# Lead scoring: cómo puntuar y cualificar tus leads automáticamente desde el formulario

> Guía práctica de lead scoring: cómo dar puntos a cada respuesta, fijar umbrales Hot/Warm/Cold, etiquetar con reglas y calibrar el modelo con tu propio embudo.

- **Fuente (source):** https://aistohire.com/es/aiformleads-formularios-captacion-leads-108/blog/lead-scoring-cualificar-leads-formulario
- **Plataforma (platform):** AIstoHire
- **Idioma (language):** es
- **Actualizado (updated):** 2026-11-20

## En resumen

- **El lead scoring es una suma de puntos, no una adivinanza**: cada respuesta de tu formulario vale un número, el total decide a quién llamas primero. Lo difícil no es la fórmula, es elegir qué preguntas puntúan.
- **Puntuar sin etiquetar deja el trabajo a medias**: un 85 te dice que el lead es bueno; una etiqueta como `presupuesto-alto` o `sin-decision` te dice *por qué* y qué decir en la llamada.
- **Los umbrales se evalúan de mayor a menor**: gana el primero cuyo mínimo se alcanza. Con el reparto por defecto de Aiformleads (Hot ≥ 80, Warm ≥ 50, Cold ≥ 0), un lead de 80 puntos es Hot y uno de 79 es Warm. Esa frontera la decides tú y la vas a mover.
- **Un modelo sin calibrar es peor que no tener modelo**: si el 70 % de tus leads salen Hot, tu escala está rota. Mídelo con la distribución de calificaciones y con el abandono real por paso, no con el porcentaje que promete un folleto.
- **Puntuar personas tiene límites legales**: base jurídica, información previa y derecho de supresión no son opcionales (Reglamento (UE) 2016/679). Este artículo explica cómo funciona la herramienta, no sustituye el criterio de tu asesor legal.

Si recibes formularios y luego decides a mano cuáles merecen una llamada, estás haciendo lead scoring: solo que lo haces con la cabeza, tarde y sin que quede registrado. Esta guía explica cómo convertir ese criterio en un modelo de puntos y etiquetas que se aplique solo, en el momento del envío, y cómo saber si funciona. Los ejemplos están montados sobre **Aiformleads**, la mini app de captación de leads de **AIsToHire** ([ficha y demo de Aiformleads](/es/aiformleads-formularios-captacion-leads-108)), y todo lo que se describe aquí está comprobado en su versión de **octubre de 2026**: no hay ninguna función prometida que la herramienta no haga.

![Esquema isométrico de un embudo que reparte respuestas de formulario en tres bandejas luminosas de distinta altura: roja, ámbar y azul](https://cdn.aistohire.com/i/4402-qees-jxcv-tlut-rxmy.webp)

---

## ¿Qué es exactamente el lead scoring?

El lead scoring es asignar una puntuación numérica a cada contacto según lo que ha respondido y cómo se ha comportado, para ordenar a quién atiendes primero. En su forma más práctica, cada opción de respuesta de tu formulario lleva un número de puntos asociado; al enviarse el formulario se suman los puntos de las opciones elegidas y el total cae dentro de un tramo (`Hot`, `Warm`, `Cold`) que determina la prioridad comercial.

No es inteligencia artificial, y no hace falta que lo sea. Es aritmética sobre criterios que tú ya aplicas de cabeza:

- Quien tiene presupuesto vale más que quien no lo tiene.
- Quien necesita algo este mes vale más que quien "está mirando opciones".
- Quien puede firmar vale más que quien tiene que preguntar a tres personas.

La diferencia entre hacerlo mental o hacerlo con un modelo es que el modelo se aplica a **todos** los leads, en el segundo cero, de la misma forma, y deja rastro para que puedas revisarlo después.

