«Vale, usáis ciencia de datos. Pero ¿cómo vais a aumentar MIS ingresos, exactamente?» Nos lo preguntan en todas las primeras llamadas, y la respuesta seria no cabe en una llamada. Esta es la versión larga: 40 jugadas, cada una con quien la cobró, la cifra que publicó y su fuente. Sin promesas: el número sale de TUS datos, o no hay número.
Un negocio con años de historial ha escrito, sin querer, dos contabilidades. La oficial — lo que facturaste — y otra invisible: la de todo lo que estuvo a punto de pasar y nadie cobró. El cliente que se fue avisó tres meses antes bajando pedido. La cita del martes que se quedó vacía se parecía a otras cien citas vacías. El presupuesto que se enfrió dejó de contestar correos dos semanas antes de morir. La habitación del puente se llenó tan pronto que estaba claramente barata. Todo eso quedó apuntado — en el TPV, en el Excel, en el programa de citas, en las facturas. Lo que no ha habido, hasta ahora, es nadie leyéndolo.
Ese dinero sin cobrar tiene formas muy concretas, y conviene llamarlas por su nombre: el excliente que volvería si alguien le llamara bien, y nadie llama. El hueco de agenda que muere a las ocho de la tarde. El descuento regalado a un cliente que se quedaba de todas formas. El anuncio pagado para convencer a uno que ya había comprado. La tarifa plana que regala margen en los picos y espanta en los valles. La venta legítima que tu propio antifraude rechaza. Ninguna de estas fugas hace ruido — por eso llevan años abiertas.
La mecánica para cobrarlo es siempre la misma y no tiene misterio: se aprende de tu pasado qué patrón precedía a cada baja, cada plantón, cada pico de demanda — y esa lectura se convierte en una acción con fecha: la lista de a quién llamar el lunes, el precio de la semana que viene, el recordatorio que se manda solo, el cupón que va a una cesta y no a todas. La predicción que no actúa no vale nada; por eso cada jugada de esta página termina en un gesto concreto, no en un panel bonito.
Y la objeción razonable, contestada de frente: nada de esto es experimental. Tu banco decide tu hipoteca así, tu aseguradora calcula tu prima así, y las aerolíneas le pusieron precio a tu último billete así — desde hace décadas. Lo único nuevo es que hoy esa mecánica cabe en el presupuesto y en los datos de una pyme. Las 40 jugadas que siguen existen porque alguien las ha cobrado ya: cada una lleva su empresa, su cifra y su fuente. Lo que no llevan es tu número. Ese no lo sabe nadie sin mirar tu histórico — y por eso esta página acaba en un diagnóstico, no en una promesa.
El comprador más barato del mundo ya está en tu base de datos: no hay que encontrarlo, ni ganarse su confianza, ni pagar por su clic. Solo hay que enseñarle lo suyo en su momento — y eso es exactamente lo que su historial permite. Catorce jugadas, del mostrador al buscador.
En el momento del pedido, sugiere a cada cliente lo que probablemente quiera ahora: su historial cruzado con la hora, el día y el stock. Starbucks atribuye a su sistema +15 % de ventas y +12 % de ticket — del orden de 2.500 M$ — según ha publicado la propia compañía. La versión pyme cabe en un WhatsApp al personal: «hoy, a este tipo de cliente, ofrécele esto».
La matriz de qué pares de productos se repiten en tus tickets, puesta en la ficha y en el carrito de tu web. A Decathlon le valió +10,7 % de ingresos online y +14 % de ticket, según el caso publicado.
Cada cliente recibe SU selección, calculada con lo que compra — no la misma oferta que los otros mil. Decathlon publicó +8 % de conversión de email con recomendación individual. Es la jugada más rápida del bloque: 2-4 semanas de montaje.
El orden de los productos deja de ser fijo: lo decide lo que ese visitante lleva mirado. Pomelo (moda) publicó +15 % de ingresos de categoría y un ROI del 400 % el primer mes. La versión pyme honesta: reorden por segmento, recalculado cada noche.
El descuento va solo a lo que mueve la compra de ESE cliente — lo que está dejando de llevar, o lo que le falta — y no a todo el mundo por igual. El programa de Tesco con dunnhumby: +16 % de ventas del producto, +48 % en unidades y una redención del 20 % frente al <5 % habitual del mercado, según publicaron.
El paquete (producto + complemento + servicio) se arma según el comprador, en el checkout o en el presupuesto. CompTIA publicó +25 % de conversiones y tickets +15-20 % con bundles dinámicos.
