El punto de partida: una tienda con potencial y un cuello de botella humano
Estilo Propio es una boutique de moda femenina con sede en el barrio de Ruzafa, en Valencia. Con diez años de trayectoria en tienda física y una web lanzada en 2022, la propietaria, Lucía Ferrer, llevaba meses viendo cómo el tráfico web crecía pero las ventas no lo hacían en la misma proporción. La tasa de conversión rondaba el 1,2 %, muy por debajo de la media del sector (2,5-3 %).
El diagnóstico era claro: los visitantes llegaban a la web, curioseaban y se iban sin comprar. Sin recomendaciones personalizadas, sin seguimiento post-visita y con un proceso de atención al cliente que dependía enteramente de que Lucía o su única empleada respondieran a tiempo. Los fines de semana, las consultas por Instagram y WhatsApp se acumulaban sin respuesta durante horas.
"Sabía que había algo que estaba fallando, pero no tenía ni el tiempo ni los conocimientos para entender qué era. Pensé que la IA era solo para grandes empresas hasta que me puse en contacto con GSV Agency." — Lucía Ferrer, fundadora de Estilo Propio
Fase 1: Diagnóstico y selección de herramientas (semanas 1-2)
Antes de implementar ninguna herramienta, el equipo de GSV Agency realizó una auditoría completa del negocio digital de Estilo Propio. Se analizaron los datos de Google Analytics, el historial de ventas de los últimos 18 meses, los patrones de abandono de carrito y las conversaciones de atención al cliente archivadas.
Las conclusiones apuntaron a tres problemas concretos y solucionables con IA:
- Falta de personalización: todos los visitantes veían exactamente el mismo escaparate, independientemente de si eran clientes habituales o nuevos visitantes.
- Atención al cliente reactiva y lenta: el tiempo medio de respuesta superaba las 4 horas en días laborables y llegaba a 18 horas los fines de semana.
- Gestión de inventario basada en intuición: los pedidos a proveedores se hacían a ojo, lo que generaba tanto roturas de stock en artículos estrella como acumulación de prendas que no salían.
Con este mapa, se diseñó un plan de implementación en tres fases utilizando herramientas accesibles para una pyme: Make para automatizaciones, Tidio con IA para atención al cliente, y un sistema de recomendaciones basado en los datos de la plataforma Shopify de la tienda.
Fase 2: Implementación del asistente de atención al cliente con IA (semanas 3-5)
El primer paso fue integrar un chatbot con IA en la web y en WhatsApp Business. Se eligió Tidio por su integración nativa con Shopify y su capacidad de conectar con la base de datos de productos en tiempo real.
El asistente se entrenó con un corpus de más de 400 preguntas frecuentes reales extraídas de los registros de conversaciones pasadas: tallas, disponibilidad, plazos de envío, política de devoluciones, combinaciones de outfits y cuidado de tejidos. En tres días de configuración y una semana de ajuste fino, el bot era capaz de resolver el 78 % de las consultas sin intervención humana.
El impacto fue inmediato. En la primera semana completa de funcionamiento:
- El tiempo medio de primera respuesta cayó de 4 horas a menos de 2 minutos.
- Las consultas resueltas fuera del horario comercial pasaron de cero a más de 30 por semana.
- Lucía recuperó aproximadamente 8 horas semanales que antes dedicaba a responder mensajes repetitivos.
Fase 3: Personalización de la experiencia de compra (semanas 5-9)
Con el servicio al cliente estabilizado, se atacó el problema de la conversión. Se implementó un motor de recomendaciones basado en el comportamiento de navegación y el historial de compras de cada cliente, integrado directamente en Shopify mediante la app LimeSpot Personalizer, configurada y optimizada con Make para sincronizar los datos de forma automática.
Los cambios visibles para el cliente fueron tres:
- Sección "Solo para ti" en la página de inicio, que muestra productos distintos según el perfil de cada visitante registrado.
