Agente de voz IA para restaurantes: el caso Dinamo Steak House
6.709 llamadas en frío, 1.188 conversaciones y 40 leads calientes listos para el paso humano. Así trabaja un agente de voz IA para restaurantes una base de datos fría.
Cada restaurante acumula números en su agenda que nadie logra llamar. En este caso de estudio, mostramos qué sucede cuando esa lista es trabajada por un agente de voz IA para restaurantes: 6.709 intentos, 1.188 conversaciones y 40 leads calientes entregados al responsable, en dos meses, en un segmento de “primera visita”. El objetivo: reactivar una base de datos fría sin sobrecargar al personal, filtrando los contactos realmente interesados y fijando ventanas de devolución de llamada útiles.  ## Síntesis - 6.709 llamadas salientes, 1.188 conversaciones reales y 40 leads calientes filtrados. - Tasa positiva del 3,4% sobre las conversaciones; duración media de 35 segundos. - La IA califica y programa las devoluciones de llamada; el cierre sigue siendo humano. - Base de datos fría depurada: menos números, más citas útiles para el equipo. ## El cliente y el contexto Dinamo Steak House, entre Oleggio y Novara, está especializado en carne a la piedra volcánica con Pata Negra como plato estrella y noches temáticas (Cervellone, karaoke, Sarabandinamo). A lo largo de los años, ha recopilado miles de contactos de promociones y eventos. La prioridad: reactivar una cuenca de contactos nunca trabajada sistemáticamente, sin restar tiempo a la sala y a la comunicación. ## El desafío: trabajar una base de datos fría a gran escala - Volumen: miles de números, alta probabilidad de no respuesta. - Filtro: es necesario comprender quién tiene interés real antes del contacto humano. - Momento: muchos contactos no pueden hablar “ahora”, pero solicitan una devolución de llamada. Reactivar una base de datos de contactos fríos es repetitivo y de bajo rendimiento por intento individual. Es ideal para la automatización y las llamadas en frío automatizadas con calificación de leads. ## Implementación: qué hace (y qué no hace) la agente “Martina” Martina, en DeepAgent, está configurada en el segmento “0 visitas”. Perímetro claro: no vende y no confirma reservas. Establece el primer contacto, presenta la oferta, verifica el interés y pasa al Responsable de Comunicación solo los “sí al seguimiento”. ### Flujo operativo 1. Apertura reconocible: se presenta en nombre del restaurante y explica de inmediato el motivo de la llamada. 2. Propuesta de valor: presenta el Cupón Carnívoro de 49 € conectándolo con la experiencia (carne a la piedra, Pata Negra). 3. Verificación del interés: comprende si hay curiosidad, solicitud de información o desinterés. 4. Calificación ligera: señales de viabilidad (preguntas sobre condiciones, disponibilidad para una devolución de llamada). 5. Gestión de objeciones: aclara lo necesario, prepara el traspaso para detalles comerciales. 6. Contacto acordado: recopila ventanas precisas (ej. “mañana a las 18”). 7. Traspaso humano: el responsable llama solo a quienes han aceptado la conversación. Resultado: las llamadas en frío automatizadas y la calificación de leads se convierten en una única llamada eficiente.  ## Resultados: 15 de abril – 17 de junio | KPI | Resultado | |---|---:| | Intentos de llamada | 6.709 | | Conversaciones completadas | 1.188 | | Leads interesados (resultados positivos) | 40 | | Tasa positiva en conversaciones | 3,4% | | Duración media de la conversación | 35 segundos | | Tiempo total de conversación | ~693 minutos · 11,6 horas | El 3,4% indica quién ha expresado interés y aceptado un paso concreto (devolución de llamada con el responsable). No equivale a cupones vendidos o cubiertos: estos ocurren después y requieren seguimiento CRM o reservas para atribuir el ROI. ## Qué dice la gente al teléfono De las 1.188 conversaciones surgen seis temas recurrentes, útiles para futuras campañas: - Cómo funciona el cupón: inclusiones, restricciones, reserva, validez. - Cuándo devolver la llamada: ventanas precisas transforman intentos fallidos en citas. - Menú y experiencia: carne, alternativas, ocasiones de uso. - Eventos y noches: Cervellone, karaoke, Sarabandinamo como palancas autónomas. - Identidad y zona: quiénes son, dónde están, por qué recibí la llamada. - Posponer ≠ rechazar: trabajo, viajes, familia; la devolución de llamada salva contactos valiosos.  ## Dos prioridades para la próxima campaña ### 1) Anticipar las condiciones del cupón Las preguntas sobre validez y restricciones son frecuentes: incluirlas en la apertura reduce objeciones repetitivas, acorta los tiempos y concentra los esfuerzos en los contactos calientes. ### 2) Rastrear el resultado post-traspaso Conectar los leads a los resultados (cupón activado, reserva, no-show, ticket medio) es esencial para calcular el ROI y valorar correctamente un lead calificado por un agente de voz IA. ## Impacto en el equipo: menos ruido, más conversaciones útiles El efecto más relevante no es solo el 3,4%, sino la “limpieza” del grupo: los rechazos, las no respuestas y la indisponibilidad son absorbidos por la IA, y el equipo humano recibe una lista corta de conversaciones solicitadas, cada una con una ventana de devolución de llamada acordada. ## Cómo replicarlo en tu restaurante - Segmenta: comienza por los “0 visitas” o los contactos no activos en los últimos 12 meses. - Define el perímetro del agente: no cierre de ventas, sí calificación y agenda de devoluciones de llamada. - Oferta clara: una propuesta de prueba (ej. cupón) con condiciones sencillas. - Script y cumplimiento: apertura clara sobre identidad, fuente del número y privacidad. - Seguimiento: integra CRM o sistema de reservas para medir el ROI de principio a fin. ## Conclusiones Un agente de voz IA trabaja el “frío” a escala, filtra el interés real y prepara el traspaso al comercial. Resultado: menos tiempo desperdiciado y más oportunidades calificadas para tu restaurante. ¿Quieres ver cómo funciona en tu base de datos? Solicita una demo y prueba un agente DeepAgent en tiempo real. ## Preguntas frecuentes ### ¿Cuánto tiempo se necesita para iniciar un agente de voz IA en mi restaurante? Generalmente 1-2 semanas: selección del segmento, definición del script, configuración del flujo (calificación, traspaso, ventanas de devolución de llamada) y pruebas. Las llamadas en frío automatizadas comienzan solo después de la verificación en una pequeña muestra. Con la integración de CRM, se añaden 2-5 días para la asignación de campos y la elaboración de informes. ### ¿Cómo mido el ROI si el agente no cierra ventas ni reservas? Realiza un seguimiento de todo el embudo: leads calificados, cupones activados, reservas, tasa de asistencia y ticket promedio. Integra el CRM o el sistema de gestión de reservas para vincular los 40 leads calientes a los resultados reales. Así podrás evaluar cuánto vale reactivar una base de datos de contactos fríos y atribuir correctamente los ingresos a la IA. ### ¿Puede el agente manejar objeciones complejas o solicitudes comerciales detalladas? Maneja objeciones frecuentes (precio, validez, reserva) y recopila señales de interés. Para condiciones particulares o negociaciones, realiza el traspaso al responsable. Esta separación mantiene las conversaciones breves y maximiza la calificación de leads, dejando la negociación y el cierre al equipo humano. ### ¿Qué volúmenes mínimos tienen sentido para la automatización y las llamadas salientes? Tiene sentido a partir de unos pocos miles de contactos, especialmente si no han sido contactados recientemente. En volúmenes elevados, el agente de voz IA mantiene una cobertura constante, programa devoluciones de llamada y escala sin sobrecargar al equipo. Incluso con listas más pequeñas, es útil para probar ofertas y mensajes antes de pasar al equipo. ### ¿Respeta la IA la privacidad y el consentimiento en las llamadas en frío? Sí. Una apertura transparente sobre la identidad y la finalidad, la referencia a la fuente del contacto y la posibilidad de optar por no participar de inmediato son parte del script. Los datos se gestionan según la normativa, con un registro de las conversaciones y el respeto de las preferencias de contacto. Esto aumenta la confianza y reduce la fricción en las llamadas en frío automatizadas.