Saltar al contenido

Customer Success Portfolio - Sandra Martinez -

Profesional focalizada en reducir churn y aumentar la retención, automatización de riesgos y estrategias de Proactive Outreach.
photo_personal

SOBRE MI

Resumen

Soy Sandra Martinez, profesional con más de 12 años de experiencia liderando equipos y gestionando la experiencia de clientes en retail y servicios. Mi trayectoria como Gerente de Zona en Argentina y Supervisora y Gerente de Zona en México me permitió desarrollar una mentalidad orientada a la retención, la fidelización y la resolución proactiva de problemas.

Durante mi carrera, no solo alcancé crecimiento sostenido de ventas y cobertura, sino que también gestioné onboarding de nuevos equipos y puntos de venta, capacitación constante, monitoreo de KPIs y reducción de riesgos comerciales. Hoy, aprovechando esa experiencia junto con una base técnica en Análisis de Sistemas y desarrollo Front‑End (HTML5, CSS3, JavaScript, jQuery, Bootstrap), me estoy orientando profesionalmente hacia el rol de Customer Success Manager.

Cuento con certificaciones en Venta sin fricción, Ventas Inbound, Marketing, Service Hub y creación de reportes en HubSpot, además del curso CS50x de Harvard en Ciencias de la Computación y Google Analytics 4 lo que me permite entender tanto el lado del cliente como el técnico de las plataformas SaaS. Actualmente sigo profundizando en Salesforce, fortaleciendo mi perfil para acompañar a clientes en su jornada completa: desde el onboarding hasta la expansión y la fidelización.

Habilidades y Herramientas

Comerciales y Tecnicas

  •  Proactive Outreach & Churn Prevention: Con base en lectura de KPI y sobre una cartera activa de más de 200 cuentas, logre identificar riesgo de churn con mas de 45 días de anticipación y ejecutar planes de acción preventivos que mantuvieron una tasa de retención anual sostenida por encima del 90% en los primeros 4 años..

  • NRR & Expansion Revenue: Lideré estrategias de expansión territorial mediante el desarrollo de nuevos grupos de líderes (land & expand), incrementando la base activa un 28% en 3 años y aportando crecimiento sostenido al Net Revenue Retention (NRR) de la cartera.

  • Structured Onboarding & LTV: Optimicé el proceso de Onboarding de cuentas nuevas con flujos estructurados y materiales de adopción, reduciendo el time-to-first-value en un 35% y mejorando el engagement en los primeros 60 días — período crítico para la retención a largo plazo.

  • Executive Stakeholder Management: Gestioné stakeholders multinivel (lideres de cuentas activas, gerencia regional y director de empresa), alineando objetivos de retención y expansión, resolviendo escalaciones de alto impacto.

  • Data-Driven Decision Making: Analicé KPIs de salud de cuenta (frecuencia de compra, ticket promedio, variación de NPS interno) de forma semanal para anticipar desvíos y traducir los datos en planes de acción concretos presentados a la gerencia regional. 

  •  Portfolio Management (16 cuentas): Supervisé una red de hasta 16 sucursales como portfolio de cuentas internas, estandarizando procesos operativos, integridad de inventarios y visual merchandising para garantizar consistencia de la experiencia del cliente y reducir la variabilidad de CSAT entre puntos de venta.

  • KPI Dashboards & Churn Reduction: Moniteree semanalmente KPIs críticos (retención, satisfacción y sell-out), lo que permitió la detección temprana de desvíos regionales y la implementación de planes de acción que redujeron el churn de clientes finales en la región Sureste en un 20%.

  • Customer Journey Mapping: Implementé Customer Journey Mapping en puntos de venta para identificar fricciones críticas en el ciclo de vida del cliente, optimizando los procesos de atención y elevando los niveles de CSAT y lealtad — resultando en una mejora del 18% en el índice de satisfacción regional.

  • Team Onboarding & Adoption: Lideré programas de onboarding y coaching ejecutivo para gerentes de tienda, acelerando la adopción de procesos estándar en nuevas aperturas y reduciendo el tiempo de ramping operativo en un 40%. 