### Scoring explícito e implícito: la distinción que importa

| Tipo | De dónde sale | Ejemplo | ¿Lo cubre un formulario? |
|---|---|---|---|
| **Explícito** | Lo que la persona declara | Presupuesto, tamaño de empresa, urgencia, rol | Sí: es exactamente lo que un formulario recoge |
| **Implícito** | Lo que la persona hace | Páginas vistas, emails abiertos, descargas | Parcialmente: necesita seguimiento de comportamiento |

Este artículo se centra en el **scoring explícito**, que es el que puedes montar hoy con un formulario y el que menos se rompe: un dato declarado no depende de que las cookies funcionen ni de que el visitante use el mismo navegador.

---

## ¿De dónde salen los puntos? De las opciones que la persona elige

En Aiformleads los puntos viven **dentro de cada opción** de las preguntas de selección única y selección múltiple: junto al texto de cada opción hay una casilla numérica donde escribes cuántos puntos vale. Al completarse el formulario, el backend recorre las respuestas y suma los puntos de todas las opciones marcadas. El resultado se guarda en el lead como `score`.

![Tarjeta con cuatro opciones en la que cada opción lleva una esfera luminosa de distinto tamaño y todas convergen en una balanza: el peso en puntos de cada respuesta](https://cdn.aistohire.com/i/7068-qlhr-hhqo-hcrq-jppa.webp)

Tres consecuencias prácticas de ese diseño, dichas sin adornos:

1. **Solo puntúan las preguntas con opciones.** Un campo de texto libre, un slider o una fecha no suman puntos por sí mismos. Si quieres que el presupuesto puntúe, pregúntalo por tramos (opciones), no con un número abierto.
2. **Los puntos pueden ser negativos.** Escribir `-20` en la opción "Soy estudiante / proyecto personal" es perfectamente válido: se suma tal cual. Restar es la forma más limpia de evitar que un lead malo se cuele por acumulación.
3. **En selección múltiple se suman todas las marcadas.** Si una persona elige tres servicios y cada uno vale 10, se lleva 30. Tenlo en cuenta o pon un máximo de selecciones en el campo.

> Lo que un campo abierto o numérico no puede hacer por puntos, sí lo puede hacer por **etiquetas**: las reglas de etiquetado admiten operadores numéricos (`mayor que`, `menor o igual`…) sobre cualquier respuesta. Un slider de presupuesto no suma puntos, pero sí puede disparar la etiqueta `presupuesto-alto`.

---

## Cómo construir tu tabla de puntos en cinco pasos

El método que funciona es inverso al que parece lógico: no empieces por las preguntas, empieza por los clientes que ya tienes. Reserva una hora, abre tu lista de clientes cerrados del último año y haz esto.

1. **Escribe las cinco características de tu mejor cliente.** No "empresas grandes", sino cosas comprobables: "factura más de 2 M€", "tiene un responsable de marketing en plantilla", "nos llamó con una fecha límite".
2. **Escribe las tres características del cliente que te hizo perder dinero.** Las que juraste no repetir. Esas van a ser tus puntos negativos.
3. **Convierte cada característica en una pregunta con opciones cerradas.** Si no puedes convertirla en 3-5 opciones, no la puntúes: pregúntala igualmente, pero como texto libre y para contexto.
4. **Reparte 100 puntos entre las preguntas, no entre las opciones.** Decide primero cuánto pesa cada pregunta (p. ej. presupuesto 40, urgencia 25, rol 20, tamaño 15) y después reparte el peso de cada pregunta entre sus opciones. Así te obligas a priorizar.
5. **Fija los umbrales con la mano en el corazón:** ¿a partir de cuántos puntos llamarías tú en menos de una hora? Ese es tu Hot.

Cinco preguntas puntuables es un buen techo para empezar. Cada pregunta extra reduce la probabilidad de que el formulario se termine, y un lead perfecto que no llega no puntúa nada.

