El stack tecnológico de RevOps

Un stack tecnológico de RevOps es el conjunto de herramientas que corre las operaciones de revenue de una empresa B2B SaaS — CRM, sales engagement, enriquecimiento de datos, conversation intelligence, automatización y ahora orquestación de IA. El stack correcto depende del stage y motion; las categorías son las mismas.

Las siete capas

Cada stack moderno de RevOps de B2B SaaS tiene herramientas en siete categorías. Algunas empresas empaquetan múltiples capas en un solo vendor; otras compran best-of-breed en cada una.

1. CRM (el sistema de registro)

La fuente única de verdad para cuentas, contactos, oportunidades y pipeline. Sea HubSpot (sub-$50M ARR, norma mid-market) o Salesforce ($50M+ ARR, default enterprise). Elegir uno y comprometerse es más importante que cuál — las migraciones son caras.

2. Enriquecimiento de datos (los inputs)

De dónde vienen los datos de leads y cuentas. Clay es la capa de leverage — orquesta ZoomInfo + Apollo + LinkedIn + 100 proveedores nicho + columnas de IA en un solo sustrato. Usa Clay junto con HubSpot/Salesforce, no en lugar de.

3. Sales engagement (la ejecución)

Sequences, dialer, email tracking. Apollo para equipos de menos de 30 reps (tier free + $49/asiento); Outreach o Salesloft para 30+ reps donde la complejidad justifica el upgrade.

4. Conversation intelligence (la capa de escucha)

Grabar, transcribir, analizar conversaciones con clientes. Gong es el default para $5M+ ARR; alternativas más livianas (Fathom, Granola, Otter + análisis con Claude) sirven para equipos más chicos. Se empareja con la capa de engagement.

5. Automatización (el pegamento)

Conecta todo con todo. n8n para AI-native y self-hosted; Zapier/Make para casos más simples. El soporte MCP de n8n y los nodos AI Agent lo hacen la elección obvia para builds nuevos.

6. Orquestación de IA (la capa de razonamiento)

Donde ocurren análisis estructurado, drafting y workflows agénticos. Claude es el default — Skills, MCP, contexto largo, modo agente. Empareja con Cursor para el lado técnico (GTM engineers escribiendo código).

7. Analytics y forecasting (la capa de lectura)

Cómo el equipo ve qué está pasando. Reporting nativo del CRM + una herramienta de BI (Hex, Mode, Looker) sobre el data warehouse. Muchos equipos usan el forecast de Gong como complemento al forecast presentado por reps.

Los stacks de referencia

Sub-$10M ARR (5-15 reps)

CRM:                    HubSpot
Enriquecimiento:        HubSpot built-in (al inicio) → Clay (cuando el budget alcanza)
Sales engagement:       Apollo
Conversation intel:     Fathom o Granola + análisis con Claude
Automatización:         n8n o Zapier
Orquestación de IA:     Claude Pro
Analytics:              Reporting de HubSpot

Total ~$200-400/asiento/mes all-in.

$10-50M ARR (15-50 reps)

CRM:                    HubSpot o Salesforce
Enriquecimiento:        Clay + ZoomInfo
Sales engagement:       Apollo (15-25 reps) o Outreach/Salesloft (30+)
Conversation intel:     Gong
Automatización:         n8n
Orquestación de IA:     Claude Pro/Team + Cursor para GTM engineers
Analytics:              CRM nativo + Hex sobre warehouse

Total ~$500-1000/asiento/mes all-in.

$50M+ ARR (50+ reps)

CRM:                    Salesforce
Enriquecimiento:        Clay + ZoomInfo + un proveedor vertical-específico
Sales engagement:       Outreach o Salesloft + dialer
Conversation intel:     Gong + Forecast
Automatización:         n8n self-hosted + código custom
Orquestación de IA:     Claude Enterprise + Cursor para GTM engineers
Analytics:              Salesforce + Looker/Hex + Gong Forecast

Total ~$1000-2000/asiento/mes all-in.

Orden de construcción

No construyas las siete capas a la vez. El orden:

1. CRM primero. Todo enchufa ahí.
2. Sales engagement segundo. La capa de ejecución.
3. Orquestación de IA tercero. El leverage arranca acá.
4. Enriquecimiento cuarto. Calidad de los inputs de datos.
5. Conversation intelligence en 25+ reps.
6. Automatización a medida que la orquestación crece.
7. Analytics al final — una vez que el resto está produciendo señal real.

Saltarte cualquiera de estos está bien si tu motion no la necesita (las empresas PLG frecuentemente saltean sales engagement; los equipos muy chicos pueden diferir conversation intelligence). Construirlas fuera de orden — analytics antes que las fuentes de señal, conversation intelligence antes que sales engagement — desperdicia presupuesto.

Relacionado

• Pipeline velocity — la métrica que el stack debería mejorar
• Lead routing — uso operacional del stack
• GTM engineering — quién construye y opera
• Mejores herramientas de IA para RevOps — el corte AI-específico