  •  Multi-unit Operations: Gestioné operaciones multi-unidad asegurando la integridad de la cadena de suministro y flujos financieros, estableciendo los primeros procesos formales de seguimiento de cuenta que sirvieron de base para la estandarización regional.

  • New Account Launch: Participé en la apertura y escalamiento de nueva plaza (Sucursal Tabasco), ejecutando estudios de mercado y diseño de experiencia en tienda, logrando posicionamiento inicial de marca en 90 días desde apertura.

  • Onboarding & Coaching: Dirigí programas de onboarding y capacitación de equipos de gerencia, implementando playbooks de atención al cliente orientados al cumplimiento de KPIs comerciales y mejora continua de CSAT.

  • Retention & Escalation Management: Gestioné de forma proactiva escalaciones de alto impacto y resolución de conflictos con clientes estratégicos, manteniendo una tasa de retención de cartera superior al 85% durante toda la gestión. 

Casos de Estudio

Workflow
Objetivo del proyecto

El objetivo de este flujo es automatizar con variables ponderadas, el monitoreo de la salud del cliente (Customer Health Score) en HubSpot, para que el equipo de Customer Success pueda identificar, priorizar y actuar rápidamente sobre cuentas en riesgo, sin depender de controles manuales diarios.


Qué flujo creé
  • Creé un workflow en HubSpot que calcula un Health Score ponderado para cada empresa, basado en variables de uso y engagement.
  • Según el valor del HS se disparan distintas acciones:
    • Si HS < 50: el sistema genera una tarea de alta prioridad para Customer Success.
    • A los 7 días, vuelve a revisar si el score mejoró; si no mejora, envía un email de alerta al Account Executive (AE).
    • Si 50 ≤ HS ≤ 74: se envía un email con un “Quick Win” (acción rápida para mejorar la experiencia).
    • A los 14 días, vuelve a evaluar el HS y decide si mantener el seguimiento estándar o activar tareas adicionales según el resultado.

Resultado esperado

El flujo transforma un indicador de salud en un proceso de acción automatizado, con tres resultados clave:

  • Reducción de tiempo de reacción ante clientes en riesgo.
  • Mayor consistencia en el seguimiento, independientemente de la carga de trabajo del equipo.
  • Mejora en la retención y experiencia del cliente, gracias a intervenciones proactivas basadas en datos.

Links:

Mapa: Mapa Workflow
Ingrese aqui: Video Workflow

Health Score
Objetivo del Health Score

El objetivo de este Health Score es medir de forma automatizada la salud de cada empresa cliente en base a tres dimensiones clave: adopción del producto, nivel de engagement y percepción del cliente.
Cada dimensión recibe un peso distinto y se traduce en un único número entre 0 y 100, que permite segmentar cuentas y priorizar acciones de Customer Success.


Cómo está construido el cálculo (flujo)

El score se calcula a partir de tres variables ponderadas:

  • Adoption_calif (Adopción del producto)
  • Engagement_calif (Engagement)
  • Percepción (Percepción del cliente)

Para cada variable, el sistema:

  • Suma puntos cuando el valor está dentro de un rango saludable (por ejemplo, alto o medio).
  • Suma menos puntos (o resta) cuando el valor entra en zonas de riesgo.
  • Usa “límite de grupo +/−” para controlar que ni una sola variable se lleve todo el puntaje, asegurando que el resultado sea equilibrado.

En resumen, el flujo:

  1. Toma cada una de las tres calificaciones (adopción, engagement y percepción).
  2. Según el rango de cada una, agrega o resta puntos según reglas definidas.
  3. Combina los resultados en un Health Score único y ponderado para cada empresa.

Link:

Video: Health Score

Percepcion
Objetivo.

El objetivo de esta parte del Health Score es medir qué tan bien el cliente percibe su relación con el CSM y con la empresa, usando feedback cualitativo (sentimiento) y cuantitativo (NPS).
Esto permite detectar tempranamente riesgos emocionales antes de que aparezcan churn o quejas formales.


