Anexo: mapa de discrepancias entre fuentes
Anexo: mapa de discrepancias entre fuentes
Material de referencia. Este anexo está fuera del recorrido principal. No hace falta leerlo de corrido: se consulta cuando un capítulo remite aquí o cuando vas a citar una cifra, una fecha o una definición. Las cifras del caso ficticio Conciliatio que aparecen aquí son ilustrativas.
Términos de lectura
Esta tabla define los términos y siglas que usa el anexo. Para otros términos del curso, consulta el anexo de glosario.
| Término | Qué significa |
|---|---|
| Fuente primaria | Documento original: la ley, el informe, el comunicado o la página del autor que publica la cifra. |
| Fuente secundaria | Nota, resumen o cita de otra persona. Puede alterar la cifra al resumirla. |
| Fragmento de búsqueda | Texto corto que aparece en un resultado de buscador. No basta para afirmar un dato. |
| Muestra | Personas o empresas medidas. Sin muestra no hay forma de comparar una cifra. |
| Definición | Qué cuenta como la métrica: qué entra en el numerador y qué en el denominador. |
| Atribución | Quién dice que creó o publicó un concepto. Muchas veces no hay documento que lo pruebe. |
| Interés comercial declarado | Quien publica vende algo relacionado (software, formación, consultoría o financiamiento). No invalida la cifra, pero obliga a leerla con cuidado. |
| Verificada | La fuente primaria se leyó y coincide con lo que se afirma. |
| Parcial | Solo se leyó un resumen, una nota de prensa o una parte del texto. |
| No verificable | No se pudo leer la fuente. |
| Conciliatio | Empresa ficticia que recorre todo el curso. Sus cifras son ilustrativas. |
| Lead | Contacto potencial que todavía no es una oportunidad de venta. |
| MQL, SAL y SQL | Etapas del embudo: MQL es un contacto con interés, SAL es un lead que ventas acepta y SQL es un lead calificado para ventas. Cada proveedor les da definiciones distintas. |
| NRR | Retención neta de ingresos: lo que un grupo de clientes genera al final de un periodo, con ampliaciones y bajas, dividido entre lo que ese mismo grupo generaba al inicio. |
| GRR | Retención bruta de ingresos: como el NRR, pero sin contar las ampliaciones. No puede superar 100 %. |
| Cohorte | Grupo de clientes que comparten un mismo momento de inicio, para medir su evolución. |
| CAC | Costo de adquirir un cliente nuevo. |
| LTV o CLV | Valor de vida del cliente: ingreso total que se espera de un cliente durante su relación con la empresa. Cada proveedor usa una de las dos siglas. |
| Payback | Meses que tarda el ingreso de un cliente en cubrir su CAC. |
| Margen bruto | Ingreso menos costo de servir al cliente, dividido entre el ingreso. |
| Magic Number | Indicador que Stripe define como CLV dividido entre CAC. |
| ACV y ARR | ACV es el valor anual de un contrato. ARR es el ingreso recurrente anual. |
| Churn | Porcentaje de clientes o de ingreso que se pierde en un periodo. |
| Win rate | Proporción de oportunidades cerradas que se ganan. |
| Cuota y OTE | Cuota es la meta de ingreso nuevo de un vendedor. OTE es el ingreso total objetivo, con parte base y parte variable. |
| SDR, BDR y AE | SDR genera y califica oportunidades. BDR busca cuentas nuevas por prospección propia. AE es el ejecutivo que lleva la oportunidad hasta el cierre. |
| Inbound y outbound | Inbound: el contacto llega por iniciativa del cliente. Outbound: el vendedor inicia el contacto. |
| BANT | Método de calificación por presupuesto, autoridad, necesidad y tiempo. |
| PLG y PQL | PLG es el crecimiento impulsado por el producto, donde el uso del producto abre la venta. PQL es un prospecto que hizo una acción de calificación dentro del producto. |
| ABM | Marketing basado en cuentas: se dirige a un grupo de cuentas concretas. |
| POC o PoC | Prueba de concepto: piloto acotado para validar una solución antes de comprarla. |
| SIG | Cuestionario estándar de seguridad que los compradores envían a sus proveedores. |
| SOC 2 | Informe de auditoría sobre los controles de un proveedor de servicios. Ver el capítulo 29. |
| Comité de compra | Personas del cliente que influyen o deciden una compra. |
| BATNA y ZOPA | BATNA es la mejor alternativa si no hay acuerdo. ZOPA es la zona en la que un acuerdo beneficia a ambas partes más que sus alternativas. |
| Multithreading | Varias personas del cliente participan en el mismo trato. |
| Pipeline y forecast | Pipeline son los negocios abiertos en el CRM. Forecast es el pronóstico de ingreso que se espera cerrar en un periodo. Cada proveedor decide qué etapas incluye el pipeline. |
| Demand Waterfall | Modelo de etapas de demanda atribuido a SiriusDecisions. Su origen se discute en este anexo. |
| Tier | Nivel de una cuenta dentro de una lista de prioridad (Tier 1, 2 o 3). No hay un estándar. |
| Feel, felt, found | Técnica para manejar objeciones: reconocer lo que siente el cliente, decir que otros lo sintieron y mostrar lo que encontraron. |
| Bowtie | Modelo visual de Winning by Design que muestra cómo crecen las organizaciones de ingreso recurrente. |
| Boletín | Número con el que el Congreso chileno identifica un proyecto de ley. |
| Trámite | Etapa en que una cámara revisa un proyecto. Un proyecto pasa por un primer y un segundo trámite constitucional. |
| Diario Oficial | Medio oficial en que se publican las leyes. La fecha de vigencia la fija el texto de cada ley. |
En este anexo se usan los tres estados de la tabla. Un dato parcial o no verificable se cita como lo que afirma la fuente, no como hecho del curso.
Objetivos
- Identificar, en dos fuentes que usan la misma sigla o la misma cifra, si la diferencia está en la definición, la muestra, el año, la unidad o la autoría.
- Clasificar una cifra o una fecha como verificada, parcial o no verificable, según se haya leído la fuente primaria o solo un resumen o un fragmento.
- Decidir qué puedes afirmar de una cifra en un correo a un cliente o en una presentación, y con qué advertencia.
Idea central
Dos fuentes pueden usar la misma sigla con definiciones distintas, o coincidir en una cifra y aun así no ser comparables porque cambian la muestra o el periodo. Este mapa no elige una versión como la correcta. Registra cada diferencia con su fuente, su año y su estado, para que quien cite un número sepa qué puede afirmar y qué no. Cuando una cifra no se pudo comprobar en la fuente original, aquí se dice así y no se presenta como hecho.
Cómo leer una cifra antes de citarla
flowchart TD
A["Cifra o fecha que vas a citar"] --> B{"¿Se leyó la fuente primaria?"}
B -->|Sí| C{"¿Coinciden muestra, año y definición?"}
B -->|No| D["Estado parcial o no verificable: decirlo en el texto"]
C -->|Sí| E["Estado verificada: se cita con su fuente"]
C -->|No| F["Discrepancia: citar cada versión con su año y su muestra"]
D --> G["No afirmar como hecho si solo hay un fragmento"]
E --> H["Anotar quién la publica y si vende algo relacionado"]
F --> H
G --> H
Antes de citar, responde cuatro preguntas:
- ¿Leíste la fuente primaria o solo un resumen?
