El asistente de IA para retail: de la consulta del cliente a la transacción completada
- Escrito por
- Pieter Peeters
- Publicado
EscucharEscucha este artículo
Clientes no compran siguiendo una línea recta. Cambian fechas y presupuestos, tienen dudas a mitad de camino y esperan que la respuesta incluya el siguiente paso. Los formularios y filtros les obligan a empezar de nuevo. Un asistente de voz IA no. Busca, responde, se adapta y completa la transacción en una sola conversación.
En nuestro reciente webinar, Pieter Peeters (GTM), Boning Gong (FDE) y Shana Inch (GTM) mostraron cómo un agente de IA basado en ElevenAgents gestiona conversaciones reales de reservas de hotel, qué diferencia a los agentes que funcionan de los que decepcionan y cómo pasan los equipos del piloto a producción.
Conclusiones clave
- Una conversación sustituye formularios y filtros. Clientes cambian fechas, presupuestos y planes durante la solicitud. El asistente de IA consulta datos en tiempo real, se adapta y completa la reserva o el pedido. En Rohlik, clientes ya pueden buscar productos, crear una lista de la compra y pagar con la voz.
- Un buen asistente guía, no solo responde. Conoce al cliente y el catálogo. En nuestra demo, el asistente detectó un solapamiento con una reserva anterior que el cliente había olvidado. En Immobiliare.it, un asistente de anuncios multiplicó por 3,3 la cualificación de leads.
- La atención al cliente sigue el mismo patrón. Clientes con un problema quieren resolverlo, no que les redirijan. El asistente de Rohlik, Maia, gestiona el 90 % de las llamadas entrantes a la línea de atención, y el asistente de Klarna ofrece atención telefónica de primera línea a sus 35 millones de clientes en EE. UU.
- La voz cobra importancia a medida que las conversaciones se complican. A partir de los dos minutos, la voz tiene un 29 % más de éxito que el chat. En nuestro estudio, el 85 % de 98 personas prefirió la voz al chat para volver a reservar un vuelo cancelado. La velocidad también importa: una reducción del 16 % en la latencia vino acompañada de un aumento del 26 % en el éxito.
- La configuración determina el resultado. Muchos agentes de IA que decepcionan están mal configurados: usan el modelo o la voz equivocados, o se ha dedicado muy poco tiempo a la configuración. La tecnología no es el problema. Crear el agente con un ingeniero desplegado junto al equipo o con un partner formado permite sacar mucho más partido al proyecto.
Por qué clientes quieren un asistente, no un formulario
Clientes no reservan ni compran siguiendo una línea recta. Una solicitud empieza con dos noches cerca de los canales, pasa a ser tres y luego se solapa con un viaje que ya estaba en el calendario. En una tienda, una cesta empieza con una receta, crece con el pedido habitual y termina en el pago. Los formularios y filtros son demasiado estáticos para eso. Cada cambio obliga al cliente a empezar de nuevo o a marcharse. Cada cambio obliga al cliente a empezar de nuevo o a marcharse, y por eso se abandonan el 70 % de los carritos, procesos de pago y reservas online.
Elegir es lo difícil. Pocos clientes saben qué filtro aplicar. Saben lo que quieren: un hotel tranquilo cerca de los museos por menos de 400 € la noche, una receta para cuatro personas, una vivienda cerca del colegio. Un buen asistente hace la siguiente pregunta, acota las opciones y recomienda una. También conoce al cliente.
La atención al cliente sigue el mismo patrón. Un cliente con un problema no quiere un menú telefónico ni una cola. Quiere resolverlo en su propio idioma y que le pasen con una persona que tenga todo el contexto cuando el asistente no pueda hacerlo. La demanda tampoco respeta el horario de oficina. En SevenRooms, 1 de cada 5 llamadas gestionadas por su voz IA llegó fuera del horario de atención. El buzón de voz no las retiene: el 80 % de quienes llegan a él cuelgan sin dejar mensaje. Datos estadounidenses del Marchex Institute muestran que 1 de cada 7 llamadas telefónicas falla, queda sin responder o se abandona.
