Resumen del caso.
Un restaurante experiencial con finca —una experiencia de destino con animales y varios salones de dimensiones muy distintas— perdía mesas cada fin de semana por no-shows, llevaba las reservas en un Excel imposible y dependía de una persona que hacía de filtro humano entre el interés y la reserva real. FlowProp construyó un concierge IA por WhatsApp que cualifica según una matriz de decisión, cobra la señal por adelantado (enlace de pago con caducidad; sin pago, sin reserva) y una webapp de operación con Hoja del día, calendario y un plano de salones con arrastrar-y-soltar que respeta las dimensiones reales de cada mesa. Resultado: reservas atendidas, cobradas y colocadas sin intervención, cero no-shows gratis y el equipo liberado del teléfono. FlowProp opera la solución como servicio.
¿Qué problema tenía?
El negocio no es un restaurante convencional: es una experiencia de destino. La gente conduce hasta la finca, hay animales, hay varios espacios de comedor con capacidades y formas muy distintas, y el ticket medio y la logística de cada servicio justifican pedir una señal por adelantado. Ese detalle —cobrar antes— es justo lo que el sistema manual no conseguía sostener.
Las reservas entraban por teléfono, Instagram y WhatsApp a cualquier hora. Una persona del equipo respondía, intentaba distinguir al cliente que de verdad iba a venir del que preguntaba por curiosidad, apuntaba la reserva en un Excel compartido y, cuando se acordaba, perseguía el cobro de la señal. Los fines de semana ese cuello de botella colapsaba: mensajes sin responder, mesas apuntadas dos veces, y no-shows que dejaban salones enteros vacíos un sábado a mediodía.
Teníamos a una persona todo el fin de semana haciendo de centralita y de portera: contestando WhatsApps, decidiendo quién iba en serio y persiguiendo la señal. Y aun así se nos caían mesas. Necesitábamos que la reserva se cobrara sola antes de guardarla, y que si no pagan, la mesa vuelva a estar libre sin que nadie tenga que acordarse.
¿Qué construimos?
Concierge IA por WhatsApp con matriz de cualificación
Un agente conversacional atiende cada solicitud por WhatsApp 24/7. No es un árbol de botones: entiende lenguaje natural, mantiene memoria de la conversación y cualifica según una matriz de decisión definida con el cliente (número de comensales, franja, tipo de experiencia, si encaja con el aforo disponible). Distingue al cliente real del curioso sin que nadie tenga que leer cada mensaje, y solo escala a una persona cuando la solicitud se sale de lo previsto.
Cobro de la señal por adelantado, con caducidad
Cuando la reserva cumple los criterios, el sistema genera un enlace de pago y lo envía por el mismo chat. La señal tiene caducidad: si el pago no llega dentro del plazo, la reserva no se confirma y la mesa vuelve a estar disponible automáticamente. Se acabó guardar mesas «a la espera de que paguen» y perseguir cobros a mano. Sin pago, sin reserva, sin que nadie tenga que decidirlo cada vez.
Webapp de operación con plano de salones a medida
El equipo trabaja sobre una webapp propia con Hoja del día, calendario y un plano de los salones con arrastrar-y-soltar. La colocación no es un dibujo decorativo: respeta las dimensiones reales de cada mesa y cada espacio, de modo que el sistema puede sugerir la mejor combinación para un grupo (un problema de encaje geométrico, no una lista). Desde el mismo panel se ven las conversaciones, el estado de cada reserva y los productos de la carta.
Operado como servicio
El cliente no gestiona infraestructura: FlowProp opera la solución como servicio. La automatización corre en infraestructura propia, el concierge y los cobros se supervisan, y el restaurante solo ve reservas confirmadas y cobradas entrando en su Hoja del día.
¿Cómo lo implementamos?
Seguimos nuestras 5 fases estándar — ver proceso completo — sobre datos reales del cliente y con una estabilización supervisada antes de dejarlo en producción autónoma.
- Fase 1 · Diagnóstico + matriz de decisión: definimos con el cliente los criterios de cualificación (aforo, franjas, tipos de experiencia), la política de señal y caducidad, y el mapa real de salones y mesas con sus dimensiones.
- Fase 2 · Concierge + cobros: agente conversacional sobre WhatsApp con memoria y la matriz cableada, integración de la pasarela de pago con enlaces de caducidad y liberación automática de la mesa al expirar.
- Fase 4 · Webapp de operación: Hoja del día, calendario, plano de salones con arrastrar-y-soltar respetando dimensiones reales, gestión de productos y bandeja de conversaciones.
- Fase 6 · Puesta en marcha: pruebas con reservas reales de un fin de semana, ajuste fino de la matriz y del tono del concierge, y arranque operado como servicio.
Stack utilizado.
Next.jsSupabaseAutomatizaciónIA conversacional (Claude Sonnet)WhatsApp BusinessPasarela de pago (Stripe)Plano de salones a medidaOperado como servicio