Por qué no usamos machine learning para puntuar leads

Qué construíamos

Un sistema para un bróker de factoring y leasing: obtener empresas de un registro público, puntuarlas, campañas de correo y pipeline comercial en un solo sitio. Más una web pública con calculadora de comisión, en marcha en plusfactor.pl.

El corazón del sistema es la puntuación: cada empresa de la base recibe una nota de 0 a 100 que indica hasta qué punto encaja con la oferta del bróker. Con varios cientos de empresas por tanda, esa es la diferencia entre trabajo con sentido y llamar por orden de lista.

Por qué no un modelo

La primera razón es prosaica: no había con qué entrenarlo. Un modelo necesita histórico: cientos de empresas de las que se sepa si la operación salió. El bróker arrancaba de cero. Un modelo entrenado con unas decenas de casos habría aprendido sobre todo la aleatoriedad de esas decenas.

La segunda razón importa más y sigue vigente incluso cuando ya haya datos suficientes. El comercial tiene que poder discutir la puntuación. Cuando ve una empresa con 80 y le parece un disparate, quiere saber qué le dio esos puntos, y entonces o cambia de opinión o encuentra un fallo en las reglas. Con un modelo la única respuesta disponible es «salió así», y eso acaba con la columna de puntuación ignorada.

La tercera razón es el coste. Las reglas explícitas se calculan en local, sin consultar un servicio de pago por cada empresa. Recalcular toda la base no cuesta más que la electricidad.

Cómo está construido

La puntuación se compone de varios factores con pesos asignados: sector, tamaño, forma jurídica, antigüedad, señales de necesidad de financiación. Los pesos son visibles y modificables, no están enterrados en el código. El bróker los ajusta cuando cambia lo que le interesa.

A eso se suma una matriz de encaje: unas veinticuatro entidades financiadoras, cada una con sus criterios. Una empresa demasiado pequeña para una encaja perfectamente en otra, de modo que la puntuación no responde a «si es buena» sino a «buena para quién».

Cuánto cuesta obtener los datos: medido, no estimado

Los datos de empresas vienen de un registro público accesible mediante una interfaz de pago. Una nota anterior del proyecto hablaba de «dos céntimos por empresa». Tras medirlo resultó ser decenas de veces más barato: 3.250 números de registro son trece consultas, es decir 1,17 eslotis en total, porque las consultas traen datos por lotes y no de empresa en empresa.

Cuento esta historia porque es instructiva sea cual sea el tema: una estimación dada de buena fe puede vivir meses en un proyecto. Hizo falta un contador de costes integrado en el panel para ver la cifra real. Desde entonces cada esloti gastado en datos es visible en el sistema.

Antes de que el sistema recibiera campañas reales

Antes del primer envío real pasamos el sistema por una auditoría con revisión adversarial: una parte busca fallos y la otra intenta refutar cada hallazgo. Salieron 26 correcciones, tres de ellas capaces de doler: protección contra un doble envío a la misma empresa, restricción del acceso de consulta a solo lectura de verdad, y versionado del acuerdo de confidencialidad.

Ese es el orden que recomiendo para cualquier sistema que toque datos personales y envíos: primero alguien intenta romperlo, después entran las campañas reales. El orden inverso también funciona, solo que el coste del error se paga con un cliente de verdad.

Cómo fijar los pesos cuando no hay histórico

Todo el que oye hablar de reglas explícitas pregunta: ¿cómo se sabe que el sector debe pesar más que la antigüedad? La respuesta es menos científica de lo que a uno le gustaría y totalmente suficiente.

1. Los pesos iniciales los pone el comercial. Quien lleva años llamando a esas empresas sabe qué las distingue. Uno se sienta con él y lo escribe: qué hace que una empresa sea buena candidata y qué la descarta.
2. La primera tanda comprueba si la puntuación tiene sentido. Se toman unas decenas de empresas de la parte alta de la lista y otras tantas de la baja, y el comercial las valora a mano, sin ver los puntos. Si las valoraciones divergen, el fallo está en los pesos, y eso es información valiosa, no un fracaso.
3. Los pesos se corrigen tras cada campaña. Como son explícitos y modificables desde el panel, la corrección lleva un minuto y no requiere al proveedor.

Tras un año de correcciones así, se tiene algo aún más valioso: un histórico con el que se podría entrenar un modelo, si hiciera falta. El orden «primero reglas, luego quizá modelo» funciona en ambos sentidos; el inverso no.

Una herramienta en lugar de cuatro

La puntuación es el corazón, pero por sí sola no resuelve nada. El valor de este proyecto viene de que la base de empresas, el envío, la web con calculadora y el pipeline comercial son un solo sistema y no cuatro herramientas unidas con una hoja de cálculo.

La consecuencia práctica: una empresa puntuada con 80, a la que se envió un mensaje, que entró en la web y calculó una comisión, está en el mismo sitio donde el bróker lleva la conversación. No hay que copiar nada y, más importante, no hay un hueco por donde se pierdan cosas.

A eso se añaden los permisos: trece derechos separados repartidos en cuatro roles, configurables. Suena a exceso para una empresa unipersonal, pero está ahí por un motivo concreto: el sistema toca datos de empresas del registro y correspondencia, así que el acceso de consulta tiene que ser realmente de consulta.

Puntuar no es lo mismo que decidir

Un último apunte, porque suele ser fuente de decepciones: la puntuación no dice a quién llamar. Dice en qué orden repasar la lista.

La diferencia importa. Una empresa con 30 no es una empresa a la que no merezca la pena llamar: es una empresa que espera cuando el tiempo escasea. Si el comercial lo entiende al revés, el sistema empieza a apartarle de una parte del mercado sin que nadie lo haya decidido.

Por eso el panel muestra no solo la cifra sino sus componentes. Un comercial que ve «30 puntos, porque el sector queda fuera del perfil pero tamaño y antigüedad suman» decide con conocimiento. El que ve solo «30» simplemente pasa de largo.

Cuándo sí gana un modelo

Para que quede claro que no estamos en contra: un modelo tiene sentido cuando se dispone de miles de casos cerrados con el resultado conocido y las relaciones son demasiado enredadas para escribirlas como reglas. Entonces merece la pena, y entonces se le añade una explicación de por qué una empresa obtuvo esa nota, porque sin ella se vuelve al punto de partida.

Empezando de cero, las reglas explícitas no solo son más baratas. Son la única versión que el equipo comercial va a usar.