Cómo un hotel boutique automatizó el 70% de sus llamadas con IA (caso práctico)
El punto de partida: un hotel boutique con un problema invisible
"Hotel Marqués de Atalaya" — nombre cambiado por confidencialidad — es un boutique de 18 habitaciones en el casco histórico de Granada. ADR de 145€, ocupación media del 72%, 48% del revenue venía de Booking y Expedia y el resto de directos repetidores y un par de agencias.
El problema, como en muchos boutique: la recepción es pequeña (2 personas a turno), atiende presencial, gestiona check-ins y check-outs, y además recibe llamadas. El 31% de las llamadas se perdían y, de las que se atendían, una de cada cuatro se acababa derivando a Booking porque el cliente no quería esperar y reservaba online — pagando el hotel un 18% de comisión innecesario.
El director general lo resumió así: "Estamos pagando comisión por llamadas que ya nos están haciendo. Es absurdo."
Lo que probamos antes de la IA
Antes de la IA, el hotel intentó dos cosas:
- Refuerzo humano part-time para horario punta. Funcionó parcialmente, pero costaba 1.400€/mes y no cubría las llamadas nocturnas o el desayuno.
- Servicio externo de call center. Funcionó peor: los operadores no conocían el hotel, daban información incorrecta y la conversión cayó.
Ninguna de las dos resolvió el problema de fondo: el hotel necesitaba un canal de voz que conociese su producto y estuviese siempre disponible.
La implementación: 8 días, no 8 semanas
El proyecto se planteó como un piloto de 30 días. La activación real fue mucho más rápida:
Día 1-2: discovery y carga de información
- PDF interno de tarifas y políticas de cancelación
- Excel con tipologías de habitación y servicios
- Datos del PMS (en este caso, Avirato): habitaciones, disponibilidad, precios dinámicos
- 25 FAQ recurrentes (mascotas, parking, desayuno, late check-out…)
Todo subido a la base de conocimiento del agente. Rinqa indexó la información en menos de 1 hora.
Día 3-4: configuración de voz y guion
- Voz: tono cálido, ritmo medio (Cartesia Sonic-2 voz "Lucía")
- Saludo: "Hotel Marqués de Atalaya, soy el asistente. ¿En qué puedo ayudarte?"
- Reglas de transferencia: si el huésped pide hablar con humano explícitamente, transferencia inmediata. Si pregunta por eventos privados o grupos >10 personas, también.
Día 5-6: integración con PMS y email
- API de Avirato para consultar disponibilidad real
- Envío automático de email con detalles de reserva y enlace de pago Stripe
- Webhook al CRM interno para nuevos contactos
Día 7-8: pruebas internas y soft launch
- 50 llamadas simuladas por el equipo (familia, amigos, escenarios variados)
- Soft launch al 30% de las llamadas durante 3 días
- Ajustes finos del prompt (tono más cercano, eliminar muletillas)
A partir del día 9: tráfico al 100%.
Resultados después de 90 días
Esto es lo que cambió en cifras reales (datos auditados internamente):
| Métrica | Antes | Después | Cambio | |---|---|---|---| | Llamadas perdidas | 31% | 4% | −87% | | Tasa de resolución sin humano | 0% | 71% | — | | Reservas directas (no OTA) | 32% del total | 47% del total | +15 pp | | Tiempo medio de gestión por llamada | 4:12 | 2:38 | −37% | | Coste por reserva captada | 26€ (OTA) | 4,2€ | −84% | | Satisfacción huésped (NPS llamada) | 7,1 | 8,4 | +1,3 | | Llamadas atendidas fuera de horario | 0 | 187/mes | — |
Lo más importante: las reservas directas subieron 15 puntos porcentuales. Eso, sobre un revenue mensual de 78.000€, son 11.700€ que ya no se pagan en comisiones de OTA. Mensuales.
Lo que NO esperaban
Tres cosas sorprendieron al equipo:
1. Upselling automático
La IA, programada para ofrecer extras (parking, desayuno gourmet, late check-out), aumentó el ticket medio un 8%. "No se nos olvida proponerlo, no se cansa, no se pone tímida", comentó el revenue manager.
2. Llamadas nocturnas con conversión brutal
El 12% de las reservas captadas vinieron entre las 22:00 y las 7:00 — horas en las que antes no se atendía nadie. Un cliente que llama a las 2 AM tiene altísima intención de compra.
3. Información a recepción
Cada llamada deja un resumen automático en el dashboard. La recepción presencial llega por la mañana sabiendo qué pasó por la noche, sin tener que escuchar grabaciones.
Lo que NO funcionó al principio
Para no idealizar el caso, los 3 fallos iniciales:
- La IA no entendía nombres extranjeros con acento marcado (huéspedes japoneses, alemanes). Solucionado con el ASR Speechmatics y ajuste de vocabulario.
- Confundía "media pensión" con "todo incluido" las primeras semanas. Se corrigió afinando la base de conocimiento.
- No transfería bien grupos de empresa. Se añadió una regla específica para pasarlo siempre a comercial.
Lección: ningún sistema funciona perfecto el día 1. Lo importante es iterar rápido — una clínica o un hotel iteran semanalmente las primeras 4 semanas.
¿Funciona para todos los hoteles?
No. Estos son los criterios donde un asistente virtual brilla:
- Tamaño: entre 12 y 80 habitaciones (boutique a hotel pequeño-mediano)
- Volumen de llamadas: >150 al mes
- Producto claro: habitaciones definidas, tarifas estables, políticas escritas
- PMS con API: Avirato, Mews, Cloudbeds, Mirai…
No funciona tan bien en hoteles muy pequeños (<10 hab, mejor con WhatsApp), grandes cadenas (necesitan integración corporativa) o cuando el producto cambia constantemente (apartamentos turísticos rotativos).
Coste real del proyecto
- Setup: 0€ (configuración self-service en plataforma)
- Mensualidad: 199€/mes (plan que cubre hasta 2.000 minutos)
- Integración PMS: 0€ (conector estándar Avirato)
- Total año 1: 2.388€
- Ahorro estimado año 1 (comisiones OTA evitadas): 140.400€
ROI: ~58x sobre la inversión. No es exagerado: es lo que vale automatizar lo que ya estaba pasando.
¿Tu hotel tiene un problema parecido? Habla con la demo de Rinqa para hoteles y oye exactamente cómo sonaría tu asistente virtual atendiendo una llamada.