- ¿Qué muestra mide la cifra y en qué año se levantó?
- ¿Qué cuenta como la métrica? Busca la fórmula o la definición de la fuente.
- ¿Quién la publica y vende algo relacionado con el tema?
Vigencia de la Ley 21.719 en Chile
La Ley 21.719 regula el tratamiento de datos personales en Chile y crea la agencia que la vigilará. Se publicó en el Diario Oficial el 13 de diciembre de 2024. Este mapa no es asesoría jurídica: cualquier aplicación a una empresa concreta requiere la revisión de un abogado.
flowchart TD
A["13/12/2024: publicación en el Diario Oficial"] --> B["01/09/2026: el Gobierno ingresa el proyecto de postergación"]
B --> C["28/10/2026: el Senado aprueba en primer trámite la postergación al 15/10/2027"]
C --> D["17/11/2026: la Cámara despacha el proyecto (sin cambios, según un solo medio)"]
D --> E["21/11/2026: sin publicación confirmada en el Diario Oficial"]
E --> F{"¿Se publica antes del 01/12/2026?"}
F -->|Sí| G["Rige el texto aprobado: vigencia el 15/10/2027"]
F -->|No| H["Rige la fecha original: 01/12/2026"]
Al 21 de noviembre de 2026 se puede afirmar lo siguiente:
- La fecha original de vigencia de las modificaciones a las leyes 19.628, 20.285 y 19.496 es el 1 de diciembre de 2026. El artículo primero transitorio fija que esas modificaciones entran en vigencia el primer día del mes vigésimo cuarto posterior a la publicación del 13 de diciembre de 2024 (Diario Oficial, verificada).
- El Senado aprobó en primer trámite constitucional la postergación el 28 de octubre de 2026, con 33 votos a favor y 6 en contra, y fija el 15 de octubre de 2027. Después envió el proyecto a la Cámara para su segundo trámite (Senado y Garrigues, verificadas).
- La Cámara despachó el proyecto el 17 de noviembre de 2026. Una firma de abogados confirma el despacho sin precisar la fecha. La fecha del 17 de noviembre y que la Cámara no hizo cambios solo aparecen en una nota de The Next Security (parcial).
No se puede afirmar lo siguiente:
- Que la postergación ya sea ley. Ninguna fuente consultada confirma promulgación ni publicación en el Diario Oficial. Una nota del 18 de noviembre de 2026 dice que todavía no está publicada.
- Que el 15 de octubre de 2027 esté vigente. Esa fecha rige solo si la postergación se publica antes del 1 de diciembre de 2026. Mientras tanto, la fecha de corte es anterior al 1 de diciembre de 2026, y el texto publicado vincula la entrada en vigencia de la ley a ese artículo primero transitorio.
| Tema | Una fuente dice | Otra fuente dice | Cómo se trata aquí |
|---|---|---|---|
| Fecha del texto aprobado | 15 de octubre de 2027, según el Senado y Garrigues (verificadas). | 1 de diciembre de 2027, fecha original que propuso el Gobierno (Carey, verificada). | Son dos momentos distintos del trámite. Hoy no rige ninguna de las dos: rige la fecha original hasta que se publique la postergación. |
| Estado en el Senado y en la Cámara | El Senado aprobó el 28 de octubre de 2026 en primer trámite y la Cámara despachó el 17 de noviembre (Garrigues y Aninat, verificadas; la fecha de despacho, según una nota, parcial). | El listado de proyectos del Senado muestra el boletín 18.623-07 como “En tramitación”, con fecha 1 de septiembre de 2026 y sin número de ley (parcial; esa fecha puede ser la de ingreso y no la del último trámite). | Se registran ambas versiones. El listado no muestra ley publicada, y ninguna fuente confirma publicación en el Diario Oficial. |
| Número de boletín | 18.623-07, según Garrigues y el listado del Senado (verificada). | 18.624, en un resumen secundario (no confirmado). | Se usa 18.623-07. |
| Alcance de la fecha del 1 de diciembre de 2026 | La Dirección del Trabajo, según un fragmento de búsqueda, dice que la ley “entra en plena vigencia” esa fecha (parcial; el PDF no se pudo leer en la consulta del 21 de noviembre). | El artículo primero transitorio fija el 1 de diciembre de 2026 para las modificaciones a las tres leyes citadas, y el artículo cuarto transitorio vincula a él la entrada en vigencia de la ley (verificada). | Se sigue el texto del Diario Oficial. El alcance de los artículos sobre la agencia no quedó cerrado en el texto leído. |
Antes de citar una fecha de vigencia, abre la edición del Diario Oficial del día, anota la fecha de corte de tu consulta y di si la postergación ya se publicó.
MQL, SAL y SQL: la misma sigla con definiciones distintas
Las tres siglas describen etapas del embudo de marketing y ventas. Cada proveedor las define según su producto, y no hay una definición oficial única.
| Fuente (año y estado) | MQL | SAL | SQL |
|---|---|---|---|
| HubSpot, blog (actualizado el 31 de julio de 2026; verificada) | Contacto con interés que todavía no está listo para una presentación de ventas. | No se define. | Prospecto verificado y listo para una conversación directa con ventas. Para calificarlo usa BANT (presupuesto, autoridad, necesidad y tiempo). |
| HubSpot, base de conocimiento (20 de octubre de 2026; verificada) | Contacto o empresa que marketing calificó como listo para el equipo de ventas. | No se define. | Contacto o empresa que ventas calificó como cliente potencial. |
| Winning by Design, página sin fecha visible (© 2026 en el pie; verificada) | Prospecto que muestra interés, por ejemplo al descargar material o pedir una demo. | Calificado según los criterios existentes, cuando ventas lo acepta. | Normalmente, el momento en que el equipo de ventas tiene una primera conversación con el prospecto. |
Lo que no coincide:
- MQL en HubSpot. El blog lo define como interés sin estar listo para ventas. La base de conocimiento de la misma empresa lo define como un contacto que marketing calificó como listo para ventas. Dos páginas del mismo proveedor no coinciden. El curso usa la definición de interés del blog y deja la discusión de etapas para el capítulo 14.
- SQL. Para HubSpot, el blog lo define como un prospecto listo para hablar con ventas; para Winning by Design es la primera conversación. La base de conocimiento de HubSpot lo usa para un contacto que ventas calificó. Son tres criterios para la misma etiqueta.
El orden de SAL y SQL
Dave Kellogg, ejecutivo de software que escribe en su blog, publicó el 22 de noviembre de 2019 que las definiciones originales de SiriusDecisions parecen estar al revés. Según su relato, esas definiciones se escribieron desde el punto de vista de marketing, en una época en que los SDR reportaban a ventas. En su versión, primero un SDR de ventas acepta el lead (SAL) y después un representante con cuota lo califica (SQL). Kellogg dice que la terminología fue mal elegida y confusa. La página de Winning by Design, en cambio, lista el orden MQL, SQL, SAL y WIN. Las dos cadenas no pueden usarse como una sola. El curso debe indicar cuál usa.
flowchart LR
subgraph WBD["Winning by Design"]
W1["MQL"] --> W2["SQL"] --> W3["SAL"] --> W4["WIN"]
end
subgraph KEL["Kellogg, 2019"]
K1["MQL"] --> K2["SAL"] --> K3["SQL"]
end
Ninguna fuente primaria consultada da una definición oficial de SAL atribuida a Forrester o a SiriusDecisions. Las definiciones de esas firmas llegan por terceros.
