Mercado Libre Inmuebles registra 90 millones de visitantes al mes en LATAM y más de 300.000 propiedades activas. Inmuebles24 en México supera los 2.9 millones de visitas mensuales. Aun así, los leads que llegan desde portales cierran a una tasa de entre 0.4% y 1.2% en promedio. Lo que falta no es más volumen. Es leer lo que el usuario dejó registrado antes de enviar el primer mensaje.
Lo que el portal registra antes del contacto
Cuando un usuario llega a un portal inmobiliario, deja un rastro antes de escribir. Cuántas veces abrió la ficha. Si la guardó entre sus favoritos. Si comparó con otras propiedades similares. Si usó la calculadora hipotecaria. Cuántos días pasaron entre su primera visita y el momento del mensaje.
Esos datos existen en todos los portales grandes de LATAM, pero no todos los exponen igual. Mercado Libre Inmuebles envía, con cada lead, metadata que incluye el historial de interacción del usuario: visitas al anuncio, fecha del primer contacto y, en algunos casos, si el usuario tiene otras búsquedas activas en la plataforma. Lamudi en México muestra un tiempo promedio de sesión de más de 7 minutos por visita, lo que indica que el usuario llega con contexto, no de rebote. Inmuebles24, Properati, Metrocuadrado en Colombia, Encuentra24 en Panamá, todos generan señales similares con distintos niveles de exposición via notificación o API.
Lo que los portales no resuelven es la clasificación automática de ese rastro en prioridades de atención. Ese trabajo queda en manos del agente, y casi siempre se hace a mano, por orden de llegada, sin considerar cuál lead tiene más señales de compra real.
Tres niveles de señal y qué hace cada uno
No todas las acciones digitales de un comprador valen lo mismo. Una forma práctica de ordenarlas en función del comportamiento registrado:
Señales de baja intención: El usuario abrió la ficha una vez, no guardó la propiedad, y envió un mensaje genérico desde un dispositivo móvil. Este perfil representa la mayoría del volumen de portales y convierte por debajo del 1%. Es un lead para un flujo automatizado de seguimiento, no para una llamada inmediata del agente.
Señales de intención media: El usuario volvió a la ficha al menos dos veces en una semana, la guardó o la compartió, y preguntó algo específico: precio exacto, condición, disponibilidad para visitar. Estos leads son elegibles para una respuesta dentro de las primeras dos horas, con un mensaje que recoja la pregunta puntual.
Señales de alta intención: El usuario interactuó con la ficha cinco o más veces, usó la calculadora hipotecaria, comparó esta propiedad con al menos otras tres, y envió un mensaje con detalle (cuántos dormitorios necesita, en qué fecha quiere mudarse, si ya tiene carta de pre-aprobación crediticia). Según datos de Zillow con propiedades en EE.UU., las fichas que acumulan cinco o más guardados diarios reciben ofertas en menos de una semana. El patrón de comportamiento previo al mensaje, no el texto del mensaje en sí, es el indicador más confiable de intención real.
La IA entra para hacer ese trabajo de clasificación en tiempo real, sin que el agente tenga que revisar manualmente la metadata de cada lead. El resultado es una cola ordenada por probabilidad de cierre, no por hora de llegada.
Por qué el tiempo de respuesta depende del nivel de intención
El dato más citado en la industria dice que responder en cinco minutos multiplica por 21 la probabilidad de calificar un lead (InsideSales.com y Real Trends, 2025). Es correcto, pero incompleto sin el contexto del nivel de intención.
Responder en cinco minutos a un lead de baja intención consume tiempo del agente sin mejorar el resultado. El problema más profundo es que la mayoría de los equipos no distinguen entre los dos. El promedio de respuesta en la industria supera las 917 minutos, más de 15 horas (Inman, 2025). Ese número es crítico no por la lentitud en sí, sino porque mezcla leads urgentes con leads que aún están en fase exploratoria sin ninguna priorización.
Lo que los modelos de scoring resuelven es esa confusión. Leads con scoring de intención alta cierran al 9.6% dentro de los primeros 90 días, contra el 2.4% de leads sin clasificar provenientes de los mismos portales (DealMachineOS, 2026). La diferencia no viene de atender más rápido a todos: viene de saber a cuáles de los que llegaron anoche vale la pena llamar hoy a las 9 de la mañana.
El 62% de las consultas de portales llegan fuera del horario de oficina (NAR, 2025). Tener un sistema que recibe el lead, lee la metadata, y asigna automáticamente una prioridad de respuesta para la apertura del día siguiente cambia la forma en que un equipo arranca su jornada.
Cómo montar la clasificación en una agencia sin equipo técnico
El primer paso es entender qué metadata expone el portal con el que trabajas. Algunos envían la información dentro del email de notificación de lead. Otros la exponen vía API si tienes integración con un CRM. Pide explícitamente a tu cuenta ejecutiva de Mercado Libre, Inmuebles24 o Lamudi que te muestre qué campos viajan con cada lead y en qué formato.
El segundo paso es construir reglas de scoring dentro del CRM. No se necesita un modelo de ML propio. Tres condiciones son suficientes para empezar:
- Si el lead tiene más de tres visitas registradas a la ficha antes del mensaje: suma puntos.
- Si el lead usó la calculadora hipotecaria: suma más puntos.
- Si el lead formuló una pregunta específica en lugar de un mensaje de una línea: suma más puntos.
Con un umbral mínimo definido, los leads por encima entran a una cola de atención prioritaria dentro de los primeros 30 minutos de la jornada. Los que están por debajo entran a una secuencia automatizada de seguimiento: mensaje de WhatsApp, correo con información de la propiedad, recordatorio al día siguiente.
El tercer paso es medir y ajustar. Una agencia con 12 a 18 meses de historial en CRM puede identificar qué señales de portal han precedido sus propios cierres, con datos propios en lugar de benchmarks de otros mercados. Ese análisis puede hacerse con una hoja de cálculo al principio, y con las funciones de IA de tu CRM (HubSpot, Salesforce, Pipedrive o herramientas proptech locales) a medida que el volumen lo justifique.
Qué hacer con esto
El volumen de leads de portal no es el problema. El problema es que la mayoría de los equipos los atienden en el orden en que llegan, sin leer la señal de comportamiento que ya está disponible antes del primer mensaje.
Un punto de partida concreto para esta semana: revisa el email de notificación del último lead que recibiste de tu portal principal. Identifica qué campos llegaron además del nombre y el teléfono. ¿Llegó el número de visitas a la ficha? ¿La fecha del primer contacto? ¿Alguna señal de interacción anterior? Ese inventario define con qué datos cuentas hoy para empezar a clasificar.
El 78% de los compradores trabaja con el primer agente que responde (NAR, 2025). Pero ese primer agente no necesariamente es el más rápido en responder a todos: es el que identificó a tiempo quién valía la pena atender primero, y llegó preparado con contexto sobre lo que ese comprador ya había visto.