Entiende sinónimos y jerga de gremio, y elimina el «0 resultados». Toolstation bajó las búsquedas fallidas del 2 % al 0,1 % y ganó +5 % de facturación por búsqueda, según el caso publicado.
Pregunta lo que preguntaría él y saca del catálogo real — stock y precios de verdad, sin inventar — lo que encaja. Bergzeit (material de montaña) publicó conversión ×3,4 en las sesiones asistidas; Sephora lo desplegó en 15 países.
Catálogo, reserva y pago sin salir del chat, hablando normal. IndiGo (aerolínea) publicó +7,2 M$ en extras vendidos por chat. Y WhatsApp es el canal donde tu cliente español ya vive.
La web y las ofertas distinguen tipos de cliente, y a cada grupo le enseñan lo suyo. Saks publicó +10 % de conversiones; NBC, +36 % y el doble de retención a 7 días, según los casos publicados.
El upgrade aparece en el momento de máxima disposición a pagar: dentro de la reserva, no en un email tres días más tarde. Sabre publicó +10 % en extras y +20 % en upgrades. Versión pyme: el extra llega en el WhatsApp de confirmación, segundos después de reservar.
Cada mañana, en la ficha de cada cliente, las 2-3 cosas que tiene sentido ofrecerle y por qué; el humano decide. Storebrand publicó +9 % de ventas; Banco Hipotecario, +90 % de venta cruzada; Sinyi (inmobiliaria), +20 % de cierres. De lo más rentable si tienes equipo comercial — y no toca tu web.
El sistema aprende de los pares compra-devolución qué combinaciones fallan (talla, ajuste, compatibilidad) y avisa antes de confirmar. Brooks Running publicó −80 % de devoluciones por talla en el segmento tratado.
Qué se enseña y en qué orden, recalculado en cada visita. Booking publicó +28 % de ingreso neto por habitación disponible; Zalando, +5 % de ventas brutas — unos 100 M€. Honestidad: esto es infraestructura de gigante; la versión pyme que captura la idea es el reorden nocturno por segmento (jugada 04).
«Mis clientes se van sin avisar — y me entero cuando ya es tarde.» Es la queja más repetida, y es incompleta: Los clientes que se van avisan antes. En la frecuencia, en el pedido, en el uso. La evidencia de mercado de Bain & Company: captar un cliente cuesta entre 5 y 25 veces más que retenerlo, y retener un 5 % más eleva el beneficio entre un 25 % y un 95 %. Cinco jugadas para defender el ingreso que ya era tuyo.
Tus clientes vivos, ordenados por riesgo de irse, con el porqué en cristiano y a quién llamar primero — en tu CRM o en tu WhatsApp. Clearwave Fiber dejó las bajas de su grupo de riesgo del 40 % en el 1,2-1,5 % caso publicado por Pecan; The Credit Pros recortó −25 % la fuga de clientes nuevos. Y no es cosa de gigantes: Whistle Express, una cadena de lavado de coches, publicó −30 % de bajas en dos meses.
El que baja de intensidad ya está avisando — menos visitas, menos pedido, menos variedad — aunque siga pagando religiosamente. Peloton publica un churn mensual del 1,4 %, y un 60 % menor en socios con dos o más disciplinas: la señal es el uso. Les Mills midió sobre 2,6 M de socios que los detectados y trabajados con datos permanecen un +39 % más informe con Ror Partners y 4Global.
Cuando la secuencia de un cliente (proceso a medias, subida de recibo, error que se repite) se parece a las que acabaron en abandono, el aviso salta en ese momento. Garanti BBVA publicó, con Dataroid, un 34,25 % de abandonos retenidos y un 9,44 % de cancelaciones revertidas.
Ni al que se quedaba igual ni al que se va de todas formas. Orange Belgium midió que solo el 3,5 % de su cartera era persuadible — y aun así evitó 130 bajas por cada 1.000 clientes al mes, sin regalar descuentos al resto paper publicado con Orange.
Pedidos, uso, soporte y facturación combinados en una salud por cuenta, con jugada de renovación en cuanto una amarillea. Un SaaS de 80 M$ pasó su fuga del 5,2 % al 3,8 % — 4,8 M$ retenidos — según el caso publicado por Gainsight; una startup de 6 M$ hizo lo mismo a su escala (7 % → 4,2 %, 2,1 M$ al año), según su caso publicado; y Zayo declaró «millones» en contratos salvados caso Dataiku.