Economía unitaria: payback, LTV y Magic Number
| Concepto | Stripe (proveedor de pagos; actualizada el 13 de abril de 2026; verificada) | Forentrepreneurs (blog de consultoría para emprendedores; c. 2011, según el propio texto; parcial) |
|---|---|---|
| Payback del CAC | Sin margen bruto: CAC dividido entre el ingreso mensual del cliente. | No se pudo leer: la fórmula aparece solo como imagen en la página. |
| Relación entre CAC y LTV | Se considera ideal una relación CAC/LTV menor que 1. | Guía de relación LTV/CAC mayor que 3, con un margen bruto de al menos 80 %. |
| Magic Number | CLV dividido entre CAC. Un valor mayor que 1 indica que el negocio genera más ingreso de un cliente que lo que costó adquirirlo. | No se revisó. |
Stripe calcula el payback sin margen. La fórmula de Forentrepreneurs no se pudo leer, así que no se compara aquí. Con las cifras ilustrativas de Conciliatio (CAC de 14.000 USD, ingreso mensual de 1.500 USD por cliente del plan Estándar y margen bruto de 78 %), el payback sin margen sale en unos 9,3 meses y, si se descuenta el margen, en unos 12 meses. La diferencia no viene de los datos, sino del supuesto. Las cifras son ilustrativas: no vienen de una empresa real.
El capítulo 25 no usa el Magic Number. Lo menciona solo para señalar que la definición de Stripe no coincide con otras que circulan con el mismo nombre. Si lo usas en una conversación, anota quién lo define y con qué fórmula.
La cifra de Gartner sobre compradores sin representante
En marzo de 2026, Gartner, firma de investigación que vende suscripciones a su trabajo, publicó un comunicado sobre compradores B2B y experiencias sin representante de ventas. La cifra de 67 % llega al curso por la cobertura de prensa. El comunicado no se pudo abrir: el sitio respondió con HTTP 403 en la consulta del 21 de noviembre de 2026, y tampoco se pudo leer la definición exacta de la encuesta.
La cobertura de Digital Commerce 360, medio de prensa especializada en comercio digital (17 de marzo de 2026), atribuye a Gartner el 67 % y reporta una muestra de 646 compradores encuestados entre agosto y septiembre de 2025. Un resumen de búsqueda atribuye a un comunicado de 2026, sobre la validación de información generada con IA (69 %), una muestra de 645 compradores. Ese comunicado tampoco se pudo abrir (HTTP 403), y la cobertura de Digital Commerce 360 no menciona el 69 % ni el 645. Por eso la muestra de la cifra de 67 % se cita como 646, según la prensa, y la cifra se presenta como dato reportado por la prensa, no como hecho comprobado.
| Cifra | Año | Muestra y periodo | Estado |
|---|---|---|---|
| 67 % prefiere una experiencia sin representante | 2026 | 646 compradores según la prensa; campo de agosto a septiembre de 2025 | Parcial |
| 645 compradores para un comunicado sobre validación de información con IA | 2026 | Periodo no confirmado; el 645 aparece solo en un resumen de búsqueda | No confirmada |
| 61 % sin representante | 2025 | Muestra de campo de 2024; solo fragmentos | No se afirma |
| 69 % valida con representantes la información generada con IA | 2026 | Solo resumen de búsqueda | No se afirma |
Lo que la cifra permite decir es que, en esa encuesta, la mayoría de los compradores encuestados prefiere una experiencia sin representante. No permite decir cuánto del proceso de compra se hace sin vendedor en una cuenta concreta. Esta discrepancia también se remite desde el capítulo 44.
Márgenes brutos de empresas de IA y el video de Freddy Vega
| Fuente | Año | Muestra o método | Cifra | Interés declarado |
|---|---|---|---|---|
| Bessemer, State of AI | 2025 | Lista de empresas de IA de alto crecimiento (Supernovas y Shooting Stars). La página no explica cómo se calcula el margen. | Supernovas: unos 25 % de margen bruto, a menudo negativo. Shooting Stars: unos 60 %. | Firma de inversión que publica el informe. |
| High Alpha, SaaS Benchmarks | 2025 | Encuesta con 800 o más respuestas; cifra de mediana del margen bruto. | 80 % para empresas “AI-enabled” y 75 % para “AI-native”, según los términos del informe. | Firma de inversión. |
| Freddy Vega (Platzi), video | Sin año | Opinión de su autor, sin muestra. | Software alrededor de 80 %; empresas de IA entre 25 % y 60 %. | Opinión personal. No se usa como dato del curso. |
Las cifras de Bessemer y de High Alpha no se contradicen del todo, porque miden grupos distintos (una lista de empresas de alto crecimiento frente a una mediana de encuesta), pero no son comparables. Un análisis secundario atribuye a Bessemer la frase “strict, fully loaded” para explicar su definición de margen. Al revisar la página de Bessemer, esa frase no aparece y el texto no da una fórmula de margen. Por eso ni la frase ni una definición pueden citarse como de Bessemer.
Las cifras del video se atribuyen a Freddy Vega y no se presentan como verdad. Coinciden con los extremos de la lista de Bessemer, pero no con la mediana de High Alpha.
Velocidad de ventas: la unidad del win rate
La velocidad de ventas indica el ritmo al que el pipeline se convierte en ingreso nuevo. Salesforce (Erin Hueffner, 2024), proveedor de CRM con interés comercial en el tema, la calcula como oportunidades por valor medio del trato por win rate, dividido entre la duración del ciclo. El ejemplo es ilustrativo y no tiene muestra.
El ejemplo escribe el win rate como “0.25 %” en el texto y usa 0,25 en la fórmula, que equivale a 25 %. Con 25 % el resultado es (150 × 1.000 × 0,25) ÷ 30 = 1.250 USD por día. Si se tomara el 0.25 % literal, el resultado sería 12,50 USD por día. Además, el texto habla de 150 leads, mientras la fórmula multiplica por oportunidades y divide entre la duración del ciclo en días. Antes de calcular, anota la unidad de cada variable. El capítulo 38 usa esta misma fórmula con el registro de Conciliatio.
Tiempo hasta el valor de Userpilot
Userpilot, proveedor de software de adopción de producto con interés comercial en el tema, publica 1 día, 12 horas y 23 minutos con la etiqueta “Average Time to value” (2025). Esa etiqueta se usa como promedio, no como mediana. Su muestra para ese cálculo son 62 empresas, las mismas del estudio de activación. El número 547 es el total del informe y no corresponde a esta métrica. La misma página muestra otro valor con la misma etiqueta (1 día, 1 hora y 54 minutos) sin muestra. Algunos resúmenes llaman mediana a la cifra. Cítala como promedio de 62 empresas, según la página del proveedor.
