Lo esencial en 30 segundos
- Una red de concesionarios gestiona las reseñas de Google de 6 marcas: Kia, Hyundai, MG Motor, Toyota, Nissan y BYD.
- Más de 500 reseñas al día se leen, clasifican y gestionan con un motor LLM combinado con una herramienta RPA.
- Resultado: −70 % de trabajo manual y respuestas un 80 % más rápidas.
- Los casos sensibles (amenaza legal, seguridad, agresividad) se escalan automáticamente a una persona.
Los resultados en cifras
Un motor LLM combinado con una herramienta RPA, orquestado por Power Automate.
El contexto
Los equipos comerciales de los concesionarios leían y respondían a mano a cientos de reseñas de Google cada día, para seis marcas distintas. Cada respuesta debía respetar el tono de la marca, estar escrita en el idioma del cliente y dirigir las reclamaciones al equipo adecuado.
Un prompt que lee entre líneas
- Detección de ironía: «Gracias por hacerme esperar 2 horas» se clasifica como negativa: la IA responde al problema real, nunca al sarcasmo.
- Emociones mixtas: «Servicio excelente, pero la facturación eterna»: la respuesta reconoce lo positivo y atiende la queja.
- Multilingüe: Se detecta el idioma original, incluso bajo una traducción de Google: la respuesta siempre está en el idioma del cliente.
- ¿Estrellas o texto?: 4–5 estrellas: positiva salvo queja · 3: mixta · 1–2: negativa. Si se contradicen, la IA confía en el texto.
De la reseña a la respuesta publicada
- Llegada de la reseñaRecogida automática de las nuevas reseñas de Google.
- Análisis de la emociónEmoción, intención e ironía identificadas antes de responder.
- ClasificaciónÁrea de negocio y de 1 a 6 categorías de reclamación asignadas.
- Redacción por el LLMRespuesta con el tono de la marca, en el idioma del cliente.
- Validación humanaSi es necesario: los casos sensibles pasan por un control humano.
- Publicación en GoogleRespuesta publicada, estado registrado en la base de datos.
Orquestación: Power Automate · Acceso: RBAC, cada concesionario solo ve sus propios datos.
Cada reseña clasificada, priorizada y dirigida
| Área | Motivos cubiertos |
|---|---|
| Servicio | Reparación · Taller · Mantenimiento · Facturación posventa · Piezas · Inspección |
| Compra | Compra del vehículo · Entrega · Venta · Financiación · Negociación del precio |
| Prospecto | Visita al concesionario · Prueba · Consulta · Presupuesto · Sin compra |
| Ninguna | Reseñas positivas: no requieren escalado |
Más de 30 categorías detalladas (espera, precio, garantía, cita…) alimentan el CRM para que el equipo adecuado haga el seguimiento. Prioridad alta para 1–2 estrellas, media para 3 estrellas y baja para 4–5 estrellas.
- Escalado automático: amenaza legal o petición de reembolso, tono agresivo o discriminatorio, fallos repetidos con un mismo cliente, riesgo de seguridad del vehículo o del taller.
Lo que marca la diferencia
- No se deja engañar por la ironía: lee la intención emocional, no solo las palabras.
- Realmente multilingüe: responde automáticamente en el idioma de la reseña.
- Un tono humano: escribe como un concesionario real, sin fórmulas genéricas de IA.
- Escalado inteligente: amenazas, seguridad o agresividad pasan a una persona.
- Salida JSON estricta: lista para insertarse en la base de datos sin retoques.
- Datos aislados: cada concesionario solo ve sus propias reseñas.
Preguntas frecuentes
¿Puede una IA responder a las reseñas de Google en lugar de un equipo?
Sí, para la mayoría de las reseñas. En este proyecto, el LLM analiza la emoción, clasifica la reseña y redacta una respuesta con el tono de la marca. Los casos sensibles, como una amenaza legal o un riesgo de seguridad, pasan a una persona antes de publicarse.
¿Cómo gestiona la IA la ironía y las reseñas mixtas?
El prompt está diseñado para detectar el sarcasmo y las emociones mixtas. Una reseña irónica se trata como una reclamación real, y una reseña mixta recibe una respuesta que reconoce lo positivo y atiende la queja.
¿Las respuestas se redactan en el idioma del cliente?
Sí. La IA detecta el idioma original de la reseña, incluso cuando aparece con una traducción de Google, y responde siempre en ese idioma.