Construyendo un vendedor que trabaja los fines de semana

Una de las cosas que más me gusta de construir software es que permite compensar limitaciones personales.

No me refiero a limitaciones técnicas. Después de más de veinte años trabajando en tecnología aprendí que casi cualquier problema técnico se puede resolver con suficiente tiempo.

Me refiero a otro tipo de limitaciones.

En mi caso, vender.

Nunca me consideré una persona particularmente buena para generar prospectos, buscar clientes o hacer outreach. No es algo que disfrute especialmente y tampoco es una habilidad que haya ejercitado durante años. Mi carrera estuvo mucho más cerca de construir sistemas, liderar equipos y resolver problemas técnicos que de hacer ventas.

Sin embargo, durante los últimos meses empecé a dedicar parte de mis fines de semana a Blest Learning, una plataforma orientada a la capacitación de inglés para empresas. Y rápidamente apareció el mismo problema que enfrentan muchos proyectos: tener un producto es una cosa; encontrar clientes es otra completamente distinta.

La pregunta que empezó a rondarme fue bastante simple.

Si hoy existen modelos capaces de escribir código, resumir documentos y analizar información, ¿podrían ayudarme también con una actividad que personalmente no hago bien?

No estaba pensando en reemplazar un vendedor profesional. Tampoco en construir el próximo startup de automatización comercial.

Simplemente quería saber si era posible.

Como suele ocurrir con muchos proyectos que nacen en SparkIO, la curiosidad fue más importante que el plan de negocios.

El primer impulso fue construir un “agente de ventas”. Pero rápidamente descubrí que esa definición era demasiado amplia. En realidad, el problema estaba compuesto por varias tareas independientes.

Primero necesitaba identificar empresas potencialmente interesantes.

Después conseguir algún contacto.

Luego entender quiénes eran, qué hacían y si realmente podían beneficiarse de un servicio como Blest Learning o incluso de Blest, nuestra plataforma para la administración de institutos de inglés.

Finalmente necesitaba preparar una comunicación inicial razonable y, más adelante, gestionar los inevitables follow-ups.

Lo interesante es que ninguna de esas tareas, por separado, parece particularmente compleja. Lo difícil es el volumen.

Buscar una empresa lleva unos minutos.

Investigarla lleva unos minutos más.

Encontrar un contacto puede llevar bastante más.

Preparar un correo personalizado agrega otro bloque de tiempo.

Repetir ese proceso cien veces ya se convierte en un proyecto.

Repetirlo mil veces es prácticamente imposible para alguien que además tiene un trabajo de tiempo completo, una familia y otros compromisos.

Ahí fue donde empecé a experimentar.

Hoy el sistema funciona por etapas. Utiliza distintas herramientas para descubrir empresas, recopilar información pública, construir perfiles, generar borradores de correos y sugerir seguimientos posteriores.

Probé varias alternativas para validación de correos electrónicos. Entre ellas MillionVerifier, ZeroBounce y NeverBounce. Hasta ahora NeverBounce me resultó una opción razonable para empezar, principalmente porque permite comprar créditos en pequeños volúmenes sin necesidad de compromisos mayores.

También aprendí rápidamente que validar correos tiene un costo, por lo que vale la pena filtrar todo lo posible antes de llegar a esos servicios. Muchas direcciones claramente inválidas pueden descartarse simplemente con reglas de validación implementadas en código.

Ese tipo de optimizaciones parecen menores, pero cuando uno está financiando el experimento de su propio bolsillo empiezan a importar.

Después de aproximadamente una semana de pruebas conseguí generar una lista de unas 150 empresas potencialmente interesantes. De ellas obtuve alrededor de 20 correos válidos.

No es una cifra impresionante.

Tampoco es suficiente para construir una máquina de ventas.

Pero es mucho más de lo que habría logrado manualmente en el mismo tiempo.

Y eso es precisamente lo que me resulta interesante.

Muchas veces hablamos de IA en términos de reemplazo, automatización total o agentes autónomos. Mi experiencia hasta ahora es mucho más modesta.

No estoy viendo una máquina que venda sola.

Estoy viendo una herramienta que me permite hacer algo que de otra manera probablemente no haría.

La diferencia es importante.

Si algún día llego a tener una base de mil empresas y cien contactos válidos, seguirá siendo necesario construir relaciones, entender necesidades y generar confianza. Ningún modelo va a hacer eso por mí.

Pero llegar a ese punto ya representa una cantidad enorme de trabajo administrativo que sí puede beneficiarse de la automatización.

Todavía no sé si esto terminará generando clientes para Blest Learning.

No sé si terminará convirtiéndose en un producto independiente.

Y tampoco sé si la tasa de respuesta justificará el esfuerzo.

Pero esa incertidumbre es parte de la razón por la que disfruto estos proyectos.

Para mí, SparkIO siempre fue un laboratorio más que un negocio. Un lugar para probar ideas, aprender tecnologías nuevas y explorar preguntas que me generan curiosidad.

En este caso la pregunta es bastante simple:

¿Puede una persona con conocimientos técnicos construir, durante sus fines de semana, un sistema que la ayude a compensar una habilidad que nunca desarrolló del todo?

Todavía no tengo la respuesta.

Pero hasta ahora el experimento viene siendo bastante divertido.

Related Sparkio Products

Leads B2B Leads by Spark.io helps companies identify high-potential prospects, enrich lead data, and streamline outbound sales efforts using AI and automation. Currently in early validation, focused on building practical solutions for real business growth

Founder Interactive business history simulator inspired by the stories and decisions behind the world's most influential companies.

AppGrid Platform designed to help independent developers connect their products with potential customers.