Los casos de estudio ayudan más que cualquier teoría. Acá describimos un proyecto real que llevamos a cabo con una inmobiliaria argentina — sin nombres por confidencialidad, pero con números reales.
El problema
La inmobiliaria tenía un equipo de 6 asesores y recibía entre 80 y 120 consultas semanales a través de WhatsApp, Instagram y el formulario de su sitio web.
El diagnóstico inicial:
- El 40% de las consultas llegaban fuera del horario laboral (tarde noche, fines de semana)
- El tiempo promedio de primera respuesta era de 4-6 horas
- Los asesores pasaban 2-3 horas diarias respondiendo preguntas básicas que no requerían su expertise
- No había un sistema claro para priorizar qué leads merecían atención inmediata
- Muchos leads calientes se enfriaban antes de que alguien los contactara
El dueño sabía que estaba perdiendo operaciones. El problema no era la cantidad de leads — era el tiempo de respuesta y la falta de criterio para priorizarlos.
La solución implementada
Diseñamos un sistema en tres capas usando n8n como motor de automatización e IA para la capa de inteligencia.
Capa 1: Captura y unificación de leads
Todos los canales de entrada (WhatsApp Business API, formulario web, mensajes de Instagram) se conectaron a un único flujo en n8n. Independientemente de por dónde llegara la consulta, entraba al mismo sistema.
Cada lead nuevo generaba automáticamente un registro en su CRM (usaban una hoja de Google Sheets que después migramos a Notion) con:
- Nombre y datos de contacto
- Canal de origen
- Mensaje inicial completo
- Fecha y hora de entrada
- Estado: "nuevo"
Capa 2: Clasificación inteligente con IA
Cada mensaje nuevo pasaba por un análisis con IA (Claude) que determinaba:
Tipo de consulta:
- Compra o alquiler
- Zona de interés (si la mencionaba)
- Rango de precio (si lo daba)
- Urgencia percibida
Temperatura del lead:
- 🔥 Caliente: mención de urgencia, presupuesto definido, listo para visitar
- 🟡 Tibio: interés claro pero sin urgencia inmediata
- 🔵 Frío: exploración inicial, sin datos concretos
Idioma y tono: Para adaptar la respuesta automática al estilo del mensaje recibido.
Capa 3: Respuesta automática y derivación
Según la clasificación:
Lead caliente: Respuesta inmediata del agente de IA con información específica de las propiedades que matcheaban su búsqueda, más una propuesta de visita con link a calendario. Notificación urgente al asesor asignado (por WhatsApp al número personal del asesor).
Lead tibio: Respuesta automática con presentación de opciones relevantes y pregunta de calificación. El asesor recibe un resumen diario con todos los leads tibios para contactar en el día.
Lead frío: Respuesta automática con información general + link al catálogo online. Entra a una secuencia de nurturing de 3 mensajes en 7 días.
Cómo funcionaba el agente de IA
El agente fue entrenado con:
- El catálogo completo de propiedades (nombre, zona, precio, características, disponibilidad)
- Las políticas de la inmobiliaria (garantías, documentación, zonas que manejan)
- Preguntas frecuentes históricas
- El tono de comunicación que quería la empresa (cercano pero profesional)
Podía responder preguntas como:
- "¿Tienen algo de 2 ambientes en Palermo por menos de 250 mil?"
- "¿Qué necesito para alquilar si soy recién recibido?"
- "¿Tienen propiedades en pozo?"
Y para cada respuesta consultaba en tiempo real el catálogo actualizado — si una propiedad se alquilaba, el agente dejaba de ofrecerla automáticamente.
Los números después de 3 meses
| Métrica | Antes | Después |
|---|---|---|
| Tiempo promedio de primera respuesta | 4-6 horas | 30 segundos |
| % consultas resueltas sin asesor | 0% | 55% |
| Leads fuera de horario perdidos | ~40% | ~5% |
| Tiempo diario de asesores en consultas básicas | 2-3 hs | 30 min |
| Consultas que llegaban a visita | Referencia base | +28% |
El equipo no cambió. No contrataron nuevos asesores. Reorganizaron cómo se distribuía el trabajo.
Qué aprendimos en el proceso
Lo que funcionó muy bien: La clasificación automática de leads. Los asesores dejaron de depender de su intuición para priorizar y empezaron a trabajar con datos. Los leads calientes recibían atención en minutos.
Lo que ajustamos en el camino: El primer entrenamiento del agente era demasiado formal. Los clientes respondían menos. Ajustamos el tono para que fuera más conversacional y la tasa de respuesta subió.
Lo que el agente no reemplazó: La negociación. Cuando un cliente quería bajar el precio de una propiedad o tenía una situación de garantía especial, el asesor tomaba la conversación. El agente era honesto en esos casos: "Para este tema te contacta directamente uno de nuestros asesores."
¿Este sistema aplica a tu rubro?
La estructura es la misma para cualquier negocio que recibe consultas entrantes: agencias de viaje, talleres mecánicos, consultorios, estudios jurídicos, escuelas, gimnasios.
Lo que cambia es el entrenamiento del agente (con tu información) y las integraciones específicas (tu CRM, tu calendario, tu catálogo).
Si querés ver cómo quedaría para tu negocio, coordinamos una llamada de 30 minutos donde te mostramos un prototipo funcional.
