Un lead entra un sábado a las 22:40 preguntando por un renting. Nadie del equipo comercial está trabajando. Aun así, esa persona termina la conversación con una propuesta en PDF, con su modelo y su precio, antes de que nadie abra el portátil el lunes.
No es una hipótesis. Es lo que pasó en Renovarent durante tres meses y medio de operación real.
Las propuestas automáticas por WhatsApp son la parte del proceso comercial que casi nadie automatiza. Responder rápido, sí. Cualificar con un agente, también. Pero cuando llega el momento de poner un precio en un documento y enviarlo, casi siempre entra una persona.
Este artículo cuenta qué pasa cuando esa última parte también se automatiza, con los datos de un caso real: qué porcentaje de propuestas salió sin que nadie tocara el chat, cuánto tardó el agente en responder y qué proporción de la conversación escribió la IA.
TL;DR
- El 100% de las propuestas se envió sin un solo mensaje humano en la conversación previa.
- La IA escribió el 83% de los mensajes de salida, y resolvió el 76% de las conversaciones vivas sin que nadie interviniera.
- El 62% de los leads contactados respondió al primer mensaje.
- El tiempo de respuesta dentro de la conversación fue de 72 segundos de mediana, frente a las 47 horas de media del sector sin automatizar.
- El 32% de los mensajes del agente salió fuera del horario comercial, y el 14% en fin de semana.
Qué mide este caso (y qué no)
Antes de los números, el encuadre, porque cambia cómo se leen.
Renovarent es una empresa española de renting de vehículos a largo plazo. Capta leads con anuncios de Meta y con formularios de su web, y trabaja las conversaciones por WhatsApp con un agente de IA de Ona conectado a su sistema de gestión de vehículos.
Los datos cubren del 13 de abril al 23 de julio de 2026: 301 leads, 318 oportunidades y 802 mensajes de salida. Salen de consultas directas a la base de datos de producción, contando registros y mensajes reales. No hay muestreo ni estimaciones.
Un detalle metodológico que importa: todo se mide por autoría de los mensajes, no por la etapa del CRM. Es decir, "sin intervención humana" significa que no existe ni un solo mensaje escrito por una persona en esa conversación antes de que saliera la propuesta. Es un criterio más estricto y mucho más difícil de maquillar que un campo de estado.
Y una aclaración honesta sobre el alcance: esto no es una tasa de conversión de lead a venta. Es la medición de lo que ocurrió dentro de las conversaciones que el sistema llegó a mantener. Más abajo está la parte que no funcionó, con sus números.
¿Qué porcentaje de las propuestas salió sin intervención humana?
El 100%. Las 17 propuestas enviadas en el periodo se generaron y se entregaron sin que nadie del equipo escribiera un mensaje en esa conversación.
Diecisiete PDFs distintos, para diecisiete clientes distintos, cada uno con su vehículo y sus condiciones. Ninguno pasó por un comercial antes de llegar al cliente.
Cómo se construye una propuesta sin que nadie la toque
El agente no rellena una plantilla genérica. La conversación va dejando datos, y esos datos alimentan el documento.
Cuando el lead confirma qué modelo le interesa, para cuánto tiempo y cuántos kilómetros hace al año, el agente consulta la disponibilidad y las condiciones en el sistema de gestión de Renovarent, arma la propuesta con el precio real y la envía por el mismo chat donde la persona estaba hablando.
El cliente no cambia de canal, no rellena un formulario y no espera a que abra la oficina. Es la misma lógica de cualificar leads en WhatsApp automáticamente, llevada un paso más allá: hasta el documento con precio.
Cuánto tardó cada propuesta en llegar
| Tramo | Propuestas | % del total |
|---|---|---|
| En menos de una hora | 8 de 17 | 47% |
| En menos de 24 horas | 12 de 17 | 71% |
| Mediana del total | 1,7 horas | — |
| La más rápida | 9,6 minutos | — |
Ese 9,6 minutos es el dato que mejor resume el cambio: de que un lead levante la mano a tener su precio en la mano, sin que nadie del equipo se enterara todavía de que existía.