El coste de las llamadas sin responder
El estrés lleva a las personas a elegir la voz. En un estudio de ElevenLabs con 98 personas, el 85 % prefirió la voz al chat para volver a reservar un vuelo cancelado y señaló la rapidez de resolución y la empatía entre sus principales motivos. El chat funciona para preguntas cortas, pero entre cientos de agentes en producción que usan ambos canales, la voz tiene un 29 % más de éxito cuando una conversación supera los dos minutos. Muchos equipos automatizan primero el chat o el correo electrónico y añaden la voz al final. Según nuestra experiencia, empezar por la voz mejora las métricas de inmediato.
La voz destaca en conversaciones complejas con clientes
Qué ofrecen los asistentes de IA para retail en producción
Los asistentes de IA aportan resultados primero allí donde clientes necesitan ayuda para elegir, pedir o resolver algo: una tienda con un catálogo amplio, una web de reservas con demasiados filtros o una cola de atención al cliente que no deja de crecer. ElevenAgents está operativo en hostelería, viajes, retail, comercio y marketplaces, y clientes han publicado resultados en cinco áreas.
Captar demanda fuera del horario de atención. La voz IA de SevenRooms, impulsada por ElevenAgents, ha gestionado más de 400.000 llamadas en más de 600 restaurantes; 1 de cada 5 fuera del horario de atención. Los restaurantes lograron hasta un 25 % más de reservas, según datos de SevenRooms que comparan los primeros tres meses de los locales con voz IA en 2026 con el mismo periodo del año anterior.
Resolver incidencias más rápido, en el canal y el idioma del cliente. Rohlik Group, una de las mayores plataformas de compra online de Europa, atiende a 3 millones de clientes en cinco países. Su agente, Maia, gestiona el 90 % de las llamadas entrantes a la línea de atención y el 90 % de las comunicaciones con clientes por teléfono, web, app y WhatsApp, en seis idiomas. La resolución es más de 2 veces más rápida y está disponible 24/7, y Rohlik prevé reducir los costes operativos en un 50 % mientras mantiene el CSAT. Clientes también pueden buscar productos, crear una lista y pagar con la voz. «Creemos que la voz es el futuro de la compra de alimentación», afirma Lukas Honke, responsable de Ingeniería de IA en Rohlik Group. Klarna utiliza su agente como atención telefónica de primera línea para sus 35 millones de clientes en EE. UU., con resoluciones hasta 10 veces más rápidas para las consultas que gestiona. eDreams ODIGEO informa de mejoras de dos dígitos en la velocidad de resolución y en las tasas de transferencia en cinco idiomas, y LOT Polish Airlines está implementando ElevenAgents para la atención telefónica entrante, incluidos cambios de reserva y consultas sobre billetes.
Dominar los idiomas locales. KPN creó Mobiel AI, un asistente integrado en sus planes de telefonía móvil para empresas. El trabajo conjunto elevó la precisión de la verificación en neerlandés de aproximadamente el 50 % al 90 %, y esa mejora beneficia ahora a cada implementación en neerlandés de la plataforma.
Cualificar y convertir leads. Immobiliare.it, el principal marketplace inmobiliario de Italia, multiplicó por 3,3 la cualificación de leads. Usuarios tenían un 74 % más de probabilidades de compartir su número de teléfono, y cerca del 80 % valoró positivamente la función. Lo que empezó como un agente para un único anuncio se ha convertido en una red de agentes para vendedores, llamadas salientes, atención al cliente y búsqueda.
Gestionar llamadas salientes a escala. Los agentes de llamadas salientes de Deliveroo contactaron con más del 80 % de repartidores que se habían quedado bloqueados durante la incorporación, verificaron el horario de apertura del 75 % de los restaurantes y contactaron con el 86 % de los establecimientos asociados para activar las etiquetas de repartidor.
Demo: conserje de IA para reservas de hotel
Escenario: Un agente conserje de viajes en una web de reservas activa ayuda a un cliente a encontrar un hotel en Ámsterdam para dos personas, por menos de 400 € la noche y a poca distancia a pie de los canales y el museo. El cliente modifica la solicitud durante la conversación.
Lo que se mostró:
- Una conversación natural y rápida que asimila cambios de planes, como ampliar una estancia de dos noches a tres
- Búsqueda en tiempo real en una base de datos de hoteles, mientras la web se actualiza a medida que trabaja el agente
- Uso de reservas anteriores: el agente detectó una estancia solapada en Estambul y preguntó antes de confirmar
- Personalización: el agente preguntó por el aniversario del cliente y envió una nota al hotel
- Seguimiento hasta el final: se confirmó la reserva y se canceló la que entraba en conflicto a petición del cliente
- Cambio al neerlandés para un resumen y vuelta al inglés
Por qué es importante: El cliente termina en una conversación lo que, de otro modo, requeriría páginas de filtros y formularios. El agente también detecta el solapamiento que el cliente había olvidado y completa la tarea de principio a fin.
