La mayoría de las listas malas no son un problema de datos, sino de definición. Los registros eran correctos; el filtro, no. Alguien escribió "VP Marketing, software, Estados Unidos" en un buscador, exportó las primeras diez mil filas y, tres semanas después, el informe de la campaña muestra respuestas de coordinadores de RR. HH. de agencias de selección y un equipo de ventas preguntando por qué la mitad de las cuentas son consultoras de 12 personas.
Este artículo es una guía práctica del paso de definición: cómo traducir "las empresas adecuadas, las personas adecuadas" en filtros que signifiquen de verdad lo que querías decir. La mecánica sirve para cualquier base de datos; los ejemplos usan Argorant porque allí los recuentos y las vistas previas son gratis, así que el flujo de iterar antes de pagar que recomendamos aquí no te cuesta nada.
Empieza por las cuentas, no por las personas
El error estructural más común es empezar por el filtro de personas. Los cargos son el campo con más ruido de cualquier base de datos de contactos (los declara cada persona, se inflan, se localizan y no son coherentes entre empresas), así que una lista que empieza con una búsqueda por cargo hereda todo ese ruido antes de aplicar una sola restricción firmográfica.
Dale la vuelta. Define primero el universo de cuentas: qué sectores, qué rangos de plantilla, qué geografías. Obtén un recuento de empresas, repasa los nombres reales de las empresas que coinciden y solo entonces agrega los criterios de personas. Los campos a nivel de cuenta son más estables y más verificables que los de persona, y un filtro de personas aplicado al universo de cuentas equivocado produce contactos perfectamente segmentados en empresas que nunca quisiste.
Una disciplina útil: escribe la definición de cuenta en una sola frase antes de abrir cualquier herramienta. "Empresas de logística y transporte de mercancías, de 50 a 500 empleados, en Alemania y los Países Bajos, sin agencias de selección ni de reclutamiento." Si la frase es difusa, los filtros lo serán todavía más.
El filtro de sector es el que más engaña
El sector parece el filtro más limpio del panel y suele ser el más sucio, por tres motivos. Primero, la clasificación es en parte autodeclarada: las empresas eligen la etiqueta que más les favorece, y por eso todas las agencias son "tecnología" y todos los revendedores son "software". Segundo, el nivel de detalle de la taxonomía rara vez coincide con tu ICP: la categoría "Software" abarca desde un taller de plugins de dos personas hasta un proveedor enterprise de 40,000, y las taxonomías por códigos que hay debajo (los sistemas de numeración tipo NAICS) se diseñaron para las estadísticas públicas, no para salir al mercado. Tercero, las empresas con varias líneas de negocio tienen una sola etiqueta principal: un conglomerado con una gran división de logística puede estar clasificado como "fabricación industrial" y no aparecer nunca en tu búsqueda de logística.
Las contramedidas prácticas son sencillas. Busca por segmentos de sector en la capa legible en lugar de memorizar códigos, y elige una cesta de tres a seis segmentos afines en vez de una categoría amplia. Para logística, eso puede significar transporte de mercancías y carga, almacenamiento, servicios de cadena de suministro y entrega de última milla como selecciones separadas. Después revisa en la vista previa veinte nombres de empresas del resultado. La vista previa es la prueba: si cuatro de veinte son agencias de selección o consultoras que dan servicio al sector en lugar de operar en él, agrega exclusiones explícitas para esos segmentos. Las empresas de servicios que orbitan un sector son el contaminante más habitual de las listas filtradas por sector.
Los rangos de plantilla merecen el mismo escepticismo en una dirección: suelen ser fiables en el mínimo y blandos en el máximo, porque a veces las filiales arrastran la plantilla de la matriz. Si tu ICP de verdad se corta en 500 empleados, revisa algunas de las coincidencias más grandes y comprueba si son empresas independientes o sedes locales de gigantes.
El nivel jerárquico es un conjunto de patrones, no un desplegable
Ahora, la capa de personas. El error aquí es tratar el nivel jerárquico como un único valor de un menú desplegable, cuando en realidad es una matriz de función por nivel expresada con cargos tremendamente incoherentes. "Vice President" es un alto directivo en una empresa SaaS de 200 personas y un puesto intermedio sin equipo a cargo en un banco, donde VP es un cargo que se reparte a granel. "Manager" va desde un supervisor de primera línea hasta la única persona de marketing de la empresa. Y en los datos europeos, el decisor muchas veces ni siquiera tiene un cargo en inglés: el Geschäftsführer alemán, el directeur général francés o el directeur neerlandés son directores generales que desaparecen de una búsqueda ingenua de "CEO OR founder".