Captar no es traer más curiosos: es contestar antes que nadie, llamar primero al que puede comprar y no dejar que se enfríe el que ya dijo casi-que-sí. Y la mina que casi todos tienen sin tocar: su propia base de exclientes. Ocho jugadas.
Cada lead recibe respuesta útil en minutos, a cualquier hora — mientras la mediana real B2B es de 42 horas. El estudio de HBR/MIT: contactar en menos de 5 minutos multiplica ×100 la probabilidad de contacto y ×21 la de cualificación, y el 78 % compra al primero que responde. No hay modelo que entrenar: es velocidad automatizada, y por eso es la jugada con resultado más rápido de toda la página.
Cada lead, puntuado por probabilidad de cierre y con su porqué; el comercial deja de quemar horas en curiosos. Una aseguradora recuperó +10,2 M$ que se le escapaban cotizando a navegantes sin intención, según el caso publicado; Frontier publicó +20 % de ventas B2B nuevas caso Databricks; Habitable puntuó 40.000 clientes con un equipo pequeño caso Pecan.
Las reglas de precio que hoy viven en la cabeza del que presupuesta se convierten en un motor que cotiza mientras el cliente está caliente; lo atípico pasa al humano con el borrador ya hecho. Frontier pasó de semanas a segundos leyendo 40.000 contratos caso Databricks; Wisr aprueba el 83 % de sus préstamos sin intervención humana caso Dataiku.
En tu base de exclientes hay nombres que volverían si se les llamara bien: el modelo los puntúa y se contacta solo a esos, con el mensaje que les toca — no la ráfaga ciega a toda la base muerta. Hydrant publicó conversión ×2,6 e ingresos ×3,1 frente al grupo ciego, medido con A/B caso Pecan; Seven West Media, +16 M$ reactivando durmientes. Es la primera jugada que ejecutamos en casi todo diagnóstico: el activo ya existe y está a coste cero de captación. Nuestro propio ejemplo, más abajo.
El modelo aprende qué tenía la primera transacción de los que luego fueron buenos clientes, y puntúa a cada nuevo el día uno: el potencial alto entra en el circuito de mimo. Picard publicó un 75 % de precisión prediciendo el valor a 12 meses caso Dataiku.
El valor futuro de cada cliente se cruza con la campaña que lo trajo: se apagan las que traen tráfico basura y se escalan las que traen clientes que valdrán dinero. Little Spoon amortizó la inversión en meses tras apagar campañas ruinosas caso Pecan; SciPlay publicó ingresos ×3,5 por usuario y +30 % de ingreso medio con el valor predicho dictando la puja.
El grafo de relaciones de cada cuenta B2B avisa cuando el contacto clave cambia de puesto o cuando hay un decisor sin cubrir — antes de que la cuenta se enfríe. Gainsight publicó con LinkedIn +42 % de operaciones cerradas. Versión pyme: la alerta mensual de «cuentas que penden de un solo hilo».
Pausas de email, firmas que se retrasan, reuniones que se caen: el pulso de cada operación abierta, comparado con el de las que murieron. En Alteryx, el pronóstico del modelo superó al de los propios comerciales y rescató mega-cuentas a tiempo caso publicado por Clari.
«Pago publicidad y no sé qué canal me trae clientes de verdad.» De esa frase vive medio sector: el último clic se lleva el mérito de todo, y los propios profesionales del marketing reconocen desperdiciar en torno a un 26 % del presupuesto Rakuten. Aquí no se trata de gastar más: primero se deja de quemar, después se mide de verdad. Cinco jugadas.
Un modelo econométrico (MMM) separa qué parte de tus ventas provoca cada canal — sin cookies y sin regalarle el mérito al último clic. Desigual destapó así un error de atribución de 300 veces en un canal, reordenó el presupuesto y publicó +86 % de ventas, −32 % de coste por venta y +44 % de retorno publicitario MMM con Adsmurai/Semmántica. Meliá publicó +36 % de ROAS midiendo sin cookies caso Analytic Edge; KFC Europa, +31,7 % de ROI y una táctica que devolvía 39 veces lo invertido. Pide 2+ años de histórico de gasto: si no lo tienes, se empieza a guardar hoy.
Un árbitro tuyo — no el de cada plataforma, que barre para casa — reparte el gasto del día siguiente entre campañas y canales según su rendimiento fresco, con límites que tú fijas. Vodafone Italia publicó +21 % de volumen de ventas y −17 % de coste por adquisición caso Nexoya/Incubeta; MercadoLibre, +9,6 % de ROAS con −55 % de carga de trabajo del equipo caso Muttdata. Se empieza en modo «propone y tú apruebas».
