En los dashboards de Pipedrive, ¿qué patrones concretos

Respuesta

Un pipeline inflado se nota cuando el volumen o el valor crecen sin que mejoren las conversiones, la actividad real o los cierres. Un pipeline mal calificado se delata cuando las oportunidades avanzan de etapa sin evidencias mínimas y luego se caen tarde, o se quedan “vivas” sin señales verificables. En Pipedrive, la pista casi siempre está en tres números por etapa y por vendedor: conversión, tiempo en etapa y actividad.

Definición operativa de “pipeline inflado” vs. “mal calificado” (para leer dashboards sin sesgo)

El error de lectura más habitual es confundir “muchas oportunidades” con “muchas oportunidades buenas”. Para evitar ese sesgo, uso definiciones operativas que se ven en dashboards.

Pipeline inflado significa que el embudo está sobre representando la realidad comercial. Suele venir de cuatro fuentes: deals duplicados, deals estancados que nadie cierra, importes o probabilidades exageradas, o deals ubicados en una etapa que no corresponde.

Pipeline mal calificado significa que el embudo sí tiene deals reales, pero la calidad de decisión es baja. En dashboards se ve como avance de etapa sin criterios cumplidos, caída brusca de conversión a partir de una etapa, y pérdida tardía con razones repetidas como “sin presupuesto” o “no era el decisor”, señales típicas de calificación tardía.

Una forma simple de pensarlo: el pipeline inflado es una nevera llena de tuppers sin fecha, parece abundancia hasta que hueles la realidad.

Dashboard base: vistas y segmentaciones imprescindibles para detectar inflación

Para cazar inflación sin ponerte a auditar deal por deal, necesitas un tablero base con pocas vistas, pero bien segmentadas. Pipedrive permite analizar el embudo con informes por etapa y desgloses que ayudan a ver conversiones, volumen y rendimiento, y eso es justo lo que quieres explotar en dashboards e informes de embudo.

Las vistas imprescindibles, en lenguaje de negocio, son estas:

Deals por etapa en dos medidas, conteo y valor. Si el conteo sube pero el valor ganado no, o si el valor sube pero la tasa de ganados no acompaña, hay inflación.
Conversión etapa a etapa. No solo el win rate final, también el paso de una etapa a la siguiente. La inflación suele “vivir” donde la conversión se rompe.
Tiempo en etapa y tiempo a ganar o perder. El pipeline inflado acumula edad, como una cola de emails que nadie quiere responder.
Actividad por deal y por etapa. “Mucho pipeline con poca actividad” es humo. “Mucha actividad sin movimiento de etapa” suele ser teatro de seguimiento.
Forecast versus resultados. Si el forecast promete y la realidad no entrega, el problema raramente es la suerte; suele ser probabilidad inflada, importes inflados o etapas mal usadas.

Segmentaciones que no negociaría:

Primero, por pipeline si tienes más de uno.

Segundo, por owner o vendedor.

Tercero, por fecha de creación y por fecha de cierre. Esta separación es vital porque un pipeline puede verse “fuerte” por lo que se crea, aunque se cierre mal.

Cuarto, por fuente o canal, porque campañas o integraciones pueden crear picos de baja calidad.

Tip práctico 1: crea tres filtros guardados con nombres obvios para dirección. Por ejemplo “Nuevos últimos 14 días”, “Sin actividad últimos 7 días” y “Fecha de cierre vencida”. Lo importante no es el nombre bonito, es que cualquiera en el equipo los use igual cada semana.

Patrones por etapa: señales típicas de inflación o mala calificación (mapa rápido)

Si quieres un mapa rápido que funciona en casi cualquier proceso B2B o B2C consultivo, revisa por etapa estos tres indicadores: conversión hacia la siguiente etapa, edad en etapa, y actividad reciente.

Señal típica de inflación: la etapa crece en conteo o valor, pero no mejora el flujo hacia adelante.

Señal típica de mala calificación: el flujo hacia adelante existe, pero el embudo “se rompe” más tarde, con pérdidas tardías o ciclos que se alargan.

Señal mixta frecuente: mucha actividad sin avances, o avances sin actividad. Ambas cosas suelen indicar que las etapas se están usando como “sensación de progreso” en vez de evidencia.