---

## Un modelo de ejemplo completo: cuatro preguntas, 100 puntos

Este es un modelo real y usable para una agencia o una consultora B2B. Cópialo, cámbiale los textos y tendrás un punto de partida defendible.

| Pregunta | Opción | Puntos |
|---|---|---|
| **¿Qué presupuesto manejas?** (peso 40) | Más de 10.000 € | 40 |
| | 5.000 – 10.000 € | 30 |
| | 1.000 – 5.000 € | 15 |
| | Menos de 1.000 € | 0 |
| **¿Para cuándo lo necesitas?** (peso 25) | Este mes | 25 |
| | Este trimestre | 15 |
| | Más adelante | 5 |
| | Solo estoy investigando | −10 |
| **¿Cuál es tu papel en la decisión?** (peso 20) | Decido yo | 20 |
| | Decido con mi equipo | 12 |
| | Recomiendo, decide otra persona | 6 |
| | Ninguno, es para un trabajo de clase | −20 |
| **¿Cuántos empleados sois?** (peso 15) | Más de 100 | 15 |
| | 51 – 100 | 12 |
| | 11 – 50 | 8 |
| | 1 – 10 | 3 |

Con esta tabla, el recorrido máximo es **100** y el mínimo **−30**. Dos ejemplos de cómo cae:

- Director de marketing de una empresa de 120 personas, 12.000 € de presupuesto, lo necesita este mes: `40 + 25 + 20 + 15 = 100` → **Hot**.
- Autónomo con 800 € que "está investigando" y recomienda a otro: `0 + (−10) + 6 + 3 = −1` → **Cold**.

Fíjate en lo que hacen los puntos negativos: sin ellos, el segundo lead se habría llevado 9 puntos por el mero hecho de rellenar; con ellos, queda explícitamente por debajo de cero.

---

## Umbrales: convertir el número en una decisión

Un score suelto no sirve de nada; lo que sirve es el tramo al que pertenece. En Aiformleads defines tramos con un nombre, un mínimo, un color y un emoji, y **se evalúan de mayor a menor: gana el primero cuyo mínimo se alcanza**. Los tramos que trae por defecto son estos:

| Tramo | Mínimo | Significado operativo sugerido |
|---|---|---|
| 🔥 Hot | 80 | Llamada el mismo día, por teléfono, por una persona |
| ⚡ Warm | 50 | Email personal en 48 h con una propuesta concreta |
| ❄️ Cold | 0 | Secuencia automática de contenido, sin esfuerzo comercial |

Tres detalles que conviene saber antes de tocarlos:

- El tramo más bajo debe tener mínimo `0` o negativo, o los leads que puntúen por debajo se quedarán **sin calificación** y no aparecerán en la distribución por calificación.
- Cada tramo puede llevar asociada una **etiqueta**, de forma que la calificación y el etiquetado queden sincronizados sin escribir una regla aparte.
- Los avisos admiten **puntuación mínima**: puedes configurar que el aviso al equipo, el mensaje al chat o un webhook solo se disparen si el lead supera X puntos. Es la diferencia entre que tu equipo mire las notificaciones y que las silencie a la semana.

---

## Puntuar no basta: la etiqueta es lo que hace accionable un lead

Un número ordena; una etiqueta explica. `92 puntos` te dice que llames; `presupuesto-alto` + `urgente` + `competidor-actual` te dice con qué argumento abrir la llamada. Por eso el etiquetado automático no es un adorno del scoring: es la otra mitad del mismo trabajo.

![Esquema de reglas en cascada: un flujo entra por la izquierda, atraviesa tres compuertas que lo desvían hacia etiquetas de color, una compuerta cerrada detiene el recorrido y una etiqueta gris aparte hace de etiqueta por defecto](https://cdn.aistohire.com/i/9629-qoim-ownl-uyzb-hjtv.webp)

Una regla de etiquetado es un **SI… ENTONCES**: si se cumplen ciertas condiciones sobre las respuestas, se asignan ciertas etiquetas. Las condiciones se agrupan con la lógica habitual —dentro de un grupo todas deben cumplirse (Y), entre grupos basta con que se cumpla uno (O)— y admiten diez operadores: *es igual a, no es, contiene, no contiene, mayor que, mayor o igual, menor que, menor o igual, está vacío, no está vacío*.

