Tasa de cierre en ventas: benchmarks y 6 palancas para B2B


¿Generar leads B2B con IA?
Con LeadScraper, creas listas B2B adecuadas en segundos. 100 % conforme al RGPD. ¡Sin suscripción!
CREAR CUENTA DE PRUEBALa tasa de cierre en ventas es la métrica más honesta que tienes. No muestra cuántas llamadas has hecho, sino cuántas de ellas traen dinero. El problema: muchos equipos se guían por benchmarks generalistas (“un 30 por ciento está bien”) e ignoran que la tasa se ve completamente distinta según cada stage del funnel. En este artículo te muestro cifras B2B realistas y las seis palancas con las que de verdad las subes.
- La tasa de cierre en B2B se sitúa típicamente entre el 15 y el 30 por ciento desde el lead cualificado hasta Closed-Won, según el sector, el tamaño del deal y el ciclo de venta.
- La stage más importante es de Discovery a Proposal: aquí la mayoría de los equipos pierde entre el 40 y el 60 por ciento de su pipeline.
- Más volumen no salva una tasa rota. Quien analiza las fugas de conversión por stage suele elevar la tasa global entre 5 y 10 puntos.
Qué dice en realidad la tasa de cierre en ventas
La tasa de cierre mide la proporción de tus leads cualificados (u oportunidades) que se convierten en clientes que pagan. Suena simple, pero depende de la definición: ¿cuentas desde MQL, desde SQL, desde Discovery o desde Proposal? Cada definición da una cifra distinta. Quien quiera comparar benchmarks debe saber primero qué está comparando.
Importante: la tasa de cierre no es un KPI en solitario. Solo en combinación con la duración del ciclo de venta y el valor medio del deal ofrece una imagen completa. Una tasa del 40 por ciento con 6 meses de ciclo y 5.000 euros de valor de deal puede ser débil, una tasa del 18 por ciento con 1 mes de ciclo y 80.000 euros, fuerte.
Benchmarks realistas por stage de ventas
Para que no te guíes por una cifra generalista, aquí tienes una matriz de stages realista para B2B-SaaS y modelos cercanos a la consultoría. Las cifras son valores de experiencia de informes de ventas consolidados y, en la práctica, coinciden bastante bien con lo que veo en deals de mid-market.
| Stage | Conversión típica | Qué suele salir mal |
|---|---|---|
| Lead → MQL | 10-25% | ICP equivocado, mala calidad de datos |
| MQL → SQL | 25-40% | Traspaso demasiado rápido, sin pre-cualificación |
| SQL → Discovery realizada | 50-70% | El filtro más importante - aquí BANT/MEDDIC debe encajar |
| Discovery → Proposal | 40-60% | Pain poco claro, sin champion identificado |
| Proposal → Closed-Won | 30-50% | Falta el buy-in de múltiples stakeholders, objeción de precio |
| Total: SQL → Closed-Won | 15-30% | Multiplicación de todas las fugas por stage |
Por qué más volumen rara vez salva la tasa
Muchos equipos reaccionan ante una tasa de cierre débil con más outbound. Eso es intuitivamente erróneo. Quien tiene una conversión por stage del 25 por ciento y duplica el volumen obtiene, sí, más cierres, pero al doble de coste por deal. La tasa en sí sigue siendo débil.
Más sensato es el análisis por stage. ¿Dónde pierdes más pipeline? Ese punto es tu cuello de botella, y solo ahí haces verdadera palanca. Si la conversión de Discovery a Proposal está en el 30 en lugar del 50 por ciento, más volumen en la parte alta del funnel no te aporta exactamente nada: el agujero está en el medio.
Palancas 1 a 3: calidad de leads, ICP, discovery
Las tres primeras palancas están antes del cierre propiamente dicho. Mejores leads ganan a un mejor cierre casi siempre.
Primero: afinar el ICP. Quien capta sin un Ideal Customer Profile claro se construye un volumen de pipeline sin sustancia de conversión. Más sobre cómo abordarlo de forma sistemática en encontrar las empresas adecuadas para tu oferta.
Segundo: pre-cualificación antes del discovery. Tres preguntas cortas antes de la primera llamada (presupuesto a grandes rasgos, timing, decisor implicado) descartan un 30 por ciento de citas no cualificadas, sin que tengas que mirar nunca el calendario.