Retención: NRR y GRR
| Fuente | Año | Cifra | Muestra y definición | Interés declarado |
|---|---|---|---|---|
| SaaS Capital | 2025 | NRR mediana de 102 % para empresas con ACV de 25.000 a 50.000 USD | Encuesta a empresas privadas B2B; cohorte de diciembre de 2023; definición propia del informe | No comprobado en la página leída. |
| ChartMogul | 2025 | NRR mediana de 82 % en SaaS B2B | Unas 3.500 empresas raspadas y clasificadas con ayuda de IA; se mide sobre las que llegaron a 250.000 USD de ARR. La página nombra NRR y GRR, pero no da fórmula. | Vende métricas de suscripción. |
| Benchmarkit, alojado por Aleph | 2026 (datos de 2025) | NRR de 108 % con precio por uso y 98 % con precio por asiento; GRR mediana de 84 % | 342 empresas de software B2B y de IA nativa. La página no da una mediana general de NRR. | Aleph promueve sus herramientas de planificación. |
El 102 % de SaaS Capital y el 82 % de ChartMogul no son contradictorios: miden bases distintas, con muestras y tamaños de empresa distintos. El 102 % de SaaS Capital corresponde solo al tramo de ACV de 25.000 a 50.000 USD, no a la mediana general. La mediana general de SaaS Capital (101 % de NRR y 91 % de GRR) viene de un resumen de búsqueda; la página consultada el 21 de noviembre de 2026 no la muestra, así que queda sin verificar. La cifra de 102 % que se atribuyó a Benchmarkit no aparece en la página de Aleph, por lo que no se usa.
Casos de 11x: logotipos y retención
Una nota de TechCrunch del 24 de marzo de 2025 (prensa tecnológica; verificada, leída en la consulta del 21 de noviembre de 2026) describe que la empresa 11x mostraba en su web logotipos de clientes que esos clientes dicen no serlo. Según la nota, ZoomInfo tuvo una prueba corta de un mes, y Airtable declaró que el producto nunca se usó en producción; el logotipo de ZoomInfo siguió publicado hasta después del 6 de marzo, cuando una fuente cercana al medio preguntó, y el de Airtable seguía visible el 21 de marzo de 2025. La empresa responde que retiró los logotipos cuando se lo pidieron y que los casos en que no lo hizo se deben a error humano.
Sobre la retención, un empleado, según la nota, dijo que la empresa perdía entre 70 % y 80 % de los clientes que llegaban. La empresa informa una retención actual de 79 % y dice que su mayor churn ocurrió en las cohortes de finales de 2023. Son afirmaciones de una persona y de la propia empresa, sin muestra publicada. Ninguna cifra de este caso debe citarse como hecho.
No decisión: tres cifras de Challenger que no se comparan
| Cifra | Qué describe | Fuente y año | Estado |
|---|---|---|---|
| Cerca de 40 % | Proporción de vendedores de alto desempeño que son “Challengers” | Challenger, página fechada el 16 de enero de 2024; las cifras de perfil no tienen año propio | Verificada |
| 27 % | Proporción de todos los vendedores del estudio que caen en el perfil “Challenger” | Challenger, misma página | Verificada |
| Entre 40 % y 60 % | Tratos perdidos que terminan en “no decisión” | Challenger, 22 de febrero de 2024; muestra de 2,5 millones de conversaciones de ventas grabadas | Verificada |
Challenger vende formación y consultoría sobre su método. Las dos primeras cifras describen perfiles de vendedores: la primera, solo a los de alto desempeño, y la segunda, a todos. La tercera describe tratos perdidos. No se comparan entre sí. Esta discrepancia se remite desde el capítulo 30.
Multithreading de Gong
Hay textos de terceros que atribuyen a Gong la frase de que el multithreading (varias personas del cliente en el trato) eleva en promedio 130 % las tasas de victoria en tratos de más de 50.000 USD. No se localizó la página de Gong que la sostenga, y el capítulo 46 no la cita. La página del estudio de Gong Labs sobre objeciones (publicada el 12 de marzo de 2018 y modificada el 4 de marzo de 2026), que sí se revisó, no contiene esa cifra ni el umbral de 50.000 USD. Ese estudio analiza 67.149 grabaciones de llamadas y describe correlación, no causalidad. Gong es un proveedor de análisis de llamadas con interés comercial. La guía de Gong sobre buzones de voz (8 de agosto de 2024) habla de tasas de respuesta que “se duplican”, pero es otro estudio con otras cifras.
Tratamiento: no uses la cifra de 130 % hasta ubicar el documento original. Si citas otra cifra de Gong, atribúyela a Gong con su año y advierte que se trata de correlación. El capítulo 46 trata este estudio con esos límites.
Origen del Demand Waterfall
Un blog de Forrester del 17 de mayo de 2018, firmado por Steve Silver, dice que el Demand Waterfall se lanzó por primera vez en 2006 y menciona versiones de 2012 y 2017. Ese blog no define las etapas MQL, SAL o SQL: solo plantea MQL y SAL como preguntas que marketing y ventas deben acordar. Otras fuentes secundarias, no localizadas en la consulta del 21 de noviembre de 2026, dan 2002 y 2005. Tratamiento: escribe “origen disputado”, cita la fecha de la firma y no fijes un año único.
Otras diferencias que remiten a este anexo
Los capítulos del curso remiten a este anexo para las siguientes diferencias. La última columna indica dónde aparece cada una. Las filas que no tienen fuente en la lista de Fuentes se remiten desde el capítulo indicado y no se verificaron en la consulta del 21 de noviembre de 2026.
| Tema | Diferencia entre fuentes | Capítulo |
|---|---|---|
| Fórmula de churn | Una página de un proveedor de CRM la escribe invertida (total entre clientes perdidos). Stripe describe el churn como porcentaje de clientes que dejan el producto, y su ejemplo (200 de 2.000 = 10 %) divide entre el total. El curso usa la de Stripe. | 1 |
| Modelo de cobro de Graph AI | La descripción del modelo de cobro de Graph AI cambia según el punto del artículo que cita el capítulo 3 (basado en resultados, y un cobro por caso que se presenta como más fácil de presupuestar). El capítulo no resuelve la diferencia. | 3 |
| Niveles de cuentas (Tier 1, 2 y 3) | No hay estándar. Un proveedor define Tier 1 como trato uno a uno y otro como las cuentas de mayor valor potencial. | 5 |
| Origen del PLG | Un socio de una firma de capital de riesgo dice que el término se acuñó en su firma en 2016 (entrevista de Sacra, 2023). No se localizó documento de la época. | 9 |
| Conversión de referidos | Las cifras que circulan no dicen de qué se calcula la tasa. | 9, 12 |
| Buzones de voz | Un artículo de Gong de agosto de 2024 da dos porcentajes con etiquetas que parecen invertidas. Declara una muestra de más de 300 millones de llamadas en frío, pero no indica la muestra de cada porcentaje. | 10 |
| Objetivos de prospección | Una lista de cuatro objetivos atribuida a un autor circula con versiones distintas. El libro no se pudo abrir. | 10 |
| Actividad diaria del SDR | Un estudio de Bridge Group de 2025 con 351 empresas reporta una mediana de 112 actividades diarias. Otro proveedor cuenta de otra forma. No son comparables. | 11 |
| Umbral de correos diarios | Google aplica requisitos a quien envía más de 5.000 mensajes diarios a cuentas personales de Gmail, desde el 1 de febrero de 2024. Su página dice “más de 5000” en el texto y “5000 o más” en un encabezado. Es un umbral de un proveedor, no un límite de envío ni una cadencia recomendada. | 11 |
| Origen del ABM | Una consultora dice haberlo acuñado en 2003. Un medio especializado lo recoge sin verificarlo, y el artículo no cita ningún documento de 2003. | 12 |