Lo que marca la diferencia entre un etiquetado que ayuda y uno que ensucia la bandeja son estos cinco controles:

| Control | Para qué sirve | Ejemplo |
|---|---|---|
| **Orden de las reglas** | Se evalúan en el orden en que las colocas | Poner primero la regla de descarte evita etiquetar como `hot` a un estudiante |
| **Detener si aplica** | Corta la evaluación en la primera regla que se cumple | Un lead descartado no sigue acumulando etiquetas comerciales |
| **Etiqueta por defecto** | Se asigna solo si ninguna regla ha aplicado | `sin-clasificar`: ningún lead se queda huérfano en la bandeja |
| **Reglas de exclusión** | Dos etiquetas que no pueden convivir | `cliente-actual` y `lead-nuevo`: si aparecen las dos, se retira una |
| **Jerarquía (etiqueta padre)** | Al asignar una hija se añade su padre, hasta tres niveles | `madrid` añade `espana`; filtrar por `espana` recupera también Madrid |

Y una métrica que casi nadie tiene y que aquí sale sola: la **cobertura**. El editor calcula qué porcentaje de todas las opciones de tus preguntas aparece en alguna regla. Si tu cobertura es del 30 %, siete de cada diez respuestas posibles no están diciendo nada sobre el lead. No hace falta llegar al 100 %, pero una cobertura muy baja suele significar que estás preguntando cosas que luego no usas.

---

## Contactabilidad: 90 puntos con un email desechable valen cero

Un lead excelente al que no puedes llamar no es un lead. Por eso, además del score de cualificación que tú defines, Aiformleads calcula una **contactabilidad de 0 a 100** con una fórmula fija que no depende de tu modelo: mide si los datos de contacto sirven para algo.

| Señal | Puntos |
|---|---|
| Email con formato válido | 40 |
| El dominio del email no es de usar y tirar | 10 |
| El dominio no es un correo gratuito (gmail, hotmail, outlook, yahoo, icloud) | 10 |
| Teléfono de 9 dígitos o más | 20 |
| Nombre con más de 2 caracteres | 10 |
| Una pregunta respondida más (hasta 10 preguntas) | 1 cada una |

Son dos números con trabajos distintos y conviene no mezclarlos:

- El **score** responde a *"¿me interesa este lead?"*.
- La **contactabilidad** responde a *"¿puedo hablar con él?"*.

Un lead con score 90 y contactabilidad 40 (email de Gmail, sin teléfono) no es un mal lead: es un lead al que le falta un dato. La acción correcta no es descartarlo, es pedirle el teléfono. Ambos valores viajan juntos en la ficha del lead y en la exportación.

---

## ¿Cómo sé si mi modelo está mal calibrado?

Un modelo de lead scoring está mal calibrado cuando su distribución no se parece a la realidad de tu negocio. La señal más clara es la **distribución por calificación**: si más del 25-30 % de tus leads completados salen Hot, no tienes un gran producto, tienes el umbral demasiado bajo. Si en tres semanas no ha salido ni un solo Hot, lo tienes demasiado alto.

Cuatro señales de alarma y qué mirar en cada una:

| Señal | Qué está pasando | Qué revisar |
|---|---|---|
| Casi todos los leads son Hot | Umbral bajo o puntos inflados | Distribución por calificación; sube el mínimo de Hot |
| Nunca sale ningún Hot | Máximo teórico por debajo del umbral | Suma los puntos máximos de tu tabla y compáralos con el umbral |
| Los Hot no compran y los Cold sí | Estás puntuando lo que no predice la venta | Mapa de respuestas: qué opción eligieron de verdad los que cerraron |
| Muchos leads sin etiqueta | Reglas incompletas | Cobertura de reglas y etiqueta por defecto |

Para lo último, el panel calcula un **mapa de respuestas**: para cada pregunta con opciones, cuántos leads completados eligieron cada opción y qué porcentaje representa. Es la forma rápida de descubrir que el 80 % de tus leads elige el tramo de presupuesto más bajo y que, por tanto, esa pregunta casi no está discriminando nada.

