Una empresa de distribución con 12 comerciales recibía entre 40 y 60 solicitudes de información al mes a través de su web. Cada solicitud llegaba por email al responsable comercial, que abría el formulario, buscaba la empresa en Google, revisaba la web, miraba el tamaño aparente, evaluaba si el perfil encajaba con su catálogo y decidía si llamar o ignorar. Todo ese proceso le llevaba entre 30 y 45 minutos por lead. En los meses de mayor volumen, eso eran casi 45 horas de trabajo comercial dedicadas únicamente a clasificar solicitudes antes de hacer nada.
El problema no era que el proceso fuera complicado. Era que era perfectamente estructurado y perfectamente repetible —lo que significa que era perfectamente automatizable. Lo implementamos en dos semanas. Aquí está el detalle técnico y los resultados.
El proceso original: cómo funciona el scoring manual
El comercial hacía, en esencia, cinco preguntas para cada lead: ¿La empresa existe y tiene web? ¿A qué se dedica exactamente? ¿Cuál es su tamaño aproximado (empleados, facturación visible)? ¿Encaja con nuestros productos? ¿Tiene señales de capacidad de compra (catálogo de productos en su web, presencia consolidada, antigüedad)?
Esas cinco preguntas, respondidas con criterio comercial, generaban una decisión: prioridad alta (llamar hoy), prioridad media (entrar en secuencia de email), descartar. La lógica era consistente entre los distintos comerciales porque el responsable la había documentado en una guía interna. Esa consistencia fue la clave que hizo posible la automatización.
La arquitectura del sistema automatizado
El flujo que construimos sigue el patrón de cuatro capas que aplicamos en todos nuestros sistemas: ingesta asíncrona, procesamiento cognitivo, acción y fallback.
La primera capa es el webhook. Cuando alguien rellena el formulario de contacto de la web, la solicitud llega a un endpoint de n8n que responde con 200 OK en menos de 50 milisegundos y encola el payload en Redis. No procesa nada en ese momento. Esto garantiza que el usuario nunca espera y que la web no depende del procesamiento posterior para responder.
La segunda capa es la cognitiva. Un worker de n8n —un nodo Cron que se ejecuta cada 30 segundos— extrae la solicitud de Redis y lanza el procesamiento. Primero, usa Jina Reader para hacer scraping de la web de la empresa que ha rellenado el formulario: extrae el texto visible de la homepage y de la página "sobre nosotros" si existe. El resultado es texto limpio, sin HTML, listo para ser analizado.