De copiar y pegar a automatizar: 3 scripts de Python para Marketing B2B (creados con IA)

Hace apenas unos años, mi flujo de trabajo para armar una base de datos B2B era dolorosamente manual. Pasaba horas copiando y pegando perfiles de LinkedIn, buscando en webs de empresas qué tecnologías usaban o revisando si mis competidores habían cambiado sus precios.

Yo venía del mundo del marketing y el negocio. Para mí, abrir un terminal o leer código fuente era el equivalente a intentar descifrar jeroglíficos. Creía que la automatización real estaba reservada para los ingenieros.

Pero entonces llegó la inteligencia artificial y cambió las reglas del juego. Hoy opero bajo una filosofía diferente: soy el Director de Orquesta. Ya no hace falta saber tocar todos los instrumentos (aprender sintaxis de programación), sino saber cómo debe sonar la música (tener visión de producto y criterio de negocio).

La desaparición de la barrera técnica

Suena exagerado, lo sé. Yo mismo lo habría pensado hace un año si alguien me dijera que iba a tener scripts de Python corriendo en mi ordenador todos los días. La fricción desaparece casi por completo cuando usas herramientas como Claude, ChatGPT o Cursor como tus “desarrolladores junior”.

Tú solo tienes que explicarles el problema de negocio, y ellos escriben el código.

A continuación, te muestro tres ejemplos reales de cómo uso Python para extraer datos B2B, sin haber escrito yo mismo ni una sola línea de la sintaxis original.

---

1. El Detector de “Tech Stack” (Ideal para integraciones)

Si vendes un SaaS B2B o una herramienta que se integra con otras plataformas (por ejemplo, una app para Shopify o un plugin para WordPress), tu cliente ideal es aquel que ya usa esa tecnología base.

Antes, visitaba la web del prospecto e inspeccionaba el código a mano. Ahora, le pido a la IA un script que escanee una lista de URLs y me diga si detecta ciertas palabras clave en el código fuente.

import requests
from bs4 import BeautifulSoup
import csv

urls = ['[https://empresa-ejemplo.com](https://empresa-ejemplo.com)', '[https://otra-empresa.com](https://otra-empresa.com)']
tecnologia_objetivo = 'shopify'

with open('resultados.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    writer.writerow(['Dominio', 'Usa Tecnología'])

    for url in urls:
        try:
            response = requests.get(url, timeout=5)
            # Buscamos en el código fuente de forma sencilla
            if tecnologia_objetivo in response.text.lower():
                writer.writerow([url, 'Sí'])
            else:
                writer.writerow([url, 'No'])
        except Exception as e:
            print(f"Error al analizar {url}: {e}")

---

2. Monitor de Precios de Competidores

En el mercado B2B, los cambios de pricing o el empaquetado de funcionalidades de tus competidores son señales cruciales. Si un competidor sube precios, es tu momento para lanzar una campaña de captación agresiva.

En lugar de revisar sus webs manualmente cada mes, le pedí a mi IA de confianza un scraper que guarde el texto de la página de precios y me avise si hay cambios respecto al mes anterior.

import requests
from bs4 import BeautifulSoup

url = '[https://competidor.com/pricing](https://competidor.com/pricing)'
headers = {'User-Agent': 'Mozilla/5.0'} # Simulamos ser un humano

response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.content, 'html.parser')

# Extraemos todos los bloques de precios (dependerá del HTML de la web)
precios = soup.find_all(class_='price-tier')

for precio in precios:
    plan = precio.find('h3').text
    coste = precio.find(class_='amount').text
    print(f"Plan: {plan} - Precio: {coste}")

---

3. Extracción de Expositores de Ferias Sectoriales

Las ferias y congresos son minas de oro para el marketing B2B. Los organizadores suelen publicar un directorio online con todas las empresas expositoras. ¡Esa es tu lista de prospectos!

El problema es que suelen estar en un formato visual poco amigable, a veces distribuidos en decenas de páginas. Con Python, extraigo el nombre de la empresa, su descripción y su web en segundos, y me genero un CSV listo para subir a mi herramienta de Cold Email.

import requests
from bs4 import BeautifulSoup
import pandas as pd

# Imagina la web de un directorio de expositores
url = '[https://feria-b2b-ejemplo.com/expositores](https://feria-b2b-ejemplo.com/expositores)'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

expositores = []
tarjetas = soup.find_all('div', class_='exhibitor-card')

for tarjeta in tarjetas:
    nombre = tarjeta.find('h2').text.strip()
    web = tarjeta.find('a')['href'] if tarjeta.find('a') else 'Sin web'
    
    expositores.append({'Empresa': nombre, 'Sitio Web': web})

# Exportamos a Excel sin esfuerzo
df = pd.DataFrame(expositores)
df.to_excel('lista_prospectos_feria.xlsx', index=False)

---

El futuro es para los constructores

Antes, tener una gran idea de captación de leads B2B moría en el cajón por falta de presupuesto para contratar a un desarrollador. Hoy, la única limitación es nuestra creatividad y nuestra capacidad para pedirle a la máquina exactamente lo que necesitamos.

El código ya no es el fin, es solo un medio más barato y accesible. No te quedes atrás; abre tu editor, hazle una pregunta a la IA y empieza a dirigir tu propia orquesta.