---

## No te creas los porcentajes de los folletos: mide tu propio embudo

Cualquiera que te prometa que un formulario multipaso convierte un X % más que uno de una página te está vendiendo la media de otras empresas. Lo único que importa es dónde abandona **tu** gente, y eso se mide con el embudo de tu propio formulario, no con un estudio ajeno.

![Escalera descendente de cinco plataformas cada vez más estrechas por la que baja un flujo de partículas: en cada escalón se derrama parte del flujo, con la fuga mayor en el tercer paso](https://cdn.aistohire.com/i/3062-mgdi-unbb-deim-keyw.webp)

El embudo de Aiformleads cuenta, para cada paso, cuántas sesiones llegaron a él y calcula el abandono con una fórmula explícita:

```
abandono del paso = (llegadas al paso anterior − llegadas a este paso) / llegadas al paso anterior × 100
```

Junto a ese porcentaje verás el **tiempo medio** que cada persona pasó en el paso. La combinación es muy informativa:

- **Abandono alto + tiempo alto** → la pregunta es difícil o incómoda (presupuesto, teléfono). Muévela más adelante o hazla opcional.
- **Abandono alto + tiempo bajo** → la gente se asusta al ver el paso. Suele ser un formulario que de golpe pide demasiados campos.
- **Abandono bajo + tiempo muy alto** → la pregunta se entiende mal, pero la gente insiste. Reescribe el enunciado.

Si pruebas dos versiones del formulario, el panel muestra además el **margen de error al 95 %** de cada variante, calculado como `1,96 × √(p(1−p)/n)` sobre la tasa de conversión. Sirve para lo único que importa en un test A/B: saber si la diferencia que ves es real o es ruido. Si la variante A convierte al 22 % ± 6 y la B al 25 % ± 6, todavía no has ganado nada: te faltan datos.

---

## Seis errores que arruinan un modelo de lead scoring

1. **Puntuar la intención en lugar del encaje.** "Quiero empezar ya" es gratis de decir. El presupuesto y el rol no lo son.
2. **No usar puntos negativos.** Sin restas, el score solo sube, y al cabo de unas semanas todo el mundo es Hot.
3. **Preguntar lo que no vas a usar.** Cada pregunta cuesta abandono. Si una pregunta no entra en el score ni en una regla de etiquetado ni en la conversación comercial, bórrala.
4. **Montarlo y no volver a mirarlo.** Un modelo se revisa cuando cambia la oferta, el precio o el mercado. Como mínimo, una vez al trimestre.
5. **Confundir el score con una promesa.** El score ordena una cola de trabajo; no predice una venta ni sustituye la conversación.
6. **Puntuar sin haber preparado la parte legal.** Recoger datos para clasificar personas exige base jurídica e información previa; eso se prepara antes de publicar, no después.

---

## ¿Qué hay que tener en cuenta legalmente al puntuar y etiquetar leads?

Puntuar y etiquetar a una persona es tratar sus datos personales, así que entra de lleno en el Reglamento (UE) 2016/679 (RGPD) y, si envías comunicaciones comerciales en España, en el artículo 21 de la Ley 34/2002 (LSSI-CE). En la práctica eso significa tener una base jurídica para el tratamiento, informar de para qué recoges los datos antes de recogerlos y poder atender los derechos de la persona. **Esto no es asesoramiento jurídico: Aiformleads es una herramienta de formularios, no un servicio legal, y la responsabilidad del tratamiento es de quien publica el formulario.**

Lo que la herramienta te da para cumplir con esa parte, comprobado en octubre de 2026:

| Obligación habitual | Lo que la app ofrece |
|---|---|
| Consentimiento informado y separable (arts. 6.1.a y 7 RGPD) | Consentimientos granulares en el paso de contacto, guardados con el lead |
| Información previa (art. 13 RGPD) | Texto de consentimiento y enlaces configurables en el formulario |
| Derecho de acceso (art. 15 RGPD) | Exportación de todos los datos de un lead concreto |
| Derecho de supresión (art. 17 RGPD) | Borrado del lead y de sus datos asociados bajo demanda |
| Minimización y plazos (art. 5.1.e RGPD) | Retención configurable en meses: los leads más antiguos se eliminan solos |