Cómo está construido el cálculo (flujo)

La dimensión “Percepción” se calcula combinando dos bloques:

1. Sentimiento sobre el CSM
  • Se evalúa la propiedad “Sentimiento sobre el CSM” (por ejemplo, “muy positivo”, “neutro”, “negativo”).
  • Si el sentimiento es muy positivo → suma puntos.
  • Si el sentimiento es positivo → suma menos puntos.
  • Si el sentimiento es negativo → resta puntos.

Gracias al “Límite de grupo +/−” evitas que una sola respuesta arruine (o sobrevalore) todo el score; se mantiene un balance razonable.

2. Último NPS y fecha de última interacción
  • Se usa la propiedad “Last NPS” junto con la fecha de la última interacción.
  • Si el NPS ≥ valor alto y la interacción es reciente (hace menos de X días) suma puntos.
  • Si el NPS está en rango medio y la interacción es reciente suma menos puntos.
  • Si el NPS ≤ valor bajo y la interacción es reciente resta puntos.

Esto asegura que:

  • Los clientes recientemente encuestados se evalúan con frescura.
  • Si no hay interacción reciente, el peso de esa variable se reduce o se ignora.

Resultado esperado

Esta parte depermite:

  • Detectar clientes enojados o frustrados a través del sentimiento hacia el CSM, incluso cuando el uso del producto parece normal.
  • Reforzar la reputación positiva de los clientes que dan un buen NPS y mantienen contacto reciente.
  • Evitar falsos positivos: si un cliente tiene NPS alto pero no interactúa desde hace meses, el sistema le da menos peso al NPS y no lo califica como “completamente sano”.

Link:

Video: Percepcion

Engagement
Objetivo.

El objetivo de esta sección es medir qué tan activo y bien atendido está el cliente, usando dos señales clave:

  • Frecuencia de contacto con el equipo (Contacto asociado).
  • Calidad y velocidad del soporte (Tickets asociados).

Así detectas, de forma automatizada, si un cliente está desapareciendo del radar o si el equipo de soporte responde a tiempo.


Cómo está construido el cálculo (flujo)
1. “Último contacto” (Contacto asociado)
  • Se evalúa la propiedad “Último contacto” en el contacto asociado.
  • Si el contacto ocurrió hace algunos días (rango medio) suma puntos.
  • Si fue muy reciente (menos de X días) → suma más puntos (contacto fresco).
  • Si el contacto es muy antiguo (más allá del rango definido) → se restan puntos (cliente inactivo).
  • Se usa el “Límite de grupo +/−” para que esta variable no se lleve todo el puntaje, manteniendo el balance con las otras dimensiones.
2. Estados de tickets (SLA / cierre de tickets)
  • Se evalúa la propiedad “Estado de ANS de tiempo hasta cierre” en los tickets asociados (por ejemplo: “SLA cumplido a tiempo”, “SLA cumplido con retraso”, “vencido”, etc.).
  • Si el estado indica incumplimiento o retraso (SLA vencido o tardío) resta puntos.
  • Si el estado indica SLA cumplido a tiempo suma puntos.
  • Este bloque puede aparecer varias veces para refinar lógica (por ejemplo, distinguir entre distintos grados de retraso), pero la idea es siempre:
    • Puntos negativos para mala experiencia de soporte.
    • Puntos positivos para buen servicio dentro del SLA.

Resultado esperado

Esta parte del Health Score permite:

  • Identificar clientes desenganchados que ya casi no hablan con el equipo, incluso si siguen usando el producto.
  • Detectar problemas crónicos de soporte (tickets que se cierran tarde o se repiten sin resolución clara).
  • Reforzar accounts sanos que mantienen contacto frecuente y tienen buenos tiempos de respuesta.

