Hay clientes que te compran cada mes y medio, casi como un reloj, y un día dejan de aparecer. No se han enfadado ni se han ido a la competencia: simplemente se les pasó la fecha y nadie se lo recordó. En una pyme, ese aviso depende de que alguien se acuerde, y entre presupuestos, entregas y llamadas, casi nunca hay quien se acuerde.
Las empresas grandes no lo dejan a la memoria de nadie. Miran el historial de cada cliente, calculan cada cuánto suele comprar y lanzan un aviso cuando se acerca su momento. No hace falta un equipo de analistas para imitarlo: tu programa de facturación ya guarda casi todo lo necesario. Lo que falta es alguien que lo lea con paciencia todas las semanas, y ahí es donde un agente de IA sirve de mucho.
Qué dato hace falta para calcular una recompra
Para estimar cuándo volverá un cliente solo necesitas tres cosas por cada uno: las fechas de sus compras, qué compró y, si lo tienes, el importe aproximado. Con las fechas se ve el intervalo entre un pedido y el siguiente. Si un cliente compró en enero, en marzo y en mayo, su ritmo natural es de unos dos meses. Si llega julio y no ha pedido, conviene preguntarle.
Esto funciona bien con productos que se gastan o se renuevan: material de oficina, consumibles, pienso, repuestos, mantenimientos, suscripciones, formación recurrente. Funciona mal con compras que se hacen una vez cada varios años, como una reforma o un vehículo, donde el ritmo depende de factores que no salen en una factura.
Qué hace el agente y qué sigue haciendo una persona
El agente hace el trabajo repetitivo y aburrido:
- Lee el histórico de ventas que le des (por ejemplo, una exportación de tu programa de facturación).
- Calcula para cada cliente el intervalo habitual entre compras y detecta a quién se le ha pasado la fecha.
- Separa a los que han cambiado de ritmo de verdad de los que tienen un historial demasiado corto para sacar conclusiones.
- Te propone el recordatorio adecuado para cada uno: un mensaje breve, una llamada, una oferta de reposición.
- Te entrega cada semana una lista ordenada de clientes «a punto de volver» y clientes «que se han retrasado».
Y una persona sigue haciendo lo que no se puede delegar:
- Decidir a quién se llama y a quién se escribe. Hay clientes a los que conviene llamar por teléfono, y eso lo sabe quien los trata.
- Revisar los mensajes antes de que salgan, sobre todo al principio.
- Interpretar las excepciones: un cliente que dejó de comprar porque cerró el negocio, porque tuvo un problema contigo o porque compró una gran cantidad y tiene existencias.
- Hablar con el cliente cuando contesta.
Un ejemplo hipotético para verlo claro
Pensemos en una pyme que vende productos de limpieza a pequeños hoteles y comunidades de vecinos. Un cliente suele pedir cada seis semanas aproximadamente. El agente detecta que ya han pasado diez semanas desde su último pedido y lo incluye en la lista del lunes, con una nota: «Pide habitualmente estos tres productos. Último pedido hace diez semanas».
Quien lleva la relación con ese cliente lee la nota, ve que no hay ninguna incidencia abierta y le envía un mensaje cercano: «Hola, hemos visto que hace tiempo que no repones lo de siempre, ¿quieres que te lo preparemos para esta semana?». Sin el agente, ese cliente habría tardado en volver o no habría vuelto. Con él, alguien ha hecho en diez minutos lo que antes no se hacía nunca.
Antes de escribir a nadie: avisos, consentimiento y buen criterio
Aquí conviene ir con cuidado, porque hablamos de datos de personas y de comunicaciones comerciales.
- Datos personales. El histórico de ventas de clientes particulares contiene datos personales. Dáselos al agente solo si tienes cubierto el tratamiento dentro de tu política de protección de datos, y limita lo que ve a lo necesario: fechas, productos y un identificador, no datos que no hagan falta.
- Comunicaciones comerciales. Enviar mensajes promocionales por correo electrónico o por mensajería tiene reglas propias. En general, avisar a un cliente actual sobre productos parecidos a los que ya compró tiene más margen que escribir a un desconocido, pero siempre tiene que poder darse de baja con facilidad. Revísalo con tu asesor o tu abogado antes de automatizar los envíos.
- Tono. Un recordatorio no es un reproche. Un mensaje que suene a «llevas mucho sin comprar» espanta más que atrae. Mejor que ofrezca ayuda.
- Frecuencia. Si el agente te propone tres avisos seguidos a la misma persona, corrige la regla. Un aviso y, como mucho, un segundo recordatorio es suficiente.
Tampoco conviene fiarse a ciegas de la estimación. Es una aproximación a partir de lo que ha pasado, y los clientes cambian. Trátala como un buen empujón para hablar con alguien, no como una predicción exacta.
Por dónde empezar con algo pequeño
No hace falta tocar todo tu negocio para probarlo. Un camino sensato es este:
- Elige un producto o un grupo de clientes. El que más se repite y cuyo histórico tengas más limpio.
- Exporta las ventas de un período razonable (cuanto más largo, mejor estimación) y revisa que las fechas y los nombres de cliente estén bien escritos. Los clientes duplicados con dos nombres distintos son la causa más frecuente de errores.
- Pide al agente una lista de quién está a punto de volver y quién se ha retrasado, sin enviar nada todavía.
- Revisa la lista con quien conoce a los clientes. ¿Tiene sentido? ¿Hay alguien que aparece como retrasado pero que sabes que ya no compra por otra razón?
- Envía los avisos a mano durante unas semanas y apunta cuáles han funcionado. Solo cuando la lista te parezca fiable, plantéate automatizar los borradores.
Si quieres profundizar en cómo mantener la relación con el cliente después de la venta, te puede interesar fidelización de clientes con IA, y si buscas un primer proyecto acotado, cómo elegir el primer proceso a implementar con IA.
Conclusión
Las grandes saben cuándo le toca volver a cada cliente porque alguien, o algo, mira el histórico con constancia. Una pyme puede hacer lo mismo si un agente lee las ventas, detecta quién se ha retrasado y prepara el aviso, y una persona decide a quién y cómo se contacta, cuidando los datos y las normas de comunicación comercial.
En MG Solutions construimos agentes de IA específicos para cada empresa, adaptados a tu forma de trabajar y a tus herramientas, no una plantilla genérica.
Si quieres ver cómo encajaría en tu empresa, escríbenos y lo hablamos.