Estilos comerciales (ventas)
From Wikipedia, the free encyclopedia
Estilos comerciales (ventas) son tipologías utilizadas en gestión comercial para describir tendencias consistentes en la forma de prospectar, relacionarse y cerrar negocios. La distinción más estudiada diferencia entre perfiles orientados a la búsqueda y apertura de oportunidades (hunter) y los enfocados en la gestión y desarrollo de cuentas (farmer); diversos trabajos analizan cómo rasgos disposicionales y condiciones del puesto favorecen uno u otro enfoque.[1]
Aunque existen múltiples esquemas, dos familias de roles aparecen de manera recurrente:
Orientación a caza (hunter): focalizada en prospección, generación de demanda y cierres tempranos.
Orientación a cultivo (farmer): centrada en fidelización, upselling y desarrollo de cartera. Otras taxonomías agregan variantes (p. ej., mantenimiento de cuentas maduras o atención de canales entrantes), generalmente derivadas del eje caza–cultivo descrito en la literatura.[1]
Métodos de medición
Los estilos comerciales se evalúan con diversos enfoques:
Cuestionarios psicométricos de autoinforme (personalidad, preferencias conductuales y estilos de influencia).
Pruebas de juicio situacional y muestras de trabajo (resolución de casos, llamadas simuladas).
Entrevistas estructuradas con anclajes conductuales. En la práctica aplicada existen instrumentos propietarios que clasifican a la persona en tipologías de venta.[2]
¿Qué miden este tipo de pruebas?
Según su diseño, este tipo de instrumentos suele estimar:
Preferencias de abordaje comercial (p. ej., prospección vs. desarrollo de cuentas).
Competencias conductuales vinculadas al rol (persuasión, escucha, gestión de objeciones, seguimiento).
Rasgos relevantes del perfil (p. ej., responsabilidad/conscientiousness, orientación al logro), que la investigación ha asociado en distintos grados con el desempeño laboral.[3]
Eficacia y evidencia científica
Validez predictiva en selección
La investigación meta-analítica en psicología del trabajo muestra que un método único (p. ej., un cuestionario aplicado en solitario) se asocia con el desempeño laboral en rangos típicos de r ≈ 0,20–0,50 (aproximadamente 4–25 % de varianza explicada). La validez aumenta cuando se combinan métodos complementarios (p. ej., entrevista estructurada, pruebas de integridad, muestras de trabajo), con estimaciones conjuntas reportadas alrededor de r ≈ 0,63–0,65 en condiciones controladas.[4][2]
Interpretación de la validez en porcentaje (explicación sencilla)
En selección, la efectividad de una prueba se expresa como validez (correlación r entre el puntaje del test y el desempeño futuro). Para el público general, puede traducirse a porcentaje de varianza explicada (r² × 100), que indica qué proporción de las diferencias reales en desempeño entre personas está asociada con lo que mide la prueba. No es un “porcentaje de aciertos” ni garantiza productividad individual; el resto depende de factores como experiencia, contexto del puesto, liderazgo o el estado del mercado.[5][6]
Si r = 0,10, entonces r² ≈ 1 %: de cada 100 “unidades” de diferencia en desempeño, solo ~1 se asocia con el test; ~99 dependen de otros factores.
Si r = 0,20, entonces r² ≈ 4 %: el test captura una pequeña parte de la diferencia total; el 96 % restante queda fuera.
Si r = 0,30, entonces r² ≈ 9 %: el instrumento aporta una pieza del rompecabezas; el 91 % sigue explicado por variables no medidas por el test.
Si r = 0,40, entonces r² ≈ 16 %: la relación ya es moderada (aprox. una sexta parte de la variación).
Si r = 0,50, entonces r² ≈ 25 %: un cuarto de las diferencias en desempeño está alineado con el test; el 75 % restante, no.
Si r ≈ 0,63–0,65, entonces r² ≈ 40–42 %: valores típicos solo cuando se combinan métodos (entrevista estructurada + prueba + muestra de trabajo). Aun así, ~60 % del desempeño queda fuera de lo capturado por las mediciones.[7]
Falseamiento y administración en línea
Las medidas de autoinforme en contextos competitivos pueden ser susceptibles al falseamiento (responder de forma socialmente deseable). La evidencia meta-analítica muestra incrementos sistemáticos en los puntajes cuando las personas responden como candidatas, y recomienda formatos forced-choice para mitigar este efecto.[8][9] En aplicaciones sin supervisión (unproctored), las guías internacionales recomiendan medidas de seguridad y respuesta ante difusión de ítems; la proctoría remota (humana o asistida por IA) reduce parcialmente riesgos de suplantación y copia.[10][11]