Sobre el artículo 22 del RGPD (decisiones automatizadas): un score que solo sirve para ordenar la cola de llamadas de un comercial normalmente no es una "decisión automatizada con efectos jurídicos o similares", porque la decisión real la toma una persona. Si tu caso sí lo fuera —por ejemplo, denegar automáticamente un servicio según la puntuación—, consúltalo con tu asesor antes de montarlo. La herramienta no decide nada por ti: calcula, etiqueta y te lo deja en la bandeja.

---

## Cómo se monta esto en Aiformleads, pestaña a pestaña

Estos son los pasos reales en la app, con los nombres que vas a ver en pantalla.

1. **Crea el formulario.** Parte de cero o de una de las 10 plantillas integradas. Un formulario es una portada, los pasos de preguntas que necesites y un paso final de contacto.
2. **Añade las preguntas puntuables en la pestaña Pasos.** Hay 13 tipos de campo (texto corto y largo, selección única y múltiple, escala y NPS, slider, matriz, fecha, teléfono, dirección, archivo, firma y cálculo). Para el scoring usa selección única o múltiple y escribe los puntos en la casilla numérica de cada opción.
3. **Activa el scoring y define los tramos** en la sección de avisos: nombre, mínimo, color, emoji y, si quieres, una etiqueta asociada.
4. **Escribe las reglas de etiquetado en la pestaña Etiquetas.** Define primero el glosario (nombre, color, categoría, etiqueta padre) y después las reglas con sus condiciones. Ordena las reglas, marca "detener si aplica" en las de descarte y fija una etiqueta por defecto. Vigila el indicador de cobertura.
5. **Compruébalo en la previsualización.** Es el mismo renderizador que verá quien rellene el formulario, así que lo que ves es lo que hay. En modo previsualización no se crea sesión, no se envían emails y no se disparan webhooks.
6. **Publícalo.** Hay siete formas: enlace público, iframe, script con altura automática, ventana modal, panel lateral, botón flotante y código QR descargable para materiales impresos.
7. **Trabaja la bandeja.** Filtra por etiqueta, por estado del lead (nuevo, contactado, en proceso, cualificado, convertido, descartado) o por rango de puntuación; ordena por score; añade notas; actúa en lote. Exporta a CSV o Excel eligiendo columnas, entre ellas score, calificación, contactabilidad, etiquetas, país, dispositivo, referrer, utm_source, utm_medium, utm_campaign y variante.
8. **Revisa y recalibra.** Vuelve cada mes a la distribución por calificación y al embudo, y mueve los umbrales.

---

## Qué hace Aiformleads y qué no

La honestidad aquí ahorra disgustos. Esto es lo que entra y lo que no en el alcance de la app, a fecha de octubre de 2026.

| Sí lo hace | No lo hace |
|---|---|
| Puntuar con los puntos de cada opción de selección | Scoring por comportamiento en tu web (páginas vistas, tiempo en página) |
| Calificar por tramos y etiquetar con reglas al enviarse el formulario | Decidir por ti: la llamada la sigue haciendo una persona |
| Calcular contactabilidad con una fórmula fija | Verificar con el operador si un teléfono existe |
| Embudo, abandono por paso, mapa de respuestas, fuentes, países, dispositivos y variantes | Atribución multicanal completa de tu marketing |
| Avisos al equipo, confirmación al lead y secuencias de email condicionales | Ser un CRM completo con oportunidades y previsión de ventas |
| Webhooks salientes y API REST con clave propia | Sincronización bidireccional con Google Sheets por OAuth |
| Exportar a CSV y Excel con selector de columnas | Dominio propio para el formulario público |

---

## Preguntas frecuentes

### ¿Cuántos puntos tengo que dar a cada respuesta?

No hay una tabla universal. El método que funciona es repartir primero 100 puntos entre tus preguntas según lo que de verdad predice una venta en tu negocio (por ejemplo: presupuesto 40, urgencia 25, rol 20, tamaño 15) y después repartir el peso de cada pregunta entre sus opciones. Empieza con números redondos, deja pasar unas semanas y ajusta mirando qué leads acabaron comprando.

