En resumen.
El forrajeo de información (information foraging) es una teoría de Xerox PARC sobre cómo buscan información las personas. Dice que se comportan como animales que buscan comida: siguen un rastro y abandonan un lugar cuando deja de compensar.[1][2]
La usamos como una forma de pensar la investigación de una cuenta. Una fuente es un lugar donde buscar, un hecho fechado es el rastro, y parar forma parte del método. Esta analogía es nuestra. No encontramos ningún estudio que aplique la teoría a las ventas.
Nuestros propios registros muestran dónde se pierde el rastro. El paso de búsqueda web de la investigación encontró una señal en 283 de 2529 resultados de investigación. Menos de la mitad de los dosieres llevan una fecha que pudimos leer, y la contratación es el tipo de argumento más común.
Qué dice la teoría.
Peter Pirolli y Stuart Card desarrollaron la teoría en PARC en los años noventa.[1][2] La tomaron prestada de la biología. Un animal no puede buscar en todas partes, así que va donde es probable que haya comida y se marcha cuando un lugar da demasiado poco para el esfuerzo. Una persona que busca información tiene el mismo problema e intenta sacar el máximo valor del tiempo invertido.
Tres términos sostienen la teoría. Un patch, o parcela, es un lugar que contiene información, como un sitio web. El scent, el rastro, es la pista que le dice a quien busca si una parcela merece la visita. Un artículo posterior lo define como la percepción de quien busca sobre el valor y el coste de abrir una página, juzgados por lo que se ve antes de abrirla.[3]
«Cada fuente de información emite así un “rastro”: una señal que indica a quien busca qué probabilidad hay de que contenga lo que necesita.»
El tercer término es irse. La teoría trata la decisión de parar como un cálculo que se repite una y otra vez durante la visita:
«El abandono de un sitio web se modela como una evaluación continua, por parte del usuario, de los beneficios esperados de seguir en un sitio frente a irse a otro.»
Cómo se aplica a investigar una cuenta.
El uso de la teoría más cercano que conocemos está en el análisis de inteligencia. Allí describe un bucle de buscar, filtrar, leer y extraer, que alimenta un segundo bucle en el que el analista da sentido al material.[5] Ese artículo solo lo conocemos por otras fuentes. Investigar una cuenta tiene la misma forma, y la correspondencia de abajo es nuestra.
- 01Una fuente es una parcela. Una página de empleo, la web de la propia empresa, una inscripción en un registro, un artículo de prensa. Cada una cuesta tiempo de lectura, y la mayoría no contiene nada que un comercial pueda usar.
- 02Un hecho fechado es rastro. Una vacante publicada en los últimos días o una ronda de financiación anunciada en las últimas semanas le dicen a SYNC que quizá haya un motivo para escribir, y dónde leer después.
- 03Parar forma parte del método. Cuando las fuentes no dan ningún hecho fechado, el resultado correcto es que la cuenta espere. Una búsqueda que nunca para siempre encontrará algo que decir.
Por eso SYNC lee antes de escribir. El mensaje depende de lo que encontró la lectura, y una cuenta en la que no encontró nada no debería recibir ningún mensaje.
Dónde se pierde el rastro.
La mayoría de las búsquedas encuentran poco. El paso de búsqueda web devolvió algo en 1096 de 2529 resultados de investigación (43 %), y al menos una señal en 283 (11 %).[6] Ese paso solo estaba activado en algunas ejecuciones, así que los porcentajes mezclan periodos con y sin él.
El tipo de argumento encontrado, por dosier:
Los dosieres se escriben para cuentas que puntuaron lo bastante bien como para trabajarlas, así que estos 1303 son una selección. La cifra de 566 no dice que el 43 % de las empresas tenga un motivo fechado.
Un hallazgo va en contra de nuestra propia regla tal como estaba entonces. Cuando medimos, esta web decía que una cuenta sin un motivo fechado no recibe nada de SYNC. De los 570 dosieres marcados como listos, 303 se consideraron listos por una señal con fuente y fecha. Los otros 267 no: 230 se consideraron listos por una señal con fuente y sin fecha, y 37 no tienen ningún motivo registrado.[6] Listo significa que se puede escribir a la cuenta, una vez que el mensaje supera el ajuste de aprobación de la cuenta. Por defecto, una persona aprueba cada mensaje.
Hoy la comprobación pide una señal citada y su fuente, y no exige fecha. Fue una decisión tomada al construir la comprobación, porque exigir una fecha habría dejado esperando a la mayoría de las cuentas. Decidimos mantenerlo: una señal citada sin fecha todavía puede dejar listo un dosier. Quien revisa ve que falta la fecha, y estamos haciéndolo más visible en la pantalla de revisión. La regla, tal como aparece en esta web, habla ahora de un motivo que podemos citar, no de un motivo fechado.
