en una empresa SaaS de 120 personas, contratando SDRs, email verificado, procedente de la página de carreras/equipo de la empresa.
Score: 20 (sector) + 10 (tamaño) + 15 (cargo) + 15 (intención) + 10 (verificado) + 10 (fuente) = 80 → Priorizar para outreach esta semana.
Lead B: "Staff" en un negocio de hobby de 5 personas, email de rol, sin señal de intención.
Score: 0 + 0 + 0 + 0 + 0 - 10 (rol) - 5 (título genérico) = -15 → Saltar o eliminar.
Esto puede vivir como una fórmula simple en Google Sheets. Algo así:
=IF(D2="SaaS",20,0)+IF(AND(E2>=51,E2<=500),10,0)+IF(REGEXMATCH(B2,"VP|Head|Director|Founder"),15,0)+IF(J2<>"",15,0)+IF(K2="Verified",10,IF(K2="Catch-all",-10,0))
No hace falta Salesforce.
Cómo usar IA para etiquetar y puntuar leads durante el scraping
Una de las funciones que nuestro equipo incorporó en Thunderbit y que de verdad me parece útil para el scoring: Field AI Prompts. Cuando configuras tu scrape, puedes añadir un prompt a cualquier columna —por ejemplo: "Clasifica la seniority de este lead como Decision-Maker, Influencer o Individual Contributor según el cargo y el contexto de la página."
Thunderbit etiqueta los datos durante la extracción, no después. Así, cuando exportas a Sheets, la clasificación de seniority, el tipo de empresa o la etiqueta de sector ya están ahí, listos para usarse en tu fórmula de scoring. Eso elimina el paso manual de etiquetado que hace que puntuar parezca una tarea pesada.
También puedes usar Subpage Scraping para enriquecer los datos del listado original: primero scrapeas un directorio y luego visitas la página de cada empresa para obtener número de empleados, financiación o stack tecnológico, todo lo cual alimenta tu modelo de scoring.
Cuándo revisar y actualizar tus scores
Los lead scores no son algo de "configurar y olvidar". Recalifica cada mes, o después de cualquier campaña importante. Si un lead responde positivamente, su score cambia (ya es una conversación activa, no un lead frío). Si un email rebota, ajusta en consecuencia. Si una empresa que estaba contratando hace seis meses ahora ha hecho despidos, la señal de intención ha cambiado.
Cómo mantener tu lista de leads fresca (automatización y mantenimiento)
Una lista de leads no es un proyecto de una sola vez.
Ya mencioné que el 23% de las listas de email se degrada cada año. Los contactos cambian de trabajo, las empresas cambian de rumbo, los emails envejecen. Si construyes una gran lista en mayo y no la tocas hasta octubre, una parte importante ya estará muerta.
Cadencia de mantenimiento
| Tarea | Frecuencia | Por qué | |---|---|---|---| | Verificar emails | Antes de cada campaña (o al menos mensualmente) | Evitar rebotes duros | | Eliminar duplicados | Semanalmente durante la prospección activa | Evitar outreach duplicado | | Actualizar señales de intención | Mensualmente | La contratación/financiación/reseñas cambian rápido | | Actualizar firmográficos de empresa | Trimestral o semestralmente | El tamaño, ingresos y stack tecnológico cambian | | Sincronizar la lista de supresión | Diario o en tiempo real | Respetar opt-outs y reducir quejas | | Revisar rendimiento de fuentes | Mensualmente | Saber qué canales generan respuestas, no solo filas |
Configurar un scrape programado para generar leads de forma continua
Aquí entra Scheduled Scraper de Thunderbit. En vez de volver a visitar directorios manualmente cada mes, puedes configurar un scrape recurrente. La configuración es sencilla: describes el intervalo en lenguaje natural (por ejemplo, "cada lunes a las 8am"), introduces las URLs del sitio y haces clic en "Schedule". La IA de Thunderbit convierte tus palabras en un calendario y ejecuta el scraping automáticamente, exportando resultados frescos a tu Google Sheet o base de Airtable conectada.
Casos de uso que funcionan muy bien:
- Un equipo de ventas vuelve a scrapear mensualmente una página de categoría de Clutch para detectar nuevas agencias que entran al mercado.
- Un equipo de operaciones ecommerce monitoriza semanalmente un directorio de competidores para ver nuevos listados de productos.
- Un fundador SaaS actualiza una página de categoría de G2 antes de cada tanda mensual de outbound para encontrar empresas recién listadas.
El modo cloud de Thunderbit puede scrapear hasta 50 páginas a la vez, así que incluso los directorios grandes se actualizan rápido. Para más información sobre cómo montarlo, mira nuestra guía de AI lead generation.
Una nota rápida sobre cumplimiento y privacidad de datos
Lo mantendré breve porque no es el foco de esta guía, pero es esencial.
- CAN-SPAM (EE. UU.): aplica a todo email comercial, incluido B2B. La FTC indica que cada email infractor puede acarrear sanciones de hasta $53,088. Requisitos: cabeceras exactas, asuntos no engañosos, dirección postal válida, opt-out claro y respetar los opt-outs en un plazo de 10 días hábiles.