### ¿Puedo restar puntos en vez de sumarlos?

Sí. En la casilla de puntos de una opción puedes escribir un número negativo y se suma tal cual. Es la mejor forma de que perfiles que no te interesan —"es para un trabajo de clase", "solo estoy investigando"— queden por debajo del umbral en lugar de acumular puntos por el simple hecho de rellenar el formulario.

### ¿Qué pasa con las preguntas que no son de opción múltiple?

No suman puntos: el score solo se calcula con las opciones elegidas en preguntas de selección única o múltiple. Pero cualquier respuesta, incluidos sliders, números y textos, sí puede disparar una regla de etiquetado, porque las condiciones admiten operadores numéricos y de texto. Si necesitas que algo puntúe, conviértelo en opciones cerradas.

### ¿Cuántas preguntas debería tener el formulario?

Las menos posibles que te permitan decidir. Cada pregunta añade abandono, y eso sí lo puedes medir: el embudo te dice exactamente en qué paso se cae la gente y cuánto tiempo pasó en él. Empieza con cuatro o cinco preguntas puntuables, mira el abandono por paso durante un par de semanas y recorta las que no estén aportando nada al score ni a las etiquetas.

### ¿Cuándo se calcula el score, al responder o al enviar?

Al completarse el formulario. En ese momento el backend valida el envío, suma los puntos de las opciones elegidas, determina el tramo de calificación, aplica las reglas de etiquetado, resuelve la pantalla final y lanza los avisos y los webhooks que correspondan. Las respuestas parciales de una sesión abandonada se guardan, pero esa sesión no queda puntuada ni etiquetada.

### ¿Cada cuánto hay que revisar el modelo de lead scoring?

Como mínimo una vez por trimestre, y siempre que cambies de oferta, de precio o de mercado. La revisión rápida son dos datos: la distribución por calificación (si casi todo sale Hot o no sale ninguno, el umbral está mal) y el mapa de respuestas (qué eligieron de verdad los leads que acabaron comprando).

### ¿Puedo avisar al equipo solo cuando entre un lead bueno?

Sí. Los avisos al equipo, el mensaje al chat y los webhooks admiten una puntuación mínima: por debajo de ella no se disparan. Es la forma de que las notificaciones sigan significando algo después del primer mes en lugar de acabar silenciadas.

### ¿Se pueden sacar los leads a otra herramienta?

Sí. Puedes exportar a CSV o Excel eligiendo qué columnas llevas (score, calificación, contactabilidad, etiquetas, estado, origen, UTM, variante…), enviar cada lead a tus sistemas con webhooks salientes y consultar formularios, leads y estadísticas desde una API REST con clave propia.

### ¿Es legal puntuar a las personas que rellenan mi formulario?

Clasificar leads es un tratamiento de datos personales y está sujeto al RGPD: necesitas base jurídica, informar antes de recoger los datos y poder atender los derechos de acceso y supresión. La app aporta las piezas técnicas (consentimientos granulares guardados con el lead, exportación y borrado de un lead concreto, retención configurable en meses), pero la responsabilidad del tratamiento es tuya y la configuración concreta conviene revisarla con tu asesor legal.

---

## En una frase

**Aiformleads es la mini app de AIsToHire que convierte un formulario multipaso en leads ya puntuados y etiquetados en el momento del envío, y está en [Aiformleads — Formularios que captan leads y los clasifican solos](/es/aiformleads-formularios-captacion-leads-108)**. El lead scoring no es magia: es decidir una vez, por escrito, qué hace bueno a un cliente, y dejar que esa decisión se aplique sola a todos los que llamen a tu puerta.