¿Qué parte de la conversación escribió la IA?
El 83% de los mensajes de salida. De los 802 mensajes que Renovarent envió en el periodo, el agente escribió 664 y el equipo 138.
Visto por conversación en lugar de por mensaje, el reparto es aún más claro: de las 106 conversaciones en las que el cliente llegó a responder, 81 (el 76%) se resolvieron sin que ninguna persona interviniera.
El equipo no desapareció. Se concentró en el 24% restante, que es donde hacía falta criterio humano. Es exactamente el reparto que describimos en agentes de IA vs atención humana en WhatsApp: el agente absorbe volumen y velocidad, la persona aporta juicio.
La conversación es simétrica, no un formulario disfrazado
Una conversación media tuvo 5,7 mensajes del agente contra 5,9 del cliente. La más larga llegó a 26 mensajes.
Ese equilibrio es lo que distingue una conversación real de un cuestionario automatizado. El cliente no responde por obligación a una batería de preguntas: pregunta, objeta, cambia de idea y vuelve. Un bot de flujos se rompe ahí. El agente sigue.
¿Cuánto bajó el tiempo de respuesta?
A 72 segundos de mediana, con un percentil 90 de 88 segundos, medido sobre 529 intercambios. Es decir: nueve de cada diez veces, el cliente tuvo respuesta en menos de minuto y medio.
El contraste es con las 47 horas de media que tardan las empresas sin automatización, el dato que ya comentamos en tiempo de respuesta en WhatsApp Business. No es una mejora porcentual pequeña: es un cambio de unidad, de días a segundos.
Un tercio de la atención ocurrió fuera de horario
Aquí está la parte que ningún equipo humano puede replicar sin contratar turnos.
| Franja | Mensajes del agente | % del total |
|---|---|---|
| Fuera de 09:00–19:00 (hora de Madrid) | 215 | 32% |
| En fin de semana | 93 | 14% |
Casi un tercio de la conversación comercial de Renovarent ocurrió cuando la oficina estaba cerrada. Sin el agente, esos leads habrían esperado a la mañana siguiente o al lunes, que es justo cuando se pierden los leads de coches.
¿Respondió la gente a los mensajes automáticos?
El 62% de los leads contactados respondió. De 143 personas que recibieron un primer mensaje, 88 contestaron.
Es un dato que conviene leer bien: es el 62% de los contactados, no de todos los leads captados. Y es alto para un primer contacto saliente, que es el escenario más difícil que existe en WhatsApp.
La captación previa tampoco perdió nada por el camino:
| Paso | Resultado | % |
|---|---|---|
| Leads captados (279 de Meta Lead Ads, 22 de la web) | 301 | — |
| Oportunidad creada en el CRM | 301 de 301 | 100% |
| Conversación de WhatsApp abierta | 283 de 301 | 94% |
Los 18 leads sin conversación llegaron sin ningún canal de contacto asociado: no había número al que escribir. La mediana entre que alguien envía el formulario y queda registrado como contacto, conversación y oportunidad es de 182 milisegundos.
¿Qué información recogió el agente por su cuenta?
Sobre las 99 oportunidades con conversación activa, estos son los campos que el agente rellenó solo, hablando, sin que nadie los transcribiera después.
| Campo | Rellenado | % |
|---|---|---|
| Perfil (particular / autónomo / empresa) | 99 de 99 | 100% |
| Modelo de vehículo | 95 de 99 | 96% |
| Urgencia | 89 de 99 | 90% |
| Kilometraje anual | 63 de 99 | 64% |
| Duración del contrato | 56 de 99 | 57% |
| Temperatura (frío / caliente) | 42 de 99 | 42% |
Los tres primeros campos son los que deciden si una propuesta se puede generar, y están por encima del 90%. Los tres últimos bajan porque son datos que solo tienen sentido preguntar cuando la conversación ya avanzó lo suficiente.