- Emails post-visita personalizados enviados automáticamente 2 horas después de que un cliente abandonara el carrito, con los artículos exactos que había visto y tres alternativas similares.
- Recomendaciones de upsell en la página de producto, mostrando combinaciones completas de outfit en lugar de artículos aleatorios.
La tasa de conversión pasó del 1,2 % al 2,9 % en ocho semanas, prácticamente duplicándose. El valor medio del pedido aumentó un 23 % gracias al upsell de complementos. Los emails de carrito abandonado alcanzaron una tasa de recuperación del 18 %, frente al 6 % de los emails genéricos que enviaban antes.
Fase 4: Gestión inteligente de inventario (semanas 8-12)
El último bloque abordó la gestión del stock. Se conectó el historial de ventas de Shopify con un modelo de previsión de demanda sencillo implementado en Google Sheets y automatizado mediante Make. Cada lunes, Lucía recibía un informe automático con tres secciones:
- Artículos con alta demanda prevista para los próximos 30 días (recomendación: reponer).
- Artículos con baja rotación en los últimos 60 días (recomendación: descuento o liquidación).
- Tendencias detectadas por categoría comparando las ventas actuales con el mismo periodo del año anterior.
El resultado a los tres meses: el stock muerto se redujo un 40 % y las roturas de stock en los artículos más vendidos desaparecieron prácticamente por completo. Se estima un ahorro de entre 4.000 y 6.000 euros en capital inmovilizado durante el primer trimestre.
Los números finales al cabo de 90 días
Al cerrar el tercer mes del proyecto, los resultados consolidados de Estilo Propio mostraban una transformación real y medible:
- Ventas online: +214 % respecto al mismo trimestre del año anterior.
- Tasa de conversión web: del 1,2 % al 2,9 %.
- Valor medio del pedido: +23 %.
- Tiempo de respuesta al cliente: de 4 horas a menos de 2 minutos.
- Stock muerto: reducido un 40 %.
- Horas semanales liberadas: aproximadamente 15 horas entre Lucía y su empleada.
- Inversión total del proyecto (herramientas + implantación): 3.200 €.
- ROI estimado en el primer trimestre: más de 8x.
"Lo que más me sorprendió no fue el aumento de ventas, sino el tiempo que recuperé. Ahora puedo dedicarme a seleccionar colecciones y a pensar en el negocio, no a responder mensajes a las 11 de la noche." — Lucía Ferrer
Qué aprendemos de este caso y cómo aplicarlo a tu negocio
El caso de Estilo Propio no es una excepción ni requirió una inversión millonaria. Es un patrón que se repite en pymes de distintos sectores cuando se aplica IA de forma estratégica y ordenada. Hay tres lecciones que se pueden extraer directamente:
1. Empieza por donde duele más
No intentes digitalizar todo a la vez. En este caso, el mayor punto de dolor era la atención al cliente y la pérdida de ventas por respuestas lentas. Resolver ese problema primero generó mejoras visibles rápidamente y liberó tiempo para abordar el siguiente reto.
2. Los datos que ya tienes son tu mayor activo
Estilo Propio no necesitó comprar datos ni construir bases de datos desde cero. Todo el sistema de recomendaciones y el modelo de inventario se construyeron sobre los datos que Shopify ya estaba recogiendo. La IA no inventa; amplifica lo que ya existe.
3. La automatización debe servir a las personas, no reemplazarlas
El objetivo nunca fue eliminar el trato humano. Lucía sigue siendo la cara visible de la boutique. La IA gestiona las tareas repetitivas y predecibles para que ella pueda concentrarse en las decisiones creativas y en la relación con sus mejores clientas, que siguen siendo atendidas de forma personal cuando lo necesitan.
Si tienes una tienda online, un negocio de servicios o cualquier empresa con más de 50 interacciones de cliente a la semana, existe muy probablemente un caso de uso similar esperando ser implementado. La tecnología está disponible, los costes son asumibles y los resultados, como muestra este caso, pueden llegar en semanas, no en años.