Caso de éxito
Suntory · Consumer Goods
Guía de Visita
con IA Generativa
Cómo Boolea y Suntory eficientaron la visita comercial con una solución de IA generativa embebida en su CRM: recomendación en tiempo real de producto, promoción y argumentario para cada punto de venta.
Solución de IA Generativa embebida en el CRM
1,5 h
de ahorro diario en preparación
100%
lo recomendarían para su día a día
Resumen ejecutivo
La “visita comercial ideal”, calculada antes de entrar por la puerta
Boolea diseñó y desplegó junto a Suntory una solución de IA generativa embebida en su CRM que recomienda, para cada punto de venta, qué producto ofrecer, qué promoción aplicar y cómo argumentarlo.
La solución se construyó y desplegó junto al equipo comercial, seleccionando usuarios de referencia por su buena ejecución y adopción de herramientas digitales. Tres modelos —producto, promoción y retención— alimentan un asistente conversacional dentro de la ficha del cliente.
Feedback muy positivo de los usuarios, mejora en la referenciación por punto de venta y una base sólida de aprendizajes Test & Learn para seguir escalando el caso de uso.
El reto de partida
Demasiado tiempo preparando la visita, poca claridad sobre qué ofrecer
Suntory buscaba eficientar el proceso comercial de sus gestores con IA generativa: desde la creación de la cartera hasta la preparación de la visita ideal, pasando por la calidad de la información en el CRM.
Preparación manual y lenta
Mucho tiempo en gestión administrativa antes de cada visita, en lugar de vender.
Información dispersa
Datos de PdV, histórico de consumos, sell out y visitas anteriores en fuentes distintas.
Falta de guion de visita
Sin una recomendación clara de qué producto, promoción o argumento usar en cada cliente.
Calidad de datos desigual
La calidad del CRM condicionaba la fiabilidad de cualquier recomendación.
La solución
Guía de Visita con IA: qué ofrecer y cómo argumentarlo
Un motor de IA que, en base a criterios de negocio y a los pasos de una visita —saludo, propuesta de valor, actividad promocional— sugiere en la propia ficha del cliente la mejor recomendación. Datos unificados, modelos predictivos e IA generativa, integrados en el CRM que el comercial ya usa.
Modelo 01
Productos
Sugiere qué productos ofrecer para introducir mayor porfolio y desplazar a la competencia.
Modelo 02
Promociones
Recomienda qué promociones ofrecer a cada cliente para maximizar la conversión.
Modelo 03
Retención
Propone acciones para reducir la propensión de fuga y fidelizar al cliente.
Arquitectura funcional
Datos
CRM · Sell out · Visitas
→
Capa de datos unificada
Cliente único por punto de venta
→
Modelos predictivos
Producto · promoción · retención
→
IA generativa
Guion y argumentario de visita
→
Ficha de cliente
En el CRM del comercial
Cómo funciona en el día a día
Un asistente conversacional dentro de la ficha del cliente
El flujo real desde la ficha del cliente: contexto, recomendación, argumentario y registro de uso.
01
→
Contexto del cliente
Recencia, frecuencia y monetización; si es cliente compartido; propensión de fuga; productos comprados y dejados de comprar.
02
→
Recomendación
La IA generativa propone qué producto y promoción ofrecer, con el argumentario en el tono más adaptado al cliente.
03
→
Respuesta del asistente
El comercial recibe una explicación clara y accionable en el chat embebido en la ficha de cuenta.
04
Uso y registro
Un botón graba la recomendación utilizada en la ficha de cliente, cerrando el ciclo de aprendizaje.
Human-in-the-loop
La IA propone, el comercial decide. En ningún momento se envían ofertas, condiciones o compromisos de forma autónoma: siempre hay una persona validando la recomendación antes de usarla en la visita.
Metodología
Diseñado “en Gemba”, con el equipo comercial en el centro
4 sesiones técnicas y 4 sesiones con usuarios para definir la solución junto a quienes interpretan los datos sobre el terreno.
01
Usuarios de referencia
Usuarios de referencia del equipo comercial, elegidos por su buena adopción y ejecución de la herramienta comercial.
02
Diseño en Gemba
Sesiones técnicas y de negocio para definir experiencia de usuario, contenido, periodicidad y KPI de éxito.
03
Construcción y datos
Unificación de los datos de cliente, entrenamiento de los 3 modelos y diseño del flujo hacia la IA generativa.
04
Despliegue y ajuste
Puesta en marcha con seguimiento continuo y ajustes (p. ej. centrar las recomendaciones en las marcas propias prioritarias).
Liderazgo compartido IT + Negocio: el proyecto estuvo liderado por un Key User de tecnología y un Key User de negocio comercial, con seguimiento periódico de los managers implicados.
Resultados
Ganancias de eficiencia y una recomendación en la que confiar
1,5 h
de ahorro diario estimado en la preparación de cada visita, según los propios comerciales.
+ Visitas
más visitas diarias registradas frente al resto del equipo comercial desde el despliegue de la solución.
3 meses
mejor referenciación: identificación rápida de productos sin compra en los últimos 3 meses por punto de venta.
100%
de los usuarios recomendarían la herramienta para su uso diario.
“Muy buen feedback: la herramienta ayuda en el día a día, aunque pedimos que la IA muestre también los datos en formato tabla y gráfico, como un reporting.”
“La solución es especialmente útil en clientes nuevos, rutas de sustitución o con pocas visitas, donde antes partíamos de cero.”
Retos y planes de mitigación
Lo que costó más, y cómo lo abordamos
Implantación más larga de lo esperado
Tecnología y funcionalidad muy nuevas, con poca madurez y necesidad de generar confianza.
Mitigación: reforzar la validación previa a producción, completando más de 15 casos de prueba antes de entregar al usuario.
Disponibilidad limitada del equipo comercial
Los comerciales no pueden dedicarse como un equipo de proyecto: su prioridad es la venta.
Mitigación: buscar franjas horarias adaptadas al equipo comercial, minimizando el impacto en la actividad de venta.
Necesidad de mejora continua
La solución de IA no es fija: requiere ajustes constantes ante un entorno cambiante.
Mitigación: iterar el enfoque de recomendación (p. ej. priorizar las marcas propias) con el equipo de proyecto y usuarios.
Gestión de expectativas
Hubo que aclarar desde el inicio qué puede aportar la IA en cada fase y qué llega más adelante.
Mitigación: reforzar la comunicación desde el primer momento: qué mide la solución y qué no mide todavía.
Por qué Boolea
Del diseño del caso de uso a su industrialización
Boolea acompaña a Suntory con un equipo que combina consultoría de negocio e ingeniería de IA generativa.
Diseño en Gemba
Co-creamos con el equipo comercial, no trabajamos para él: sesiones técnicas y de negocio en paralelo desde el día uno.
Datos + IA generativa end-to-end
Dominio completo de la cadena: unificación de datos, modelos y IA generativa embebida en el CRM.
Enfoque Human-in-the-Loop
La IA propone, la persona decide. Ningún envío ni compromiso se ejecuta de forma autónoma.
Mejora continua
Tratamos cada despliegue como un ciclo de Test & Learn: medimos, ajustamos y documentamos cada aprendizaje.