Buenas prácticas para crear un agente de reservas o comercio
- Empieza con un recorrido bien definido. Lleva rápidamente a producción un caso de uso pequeño para confirmar que funciona y es lo bastante rápido. Después, amplía la misma plataforma a consultas de pedidos, reembolsos o ayuda para comprar.
- Define la personalidad, los objetivos y los límites. Un buen prompt de sistema explica quién es el agente, su tono, lo que nunca debe hacer —como inventar información— y qué hacer cuando falla una herramienta o no se completa una reserva.
- Conecta los datos adecuados y delimita su alcance. Vincula el conocimiento y las herramientas con los sistemas que contienen las respuestas, como tu CRM y tu sistema de reservas. Haz que cada herramienta y documento sea visible solo en la fase de la conversación en la que se necesita, para mantener el rendimiento a medida que crece el agente.
- Usa workflows cuando el proceso deba ser fijo. Canaliza pasos como la autenticación o la confirmación de una reserva mediante subagentes específicos y llamadas a herramientas, para que el comportamiento sea predecible.
- Elige el modelo y la voz de forma deliberada. Un modelo muy capaz puede hacer que el agente sea tan lento que parezca que no funciona, mientras que los modelos más rápidos pueden ser menos consistentes. Una voz que no encaja con la marca puede hacer que un buen agente suene mal. Prueba las opciones con los mismos escenarios.
- Prueba antes del lanzamiento y mide después. Define de antemano los criterios de éxito, revisa cada llamada según esos criterios y analiza qué preguntan las personas que llaman y el agente no puede responder. Por ejemplo, en los datos de la demo, quienes llamaban preguntaban constantemente por el aparcamiento.
- Planifica la transferencia a una persona. Transmite los datos recopilados, como el ID de usuario y el estado de autenticación, además de un resumen de la llamada y el motivo de la transferencia, para que la persona retome el caso donde lo dejó el agente.
- Revisa pronto los requisitos de datos y consentimiento. Hay disponibles residencia de datos en la UE y un modo de retención cero. Para llamadas salientes activadas por la actividad en una web, se aplican normas como el consentimiento explícito en los Países Bajos.
- Dedica tiempo a la configuración. Muchos equipos hacen pruebas durante unas horas y concluyen que la tecnología no está lista. Los resultados llegan al aprender a configurar el agente, incluido el modelo, la voz y el prompt.
Cómo evitar errores habituales al implementar agentes de IA
Tres formas de empezar
- Créalo por tu cuenta. Compra una licencia en la web o contacta con nosotros para obtener una licencia empresarial; después, crea el agente con la documentación y Architect, un creador con IA que configura un agente a partir de una descripción de lo que quieres. Una primera versión funcional puede llevar aproximadamente un día, incluidas las pruebas, lo que lo convierte en la forma más rápida de validar un caso de uso pequeño.
- Créalo con ElevenLabs. Trabaja con un ingeniero desplegado junto a tu equipo, que desarrolla a vuestro lado y aporta lo aprendido en proyectos con clientes.
- Trabaja con un integrador de sistemas. Nuestros partners formados en el Benelux realizan talleres prácticos presenciales. Es una buena opción para primeros casos de uso pequeños o para equipos que necesitan justificar un piloto más amplio ante su consejo de administración.
Según nuestra experiencia, los equipos que crean todo por su cuenta aprovechan solo entre el 10 % y el 20 % del potencial de la plataforma, por lo que la mayoría de los proyectos, especialmente los de gran escala, se benefician de una de las dos últimas opciones.
Ve la sesión completa
Ve el webinar completo aquí, incluidas las preguntas y respuestas del público sobre integraciones, transferencia a una persona y residencia de datos. ¿Quieres verlo aplicado a tus propias reservas, pedidos o reservas de mesa? Contacta con nuestro equipo de ventas para recibir una demo guiada adaptada a tu equipo.
Pieter Peeters forma parte del equipo de GTM y se centra en consolidar la presencia de ElevenLabs en el ámbito de la voz IA y los agentes en Europa.

.webp&w=3840&q=80)