| Rol del BDR y del SDR | Winning by Design dice que el SDR desarrolla leads calificados desde cero y que, como recomendación, debe reportar a ventas. ZoomInfo dice que el SDR atiende leads de entrada y a menudo reporta a marketing en empresas SaaS B2B, y que el BDR suele reportar a ventas o a crecimiento. | 15 |
| Origen de BANT | Una guía de software lo ubica en IBM en los años cincuenta; otras fuentes dan los sesenta. No hay documento primario de IBM. | 13, 19 |
| Año de Sandler | 1966 según Salesforce y 1967 según Revenue.io (ambas páginas verificadas). | 17, 19 |
| Estudio de SPIN | Los países y años del estudio no coinciden entre fuentes. El libro original no se pudo abrir. | 17 |
| Relación cuota y OTE | 4,6 según The Bridge Group (2026, 158 empresas). La misma página da 4,2 para 2024. La página no dice si el 4,6 es mediana o promedio; su metodología reporta medianas salvo indicación. | 38, 50 |
| Pipeline | Salesforce incluye en el pipeline las oportunidades en etapas tempranas. HubSpot lo describe como negocios de baja probabilidad de cierre. | 31, 32 |
| Deal review y deal desk | Definición, cadencia, línea de reporte y disparador no coinciden entre fuentes. | 33 |
| Sales enablement | El alcance pasa de ventas a todos los roles que tocan al cliente (Forrester, 2023). El origen de la frase no coincide. | 34 |
| Interesados por compra | Una cifra de 13 interesados se atribuye a Forrester (2024) a través de un proveedor de software. La publicación original no se pudo abrir y el año difiere según otras fuentes. | 22 |
| Precio basado en valor | Un estudio de 2013 se leyó solo en resumen. La asociación con el desempeño no es causa, y las fuentes difieren en el diseño. | 23 |
| Fórmula del método B de cuotas | La atribución de la fórmula tiene discrepancias entre fuentes. El curso la usa solo como herramienta de cálculo. | 50 |
| Ejemplos de cuotas de Winning by Design | Tienen inconsistencias internas y datos de 2017. El curso usa solo su límite de gasto. | 50 |
| Primer vendedor del fundador | Tres artículos no coinciden en cifras ni en fechas. Dos no muestran fecha. | 43 |
| Forward deployed engineer | Las fuentes no coinciden en cuánto del rol es venta. El rol se creó en Palantir a comienzos de los 2010, según The Pragmatic Engineer. Un origen militar que aparece en una búsqueda no se verificó. | 42 |
| Tamaño del comité de compra | Tamaños de 6 a 10 (atribuido a Gartner por fuentes secundarias), de 5 a 16 (fragmento de un comunicado de 2025) y de 11 (otra nota). | 7 |
| Bowtie de Winning by Design | La página del bowtie no muestra autor ni año. Un comunicado atribuido a 2023 nombra un CEO y otra fuente nombra a otra persona; no se verificó. | 4 |
| Orden de SAL y SQL | Ver la sección de MQL, SAL y SQL de este anexo. | 4, 14 |
| Feel, felt, found | El origen tiene versiones distintas. Rework indica que no hay un inventor acreditado. | 28 |
| Sales Ops y RevOps | El alcance y la línea de reporte no coinciden del todo. | 37 |
| Cuestionario de seguridad (SIG) | Vanta da 126 preguntas en la versión Lite y 855 en la Core, y atribuye el SIG a Shared Assessments. La página de Shared Assessments es solo para miembros y no se abrió. | 29 |
| Periodo de observación de SOC 2 tipo 2 | Un proveedor da un rango típico de 3 a 12 meses, y su página no distingue publicación de actualización. | 29 |
| Origen de MEDDIC | Cuatro atribuciones de proveedores y consultoras, ninguna con documento de PTC. | 16, 54 |
| Casos de MEDDPICC publicados por proveedores | Cifras con muestra o definición ausentes. Una de ellas no concilia dos formas de expresar el mismo aumento. | 16, 45 |
| Modelos de cobro de IA | La guía de Stripe no usa la clasificación de cinco modelos del capítulo 24. Tiene una tabla de cinco opciones de precio distintas, con “subscription with replenishing credits” entre ellas. Bessemer describe el cobro inicial de Ada como “por resolución” en un punto del texto. El capítulo 24 señala además dos puntos que no se revisaron aquí: la descripción de Clay en la guía y la de Ada en el análisis de BVP. | 24 |
| ZOPA | La definición no atribuye el término a nadie. Las atribuciones secundarias no coinciden. | 26 |
| Punto medio | Las fuentes no coinciden en el peso que tiene ni en quién lo atribuye. | 27 |
| Otras cifras de Gong | No concilian entre sí. Se usan solo las que tienen página y muestra. | 28, 46 |
| Personas y prospectos en PQL | Pendo define el PQL sobre personas que usan el producto (2019). Visible lo define sobre prospectos (2018). El término cambia de definición según el proveedor. | 51 |
| Vida media de las señales | Un recurso de 2026 da 14 y 30 días en el texto, y su tabla da entre 60 y 90 días para el blog. | 52 |
| Cifra de Challenger sobre gerentes | Es una correlación de un proveedor comercial, sin muestra publicada. | 47 |
| Cifras de demo | Las fechas y cifras no coinciden entre fuentes, y las primarias no se abrieron. | 20 |
| Prueba de concepto (POC) | Las fuentes no coinciden en la autoría de la estructura del POC ni en la pregunta de presupuesto. | 21 |
| Oportunidades en un estudio de 2017 | Una nota de SalesGrowth sobre el estudio de InsideSales Labs y XANT da 9,8 millones de oportunidades en 151 empresas. Otra fuente de búsqueda da 19 millones, cifra que no se verificó. | 30 |
| Cuota y ramp de onboarding | Las fuentes no coinciden en todo lo que mide la cifra de cuota ni en otras cifras de ramp. | 48 |
| Definiciones de CRM y datos | Son definiciones de empresas que venden CRM y datos B2B, sin muestra publicada. | 36 |
| Cifras de RAIN y Challenger sobre coaching | 72 % frente a 47 % de win rate, y 63 % de probabilidad de ser top performer, atribuidas a RAIN. El capítulo 35 dice que las páginas de RAIN, con 1.000 a 1.004 participantes, no dan año ni método y que esas cifras no aparecen en ellas. El capítulo 49 dice que la página menciona un estudio de más de 1.000 vendedores, sin confirmar que la cifra salga de él. Challenger publica un 25 % sin año, muestra ni método. Las páginas de RAIN no permiten confirmar el origen de estas cifras. | 35, 49 |
| Alcance del SE y del solutions architect | Las fuentes no coinciden en el alcance del SE después de la firma ni en lo que hace el solutions architect. | 41 |
| Términos de Force Management | El blog usa cuatro términos (Before Scenario, Value Driver, Required Capabilities y Positive Business Outcomes) que el artículo describe como vocabulario de un cliente, no como definición oficial. El caso de Medallia (Average Deal Size +72 %) no indica periodo, año ni muestra. | 18 |
| Velocidad de respuesta a leads | La plantilla de Rework da 15 minutos para el primer intento y 4 horas para aceptar o rechazar un MQL, como valores de ejemplo y no como estándares. Atribuye a un estudio de MIT e InsideSales.com y a un artículo de HBR otras cifras de respuesta rápida, que el texto accesible del artículo de HBR no muestra. La cifra de 35 % a 50 % (LeanData, 2025) es una cita secundaria sin año ni muestra. | 53 |
| Consentimiento en contactos B2B | Los artículos 1 y 2 de la circular que cita el capítulo hablan de usuarios finales y no dicen si incluyen a personas de empresas. Un despacho de abogados dice que el consentimiento expreso también aplica en B2B, según un resumen de búsqueda; la página original no se abrió. | 8 |
Autoevaluación
1. Un artículo dice que la vigencia es el 1 de diciembre de 2026 y otro dice el 15 de octubre de 2027. ¿Cuál rige hoy?
Rige la fecha original, el 1 de diciembre de 2026, mientras la postergación no se publique en el Diario Oficial. El 15 de octubre de 2027 es la fecha del texto que aprobó el Senado y despachó la Cámara, y no está confirmada como vigente.
