¿Cuántas horas pierdes cada semana buceando en LinkedIn para encontrar señales de compra? A mí me pasaba: abrir Sales Navigator, copiar datos, pegar en una hoja de cálculo, buscar el correo, evaluar si encaja… Un auténtico agujero de tiempo. Hasta que me harté y monté un flujo con n8n y GPT-4 que hace todo eso mientras me tomo un café. En esta guía te cuento cómo replicarlo, incluso si no eres programador.
Por qué necesitas esta automatización (y por qué con n8n)
Investigar leads B2B manualmente es como intentar vaciar el mar con un cubo. Las empresas pierden hasta un 30 % de oportunidades por no reaccionar a tiempo, según datos de InsideSales. La idea es simple: detectar cambios en perfiles de LinkedIn —un nuevo cargo, una publicación sobre presupuesto, la contratación de alguien clave— y actuar al instante.
n8n es un orquestador de código abierto que puedes alojar en tu propio servidor. Visualmente, es como Zapier pero con más control y sin límites ridículos. Combinado con GPT-4, obtienes un «cerebro» que interpreta el lenguaje natural, puntúa oportunidades y decide si merece la pena avisarte. Y todo en tiempo real.
Lo que necesitas antes de empezar
No te asustes. La lista es corta:
- Una instancia de n8n (la versión cloud gratuita sirve para pruebas, pero recomiendo un VPS de 5 € si vas en serio).
- Clave API de OpenAI con acceso a GPT-4. Cuesta unos céntimos por petición.
- Una fuente de perfiles: puedes usar un webhook, un formulario, o integrar algo como Phantombuster para scrapeos periódicos de LinkedIn (ojo con los límites legales, hablo de ello más abajo).
- Un canal de notificación: Slack, Telegram, email… lo que uses a diario.
Paso a paso: montando el flujo en n8n
Voy a asumir que ya tienes n8n corriendo. Si no, en su web hay tutoriales para instalarlo en dos minutos con Docker. Crea un nuevo workflow y sigue estos bloques.
1. El disparador: cómo entran los leads
Lo más flexible es usar un nodo Webhook. Te genera una URL única a la que puedes enviar datos desde cualquier sitio: un CRM, un botón en tu web o incluso un script que recoja perfiles de una lista de seguimiento. Para este ejemplo, imagina que llega un JSON con el campo linkedin_url.
2. Extraer datos del perfil (sin que Linkedin te fría)
Aquí está el punto delicado. LinkedIn no ofrece una API pública amigable, y cualquier scrapeo masivo puede acabar en baneo. Mi recomendación es usar servicios como Phantombuster o Apify, que ya tienen proxies rotativos y respetan ciertas pausas. En n8n puedes conectar su API con un nodo HTTP Request. Si prefieres algo más casero, puedes usar un script en Python con Playwright y llamarlo desde n8n, pero no es tan estable.
Sea cual sea tu método, al final obtienes un objeto con nombre, titular, experiencia, educación, publicaciones recientes y, si hay suerte, la empresa actual.
3. El toque mágico: enriquece y puntúa con GPT-4
Aquí es donde la cosa se vuelve inteligente. Crea un nodo «OpenAI» (está en la sección de AI de n8n) y configúralo con un prompt como este:
«Eres un experto en ventas B2B. A partir de los siguientes datos sin procesar de un perfil de LinkedIn, extrae: sector, tamaño estimado de la empresa, cargo real (no el título oficial), posibles puntos de dolor según su actividad y puntúa del 1 al 10 la probabilidad de que necesite nuestros servicios de [lo que vendas]. Devuelve solo un JSON con los campos: sector, tamaño_empresa, cargo_real, puntos_dolor, score.»
Pásale el texto scrapeado y deja que GPT-4 haga su magia. La respuesta será un JSON que puedes parsear con un nodo Function o directamente con el parser de n8n. El truco está en iterar el prompt hasta que las puntuaciones te parezcan coherentes con tu criterio.
4. Filtra solo lo que importa
Con un nodo IF, establece la condición: si el score es mayor que 7 (o tu umbral), sigue adelante. Si no, puedes guardarlo en una base de datos para nutrir campañas de marketing más adelante, pero no interrumpas a tu equipo por un lead tibio.
5. Notifica en tiempo real
Los leads calientes se pudren rápido. Conecta un nodo de Slack, Telegram o email y personaliza el mensaje. Yo suelo enviar algo como: «🔥 Lead detectado: [Nombre] ([Cargo]) | Score: [X]/10 | Posible interés: [puntos clave]. Perfil: [URL]». Así, en un vistazo, un comercial sabe si merece la pena actuar.
Lo que nadie te cuenta: riesgos y costes
Automatizar no es gratis. Con un volumen de 500 leads al mes, puedes gastar entre 10 y 15 euros en la API de OpenAI (usando GPT-4o-mini para abaratar). El scrapeo, si usas servicios externos, suma otros 20-30 euros. A cambio, ahorras horas y detectas señales que un humano pasa por alto.
Luego está el cumplimento con LinkedIn. Legalmente, el scrapeo de datos públicos es zona gris. La red social no lo aprueba y puede cerrarte la cuenta si detecta patrones. Para minimizar riesgos: usa herramientas con buena reputación, impón límites razonables (50 perfiles al día como mucho) y nunca almacenes datos personales sin consentimiento.
¿Merece la pena? Un vistazo a los resultados
Desde que implementé este flujo, el tiempo de investigación por lead pasó de 20 minutos a cero. Mi tasa de respuesta en frío subió un 15 % porque los mensajes llegan con contexto relevante. Y las notificaciones en tiempo real nos han permitido cerrar dos clientes que estaban activamente buscando soluciones justo cuando publicaron sobre ello.
Si manejas un equipo de ventas B2B o eres freelancer, esta automatización te devuelve el control. No necesitas saber programar: n8n es visual y GPT-4 entiende instrucciones en español. Solo hace falta un poco de curiosidad y tolerancia a romper algún que otro flujo hasta que todo encaje.
Pruébalo. Empieza con un webhook de prueba, un perfil tuyo de LinkedIn y una notificación a tu Telegram. Cuando veas el mensaje llegar con el score, no querrás volver atrás.