Con experimentos con grupo de control, el modelo separa al persuadible del que convierte solo — y la puja se concentra en los primeros. Wayfair publicó el mismo volumen de compras con −60 % de coste publicitario.
Las ventas del TPV/CRM se cruzan cada día con las audiencias, y el que compró ayer no ve el anuncio de hoy. Un cliente global de Publicis publicó +50 % de ingresos de campaña en 4 días solo con esto caso Databricks. No hay modelo: hay fontanería bien hecha — por eso es la primera que se monta.
Cada notificación — push, email, WhatsApp — va solo a quien responde a ese tipo de aviso, y el coste de molestar entra en la ecuación. MercadoLibre eliminó la fatiga de notificaciones y publicó conversión al alza; no hay cifra desglosada pública, y lo decimos igual caso Muttdata.
La tarifa plana es cómoda y cara: pierde en los picos y espanta en los valles. Y la plaza que caduca — la habitación, el hueco de agenda, el asiento, la hora de cabina — es el mismo problema con distinto disfraz: lo que no se vende hoy, a las doce vale cero. La evidencia de mercado de McKinsey sitúa aquí la palanca más gorda: +1 % de precio bien puesto equivale a +8 % de beneficio operativo. Ocho jugadas, de la tarifa al antifraude.
El modelo propone el precio de cada noche u hora según la demanda prevista, la antelación y el calendario. Los anfitriones de Airbnb con precio dinámico ingresan +20-30 % al año, según estudios econométricos publicados. Y el caso que desmonta el «eso es para grandes»: el Plaza Hotel Alexandria — UN solo hotel, con un modelo casero de multiplicadores y simulación — publicó +20 % de ingresos por alojamiento paper académico.
No vale lo mismo la habitación 3/20 que la 18/20, ni a 60 días que a 3. Booking publicó +3,5 % de RevPAR y +4 % de conversiones con precio por ocupación; NH (grupo Minor) sostiene +3,5 % anual con esta lógica, según su informe corporativo. Siempre con suelos y techos que fija el dueño — el sistema los respeta.
La curva de demanda de cada referencia, medida con experimento — no opinada en la reunión de precios. En un catálogo conviven productos donde nadie compara (margen regalado si no subes) y productos escaparate donde un euro menos dispara la cesta. Vitafy publicó +18 % de ventas brutas y +10 % de beneficio neto caso Google Cloud.
El asiento, el menú o la sesión de hoy valen cero a las doce: el precio sube o baja según el ritmo de llenado comparado con el histórico de días iguales. FlixBus publicó +6 % de asientos vendidos y +9 % de recaudación con su sistema de precio por vaciado paper académico.
Repricing continuo en todos los canales, dentro de reglas de margen mínimo. Spreetail publicó +34 % de crecimiento y −74 % de roturas de stock Businesswire; FLYR, +7 % de ingresos de aerolínea, según publicó la propia compañía. Honestidad: exige volumen multicanal de verdad — para la mayoría, el repricing diario por lotes captura casi todo el valor.
Tu histórico sabe cuánta demanda de más valor llegará más tarde; el sistema protege plazas para ella y calcula si aceptar el grupo con descuento o esperar. Marriott subió su ingreso real sobre el óptimo del 83 % al 91 % declarado por su CIO en CIO Magazine y ganó +46 M$ en un año afinando el precio de sus grupos estudio en INFORMS. Es la respuesta a la pregunta donde más dinero se juega un negocio con plazas: «¿acepto este encargo grande a este precio?»
En el momento de agendar, la probabilidad de que ese cliente no venga — y el refuerzo va solo donde hay riesgo: recordatorio extra, confirmación activa, lista de espera para el hueco. Boston Children's Hospital predijo el 83 % de las inasistencias sobre 161.822 citas estudio en npj Digital Medicine, 2022. La evidencia de mercado dental en EE. UU.: 15-20 % de plantones y más de 105.000 $ al año en juego por consulta.
Cada falso positivo del antifraude es una venta hecha que tu propio sistema tira a la basura — y un cliente que no vuelve. Iberia publicó, con Cybersource, −80 % de rechazos injustificados: +20 % de conversiones de pago retenidas. El efecto se ve en caja desde el primer día.
No suben ingresos por sí mismas; devuelven a tu equipo las horas administrativas que hoy se comen la venta. Van aquí porque acaban en la misma caja.