Etapas tempranas (entrada): cuándo el volumen es “humo”

En etapas de entrada, el dashboard delata inflación cuando ves volumen sin señales mínimas de contacto, intención o encaje.

Patrones concretos que delatan humo en entrada:

Alta creación de deals por día o por semana con baja tasa de avance a la siguiente etapa. Si la entrada se llena, pero el cuello de botella inmediato se estrecha, el problema es calidad o duplicación.
Porcentaje alto de deals sin actividad reciente. En entrada esto es gravísimo porque el valor de un lead se deprecia rápido.
Muchos deals con campos clave vacíos. Ejemplos típicos son empresa, contacto, fuente, segmento, caso de uso, o cualquier campo que tu equipo necesita para calificar.
Importes vacíos o importes clonados. Cuando ves muchos deals con el mismo importe “por defecto” o sin importe, suele ser creación automática sin validación.
Picos raros por fuente o canal. Si una fuente aporta el 60 por ciento de los deals nuevos pero casi ninguno avanza, no es un problema de ventas, es un problema de calificación y captura.

Acciones recomendadas en estas etapas:

Primero, define un acuerdo de datos mínimos. No es burocracia, es higiene. Qué campos deben existir para que un deal pueda vivir más de 48 horas.

Segundo, define un SLA simple de primera acción. Por ejemplo, toda oportunidad nueva requiere una actividad agendada o realizada en menos de 24 horas, o se devuelve a nurturing o se cierra.

Error común: celebrar que “entraron 300 oportunidades este mes” y mirar solo el valor total del pipeline. En su lugar, mira “entraron 300 y solo el 8 por ciento pasó a la siguiente etapa”, porque ese 8 por ciento es el inicio de la verdad.

Etapas medias (calificación o descubrimiento): inflación por “promesas” y falta de salida

En etapas medias aparece un tipo de inflación más sutil: el deal es real, pero se mantiene vivo por promesas vagas. En dashboards esto se ve como edad creciente, actividades que se repiten, y una conversión que cae frente al promedio histórico.

Patrones concretos en etapas medias:

Tiempo en etapa por encima de tu histórico. Si no tienes percentiles, usa una regla pragmática: compara la edad media de los ganados contra la edad de los abiertos en esa etapa. Si los abiertos ya son más viejos que la mayoría de los ganados, son candidatos a zombie.
Actividades por deal altas pero sin avance. Reunión tras reunión sin decisión. Es el equivalente comercial a “seguimos alineando”, que suele ser una forma elegante de decir “no hay prioridad”.
Mucho movimiento hacia atrás o re aperturas. Cuando el dashboard muestra que los deals retroceden de etapa, normalmente faltan criterios de salida claros.
Probabilidades altas demasiado pronto. Si el equipo sube la probabilidad en calificación sin evidencia, el forecast se contamina desde el medio del embudo.

Acciones recomendadas:

Primero, define criterios de salida por etapa con evidencia observable. Un ejemplo sencillo es que para pasar a propuesta debe existir decisor identificado, necesidad validada y siguiente paso fechado.

Segundo, introduce una revisión semanal por envejecimiento, pero orientada a decisiones. La pregunta no es “qué pasó”, es “qué debe pasar para avanzar y cuándo; si no existe, se cierra o se recicla”.

Tip práctico 2: mide y muestra “porcentaje de deals en etapa media con próxima actividad programada”. Es una métrica humilde, pero corta el humo de golpe.

Etapas tardías (propuesta o negociación): inflación por importes y probabilidades irreales

En etapas tardías el pipeline suele inflarse por dos motivos: el equipo infla el importe para “hacer número”, o mantiene probabilidades altas aunque el comportamiento del deal ya indica riesgo.

Patrones concretos en etapas tardías:

Valor total en propuesta o negociación creciendo mientras la conversión a ganado cae. Es la señal clásica de “mucha vitrina, poca caja”.
Probabilidad media alta con win rate bajo. Si tu equipo marca 80 por ciento pero históricamente gana 20, eso no es optimismo, es un problema de gobernanza de forecast.
Fecha de cierre esperada vencida. Si el dashboard muestra muchos deals con close date en el pasado, tienes deals zombies en traje formal.
Cambios frecuentes de fecha de cierre. Empujar la fecha repetidamente es una forma de ocultar que el deal perdió prioridad.
Actividad reciente baja en negociación. Si un deal está “en negociación” pero no hay acciones recientes, no está en negociación, está en espera.

