Las categorías de forecast son los cuatro buckets en los que vive cada deal durante el ciclo de ventas: Commit, Best Case, Pipeline y Omitted. Responden a una pregunta —¿qué tan confiado está este rep en que este deal cierra en el período actual?— y se agregan desde el rep al manager, al CRO, al board. Una categoría Commit que cierra al 65% es un sistema mal calibrado; todo el modelo de forecast se rompe. Un Commit que cierra al 90–95% es una máquina sobre la que el CFO puede planificar.
Las bandas de tasa de cierre citadas a lo largo de esta página (Commit 90–95%, Best Case 50–70%, Pipeline 10–30%, etc.) son rangos típicos de calibración de practicantes, no benchmarks publicados. Trátalos como puntos de partida y calíbralos con tus propias tasas históricas de cierre a lo largo de 6–8 trimestres.
Cuándo usar este framework
Usa las categorías de forecast como el mecanismo principal para construir el forecast a nivel de período. Cada deal en tu CRM tiene una fecha de cierre y un stage; la categoría de forecast es la capa de confianza humana sobre esos datos estructurales. Las categorías son lo que los reps actualizan semanalmente, no el stage (el stage cambia cuando el deal avanza; la categoría cambia cuando la confianza cambia). Sin disciplina explícita de categorías, tu “forecast” es solo una suma de fechas de cierre, que siempre es optimista.
Las cuatro categorías: definiciones explícitas
Commit
Definición. Un deal en el que el rep está dispuesto a apostar que cerrará en el período actual, salvo un evento raro e inesperado. El rep no debería hacer Commit de un deal si un solo obstáculo predecible —demora de procurement, revisión legal, aprobación de presupuesto— podría hacerlo deslizar.
Qué requiere. Acuerdo verbal o escrito del economic buyer sobre precio y timeline. Un mutual action plan (MAP) con una fecha específica de firma. Champion interno confirmado. Sin bloqueadores sin resolver que puedan mover la fecha de cierre.
Benchmark de close rate típico. 90–95%. Si la categoría Commit de tu equipo cierra por debajo del 85%, o los reps están haciendo sandbag-committing (prometer menos para entregar más) o la definición de categoría es demasiado laxa. Investigá cuál de los dos.
Error común. Hacer Commit de deals donde el ciclo legal o de procurement no está confirmado. Un deal donde el contrato todavía debe pasar por legal y procurement tiene un riesgo de deslizamiento de 30–45 días incluso después de un sí verbal. Eso es Best Case, no Commit, hasta que el MAP confirme que la fecha de cierre está bloqueada.
Best Case
Definición. Un deal que podría cerrar en el período actual si las condiciones se dan bien, pero que todavía tiene un riesgo significativo. El rep no está dispuesto a apostar su número en él, pero es razonable esperar que una porción de los deals en Best Case cierre.
Qué requiere. Oportunidad calificada: dolor claro, buying group comprometido, presupuesto confirmado o confirmado direccionalmente. Engagement activo —el deal está avanzando, no estancado. Un timeline de cierre probable dentro del período, pero sin un MAP confirmado ni fecha de firma.
Benchmark de close rate típico. 50–70%. Algunos equipos corren más bajo (30–50%) si Best Case se usa liberalmente para deals en mitad del funnel. La métrica útil no es la tasa absoluta sino la estabilidad —la conversión de Best Case debería ser predecible dentro de ±15 puntos porcentuales de trimestre a trimestre. Las variaciones drásticas indican que la categoría se está usando de forma inconsistente.
Error común. Tratar Best Case como un catch-all para “deals que estoy trabajando más o menos.” Un deal debería estar en Best Case porque el rep tiene un plan para cerrarlo este período, no porque sea un logo atractivo.
Pipeline
Definición. Deals que se están trabajando activamente pero que no se espera que cierren en el período actual. Son reales, calificados, avanzando —solo que no este trimestre.
