Caso real: cómo automaticé la prospección B2B de una consultoría
Cómo redujimos de 3,5 horas a 45 minutos diarios la prospección B2B de una consultoría usando n8n, Claude y Apollo. Caso real con números.
Caso real: cómo automaticé la prospección B2B de una consultoría
Una consultora de estrategia empresarial en Madrid me llamó con un problema que reconocerás enseguida. Su equipo de ventas pasaba entre 3 y 4 horas al día buscando prospectos, validando emails, mirando LinkedIn y enviando mensajes uno por uno. Dos comerciales. Ocho horas diarias de trabajo manual que no generaba ni un euro directamente.
El problema no era la falta de interés. Era que el proceso completo —buscar empresa, encontrar al decisor correcto, verificar el contacto, personalizar el mensaje, hacer seguimiento— dependía completamente de que alguien se sentara a hacerlo.
En seis semanas construimos un workflow automático que redujo ese trabajo a 45 minutos al día. Aquí cuento exactamente cómo lo hicimos, qué herramientas usamos y qué puedes replicar tú.
El problema en detalle
Antes de tocar nada, me senté con ellos a calcular el coste real de su proceso de prospección.
- 2 comerciales × 3,5 horas/día de tareas de prospección
- Salario medio: 28.000 €/año brutos = ~14 €/hora
- Coste mensual en tiempo manual: 2 × 3,5 × 22 días × 14 € = ~2.156 €/mes
Y eso sin contar errores: emails que rebotaban porque el contacto había cambiado de empresa, mensajes enviados a la persona equivocada, leads duplicados en el CRM. En la práctica, entre un 25 y 30% de su lista de prospectos era basura.
Lo que más me sorprende de este caso es que no era un problema de estrategia comercial. Tenían claro a quién querían llegar. El problema era puramente operativo: el proceso era tan tedioso que el equipo lo acortaba, saltándose pasos, y los resultados lo reflejaban.
La solución paso a paso
La arquitectura que montamos combina n8n, Claude AI y algunas APIs de verificación. No hace falta ser técnico para entender la lógica, pero sí necesitas tener claros los pasos.
Paso 1: Fuente de datos estructurada
Lo primero fue establecer de dónde vendrían los prospectos. En este caso usamos dos fuentes:
- LinkedIn Sales Navigator (exportación CSV manual semanal, sin scraping)
- Apollo.io (plan gratuito, API para búsqueda por industria y cargo)
El comercial dedica ahora 20 minutos el lunes por la mañana a definir los filtros en Apollo: sector, país, tamaño de empresa, cargo del decisor. Apollo exporta la lista al bucket de la semana.
Ojo con esto: no usamos scraping automático de LinkedIn. Es contra sus términos de servicio y genera más problemas de los que resuelve. La exportación manual semanal es suficiente y legal.
Paso 2: Enriquecimiento y verificación automática
Aquí entra el primer workflow automático en n8n. Cada vez que llega un nuevo CSV al bucket, se dispara un webhook que:
- Parsea el CSV fila por fila
- Verifica el email con la API de Hunter.io (score de verificación)
- Descarta automáticamente los emails con score < 70
- Busca el perfil de LinkedIn del decisor via Apollo para añadir contexto
El resultado: una lista limpia donde el 90%+ de los emails son válidos. Antes enviaban a listas donde el 30% rebotaba. Ahora ese porcentaje bajó al 3-4%.
Trigger: nuevo archivo en bucket
→ Parse CSV
→ Hunter.io verify email
→ Si score < 70 → mover a lista "no verificados"
→ Si score ≥ 70 → Apollo enrich profile
→ Guardar en Supabase tabla prospectos
Paso 3: Personalización con IA
Este paso es donde la automatizar con IA marca la diferencia real frente a un sistema de email masivo genérico.
Para cada prospecto verificado, n8n llama a la API de Claude con un prompt que incluye:
- Nombre y cargo del decisor
- Sector y tamaño de empresa
- Últimas noticias públicas de la empresa (via API de NewsAPI, 3 resultados)
- El servicio concreto que la consultora quiere ofrecer
Claude devuelve un primer párrafo de email completamente personalizado. No un template con {{nombre}} —un párrafo real que menciona algo específico de la empresa.
Ejemplo de output de Claude para una empresa de logística:
"Vi que Transportes García acaba de abrir dos nuevos centros de distribución en Valencia. Cuando una empresa crece así de rápido, los procesos internos suelen quedarse atrás. Es exactamente el momento en que tiene sentido revisar si la operativa puede escalar sin añadir más personas."
Eso no lo genera un template. Lo genera la IA leyendo contexto real.
Paso 4: Secuencia de emails con lógica condicional
Los emails personalizados se cargan en Lemlist (o cualquier herramienta de cold email) via API. El workflow automático en n8n configura la secuencia completa:
- Email 1 (día 0): presentación personalizada
- Email 2 (día 4): seguimiento si no abrió — enfoque diferente
- Email 3 (día 9): cierre de secuencia
La lógica condicional es clave: si el prospecto abrió el email pero no respondió, el email 2 hace referencia explícita al tema del primero. Si no lo abrió, el segundo cambia completamente el asunto y el enfoque. n8n lee los eventos de Lemlist via webhook y ajusta la secuencia en tiempo real.
Paso 5: CRM actualizado automáticamente
Cada interacción —email enviado, abierto, click, respuesta— se registra automáticamente en el CRM (en este caso HubSpot). El workflow escucha los webhooks de Lemlist y escribe en HubSpot via su API.
Cuando un prospecto responde, se crea automáticamente un deal en HubSpot en la etapa "Primer contacto" y se asigna al comercial correspondiente con una tarea de seguimiento en 24 horas.
El comercial llega por la mañana y tiene una lista de acciones concretas: estas personas respondieron ayer, estas abrieron sin responder, estas no reaccionaron y salen de la secuencia.
Resultado esperado
Después de seis semanas con el sistema funcionando, estos fueron los números reales:
| Métrica | Antes | Después |
|---|---|---|
| Tiempo diario en prospección | 3,5 h/persona | 45 min/persona |
| Emails enviados/semana | ~80 | ~240 |
| Tasa de respuesta | 3,2% | 8,7% |
| Emails rebotados | 28% | 3,8% |
| Leads calificados/mes | 6-8 | 22-28 |
Lo que más valoran ellos: el equipo de ventas dejó de hacer trabajo administrativo y empezó a dedicar su tiempo a llamadas y reuniones. El pipeline pasó de vacío a lleno en un mes y medio.
Sinceramente, el mayor impacto no fue el volumen. Fue la calidad. Los emails personalizados por IA generaron conversaciones reales desde el primer mensaje, no respuestas de cortesía que van a ningún lado.
Qué necesitas para replicarlo
No necesitas ser desarrollador. Necesitas:
- n8n (self-hosted o cloud) para orquestar el workflow automático
- Apollo.io o similar para la lista base de prospectos
- Hunter.io para verificación de emails
- Acceso a la API de Claude para la personalización con IA
- Lemlist o Instantly para el envío de secuencias
- HubSpot o Pipedrive con API para el CRM
El tiempo de configuración inicial está entre 2 y 4 semanas, dependiendo de cuánto quieras automatizar. El mantenimiento posterior es mínimo: revisar las estadísticas semanalmente y ajustar los prompts de IA si la tasa de respuesta baja.
Si tienes un proceso de prospección similar y quieres analizar qué parte tiene más sentido automatizar primero, cuéntame el detalle en automatizandote.com/#contacto. Empezamos con una revisión rápida del proceso antes de tocar ninguna herramienta.