Esa ficha va directa al CRM mientras el cliente escribe. Nadie copia nada de WhatsApp a otro sistema, que es el punto de tener un CRM y WhatsApp para automoción en la misma plataforma.
Lo que no funcionó
Publicar solo la mitad buena de un caso lo vuelve inútil, así que aquí está la otra.
De los 301 leads captados, el sistema solo llegó a contactar a 143 (el 48%). Los otros 158 nunca recibieron un primer mensaje.
El fallo no estuvo en el agente ni en la generación de propuestas, sino en el programador de envíos que dispara el primer contacto: se quedó atascado y dejó cola sin procesar durante semanas. El 29 de junio se destapó de golpe y salieron 51 primeros contactos en tres minutos, algunos a leads de hasta trece días antes.
Es un defecto de infraestructura nuestro, ya identificado, y es la razón por la que este artículo mide lo que pasó dentro de las conversaciones y no una conversión de embudo. Con el envío arreglado, el mismo motor de cualificación y propuesta habría trabajado sobre el doble de leads.
Preferimos contarlo. Un caso donde todo sale perfecto no se parece a ningún proyecto real.
Qué se puede replicar de este caso
No hace falta ser una empresa de renting para que esto aplique. El patrón funciona cuando se cumplen tres condiciones.
Que la propuesta se pueda calcular. Si el precio sale de una fórmula o de un catálogo (renting, seguros, suscripciones, servicios con tarifa), el agente puede armarla. Si depende de una visita técnica, no.
Que el sistema que tiene los datos sea consultable. El agente de Renovarent llega a su backoffice de vehículos. Sin esa conexión, la IA responde bien pero no puede poner un número.
Que esté definido cuándo para. El 24% de conversaciones que sí necesitó una persona no es un fallo del sistema: es el sistema funcionando. Lo importante es que ese traspaso llegue con todo el contexto delante, como explicamos en gestión de leads en WhatsApp.
CTA: Envía propuestas por WhatsApp mientras tu equipo duerme
Ona conecta tu WhatsApp Business con un agente de IA que cualifica, consulta tus sistemas y entrega la propuesta con precio real, sin que nadie del equipo intervenga.
Preguntas frecuentes sobre propuestas automáticas por WhatsApp
Sí, siempre que el agente esté conectado al sistema donde viven los precios y la disponibilidad. En el caso de Renovarent, las 17 propuestas del periodo analizado (el 100%) salieron sin un solo mensaje humano en la conversación previa, con una mediana de 1,7 horas desde que el lead llegó.
En este caso, el 76% de las conversaciones en las que el cliente respondió se cerraron sin intervención humana, y el agente escribió el 83% de todos los mensajes de salida. El porcentaje varía según el sector y la complejidad de la operación, pero el patrón se repite: la IA absorbe el volumen repetitivo y el equipo se queda con las conversaciones que necesitan criterio.
El 62% de los leads contactados respondió al primer mensaje. La diferencia frente a un mensaje automático genérico está en que el agente aporta información útil desde el principio (modelo, disponibilidad, condiciones) en vez de un "gracias por escribirnos, te atendemos en breve".
La mediana fue de 72 segundos y el percentil 90 de 88 segundos, sobre 529 intercambios. Para comparar, el tiempo medio de respuesta de las empresas sin automatización supera las 47 horas.
El agente sigue trabajando. En este caso, el 32% de sus mensajes salió fuera de la franja de 09:00 a 19:00 y el 14% en fin de semana. Son conversaciones que, sin automatización, habrían esperado al día siguiente o al lunes.
Tres cosas: WhatsApp Business API conectado, un agente configurado con las preguntas de cualificación de tu negocio, y una integración con el sistema que tiene tus precios o tu catálogo. El tercer punto es el que separa "responder rápido" de "enviar una propuesta cerrada".