Link:

Video: Engagement

Adoption
Objetivo de esta dimensión

El objetivo de esta parte del Health Score es medir el onboarding del cliente, usando key features y aprovechando las licencias contratadas.
Aquí se capturan tres señales centrales de adopción real:

  • Si el onboarding está completo o no.
  • Si el cliente ya está usando una funcionalidad clave del producto.
  • Y cuántas licencias activas están siendo utilizadas.

Con esto, el sistema detecta cuentas que, aunque estén en la base de datos, no están realmente adoptando el producto.


Cómo está construido el cálculo (flujo)
1. Estado de onboarding (onboarding_status)
  • Se evalúa la propiedad onboarding_status de la empresa.
  • Si el estado indica “onboarding completo” o “onboarding en curso normal” se suman puntos.
  • Si el estado indica “sin onboarding” o “onboarding incompleto” se restan puntos.
  • Se usa “Límite de grupo +/−” para que un solo campo no domine el score; así una cuenta recién onboarded todavía puede tener un score moderado, no automáticamente malo.
2. Uso de la funcionalidad clave (Fecha de uso de feature core)
  • Se revisa la fecha del último uso de una funcionalidad central del producto.
  • Si esa fecha es reciente (hace menos de X días) suma puntos (el cliente está usando el core).
  •  Si no hay ninguna fecha registrada (valor desconocido) se restan puntos, porque implica que el cliente no llegó a usar esa función clave.

Esto detecta tempranamente problemas de time‑to‑value y abandono funcional.

3. Licencias activas (licencia_totales_activas)
  • Se evalúa la propiedad licencia_totales_activas (número de licencias activas del cliente).
  •  Si el número es alto (proporcionalmente a lo contratado) se suman puntos: el cliente está aprovechando el producto.
  •  Si el número es bajo se restan puntos, lo que refleja subutilización y riesgo de churn o no‑renovación.

Resultado esperado

Este bloque de “Adopción” permite:

  • Distinguir entre clientes activos de verdad versus clientes que solo están “en el sistema” pero sin usar el producto.
  • Priorizar cuentas en onboarding o con uso bajo de funcionalidades clave, para que el equipo de Customer Success intervenga temprano.
  • Detectar cuenta con muchas licencias sin uso, lo que indica riesgo de no renovación o oportunidad de crecimiento si se activan más usuarios.

Link:

Video: Adoption

Google Analytics 4

Se diseñó un funnel de 4 etapas para analizar el recorrido del usuario desde el ingreso a mi sitio (Mi portfolio) hasta la acción de contacto:

1. Entrada al sitio
   Identificada mediante first_visit, representando el primer contacto del usuario con el sitio.

 

2. Interacción con contenido
   Medida a través de eventos de scroll y navegación page_view, indicando consumo activo de contenido.



3. Señal de alta interacción
   Representada por acciones como clics en contenido relevante (se excluye click a linkedin) o descarga de archivos file_download, lo que sugiere intención más profunda.



4. Acción de contacto
   Identificada mediante clics hacia LinkedIn especificamente, considerada la conversión final del recorrido.

 

Embudo completo

Conclusion:
El sitio no presenta problemas de entrada ni de interacción básica, pero muestra una caída significativa en la transición hacia acciones de mayor compromiso.
Esto indica que el contenido logra captar atención, pero no logra convertir esa atención en intención  accionable.

El principal punto de fricción no está en la adquisición ni en el engagement inicial, sino en la falta de progresión hacia acciones de mayor compromiso.

POSIBLES CAUSAS 
1. CTA débil o inexistente (como este caso)
  • no invita a acción
  • no comunica valor

2. falta de urgencia
  • no hay razón para actuar

3. exceso de fricción
  • demasiado recorrido
  • demasiado texto

ACCIONES 
Acción 1 — Reforzar CTA
  • más visible
  • más claro
  • más frecuente
  •  CTA dentro del contenido

Acción 2 — Reducir distancia
  • menos pasos
  • acceso más directo

Acción 4 — Destacar valor
  • explicar qué obtiene el usuario
  • no solo mostrar contenido

 

 ¿Queres que te ayude a pensar procesos de Customer Success para tu SaaS? 

Completa el formulario para contactarme.