2. Una cobertura de prensa da 646 compradores para la cifra de 67 %, y un resumen de búsqueda atribuye 645 a otro comunicado. ¿Qué escribes al citarla?
Citas 646 con su fuente (Digital Commerce 360) y el periodo de la encuesta, y aclaras que el comunicado original de Gartner no se pudo abrir. No usas el 645, que no se pudo confirmar, y presentas la cifra como dato reportado por la prensa, no como hecho comprobado.
3. Un ejemplo de velocidad de ventas escribe el win rate como "0.25 %" y usa 0,25 en la fórmula. ¿Qué resultado es el correcto?
El resultado de 1.250 USD por día, porque 0,25 equivale a 25 %. Si se tomara el 0.25 % literal, el resultado sería 12,50 USD por día, y el ejemplo no se sostendría con su propia ilustración.
4. Userpilot publica 1 día, 12 horas y 23 minutos sobre 62 empresas, y un resumen la llama mediana sobre 547. ¿Cómo la citas?
Como promedio de 62 empresas, según la página del proveedor. El 547 es el total del informe, no la muestra de esa métrica.
5. Stripe define el Magic Number como CLV dividido entre CAC. ¿Qué significa un valor mayor que 1?
Stripe lo describe como un indicador de que el negocio genera más ingreso de un cliente que lo que costó adquirirlo. Antes de usar el término, anota quién lo define y con qué fórmula, porque otras fuentes lo llaman igual con cálculos distintos.
6. Un texto atribuye a Gong una cifra de 130 % que no aparece en la página de Gong que se revisó. ¿Qué estado le das y qué escribes?
Le das estado de no verificable y escribes que la cifra no aparece en la página consultada. Si la mencionas, la atribuyes al proveedor con su año y adviertes que se trata de correlación.
Fuentes y respaldo
Fuentes
- Senado chileno aprueba proyecto de ley que busca postergar el 15 de octubre de 2027: Garrigues, firma de abogados; nota del 30 de octubre de 2026. Tipo: prensa jurídica. Estado: verificada (fecha de la votación, 15 de octubre de 2027, boletín 18.623-07 y paso a la Cámara). Consultada el 21 de noviembre de 2026.
- Noticia del Senado sobre el segundo trámite del proyecto: Senado de Chile; 28 de octubre de 2026. Tipo: primaria (órgano legislativo). Estado: verificada (33 votos a favor y 6 en contra; el Senado despacha el proyecto a su segundo trámite, en la Cámara). Consultada el 21 de noviembre de 2026.
- Congreso despacha postergación de la Ley 21.719 hasta octubre de 2027: The Next Security, empresa de tecnología que publica en su blog y vende productos propios; 18 de noviembre de 2026. Tipo: publicación con interés comercial declarado. Estado: parcial (fecha del despacho y “sin cambios” solo en esta fuente; la página dice que no es asesoría legal). Consultada el 21 de noviembre de 2026.
- Ley 21.719, Diario Oficial, Núm. 44.023: Diario Oficial de Chile; 13 de diciembre de 2024. Tipo: primaria (norma publicada). Estado: verificada (artículo primero transitorio y artículo cuarto transitorio leídos en el texto del PDF). Consultada el 21 de noviembre de 2026.
- Gobierno ingresa proyecto de ley que posterga en un año la entrada en vigor de la ley de datos personales: Carey, firma de abogados; ingreso del proyecto el 1 de septiembre de 2026. Tipo: prensa jurídica. Estado: verificada (fecha que propuso el Gobierno: 1 de diciembre de 2027). Consultada el 21 de noviembre de 2026.
- Alerta legal sobre la postergación de la Ley 21.719: Aninat, firma de abogados; página fechada el 17 de noviembre de 2026. Tipo: prensa jurídica. Estado: verificada en cuanto al despacho de la Cámara (sin fecha precisa ni mención de cambios). Consultada el 21 de noviembre de 2026.
- Ficha de tramitación del boletín 18623-07: Senado de Chile; listado de proyectos. Tipo: primaria. Estado: parcial (el listado muestra el boletín 18.623-07 como “En tramitación”, con fecha 1 de septiembre de 2026 y sin número de ley; no se abrió la ficha individual). Consultada el 22 de noviembre de 2026.
- Documento de la Dirección del Trabajo sobre la Ley 21.719: Dirección del Trabajo; 2026. Tipo: primaria (organismo público), leída por fragmento. Estado: parcial (el PDF no se pudo leer en la consulta del 21 de noviembre de 2026; la cita viene de un fragmento de búsqueda). Consultada el 21 de noviembre de 2026.
- Sales qualified lead: HubSpot, proveedor de CRM con interés comercial; actualizado el 31 de julio de 2026. Tipo: proveedor con interés comercial. Estado: verificada (MQL, SQL y BANT). Consultada el 21 de noviembre de 2026.
- Lifecycle stages: HubSpot, base de conocimiento; actualizada el 20 de octubre de 2026. Tipo: proveedor con interés comercial. Estado: verificada (MQL y SQL; no define SAL). Consultada el 21 de noviembre de 2026.
- Where is your sales funnel broken: Winning by Design, consultora de ventas; sin fecha de publicación visible (© 2026 en el pie). Tipo: consultora con interés comercial. Estado: verificada (orden MQL, SQL, SAL y WIN). Consultada el 21 de noviembre de 2026.
- Bowtie: Winning by Design; sin fecha visible (© 2026 en el pie). Tipo: consultora con interés comercial. Estado: parcial (la página describe el bowtie, pero no nombra autor ni año; la mención de 2023 no se verificó). Consultada el 21 de noviembre de 2026.
- A historical perspective on why SAL and SQL appear to be defined backwards: Dave Kellogg, blog de un ejecutivo de software; 22 de noviembre de 2019. Tipo: testimonio personal. Estado: verificada. Consultada el 21 de noviembre de 2026.
- Essential SaaS metrics: Stripe, proveedor de pagos con interés comercial; actualizada el 13 de abril de 2026. Tipo: proveedor con interés comercial. Estado: verificada (payback sin margen, relación CAC/LTV, Magic Number y NRR; GRR no aparece; churn sin fórmula explícita). Consultada el 21 de noviembre de 2026.
- SaaS metrics: definiciones: Forentrepreneurs, blog de consultoría para emprendedores; “written around 2011” según el propio texto. Tipo: blog de consultor. Estado: parcial (relación LTV/CAC mayor que 3 y margen de 80 % leídos; la fórmula de payback aparece solo como imagen). Consultada el 21 de noviembre de 2026.
