Modelo RFM aplicado a lead scoring: cómo adaptar recencia, frecuencia y valor a tu pipeline

5 min de lectura

Qué es el modelo RFM y por qué funciona en lead scoring

El modelo RFM clasifica leads según tres variables: recencia (cuándo actuó por última vez), frecuencia (cuántas veces interactuó) y valor (cuánto representa ese lead si convierte). Nació en marketing transaccional para segmentar clientes, pero su lógica se traslada casi sin fricción a cualquier pipeline donde el tiempo y el comportamiento importan: inmobiliario, fintech, B2B.

La razón por la que sigue vigente décadas después es simple: no depende de supuestos complejos. Usa datos que ya tienes —fechas de interacción, número de eventos, tamaño de operación— y los convierte en una prioridad accionable. Eso lo hace replicable sin modelos predictivos sofisticados ni dependencias externas.

Recencia, frecuencia y valor: tres señales, tres preguntas

Cada eje de RFM responde una pregunta concreta sobre el lead. Antes de construir un score, conviene entender qué mide cada uno y dónde falla si se aplica sin ajuste.

Recencia: ¿sigue activo o se enfrió?

Un lead que completó un formulario hace tres días no es igual a uno que lo hizo hace seis semanas. La recencia captura intención viva. En pipelines con ciclos largos —como la compra de una vivienda— el umbral de "reciente" no puede ser el mismo que en un checkout de ecommerce. Hay que calibrarlo contra el ciclo real de decisión de tu industria.

Frecuencia: ¿cuánto se repite la interacción?

Un solo clic en un anuncio no dice mucho. Tres visitas a una página de precios, dos descargas de ficha técnica y una consulta por chat sí dicen algo. La frecuencia detecta patrones de interés sostenido, no eventos aislados. El riesgo es confundir frecuencia con ruido: un bot o un usuario que navega sin intención también genera eventos repetidos.

Valor: ¿cuánto vale si convierte?

Este es el eje que más varía entre industrias. En real estate, el valor puede ser el ticket de la propiedad consultada. En fintech, el volumen de crédito solicitado o el AUM potencial de un prospecto. En B2B, el tamaño de la cuenta o el ACV estimado. Ignorar este eje lleva a priorizar leads activos pero pequeños sobre leads valiosos que avanzan más despacio.

Cómo adaptar RFM a real estate

En inmobiliario, el pipeline tiene fricciones distintas a un ecommerce: ciclos de semanas o meses, decisiones compartidas, visitas presenciales. RFM se adapta así:

  • Recencia: última visita a una ficha de propiedad, última respuesta a un agente, última solicitud de visita agendada.

  • Frecuencia: número de propiedades vistas en un rango de precio similar, repetición de consultas sobre la misma zona.

  • Valor: precio de las propiedades consultadas, capacidad de pago declarada o inferida por el rango de búsqueda.

Un lead que consultó tres propiedades de rango alto en los últimos cinco días pesa más que uno que consultó diez propiedades económicas hace un mes. El modelo evita que el equipo comercial gaste tiempo en volumen sin filtrar.

Cómo adaptar RFM a fintech

En fintech, el comportamiento digital es más denso: simulaciones, formularios parciales, consultas de tasas. Esto cambia la calibración:

  • Recencia: última simulación de crédito o inversión, último login en el portal de onboarding.

  • Frecuencia: número de simulaciones completadas, reintentos de formulario, consultas a soporte sobre condiciones.

  • Valor: monto solicitado, producto consultado (crédito hipotecario vs. tarjeta), segmento de ingreso declarado.

Aquí el riesgo típico es sobrevalorar la frecuencia: un usuario que reintenta un formulario puede estar interesado o puede estar teniendo un problema técnico. Cruzar frecuencia con valor ayuda a distinguir ambos casos antes de asignarle una prioridad alta.

Construir el score: de tres ejes a una prioridad de pipeline

La forma más simple de operativizar RFM es puntuar cada eje del 1 al 5 y combinar los tres valores en un score único. No hace falta una fórmula compleja para empezar.

EjePregunta que respondeEjemplo real estateEjemplo fintechRecencia¿Cuándo fue la última interacción?Última visita a ficha de propiedadÚltima simulación de créditoFrecuencia¿Cuántas veces interactuó?Propiedades vistas en 30 díasSimulaciones completadasValor¿Cuánto representa si convierte?Precio del inmueble consultadoMonto solicitado

Una vez puntuados los tres ejes, el equipo comercial puede trabajar con segmentos claros: leads "RFM alto" (recientes, frecuentes, de alto valor) van primero a conversación humana; leads "RFM bajo" entran a nutrición automatizada o se descartan del flujo activo.

Lo importante no es la fórmula exacta, sino que el criterio sea explícito y auditable. Un vendedor debe poder entender por qué un lead tiene prioridad sobre otro, no recibir un número sin contexto.

Errores comunes al implementar RFM en lead scoring

Antes de lanzar un modelo RFM sobre tu pipeline, conviene revisar estos puntos:

  1. Usar los mismos umbrales que otra industria. Lo que es "reciente" en ecommerce no lo es en inmobiliario.

  2. Ponderar los tres ejes por igual sin justificación. En fintech, el valor suele pesar más que la frecuencia; en real estate, la recencia puede ser decisiva por la competencia entre agencias.

  3. No revisar el modelo con el tiempo. El comportamiento del mercado cambia; los umbrales de recencia y frecuencia deben recalibrarse periódicamente.

  4. Confundir actividad con intención. Un lead muy frecuente no siempre es un lead listo para hablar. Frecuencia sin valor ni recencia reciente puede ser solo curiosidad.

  5. Dejar el score aislado del equipo comercial. Si el criterio no se traduce en una acción clara —llamar, nutrir, descartar— el modelo no cambia nada en el pipeline real.

RFM como punto de partida, no como fin

El modelo RFM no predice conversión por sí solo. Es un punto de partida ordenado para dejar de tratar todos los leads igual. Su valor está en la simplicidad: tres ejes, datos que ya existen, un criterio replicable entre equipos.

La pregunta que cualquier pipeline debería poder responder no es cuántos leads entraron este mes, sino cuáles de ellos merecen una conversación hoy. RFM ayuda a ordenar esa respuesta con lógica, no con intuición.

Si tu equipo comercial sigue filtrando leads a mano entre inmobiliario o fintech, vale la pena revisar qué parte de ese trabajo puede resolverse con un criterio claro antes de hablar. Solo habla con los leads correctos.