- GDPR (UE/Reino Unido): los emails comerciales nominativos pueden ser datos personales. La ICO señala que el marketing B2B no debe ocultar la identidad, debe ofrecer un opt-out válido y debe respetar las objeciones.
- CCPA/CPRA (California): enfatiza el aviso, la limitación de propósito, la minimización de datos y los derechos del consumidor. La FAQ de la California Privacy Protection Agency tiene los detalles más recientes.
- Reglas de remitentes de Google y Yahoo: Google exige que los remitentes masivos mantengan las tasas de spam por debajo del 0.30%, autentiquen con SPF/DKIM/DMARC y ofrezcan unsubscribe con un clic. Yahoo aplica reglas similares.
En resumen: scrapea solo datos públicamente disponibles, evita muros de acceso sin permiso, incluye siempre un mecanismo de opt-out, mantén listas de supresión y verifica los requisitos legales locales. Thunderbit extrae páginas públicas; los usuarios son responsables de cómo usan esos datos.
Conclusión y puntos clave
El flujo de trabajo de listas de leads en 2026 no va de encontrar más nombres: va de construir un dataset de prospección más pequeño, más fresco, verificado y consciente de la fuente, que realmente consiga respuestas.
Aquí tienes el flujo completo resumido:
- Define tu ICP antes de tocar cualquier herramienta.
- Elige 2-3 fuentes de leads —empieza gratis (directorios, páginas de empresa, operadores de Google) antes de pagar bases de datos.
- Extrae leads con scraping IA —el proceso de 2 clics de Thunderbit funciona en prácticamente cualquier página pública.
- Crea una plantilla adecuada con seguimiento de fuente, señales de intención y columnas de scoring.
- Verifica y limpia —elimina emails de rol, deduplica, verifica y marca los catch-all.
- Puntúa y prioriza —usa un modelo transparente en hoja de cálculo, no intuición.
- Exporta al CRM/outreach —personaliza en función de los datos recopilados.
- Mide resultados —rebotes, respuestas, conversiones, por fuente de lead.
- Actualiza continuamente —vuelve a verificar antes de campañas y re-scrapea las fuentes de alto valor con un calendario.
Los datos lo respaldan: los segmentos más cerrados superan a los envíos masivos por casi 3x en tasa de respuesta. Una lista verificada de 200 leads casi siempre rendirá mejor que una base obsoleta de 5,000 contactos.
¿Listo para construir tu primera lista? El plan gratis de Thunderbit te da 6 páginas de scraping IA al mes, extracción gratuita e ilimitada de emails y teléfonos, y exportación a Google Sheets o Excel. Es suficiente para construir tus primeros 50-100 leads esta misma tarde.
Prueba AI Web Scraper para listas de leads Get Started Free
Preguntas frecuentes
¿Cuántos leads debería incluir mi primera lista?
Empieza con 50-100 leads bien segmentados y verificados, en lugar de miles de contactos no cualificados. Los datos de Hunter muestran que las campañas con listas más pequeñas y ajustadas (21-50) promedian tasas de respuesta del 6.2% —casi el triple que las campañas con 501+ destinatarios. La calidad se acumula; el volumen diluye.
¿Debería comprar una lista de leads o construir la mía?
Construir la tuya casi siempre es mejor. Las listas compradas conllevan más riesgo: datos obsoletos, spam traps, origen poco claro y exposición en cumplimiento. Las listas creadas por ti usando scraping IA e investigación manual ofrecen datos más frescos y relevantes porque provienen de páginas públicas en vivo donde los contactos están actualizados. Si compras una lista, exige transparencia sobre fecha de recopilación, fecha de verificación, base de consentimiento y proceso de actualización.
¿Cuál es la mejor forma gratuita de construir una lista de leads?
Combina operadores avanzados de Google (site:, intitle:, consultas de coincidencia exacta) con el plan gratis de Thunderbit —6 páginas de scraping IA al mes más extracción gratuita e ilimitada de email y teléfono— y una búsqueda básica en LinkedIn. Esta combinación cubre páginas de empresa, directorios, listas de eventos y perfiles profesionales sin gastar un euro.
¿Con qué frecuencia debo actualizar mi lista de leads?
Vuelve a verificar los emails antes de cada campaña, especialmente si la lista tiene más de 30 días. Haz una actualización completa —re-scrapear fuentes, actualizar firmográficos, eliminar leads muertos— al menos cada trimestre. ZeroBounce reporta que al menos el 23% de una lista de emails se degrada en un año, así que el enfoque de "configurar y olvidar" es una receta para que suban los rebotes.
¿Qué tasa de respuesta es buena para outreach frío desde una lista de leads?
Según benchmarks de 2025-2026: una tasa de respuesta positiva del 3-5% es buena, 5-8% es fuerte y 8%+ es excelente. El factor más importante es la calidad de la lista: segmentación, verificación y personalización. Una lista bien construida con emails verificados, señales claras de intención y mensajes personalizados superará de forma constante a una lista más grande con contactos genéricos y texto estándar.
Más información
