Calificación de leads
Puntúa la intención de compra, define una prioridad, ordena con un lead score y enruta los leads entrantes a ventas, SDRs o nurture —y bloquea el spam— con la plantilla Lead Qualification.
Objetivo: cada lead entrante (formulario de contacto, chat, e-mail) recibe un puntaje de intención de compra, una prioridad, un lead score y un equipo de destino en unos pocos cientos de milisegundos, y el spam evidente nunca llega a tu CRM. La plantilla combina tres patrones: enrutamiento por intención, enrutamiento filtrado por confianza y puntuación compuesta.
Crea la decisión
En la app, abre Plantillas → Lead Qualification → Crear decisión. El borrador contiene:
| Parte | Contenido |
|---|---|
| Estado | message (string, obligatorio), company_size (number), source (string) |
purchase_intent | probability: ¿intención real de comprar en los próximos 30 días? Sí: pide precios, una demo, un presupuesto o una fecha de inicio. No: solo está mirando, es estudiante, proveedor o spam. |
priority | score: low, medium, high, critical |
route | choice: sales (intención alta, listo para hablar con ventas), sdr (algo de intención, necesita calificación), nurture (etapa temprana, enviar contenido), spam (spam, oferta de un proveedor o irrelevante), other |
| Compuesto | lead_score = 2 × purchase_intent + 1 × priority + 1 × p(route = sales), de 0 a 1; consulta Compuestos |
| Políticas | 1. route = spam → block · 2. confianza de purchase_intent por debajo de 0.6 → escalate |
Pruébala en el Playground y luego haz clic en Publicar · v1.
Llámala
curl -X POST https://api.dcision.io/v1/decisions/lead-qualification \
-H "Authorization: Bearer $DCISION_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: lead-8421" \
-d '{
"state": {
"message": "We need pricing for 500 users and want to start next month.",
"company_size": 500,
"source": "website"
}
}'{
"decision_id": "dec_3fKq9ZtW1mXcV7bN2pLa",
"execution_id": "exec_8HsT2kQw9ZyR4vMn1cXe",
"schema": "lead-qualification",
"version": 1,
"result": { "purchase_intent": 0.9412, "priority": "high", "route": "sales" },
"confidence": { "purchase_intent": 0.8824, "priority": 0.69, "route": 0.85 },
"scores": { "priority": 2.81 },
"composites": { "lead_score": 0.8414 },
"action": "continue",
"action_reason": { "type": "default" },
"metrics": { "latency_ms": 412, "engine": "jev", "model": "jev-1.13.0", "estimated_cost_usd": 0.00001575, "input_tokens": 375, "output_tokens": 36 }
}Otros resultados que verás:
| Lead | action | action_reason |
|---|---|---|
La oferta de un proveedor: route = spam | block | { "type": "policy", "rule": 0 } |
Un mensaje ambiguo: purchase_intent = 0.45 (confianza 0.1) | escalate | { "type": "policy", "rule": 1 } |
Nada encaja, una postulación a un empleo: route = other | escalate (la acción de fallback) | { "type": "other_option", "question": "route" } |
La confianza de una probabilidad es |2p − 1|, así que la regla 2 escala todos los leads cuyo purchase_intent esté entre 0.2 y 0.8; consulta Confianza y probabilidades.
Actúa según el resultado
async function qualify(lead) {
const response = await fetch("https://api.dcision.io/v1/decisions/lead-qualification", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.DCISION_API_KEY}`,
"Content-Type": "application/json",
"Idempotency-Key": `lead-${lead.id}`,
},
body: JSON.stringify({ state: { message: lead.message, company_size: lead.companySize, source: lead.source } }),
});
if (!response.ok) return crm.assign(lead, "sdr"); // on errors, a person decides
const { action, result, composites, execution_id } = await response.json();
switch (action) {
case "block":
return crm.discard(lead, { reason: "spam", execution_id });
case "escalate":
return crm.assign(lead, "sdr", { note: "needs review", execution_id });
default: {
const sla = { critical: "1h", high: "4h", medium: "1d", low: "3d" }[result.priority];
return crm.assign(lead, result.route, { sla, score: composites.lead_score, execution_id });
}
}
}Ordena la cola de cada equipo por lead_score para atender primero los mejores leads. Los campos que la decisión no declara se reenvían igualmente al motor, así que puedes agregar contexto como country o page sin cambiar el schema.
Ajústala
-
Describe tu negocio en el
contextde la decisión: qué vendes, a quién, tu rango de precios. Se envía con cada lead. -
Afina los límites entre
sales,sdrynurturecon exclusiones ("not for existing customers", "no budget or timeline mentioned"). Si el Playground señala un casi empate, las descripciones se superponen. -
Escala los leads críticos a una persona incluso cuando el enrutamiento tiene confianza:
{ "field": "priority", "on": "output", "operator": "gte", "value": "critical", "action": "escalate" } -
Escala según el nivel ponderado para captar los leads que tienden a crítico aunque
highsea el nivel más probable:{ "field": "priority", "on": "score", "operator": "gte", "value": 3.5, "action": "escalate" }. -
Exige un enrutamiento con confianza con
"minConfidence": 0.7enroute: por debajo, se aplica la acción de fallback. -
Ajusta
lead_scorecambiando sus pesos, o agrega términos —una probabilidad− 3 × spam, un puntajecompany_fit— y luego enruta según él:{ "field": "lead_score", "operator": "gte", "value": 0.8, "action": "continue" }. -
Repite leads reales: en Ejecuciones, abre una ejecución y usa Volver a ejecutar esta entrada en el Playground para comprobar que un cambio la mejora antes de publicar la v2.
Crear con el agente
Describe una decisión con palabras simples y deja que el agente de Dcision la construya en el constructor visual — luego sigue refinándola por chat mientras ves cada cambio.
Enrutamiento de soporte
Enruta los mensajes de soporte al departamento correcto, califica su urgencia y escala a una persona cuando hace falta, con la plantilla Enrutamiento de soporte.