Tercero: profundidad del discovery. Quien en el discovery solo hace un inventario de necesidades pierde después en el proposal. El discovery debe destapar pain, impacto y decision process, de lo contrario el proposal va a ciegas. Qué preguntas aportan mejores insights está en qué preguntas de discovery aportan los mejores insights.
Palancas 4 a 6: multi-threading, forecasting, análisis de pérdidas
La cuarta palanca es el multi-threading. Si solo hablas con un contacto, estás a una baja por enfermedad de perder el deal. En el mid-market, de 3 a 5 contactos con stakeholders por deal son obligatorios.
La quinta palanca es un forecasting limpio. Quien define las stages de forma blanda en el CRM no ve dónde se atascan los deals. Criterios de salida claros por stage (“solo se puede pasar a Proposal si el champion está identificado”) hacen el pipeline honesto.
La sexta palanca es el análisis de pérdidas. En cada deal perdido, aclarar al menos tres preguntas: ¿cuál fue el motivo principal (precio, fit, timing, competencia)? ¿Cuándo lo habríamos podido salvar? ¿Qué hacemos distinto en el próximo deal parecido? Esta rutina sube la tasa en 6 meses a menudo entre 5 y 8 puntos porcentuales.
Cómo el CRM hace visible la tasa de cierre
Sin un CRM limpio, la tasa de cierre es una estimación. Según el State of Sales de Pipedrive, los top performers utilizan su CRM de forma activa y consecuente, mientras que los equipos débiles lo mantienen solo de forma superficial (fuente). Suena banal, pero es un hecho: los datos del pipeline deben estar actualizados, de lo contrario observas un pasado que ya no es cierto.
Eso significa en concreto: documentar con limpieza las transiciones de stage, registrar las notas de las llamadas directamente, actualizar las valoraciones de deals al menos semanalmente. Quien aquí es consecuente tiene una tasa que no solo es correcta por casualidad. Qué KPIs deberías trackear de verdad lo encuentras en monitorizar las métricas del sales pipeline.
Diferencias por sector: una tasa no es igual a otra tasa
Por mi experiencia, hay tres clústeres. El SaaS enterprise de alto precio se sitúa a menudo entre el 15 y el 20 por ciento de SQL a Won, con ciclo largo. El SaaS de mid-market aterriza entre el 20 y el 30 por ciento. Los modelos transaccionales (ventas self-service con inbound) pueden alcanzar el 40 a 50 por ciento, porque mucha precualificación ya transcurre a través del propio producto.
Así que quien fija una cifra generalista como objetivo, sin conocer el propio clúster de modelo, genera una presión que no cambia nada. Fíjate en su lugar un objetivo de stage realista por transición: es más tangible y también más motivador para los empleados.
Conclusión
La tasa de cierre óptima es la que encaja con tu modelo, no la que sale en un estudio. Quien mide la conversión por stage por separado, identifica los cuellos de botella y hace análisis de pérdidas de forma consecuente sube la tasa de forma sostenible, sin perseguir más volumen. Empieza por el desglose por stage, encuentra tu mayor agujero y trabaja justo ahí. En tres meses ves el efecto.
Preguntas frecuentes (FAQ)
¿Qué tasa de cierre es realista en la venta B2B?
De SQL a Closed-Won, los valores típicos están entre el 15 y el 30 por ciento. Los deals enterprise más bien en la parte baja, el mid-market en la alta, el negocio transaccional puede situarse por encima. Los benchmarks generalistas solo son útiles como orientación aproximada.
¿Cómo calculo correctamente la tasa de cierre?
Deals cerrados dividido por oportunidades cualificadas por 100. Define antes con claridad a partir de qué stage cuentas (SQL, Discovery, Proposal). Sin una definición limpia solo comparas cifras sin contenido.
¿Qué es más importante, la tasa o el volumen?
La tasa, mientras sea escalable. Quien tiene una tasa del 40 por ciento sobre 30 deals al año suele ser más rentable que alguien con un 15 por ciento sobre 200 deals, según el valor de deal y los costes de captación. Ambas cifras van juntas.
¿Qué stage tiene la mayor palanca de conversión?
En la mayoría de los modelos B2B, la stage de Discovery a Proposal. Aquí se ve si un deal tiene un pain real o solo “interés”. Un discovery limpio eleva también las stages posteriores.
¿Con qué frecuencia debería analizar la tasa de cierre?
Semanalmente a nivel de stage, mensualmente la tasa global, trimestralmente la tendencia. Quien mira la tasa solo una vez al trimestre reacciona demasiado tarde ante las fugas del pipeline.








