César Erazo. 

Director de Operaciones Comerciales de Grupo Franja 

Consultor en crecimiento empresarial para el sector óptico

Una óptica en Colombia tenía cerca de 7.000 clientes registrados. A primera vista, parecía una cifra saludable. Sin embargo, al revisar dos años de ventas apareció un dato mucho menos alentador: más de 6.000 personas habían comprado una sola vez.

Hasta ese momento, el propietario estaba convencido de que necesitaba atraer nuevos clientes. La información mostraba un problema distinto. La óptica sí conseguía compradores; lo difícil era lograr que regresaran.

El hallazgo no requirió un algoritmo sofisticado ni una nueva plataforma tecnológica. Bastó con hacerle una pregunta sencilla a la información que el negocio ya tenía. Y quizá ese sea uno de los mejores puntos de partida para hablar de inteligencia artificial en el sector óptico: antes de buscar nuevas herramientas, conviene entender qué dicen los datos que ya existen.

La inteligencia puede estar dentro del negocio

Buena parte de las soluciones de inteligencia artificial que hoy llegan a las empresas se presentan alrededor de una misma promesa: atraer más público. Plataformas que optimizan campañas publicitarias, asistentes que responden mensajes por WhatsApp o herramientas capaces de generar publicaciones para redes sociales en segundos.

Son recursos útiles, pero casi todos miran hacia afuera, hacia personas que todavía no conocen el negocio.

Mientras tanto, dentro de una óptica existe información mucho más concreta: quién compró, cuándo lo hizo, qué producto eligió, cuánto pagó y si alguna vez regresó. Datos que, organizados correctamente, pueden revelar oportunidades comerciales que pasan inadvertidas en la operación diaria.

Por eso, antes de preguntarse cuántos clientes nuevos puede conseguir la inteligencia artificial, quizá convenga hacerse otra pregunta: ¿cuántos de los clientes que ya llegaron se están perdiendo?

En ese terreno, la tecnología puede tener un efecto mucho más inmediato.

Tres tareas donde puede hacer una diferencia

Entender quién está en la base de datos. Un paciente que adquirió lentes progresivos hace 30 meses y no ha regresado no debería recibir el mismo mensaje que alguien que compró lentes de contacto hace tres meses. Sus necesidades, tiempos de recompra y relación con la óptica son diferentes.

Clasificar manualmente miles de registros por fecha de compra, frecuencia y valor puede convertirse en una tarea interminable. Con herramientas de análisis y automatización, ese proceso puede realizarse con mayor rapidez y, sobre todo, convertirse en algo útil para el equipo: una lista concreta de clientes que podrían requerir seguimiento y la razón para contactarlos.

Pero hay una condición: los datos deben ser confiables

En otra óptica, por ejemplo, se trabajó inicialmente con una base que ya había sido “limpiada”. Cuando se regresó al archivo original exportado desde el sistema aparecieron problemas que habían pasado inadvertidos. Había registros duplicados que alteraban la frecuencia real de compra e incluso el correo electrónico de la propia óptica aparecía registrado como si perteneciera a un cliente.

La inteligencia artificial no corrigió mágicamente esos errores. Lo que permitió fue encontrarlos con mayor rapidez cuando el análisis comenzó desde la información original y no desde una versión previamente modificada.

Hacer seguimiento cuando el equipo no alcanza. Una óptica puede saber que debería recordar el control visual anual de sus pacientes, avisar sobre la reposición de lentes de contacto o hacer seguimiento a una garantía próxima a vencer. El problema aparece cuando esa tarea debe repetirse con cientos o miles de personas.

Es poco realista esperar que una persona revise diariamente toda la base para determinar a quién debe llamar.

Ahí la automatización cobra sentido. Un sistema puede identificar la fecha de la última compra, reconocer qué clientes cumplen determinadas condiciones y activar un mensaje de seguimiento de acuerdo con cada situación.

El mismo principio puede aplicarse a un laboratorio óptico. Si una óptica que compraba progresivos con regularidad lleva cuatro meses sin hacer un pedido, esa ausencia también es información. El ejecutivo comercial debería conocerla antes de descubrir, varios meses después, que la cuenta comenzó a comprarle a otro proveedor.

Evitar que la información se deteriore desde el principio. Muchas bases de datos no se dañan en grandes procesos tecnológicos. Se dañan poco a poco, todos los días, en el mostrador: un teléfono registrado sin indicativo, un correo electrónico mal escrito o un cliente creado dos veces porque nadie verificó que ya existía.

Automatizar algunas de esas verificaciones puede parecer una tarea pequeña, pero tiene consecuencias importantes. Validar un número, comprobar si un documento ya aparece registrado o facilitar la captura de datos mediante voz puede reducir errores desde el momento en que se crea el registro.

Y allí está el verdadero valor: una base ordenada permite que todo lo demás funcione.

La tecnología también tiene límites

La inteligencia artificial no convierte automáticamente una mala base de datos en una buena. Puede procesarla más rápido, pero si la información de origen está incompleta, duplicada o equivocada, los resultados también lo estarán.

Tampoco reemplaza el criterio comercial

Una herramienta puede identificar que una persona lleva 18 meses sin comprar. Lo que no puede decidir por sí sola es qué debería hacer la óptica con esa información. ¿Invitarla a un nuevo control? ¿Presentarle una segunda montura? ¿Enviar simplemente un recordatorio? ¿No contactarla?

La respuesta depende de la estrategia, del perfil del cliente y de la relación que la empresa quiera construir.

Y tampoco vende por sí sola

En una campaña reciente de un laboratorio dirigida específicamente a ópticas, la plataforma publicitaria identificaba menos de mil personas cuando se intentaba segmentar por determinados cargos profesionales. El problema no estaba necesariamente en la capacidad tecnológica de la plataforma. El mercado simplemente era pequeño y especializado.

En sectores de nicho como el de la salud visual, muchas veces las empresas ya saben quiénes son sus posibles compradores. El reto no siempre es encontrarlos, sino construir, actualizar y aprovechar mejor esa información.

Una pregunta para empezar

Antes de contratar una nueva herramienta de inteligencia artificial, una óptica podría comenzar con un ejercicio mucho más sencillo: solicitar al sistema de facturación el listado de clientes de los últimos 24 meses y revisar cuántos realizaron una sola compra.

El resultado puede ser revelador

Si la mayoría nunca regresó, probablemente el principal desafío del negocio no sea conseguir más personas para llenar la parte superior del embudo comercial. Tal vez la oportunidad esté mucho más cerca: en quienes ya conocen la óptica, ya confiaron en ella y, por alguna razón, no volvieron.

Es ahí donde la inteligencia artificial puede dejar de ser una promesa tecnológica para convertirse en una herramienta de gestión: no necesariamente para llenar la puerta de clientes nuevos, sino para ayudar a que quienes ya la cruzaron tengan una razón para regresar.