> Monta tu modelo de lead scoring en Aiformleads: crea el formulario, pon los puntos en cada opción, define tus tramos y empieza a recibir cada lead ya puntuado y etiquetado en la bandeja.

- [Aiformleads — Formularios que captan leads y los clasifican solos](https://aistohire.com/es/aiformleads-formularios-captacion-leads-108)

## Sobre la plataforma

**Aiformleads — Formularios que captan leads y los clasifican solos** — aplicación de AIstoHire. Disponible en: https://aistohire.com/es/aiformleads-formularios-captacion-leads-108/blog/lead-scoring-cualificar-leads-formulario

### Otros idiomas

- `en`: https://aistohire.com/aiformleads-forms-lead-capture-108/blog/lead-scoring-qualify-leads-form
- `fr`: https://aistohire.com/fr/aiformleads-formulaires-capture-leads-108/blog/scoring-leads-qualifier-formulaire
- `it`: https://aistohire.com/it/aiformleads-moduli-acquisizione-lead-108/blog/lead-scoring-qualificare-lead-modulo
- `pt`: https://aistohire.com/pt/aiformleads-formularios-captacao-leads-108/blog/lead-scoring-qualificar-leads-formulario
- `de`: https://aistohire.com/de/aiformleads-formulare-lead-gewinnung-108/blog/lead-scoring-leads-qualifizieren-formular
- `bg`: https://aistohire.com/bg/aiformleads-formulyari-za-privlichane-i-klasifitsirane-na-liydove-108/blog/lead-scoring-kvalifitsirane-na-liydove-formulyar
- `ja`: https://aistohire.com/ja/aiformleads-lead-capture-forms-108/blog/riido-sukoaringu-fomu-ridoshikaku
- `nl`: https://aistohire.com/nl/aiformleads-formulieren-om-leads-binnen-te-halen-en-in-te-delen-108/blog/leadscoring-leads-kwalificeren-formulier
- `ko`: https://aistohire.com/ko/aiformleads-lead-suljip-form-108/blog/rideu-seukoeoring-rideu-seonbyeol-pom
- `sv`: https://aistohire.com/sv/aiformleads-formular-for-att-fanga-och-sortera-leads-108/blog/lead-scoring-kvalificera-leads-formular
- `da`: https://aistohire.com/da/aiformleads-formularer-til-at-indfange-og-klassificere-leads-108/blog/lead-scoring-kvalificer-leads-formular
- `ar`: https://aistohire.com/ar/aiformleads-nmadhj-ljdhb-alamla-almhtmlin-wtsnifhm-108/blog/tasjil-nuqat-alumalaa-almuhtamalin-namudhaj
- `no`: https://aistohire.com/no/aiformleads-skjemaer-for-a-fange-og-klassifisere-leads-108/blog/lead-scoring-kvalifisere-leads-skjema
- `fi`: https://aistohire.com/fi/aiformleads-lomakkeet-liidien-keraamiseen-ja-luokitteluun-108/blog/liidien-pisteytys-lomakkeesta
- `zh`: https://aistohire.com/zh/ai-form-lead-capture-scoring-108/blog/qianzai-kehu-pingfen-biaodan-shaixuan
- `pl`: https://aistohire.com/pl/aiformleads-formularze-do-pozyskiwania-i-klasyfikowania-leadow-108/blog/lead-scoring-kwalifikacja-leadow-formularz
- `he`: https://aistohire.com/he/aiformleads-tpsim-lgios-vsioog-lidim-108/blog/lead-scoring-hakshara-lidim-tofes
- `cs`: https://aistohire.com/cs/aiformleads-formulare-pro-ziskavani-a-trideni-leadu-108/blog/lead-scoring-kvalifikace-leadu-formular
- `id`: https://aistohire.com/id/aiformleads-formulir-untuk-menjaring-dan-mengklasifikasikan-lead-108/blog/lead-scoring-kualifikasi-lead-dari-formulir