Acciones recomendadas:

Primero, recalibra probabilidades por etapa basadas en datos históricos. Si el embudo real dice una cosa, tu porcentaje manual no la cambia.

Segundo, define una política de fecha de cierre. Por ejemplo, no se permite una fecha de cierre sin un evento verificable, como comité, firma o decisión. Si no hay evento, la fecha es fantasía.

Patrones por vendedor (owner): cómo identificar conductas que inflan el pipeline

Mirar por owner es donde aparecen los patrones de comportamiento, no solo de proceso. Lo útil aquí es comparar vendedores contra el promedio del equipo.

Patrones concretos que suelen indicar inflación por vendedor:

Alto porcentaje de deals sin actividad. Interpretable como creación para “llenar embudo” sin seguimiento. Acción de coaching: limitar creación sin próxima actividad.
Mucha creación y poco cierre. Si un vendedor crea mucho más de lo que cierra, puede ser prospección desordenada o falta de criterios. Acción: revisar ratio creados versus cerrados por mes.
Edad media por etapa más alta que el equipo. Puede indicar dificultad para avanzar o resistencia a cerrar por pérdida. Acción: ritual semanal de cierre honesto.
Tamaño medio de deal muy alto con win rate bajo. Suele ser sobre estimación del importe o selección mala de cuentas. Acción: validar importe con un rango y evidencia, por ejemplo presupuesto o historia de gasto.
Probabilidad promedio muy alta comparada con su win rate real. Acción: devolver probabilidad a valores por etapa, y permitir excepción solo si se registra evidencia.
Muchas pérdidas sin motivo registrado. Eso oculta aprendizaje y facilita que se repita el humo. Acción: motivos de pérdida obligatorios y revisables.

Una regla simple para dirección: si un vendedor “gana” en tamaño de pipeline pero “pierde” en conversión y velocidad, ese pipeline no es un activo, es deuda.

Señales específicas de duplicados desde dashboards (sin auditoría manual masiva)

Los duplicados son una causa silenciosa de inflación, porque inflan conteo, inflan valor y además distorsionan conversiones. Aunque no quieras hacer auditoría manual masiva, desde dashboards puedes detectar sospechas y luego muestrear.

Señales visibles de duplicados:

Subida repentina del conteo en entrada sin subida proporcional de actividad o de avance.
Pico de deals por una fuente específica, sobre todo si esa fuente viene de formularios o integraciones.
Varios deals asociados a la misma organización o a nombres muy similares. Incluso si no lo ves como “duplicado” formal, el patrón aparece como concentración anómala.
Varios owners tocando la misma cuenta en paralelo. En dashboards por owner, esto se traduce en solapamiento de cuentas y creación duplicada.

Cómo lo pruebas sin revisar miles:

Primero, filtra deals creados en los últimos 30 días, ordénalos por organización y revisa las organizaciones con más deals.

Segundo, cruza por fuente. Si el 80 por ciento de los sospechosos viene de una fuente, ya tienes un lugar concreto donde ajustar reglas.

Tercero, toma una muestra de los 50 deals más recientes de la etapa de entrada y busca nombres repetidos y montos idénticos. Con una muestra pequeña suele bastar para confirmar el patrón.

Señales de oportunidades estancadas (zombies) y cómo probarlo con métricas

Un zombie es un deal que sigue ocupando espacio en el pipeline pero ya no está vivo comercialmente. La detección seria no se basa en “me da la impresión”, sino en métricas.

Señales y pruebas típicas:

Envejecimiento relativo alto. Marca como sospechosos los deals cuya edad en etapa está por encima del percentil 75 o 90 de los deals ganados. Es una comparación justa porque respeta tu ciclo real.
Cero actividad en los últimos N días. El valor de N depende del ciclo, pero como heurística: si el deal está en etapa media o tardía y no hay actividad reciente, algo se rompió.
Fecha de cierre vencida. Un cierre vencido sin replan concreto es un “no” que todavía no fue escrito.
Empujes repetidos de fecha de cierre. Si el historial muestra varios cambios, es un buen candidato para recalificar o cerrar.