Construye el filtro de personas como dos listas explícitas. Un conjunto de inclusión: los patrones de cargo que identifican a tu comprador en distintos idiomas y convenciones (para la dirección de operaciones podrían ser head of operations, VP operations, COO, operations director, Betriebsleiter). Y un conjunto de exclusión: los patrones que coinciden con los textos incluidos pero no tienen el nivel (assistant to, deputy, intern, former y, en este ejemplo, warehouse shift lead, que cualquier búsqueda con "operations" atrapará sin dudarlo). La lista de exclusión es donde está casi toda la precisión, y casi nadie la escribe.
Ajusta la matriz al tamaño de la empresa. En una empresa de 2,000 personas, quien compra una herramienta de operaciones es un director o un VP; en una de 60 personas no existe un VP de operaciones y esa misma decisión de compra la toma un fundador o el gerente general. Si tu universo de cuentas abarca ambos casos, divide la lista en un segmento de empresas pequeñas dirigido a fundadores y dueños y un segmento mid-market dirigido a responsables de área, con un texto escrito para cada uno. Una sola lista mezclada con un mensaje genérico rinde peor que las dos por separado.
Dimensiona la lista a partir de tu capacidad de envío
Antes de exportar nada, haz la cuenta que determina el tamaño que debería tener la lista. Casi siempre es menor de lo que apetece. La capacidad de outbound está limitada por los buzones: un buzón bien calentado envía del orden de 20-40 contactos nuevos en frío al día, así que dos buzones de envío dan para unos 1,200-2,400 contactos nuevos al mes. Una exportación de 50,000 filas frente a esa capacidad no es pipeline; es inventario que se está echando a perder, porque los datos de contactos B2B se deterioran a un ritmo estimado del 2-3% al mes mientras esperan su turno en tu CRM.
Extrae cada vez el equivalente a cuatro o seis semanas de capacidad de envío y vuelve por el siguiente tramo cuando lo necesites. La base de datos no se va a ninguna parte y, con un modelo de verificación al exportar, cada tramo se verifica de nuevo en lugar de envejecer en una hoja de cálculo. Limita también los contactos por cuenta: dos o tres personas bien elegidas por empresa casi siempre funcionan mejor que ocho, tanto por la imagen de entregabilidad ante el dominio receptor como porque el cuarto mejor contacto de una cuenta rara vez vale un crédito.
Itera con recuentos y vistas previas antes de gastar dinero
El flujo que une todo esto es un ciclo, y ese ciclo debería ser gratis. Fija los filtros de cuenta y mira el recuento. Revisa una muestra de empresas y corrige la cesta de sectores. Agrega la capa de personas y vuelve a mirar el recuento. Si 4,800 personas se quedan en 90, tus patrones de cargo son demasiado estrechos; si se disparan a 40,000, algún patrón de inclusión está atrapando algo que no querías. Revisa cargos reales en la vista previa, amplía la lista de exclusión y repite. Cuenta con tres a cinco rondas antes de que las vistas previas dejen de sorprenderte; una definición que sobrevive a las vistas previas es un control de calidad que te sale gratis.
En Argorant, cada paso de ese ciclo (recuentos, vistas previas de empresas, muestras de cargos) cuesta cero créditos, ya sea en el panel, por la API y la CLI o mediante un agente conectado por MCP que hace las rondas de ajuste conversando contigo. Los créditos solo se gastan en el último paso, cuando se revelan o exportan contactos verificados, e incluso entonces las direcciones no válidas no cuestan nada.
Higiene de la exportación: el último diez por ciento
Algunos hábitos al exportar protegen el trabajo que acabas de hacer. Excluye los dominios que ya conoces: clientes actuales, oportunidades abiertas, competidores y cualquiera que se haya dado de baja. Hasta la mejor definición de filtros te devolverá, tan tranquila, tu propio pipeline. Decide de forma explícita cómo tratar los resultados catch-all en lugar de dejar que lo decida un valor por defecto; con un modelo que marca los catch-all puedes excluirlos por completo en una campaña en frío o incluirlos a sabiendas cuando la cobertura importa más que la certeza.
Por último, guarda la propia definición (la cesta de sectores, los rangos de plantilla, las geografías, los patrones de inclusión y exclusión) como texto, en un manual de procedimientos o en el archivo de proyecto de un agente. La lista que exportaste es un activo que se deprecia; la definición es lo que perdura. El próximo trimestre vuelves a ejecutar la misma frase contra una base de datos verificada de nuevo y obtienes el estado actual del mercado, que es justo la razón de construir el filtro con cuidado la primera vez.