- Gartner, comunicado del 9 de marzo de 2026: Gartner, firma de investigación que vende suscripciones; 2026. Tipo: analista con interés comercial. Estado: no verificable (HTTP 403). Consultada el 21 de noviembre de 2026.
- Cobertura de Digital Commerce 360 del 17 de marzo de 2026: Digital Commerce 360, prensa especializada en comercio digital; 17 de marzo de 2026. Tipo: prensa. Estado: parcial (646 compradores y periodo de agosto a septiembre de 2025 leídos; el comunicado original no se abrió). Consultada el 21 de noviembre de 2026.
- Comunicado de Gartner distribuido por BusinessWire el 20 de mayo de 2026: Gartner, mediante BusinessWire; 2026. Tipo: analista. Estado: no verificable (HTTP 403; solo resumen de búsqueda). Consultada el 21 de noviembre de 2026.
- Comunicado de Gartner del 7 de mayo de 2025: Gartner; 2025. Tipo: analista. Estado: no verificable (HTTP 403; solo fragmentos). Consultada el 21 de noviembre de 2026.
- State of AI 2025: Bessemer Venture Partners, firma de inversión que publica el informe; 13 de agosto de 2025. Tipo: analista con interés comercial. Estado: verificada (márgenes de Supernovas y Shooting Stars; sin fórmula de margen; sin la frase “strict, fully loaded”). Consultada el 21 de noviembre de 2026.
- Durable monetization: how four AI founders solved the pricing puzzle: Bessemer Venture Partners; 30 de julio de 2026. Tipo: analista con interés comercial. Estado: verificada (cuatro modelos de cobro; ejemplos de Recall.ai, Strella, Graph AI y Ada). Consultada el 21 de noviembre de 2026.
- Does it pay to be AI-native? Growth rates for AI companies: High Alpha, firma de inversión; 2025 (encuesta de 800 o más respuestas). Tipo: encuesta de firma con interés comercial. Estado: verificada (mediana de margen: 80 % para AI-enabled y 75 % para AI-native). Consultada el 21 de noviembre de 2026.
- Video de Freddy Vega (Platzi), sin enlace público verificado: Freddy Vega, autor del video; año no indicado. Tipo: opinión personal. Estado: no verificable como dato; las cifras se atribuyen a su autor. No se abrió en esta consulta.
- Sales velocity: Salesforce, proveedor de CRM con interés comercial; artículo de Erin Hueffner, 12 de marzo de 2024. Tipo: proveedor con interés comercial. Estado: verificada (fórmula, “0.25 %” escrito en el texto y 0,25 en el cálculo). Consultada el 21 de noviembre de 2026.
- SaaS product metrics: Userpilot, proveedor de software de adopción de producto; 2025. Tipo: proveedor con interés comercial. Estado: verificada (etiqueta “Average Time to value”, 62 empresas). Consultada el 21 de noviembre de 2026.
- SaaS retention benchmarks for private B2B companies: SaaS Capital; 18 de septiembre de 2025. Tipo: encuesta de firma financiera; su interés comercial no se comprobó en la página leída. Estado: verificada (102 % para ACV de 25.000 a 50.000 USD; la mediana general de 101 % y 91 % no aparece en la página). Consultada el 21 de noviembre de 2026.
- SaaS retention: the AI churn wave: ChartMogul, proveedor de métricas de suscripción; 10 de diciembre de 2025. Tipo: proveedor con interés comercial. Estado: verificada (NRR mediana de 82 % sobre unas 3.500 empresas; la página no da fórmula de NRR ni GRR). Consultada el 21 de noviembre de 2026.
- 2026 SaaS benchmarks takeaways: Aleph, que aloja el estudio de Benchmarkit; 2026 (datos de 2025). Tipo: proveedor con interés comercial. Estado: verificada en lo que da la página; no contiene la mediana general de NRR atribuida. Consultada el 21 de noviembre de 2026.
- TechCrunch sobre 11x: TechCrunch, prensa tecnológica; 24 de marzo de 2025. Tipo: prensa. Estado: verificada (leída en la consulta del 21 de noviembre de 2026; las afirmaciones de la empresa y del empleado quedan atribuidas). Consultada el 21 de noviembre de 2026.
- Losing to customer indecision: Challenger, firma que vende formación y consultoría; 22 de febrero de 2024. Tipo: proveedor con interés comercial. Estado: verificada (40 a 60 % de tratos perdidos en “no decisión”; 2,5 millones de conversaciones). Consultada el 21 de noviembre de 2026.
- What is the Challenger Sales Methodology?: Challenger, proveedor de la metodología; página fechada el 16 de enero de 2024. Tipo: proveedor con interés comercial. Estado: verificada (cerca de 40 % de alto desempeño; 27 % de todos los vendedores en el perfil Challenger). Consultada el 21 de noviembre de 2026.
- Handling sales objections: Gong Labs, proveedor de análisis de llamadas con interés comercial; publicado el 12 de marzo de 2018 y modificado el 4 de marzo de 2026. Tipo: proveedor con interés comercial. Estado: verificada (67.149 grabaciones; correlación; la página no contiene la cifra de 130 %). Consultada el 21 de noviembre de 2026.
- Should you leave voicemails when cold calling?: Gong, proveedor con interés comercial; 8 de agosto de 2024. Tipo: proveedor con interés comercial. Estado: verificada en la página; las etiquetas de dos porcentajes son poco claras. Consultada el 21 de noviembre de 2026.
- Demand Unit Waterfall: what sales operations needs to know: Steve Silver, Forrester; 17 de mayo de 2018. Tipo: analista (blog). Estado: verificada (lanzamiento en 2006; versiones de 2012 y 2017; MQL y SAL planteados como preguntas). Consultada el 21 de noviembre de 2026.
- Revenue enablement: why Forrester has made the change: Peter Ostrow, Forrester; 5 de junio de 2023. Tipo: analista (blog). Estado: verificada (alcance que incluye ventas, marketing, producto y CX). Consultada el 21 de noviembre de 2026.
- Blake Bartlett on OpenView and product-led growth: Sacra, entrevista publicada el 27 de junio de 2023 con un socio de OpenView. Tipo: prensa (entrevista). Estado: verificada (la afirmación de 2016 es del entrevistado). Consultada el 21 de noviembre de 2026.
- Bridge Group, SDR models, metrics and report 2025: The Bridge Group, consultora de ventas; 2025 (351 empresas). Tipo: encuesta de consultora. Estado: verificada (mediana de 112 actividades diarias; la página no explica cómo se cuentan). Consultada el 21 de noviembre de 2026.
- Bridge Group, AE models, motions and metrics 2026: The Bridge Group; 2026 (158 empresas). Tipo: encuesta de consultora. Estado: verificada (4,6 para 2026 y 4,2 para 2024; la página no dice si 4,6 es mediana). Consultada el 21 de noviembre de 2026.
- Directrices para remitentes de correos (Ayuda de Gmail): Google; requisitos vigentes desde el 1 de febrero de 2024. Tipo: primaria (proveedor de correo). Estado: verificada (umbral de más de 5.000 mensajes diarios a cuentas personales de Gmail). Consultada el 22 de noviembre de 2026.