Qué hacer cuando los detectas:

Primero, crea una etapa o un estado de “en pausa” o “nurture” fuera del pipeline principal, si tu proceso lo permite, para no contaminar el forecast.

Segundo, define una regla de decisión para la revisión semanal. Si no hay siguiente paso fechado y acordado, no se queda en una etapa avanzada.

Inflación del forecast: discrepancias típicas entre valor en pipeline y resultados

El síntoma ejecutivo más doloroso es cuando el forecast dice una cosa y el cierre real dice otra. En Pipedrive, el punto no es tener más gráficos, es alinear probabilidad, etapa y evidencia.

Discrepancias típicas que delatan inflación del forecast:

El valor ponderado por probabilidad no predice cierres. Si el pipeline ponderado sube pero los ganados se mantienen, la probabilidad está mal calibrada o demasiado manual.
Concentración de valor en pocos deals grandes sin señales de actividad proporcional. Cuando un solo deal “sostiene el mes”, exige evidencia fuerte; si no, es un castillo de naipes.
Efecto fin de mes. Suben probabilidades y valores en los últimos días, pero el cierre no acompaña. Es el clásico maquillaje de vitrina.
Diferencia grande entre fecha de creación y fecha de cierre esperada. Cuando casi todo “cierra este mes” aunque fue creado hace mucho, suele ser arrastre de zombies.

Ajustes de alto impacto:

Primero, recalibra probabilidades por etapa según conversión real, usando análisis del embudo y reportes por etapa.

Segundo, limita las excepciones. Si alguien quiere subir probabilidad por encima de la etapa, que registre una evidencia concreta, como decisor confirmado o fecha de comité.

Tercero, revisa semanalmente los diez deals de mayor valor del forecast y busca señales simples: próxima actividad, fecha de cierre con evento real, y consistencia de etapa.

Aquí es donde ayudan los informes de embudo y el análisis del embudo en Pipedrive para ver rendimiento por etapa, cuellos de botella y patrones que distorsionan el pronóstico.

A continuación verás una tabla con cinco controles típicos, qué ganas y qué arriesgas al aplicarlos, y cuándo elegir cada uno para desinflar el embudo con criterio.

Falta de campos clave: úsalo para que la calificación sea verificable y no un acto de fe.

Deals duplicados: úsalo cuando el conteo crece más rápido que la actividad y la conversión.

Deals estancados: úsalo cuando la edad en etapa sube y el equipo evita cerrar por pérdida.

Probabilidad o importe inflados: úsalo cuando el forecast no se parece a los cierres reales.

Si tuviera que priorizar una primera semana de trabajo, haría esto en orden: tablero base con segmentación por etapa y owner, regla de primera actividad para entrada, y lista semanal de zombies con decisión de cerrar o reciclar. No sobre compliques el CRM; sobre todo, no le pidas al pipeline que sea optimista, pídelo que sea útil.

Opción	Mejor para	Qué ganas	Qué arriesgas	Elige si
Falta de campos clave	Garantizar calidad de información	Mejor calificación, segmentación, seguimiento	Frustración por campos obligatorios	Necesitas datos específicos para calificar un deal
Deals duplicados	Limpieza de embudo	Datos precisos, forecast real	Eliminar un deal válido	Hay deals con nombres/empresas similares
Deals estancados	Reactivar o cerrar deals inactivos	Embudo ágil, foco en deals activos	Cerrar un deal recuperable	Deals sin actividad en una etapa
Probabilidad/importe inflados	Forecast de ventas realista	Previsiones fiables, mejor planificación	Subestimar potencial de un deal	Forecast no coincide con cierres reales
Deals en etapa incorrecta	Asegurar proceso de ventas	Coherencia, análisis de conversión por etapa	Rigidez que frena al vendedor	Deals saltan etapas o están mal asignados

Fuentes

Última actualización: 2026-05-04 | Calypso

En los dashboards de Pipedrive, ¿qué patrones concretos (por etapa y por vendedor) delatan que el pipeline está “inflado” o mal calificado?