El recuento de 334 de arriba es otro distinto. Mira si el argumento lleva hoy una fecha legible, mientras que los 303 se basan en el motivo registrado cuando se evaluó el dosier. Los dos difieren porque un argumento puede ganar o perder una fecha después del veredicto.
En los 334 dosieres listos con fecha legible, la señal tenía una antigüedad mediana de 8 días cuando se evaluó el dosier. Una cuarta parte tenía 25 días o más, y una décima parte, 235 días o más. Estas antigüedades describen lo que está guardado y no demuestran que las señales sean recientes. En 99 dosieres la antigüedad es cero, lo que suele indicar una vacante leída el día de la investigación: dice cuándo miramos. En 27 la antigüedad es negativa, lo que significa que la fecha cae después del día en que se evaluó el dosier. Y 50 tienen más de 60 días.
Nadie contrastó las fechas con la fuente. Una fecha es lo que decía la página o lo que el modelo leyó en ella. Cada argumento lleva además una etiqueta de fuerza, que no presentamos como medida. De los 516 argumentos etiquetados como fuertes, 515 tienen fecha, frente a 27 de 256 etiquetados como moderados y 24 de 280 como débiles. Sobre todo, la etiqueta repite si existe una fecha.
Lo que juega en contra.
La teoría se creó para explicar cómo navegan las personas. Sus pruebas vienen de personas que eligen enlaces y abandonan webs.[4] SYNC es software que lee páginas de empresas. Sus costes son dinero y tiempo de computación, mientras que una persona paga con atención. El equilibrio que mueve la teoría puede no trasladarse.
Una analogía no demuestra nada. No encontramos ningún estudio que aplique el forrajeo de información a la investigación comercial, y no hemos comprobado si investigar así lleva a mejores mensajes o a más respuestas. Los artículos en los que se basa la teoría solo los leímos como resúmenes o registros bibliográficos, y uno solo a través de otras fuentes. Los textos completos son de pago.
La mayoría de nuestros argumentos se basan en la contratación: 451 de los 1052 dosieres con argumento (43 %). Las vacantes son públicas, tienen fecha y son fáciles de encontrar. Puede que eso diga más de lo que es fácil de encontrar que de lo que le importa a un comprador.
Nuestros datos son pocos y desiguales. Los dosieres vienen de 5 espacios de trabajo y las antigüedades, de 3, y unos pocos espacios de trabajo aportan la mayoría de las filas. Las fechas no están verificadas.
Contamos cada resultado de investigación que llegó a puntuarse (2529, en 9 espacios de trabajo) y cada dosier (1303, en 5 espacios de trabajo) tal como estaban el 29 de septiembre de 2026. La investigación que falló o se omitió queda fuera. Una fecha cuenta como legible cuando está guardada como fecha de calendario completa. La antigüedad de una señal es el número de días entre esa fecha y el día en que se evaluó el dosier; los 236 dosieres listos sin fecha legible (570 menos 334) quedan fuera de las antigüedades. El recuento de 267 dosieres listos sin motivo fechado es la suma de 230 y 37, y usa el motivo registrado cuando se evaluó el dosier. Los porcentajes los calculamos nosotros a partir de los recuentos.
El paso de búsqueda web cambió de proveedor en septiembre de 2026 y no estuvo activo en todas las ejecuciones. Los espacios de trabajo se presentan juntos y nunca por separado. Las fuentes externas se comprobaron el 29 de septiembre de 2026; el estado junto a cada fuente indica hasta dónde pudimos leerla.
- [1]Pirolli, P. & Card, S. (1999). Information foraging. Psychological Review 106(4), 643–675. doi:10.1037/0033-295X.106.4.643solo el resumensolo el registro bibliográfico; el texto completo es de pago
- [2]Nielsen Norman Group. Information Foraging: A Theory of How People Navigate on the Web.leído en el originalun resumen de la teoría hecho por profesionales del sector
- [3]Chi, E., Pirolli, P., Chen, K. & Pitkow, J. (2001). Using information scent to model user information needs and actions and the Web. Proceedings of CHI 2001. doi:10.1145/365024.365325solo el resumen
- [4]Pirolli, P. (2005). Rational analyses of information foraging on the Web. Cognitive Science 29(3), 343–373. doi:10.1207/s15516709cog0000_20solo el resumen
- [5]Pirolli, P. & Card, S. (2005). The sensemaking process and leverage points for analyst technology as identified through cognitive task analysis. Proceedings of the International Conference on Intelligence Analysis.fuente secundariasolo lo conocemos por otras fuentes
- [6]iSyncSO. Medición de resultados de investigación y dosieres, 29 de septiembre de 2026.medición propiaver la nota de método