La mayoría de empresas B2B saben cuántos leads llegan al mes. Casi ninguna sabe dónde los pierde.
El formulario de contacto es el punto de mayor fricción en cualquier web de servicios. Es donde el visitante que ya ha decidido contactar puede desertar. Y sin datos, ese abandono es invisible: GA4 muestra tráfico, muestra sesiones, pero no te dice en qué campo exacto se marchó alguien que estaba a punto de convertir.
Lo llamamos la paradoja del último metro: tienes a alguien en tu formulario de inicio de proyecto y no sabes qué pasó. Solo ves que no llegó.
Ese porcentaje no se distribuye de forma uniforme. Según el mismo informe de Zuko, los campos de teléfono y presupuesto concentran entre el 40% y el 60% del abandono total, aunque solo representan dos de los seis o siete campos típicos de un formulario de contacto B2B. La fricción tiene una geografía precisa. El problema es que casi nadie la mide.
Lo hemos resuelto instrumentando nuestro propio formulario de inicio de proyecto con tracking de eventos granular en GA4 y añadiendo un agente que revisa los datos cada mañana. Aquí está el sistema, paso a paso.
Qué eventos trackear y qué te revelan
No sirve de nada medir el submit final. Para cuando alguien pulsa "enviar", la fricción ya ocurrió o no ocurrió. Necesitas datos de cada etapa del proceso.
Estos son los cinco eventos que instrumentamos en nuestro propio formulario, dentro del trabajo de diseño UX y arquitectura de conversión que aplicamos también con clientes:
- form_start — El usuario hace clic en el primer campo. Es el indicador de intención real. Si tienes mucho tráfico en la página pero pocos
form_start, el problema está antes del formulario: la página no convence. - field_complete (parámetro: nombre del campo) — Cada vez que el usuario completa un campo y sale de él. Dibuja el mapa de progreso paso a paso. Si el 80% completa "nombre" pero solo el 43% completa "presupuesto", tienes un cuello de botella localizado.
- field_retry — El usuario borra y reescribe un campo que ya había rellenado. Es el detector de fricción por excelencia. Tres reintentos consecutivos en el mismo campo equivalen a confusión o rechazo activo.
- field_abandon — El usuario abandona con campos sin completar. Con el parámetro del campo en el que estaba al salir, sabes exactamente dónde se rompió la conversión.
- generate_lead — El formulario se envía correctamente. Este es el único evento que la mayoría mide. Los cuatro anteriores son los que generan la inteligencia real.
Con estos cinco eventos calculas la tasa de conversión en cada paso del funnel interno del formulario. No es una métrica de vanidad: es el mapa exacto de dónde se escapa dinero.
La implementación técnica es directa: un listener por campo, un dataLayer.push por evento, GA4 recoge el resto. Puedes ver el snippet de código comentado y probarlo en tiempo real en nuestra demo interactiva del formulario instrumentado.
El agente de revisión diaria: qué le das, qué le pides, qué te devuelve
Los datos de GA4 son necesarios pero no suficientes. El problema real es que nadie los mira todos los días. Y sin revisión sistemática, las señales se pierden en el ruido.
![]()
"Si el dato de abandono existe pero nadie lo lee a diario, es como no tenerlo. La solución no es más dashboards — es un agente que haga la revisión por ti y te diga exactamente qué acción tomar."
Qué le das al agente: los eventos de los últimos 7 días (conteo de form_start, field_complete por campo, field_retry por campo, field_abandon por campo, generate_lead), los mismos datos de la semana anterior para detectar tendencias reales, y el texto actual de cada campo del formulario para que entienda el contexto.
Qué le pides: identifica el campo con más fricción esta semana, compara con la semana anterior e indica si mejora o empeora, y propón una acción concreta para reducir el abandono en ese punto.
Ejemplo de output real del agente (lunes 12 de mayo):
«Esta semana el campo "presupuesto estimado" registra 14 field_retry (vs. 6 la semana pasada) y es el punto de abandono en el 38% de los casos. La tasa de conversión form_start → generate_lead ha bajado del 22% al 17%. Causa probable: la pregunta de presupuesto aparece en el paso 2 sin contexto previo de rangos. Acción recomendada: añadir una nota de ejemplo bajo el campo ("p. ej. 5.000–15.000 €") y moverlo al paso 3, después de que el usuario haya descrito el proyecto.»
Ese informe llega cada mañana. No requiere que nadie entre a GA4. No requiere interpretar tablas. Requiere leer tres párrafos y decidir si ejecutar o no la acción propuesta.
Qué hacer con lo que te dice el agente
La mayoría de equipos tienen el problema inverso al de la falta de datos: cuando los datos aparecen, no saben qué priorizar. Aquí va la lógica que usamos.
Cada cambio que ejecutas es una iteración medible. No una suposición. La semana siguiente, el agente compara. Si el field_retry bajó, el cambio funcionó. Si no bajó, se descarta y se prueba otra hipótesis.
Eso es iterar con datos, no con intuición. Y es exactamente lo que diferencia a un equipo que mejora su conversión sistemáticamente de uno que rediseña el formulario completo cada año esperando que "esta vez sí".
El sistema completo — instrumentación GA4, prompt del agente, conexión con la API de datos y el workflow de revisión semanal — está documentado en la demo y puedes desplegarlo en cualquier formulario de contacto en menos de una semana de trabajo técnico. No hace falta cambiar de plataforma ni migrar datos históricos.