Albaranes, facturas y partes extraídos, clasificados y validados sin humanos delante. SoftBank publicó 250.000 horas al año ahorradas caso Dataiku; Aviva pasó reclamaciones de 15-30 minutos a menos de 1 y recortó −52 % un coste entero caso Dataiku/Tractable; Anglo American redujo −97 % su tiempo de cierre contable caso Alteryx.
Las consultas repetitivas se responden solas desde los datos reales del negocio, y el gestor vuelve a vender. CaixaBank publicó −80 % de tiempo de resolución y +20 % de capacidad de venta recuperada.
El documento se lee solo, la verificación corre en paralelo y el cliente nuevo puede comprar desde el minuto uno. BBVA publicó altas en minutos y en torno al 80 % de sus ventas con origen digital.
El repertorio no es el mismo para una clínica que para un almacén. Estas son las jugadas por las que solemos empezar en cada tipo de negocio: las de ingresos apuntan a su número de arriba, y señalamos también las de coste (stock, cobros, rutas) — el dinero no distingue por qué puerta entra. El catálogo completo, en /problemas/.
Despertar pacientes dormidos (23) · el plantón predicho al dar la cita (39) · contestar el primero al que pide cita (20) · la agenda tratada como plaza que caduca (33, 34). El hueco de las 11:00 que se queda vacío no vuelve.
El cliente industrial que baja pedido, leído a tiempo (15, 19) · presupuestos en segundos mientras el cliente está caliente (22) · papeles que se leen solos: albarán, parte, factura (propina) · y del lado del coste: comprar lo que se va a vender y saber quién no va a pagar → /problemas/.
El cliente que baja pedido antes de irse al competidor (15, 19) · el soplo al vendedor con la cartera de cada ruta (12) · margen y elasticidad por referencia (35) · y del lado del coste: demanda, roturas de stock e impagos → /problemas/.
Contestar el primero al lead que compara tres empresas (20) · presupuestos en segundos, no en semanas (22) · albaranes y partes que se leen solos (propina) · y el frente del cobro: la construcción cobra a 96,5 días de media, el peor sector según Cepyme — el aviso de impago antes del vencimiento → /problemas/.
El precio de cada noche por demanda y ocupación (33, 34) · proteger la plaza del que paga más (38) · cancelaciones y plantones predichos (39) · despertar clientes dormidos (23).
El «quienes compraron esto» con tu historial (02) · el buscador que habla tu oficio (07) · dejar de perseguir al que ya compró y medir qué canal vende (31, 28) · no rechazar ventas buenas (40).
La lista del lunes y el semáforo de cuentas (15, 19) · la operación que se enfría, rescatada a tiempo (27) · llamar primero al que puede comprar (21) · despertar dormidos (23).
Ninguna cifra de esta página es una promesa nuestra. Son resultados publicados por las empresas que los cobraron, por los estudios que los midieron o por los proveedores que montaron el sistema — con su fuente al lado. La mayoría son empresas más grandes que la tuya: la mecánica es la misma; la escala, no.
Por eso aquí no leerás «tu facturación subirá un X %». No lo sabemos. Nadie lo sabe sin mirar tu histórico. El número real lo da el diagnóstico: cogemos tus datos de los últimos años, rebobinamos y demostramos qué se podía haber visto venir en TU negocio — con el valor en euros delante y el cálculo enseñado.
Y como esa frase también es fácil de decir, la respaldamos con una garantía sin letra pequeña: el diagnóstico tiene precio cerrado — 600 € + IVA — y si el valor identificado en tu histórico no supera el precio del diagnóstico, se devuelve. El criterio es el número del informe, no una sensación.
Preferimos perder un proyecto que inventarte un porcentaje por el camino.
74 exclientes con patrón de retorno y ~25.000 € de valor histórico asociado: lo que encontró nuestro último diagnóstico en una sola base de datos. Que quede claro qué significa: no son 25.000 € prometidos — es dinero que ese negocio ya facturó alguna vez a esa gente, dormido en su base de datos, convertido en una lista con nombre, patrón y motivo para llamar. Es la jugada 23, ejecutada de verdad. Se cuenta como lo que es: un ejemplo de lo que un diagnóstico saca. → /casos/
469 negocios analizados en nuestro estudio de sector: el método, puesto a prueba en público antes de venderlo. → /metodo/
Cuando tengamos más números propios, estarán aquí contados igual: medidos, con contexto y sin inflar.
Te enseñamos cuánto: 2-3 semanas sobre tu histórico, tu número en euros sobre la mesa, y garantía si no aparece. Esta página te ha enseñado lo que cobraron otros — lo que falta por saber es lo tuyo.