- What is account-based marketing: TechTarget, medio especializado; David Essex, CIO, 1 de agosto de 2023. Tipo: prensa especializada. Estado: verificada (la afirmación de 2003 es de la consultora, no del artículo). Consultada el 21 de noviembre de 2026.
- BANT: Built In, medio especializado en tecnología; año no indicado. Tipo: prensa especializada. Estado: verificada (BANT se ubica en IBM en los años cincuenta; no cita documento primario). Consultada el 21 de noviembre de 2026.
- Sandler sales methodology: Salesforce, proveedor de CRM con interés comercial; el método se creó en 1966 según la página (artículo de Donald Kelly, 3 de diciembre de 2024). Tipo: proveedor con interés comercial. Estado: verificada. Consultada el 21 de noviembre de 2026.
- What is Sandler selling: Revenue.io, proveedor de software de ventas con interés comercial; el método se creó en 1967 según la página. Tipo: proveedor con interés comercial. Estado: verificada. Consultada el 21 de noviembre de 2026.
- Mutual action plans: GetAccept, proveedor de software de ventas con interés comercial; año no indicado. Tipo: proveedor con interés comercial. Estado: parcial (cita de segunda mano de una cifra de Forrester de 2024: 13 stakeholders). Consultada el 21 de noviembre de 2026.
- Configure sales forecasting in Salesforce: Salesforce, plataforma de formación; año no indicado. Tipo: proveedor con interés comercial. Estado: verificada (las oportunidades en etapas tempranas forman parte del pipeline). Consultada el 21 de noviembre de 2026.
- Set up the forecast tool: HubSpot, base de conocimiento; año no indicado. Tipo: proveedor con interés comercial. Estado: verificada (pipeline como negocios de baja probabilidad de cierre). Consultada el 21 de noviembre de 2026.
- Pendo, the path to product qualified leads: Pendo, proveedor de analítica de producto con interés comercial; publicado el 3 de septiembre de 2019. Tipo: proveedor con interés comercial. Estado: verificada (PQL sobre personas que usan el producto). Consultada el 21 de noviembre de 2026.
- Visible, product qualified leads: Visible, proveedor de herramientas de ventas; publicado el 11 de octubre de 2018. Tipo: proveedor con interés comercial. Estado: verificada (PQL sobre prospectos). Consultada el 21 de noviembre de 2026.
- Pricing AI products: lessons from leading AI companies: Stripe; sin fecha de publicación visible. Tipo: proveedor con interés comercial. Estado: verificada (la guía no usa la clasificación de cinco modelos del capítulo 24; tiene una tabla de cinco opciones de precio distintas). Consultada el 21 de noviembre de 2026.
- ZOPA: Beyond Intractability, enciclopedia académica en línea; año no indicado. Tipo: académica. Estado: verificada (la página no atribuye el término a nadie). Consultada el 21 de noviembre de 2026.
- Forward deployed engineers: The Pragmatic Engineer, boletín especializado en ingeniería de software; año no indicado. Tipo: prensa especializada. Estado: verificada (el rol se creó en Palantir a comienzos de los 2010; no da porcentaje de venta). Consultada el 21 de noviembre de 2026.
- Feel, felt, found: Rework, recurso de ventas con interés comercial; año no indicado. Tipo: proveedor con interés comercial. Estado: verificada (no hay un inventor acreditado). Consultada el 21 de noviembre de 2026.
- Fit vs intent scoring: Rework; actualizada el 4 de mayo de 2026. Tipo: proveedor con interés comercial. Estado: verificada (vida media de 14 días para aperturas y 30 para blog en el texto; la tabla da 60 a 90 días para el blog). Consultada el 21 de noviembre de 2026.
- Compensation for SaaS sales organizations: Winning by Design; datos de 2017 según la tabla de salarios de mediados de 2017. Tipo: consultora con interés comercial. Estado: verificada. Consultada el 21 de noviembre de 2026.
- SDR vs BDR difference: ZoomInfo, proveedor de datos con interés comercial; año no indicado. Tipo: proveedor con interés comercial. Estado: verificada (SDR con leads de entrada y, a menudo, reporte a marketing; BDR con reporte a ventas o crecimiento). Consultada el 21 de noviembre de 2026.
- SaaS role definitions: Winning by Design; año no indicado. Tipo: consultora con interés comercial. Estado: verificada (el SDR desarrolla leads calificados desde cero y, como recomendación, reporta a ventas). Consultada el 21 de noviembre de 2026.
- SIG questionnaire: Vanta, proveedor de cumplimiento con interés comercial; 2026 según el pie de página. Tipo: proveedor con interés comercial. Estado: verificada (855 preguntas en SIG Core y 126 en SIG Lite; atribuye el SIG a Shared Assessments). Consultada el 21 de noviembre de 2026.
- SOC 2 Type 1 vs. Type 2: Drata, proveedor de software de cumplimiento con interés comercial; fecha visible del 13 de marzo de 2026, que no distingue publicación de actualización. Tipo: proveedor con interés comercial. Estado: verificada (periodo de observación típico de 3 a 12 meses). Consultada el 21 de noviembre de 2026.
- Oportunidades en un estudio de 2017 (nota de SalesGrowth): SalesGrowth, sitio de consultoría de ventas; fecha de la nota no visible. Tipo: proveedor con interés comercial. Estado: verificada (9,8 millones de oportunidades en 151 empresas, estudio de 2017 de InsideSales Labs y XANT). Consultada el 21 de noviembre de 2026.
Validez
Las fuentes son de cinco tipos: textos legales y comunicados de órganos públicos (primarias); prensa jurídica y especializada; analistas que venden investigación; proveedores de software, formación o datos con interés comercial declarado; y una opinión personal (el video). Las primarias sostienen la fecha original de la ley (Diario Oficial), la votación del Senado y el número de boletín (listado del Senado). Los demás datos deben leerse con su interés.
La fecha original del 1 de diciembre de 2026 se verifica con el texto publicado en el Diario Oficial. Las cifras de Gartner sobre compradores y la de Gong sobre multithreading (130 %) quedan en estado parcial o no verificable. Las cifras de Userpilot, Salesforce, Stripe, Bessemer, SaaS Capital, ChartMogul, Aleph, Challenger y Gong sobre el estudio de 2018 se comprobaron en la página del proveedor o autor citada. Las de 11x se leyeron en la nota de TechCrunch, y sus afirmaciones quedan atribuidas a la empresa y al empleado.
Casos de éxito
Sin caso de éxito verificable. Los casos que aparecen en este anexo son afirmaciones de empresas sobre sus propios clientes o su retención, como los de 11x, y no se usan como evidencia de resultados de venta. La evidencia que lo reemplaza es la lectura de las definiciones, muestras y años de las fuentes primarias, que es lo que este anexo registra.
Por qué es relevante
Un número que circula sin definición, muestra y fecha puede llevar a una conclusión que la fuente no sostiene. Citar una muestra sin su fuente, o un promedio como si fuera una mediana, cambia lo que el cliente o el equipo entiende. Por eso el anexo se consulta cada vez que un capítulo lo remite, y antes de usar una cifra fuera del curso. Para la economía unitaria, la definición de payback decide el resultado (véase el capítulo 25). Para la velocidad de ventas, la unidad del win rate decide qué resultado se obtiene (véase el capítulo 38).
Anterior: Anexo: glosario unificado