Qué requiere. Una oportunidad calificada (dolor, champion, presupuesto confirmado direccionalmente) que está suficientemente temprana en el ciclo como para que un cierre en el período actual sería inusualmente rápido.
Benchmark de close rate típico. 10–30% dentro del período actual. El número más útil para Pipeline es la tasa de conversión a Commit del siguiente período —un pipeline saludable convierte el 40–60% del valor del trimestre actual en Commit del siguiente trimestre.
Error común. Permitir que deals no calificados se acumulen en Pipeline. Si un deal ha estado en Pipeline por dos o más trimestres sin movimiento, no es Pipeline —está muerto o dormido. La inflación de Pipeline es el principal driver de modelos de forecast inexactos.
Omitted
Definición. Deals explícitamente excluidos del forecast actual. Esto incluye closed-lost, churned, oportunidades en espera, y deals donde el rep ha decidido que la fecha de cierre es demasiado especulativa para incluir.
Qué requiere. Una decisión activa de excluir. Omitted no es un estado por defecto; es un juicio editorial deliberado. Un deal debería ser Omitted cuando incluirlo añadiría ruido, no señal, al forecast.
Error común. Usar Omitted como limbo para deals que el rep no quiere cerrar como lost en el CRM. Los deals en Omitted deberían seguir teniendo seguimiento activo de fecha de cierre y aparecer en las revisiones de pipeline. Los únicos deals que desaparecen por completo son los closed-lost.
Cómo se agregan las categorías
Las roll-ups de categorías a nivel de manager siguen una regla simple en la mayoría de los equipos: forecast del manager = (Commit × 95%) + (Best Case × 50%) + (Pipeline × 15%). Estos coeficientes deben calibrarse con tus propias tasas históricas de cierre, no tomarse de benchmarks. Correla la regresión sobre 6–8 trimestres de datos; tu coeficiente de Commit podría ser 88% y tu coeficiente de Best Case podría ser 40%. Usá los números reales.
A nivel de CRO, el forecast generalmente incorpora tres inputs y envía el número cuando los tres coinciden dentro del 5–8%: roll-up de categorías de rep, score de deal impulsado por AI (Clari, Aviso o BoostUp) y modelo histórico de conversión en este punto del trimestre. Cuando los tres divergen, el CRO investiga antes de enviar al board.
Cómo Clari, Aviso y BoostUp manejan las categorías
Los nombres de las categorías son los mismos en las tres plataformas. Las diferencias están en cómo cada plataforma aumenta los datos de categorías y dónde discrepa con las categorías enviadas por los reps.
Clari. Clari ingiere las categorías enviadas por los reps desde Salesforce y superpone un score de deal de AI desde señales de conversación, actividad y CRM. Su valor principal es mostrar dónde el score de AI diverge de la categoría enviada por el rep —un deal que el rep tiene en Best Case pero que la AI puntúa con 20% de win probability es marcado para revisión del manager. El roll-up de forecast de Clari es la vista dominante a nivel de CRO para la mayoría de los equipos de RevOps enterprise que lo usan. Las definiciones de categorías en Clari reflejan los valores por defecto de Salesforce; la plataforma no renombra ni reestructura categorías.
Aviso. Aviso adopta un enfoque diferente: ejecuta su propio modelo de series de tiempo independientemente de las categorías de los reps y produce un número de “more likely” junto con escenarios de best-case y worst-case. La distinción clave es que el forecast de AI de Aviso no parte de las categorías enviadas por los reps —parte de datos históricos de pipeline y señales de actividad, luego valida o contradice las categorías de los reps. Esto significa que la salida de Aviso es útil específicamente cuando se quiere una estimación de AI no contaminada por el sesgo de optimismo de los reps. El tradeoff es que el modelo de Aviso es más difícil de explicar a un rep en un 1:1 (“la AI dice 60%” es menos accionable que “tu deal está en Best Case pero no ha tenido actividad del comprador en 14 días”). Aviso también soporta modelos de forecast basados en consumo y uso que Clari y BoostUp no soportan, lo que importa para SaaS con componentes de ARR variables.
BoostUp (renombrado como Terret el 9 de septiembre de 2025). BoostUp se enfoca en la profundidad de inspección a nivel de deal y en audit trails, en lugar de la gestión de categorías en la parte superior del funnel. Su diferenciador es rastrear cada cambio de categoría de forecast con un timestamp y una razón —así que cuando un rep mueve un deal de Commit a Best Case, el sistema registra cuándo, quién hizo el cambio y cuál fue la señal de actividad asociada. Esto crea una capa de accountability que evita que los cambios de categoría de último minuto distorsionen el forecast sin un registro visible. BoostUp también soporta roll-ups jerárquicos personalizados —por línea de producto, territorio y segmento de cliente— que son más flexibles que la estructura orientada a enterprise de Clari.
Disciplina de categorías: las reglas que la hacen funcionar
Las categorías fallan cuando la definición es ambigua, no cuando la herramienta está mal. Tres reglas que eliminan la mayor parte de la deriva de categorías:
Regla 1: Definir criterios de entrada, no de salida. Decile a los reps qué necesita tener un deal para moverse al Commit, no qué los hace moverlo afuera. “Un deal es Commit cuando tenemos un MAP firmado con una fecha específica de contrato y el economic buyer ha confirmado el presupuesto” es un criterio de entrada. Los reps pueden verificarlo.
Regla 2: Revisión semanal de categorías en el 1:1. El stage del deal se actualiza automáticamente a medida que los deals avanzan; la actualización de categoría es un juicio que requiere una conversación humana semanal. Los 1:1 de manager-rep deberían revisar cada deal en o cerca de la categoría Commit y confirmar que los criterios de entrada todavía se cumplen.
Regla 3: Medir la accuracy de categorías por categoría. Rastreá el Commit-close-rate, Best-Case-close-rate y Pipeline-close-rate como indicadores rezagados cada trimestre. Si las tasas se mueven más de 10 puntos de trimestre a trimestre sin una razón conocida de calidad de pipeline, la disciplina de categorías está deteriorándose.
Errores comunes con protecciones asociadas
Sandbag committing. Reps que sistemáticamente hacen Commit bajo y sobre-entregan parecen precisos, pero destruyen la planificación de capacidad. Protección: rastreá commit versus real por rep. Un rep que supera su Commit en más del 20% cada trimestre está haciendo sandbag, no forecasting.
Inflación de Pipeline por deals zombie. Deals en Pipeline por 2+ trimestres que nunca se mueven inflan el modelo. Protección: marca automáticamente cualquier oportunidad en Pipeline sin una actualización de actividad en el CRM en 30 días.
Sesgo de recencia en Best Case. Los reps mueven deals a Best Case después de una buena llamada, luego se olvidan de moverlos de vuelta cuando el deal se estanca. Protección: requiere que Best Case tenga una actividad de cierre (propuesta enviada, próxima llamada programada) en los últimos 14 días para permanecer en categoría.
Score de AI como único input. Usar scores de deal de AI solos sin el input de categoría del rep pierde el contexto real de la negociación. Protección: marca deals donde el score de AI y la categoría del rep divergen en más de dos niveles, y requiere una nota del manager explicando en cuál confiar.
Relacionado
- Forecast accuracy — la métrica al servicio de la cual están las categorías de forecast
- Deal stage definitions — la capa estructural debajo de las categorías
- Pipeline velocity — la métrica upstream que determina si Commit es alcanzable
- Clari — capa de forecast enterprise, roll-up de categorías
- Aviso — forecast de AI independiente, soporte de modelo de consumo
- BoostUp — audit trails a nivel de deal, jerarquías de roll-up flexibles