# Blog y casos de éxito de Databot — texto completo
> Todos los artículos del blog y los casos de éxito de Databot (databot.cl) en Markdown. Idiomas: español, English, português.
---
# ¿Cuántos créditos Databot necesito? Calcula tu consumo mensual
> Con tus créditos pagas los mensajes de WhatsApp que envían tu bot y tu equipo, y el uso de Synapse. Calcula en un minuto cuántos necesitas al mes.
- Publicado: 22 de octubre de 2026 (2026-10-22)
- Categoría: Novedades
- Fuente: https://databot.cl/blog/cuantos-creditos-necesito
## En resumen
- Los créditos Databot son una sola billetera para todo lo que consume tu cuenta: mensajes de WhatsApp y uso de Synapse.
- 1 crédito equivale a US$0,1725 más IVA.
- Las respuestas por WhatsApp de tu bot o tu equipo tienen 1.000 mensajes gratis al mes por número; las plantillas descuentan créditos desde el primer envío.
- Los mensajes que te escriben tus clientes no se cobran.
Con tus créditos Databot pagas los mensajes de WhatsApp que envían tu bot y tu equipo, y el uso de Synapse. Es una sola billetera para todo lo que consume tu cuenta: **1 crédito equivale a US$0,1725 más IVA**. En este artículo te explicamos en qué se usan y te dejamos una calculadora para estimar en un minuto cuántos necesitas al mes.
## Para qué sirven tus créditos
Los mensajes que te escriben tus clientes no se cobran. Lo que descuenta créditos es lo que envía tu cuenta por WhatsApp y el uso de Synapse:
| Uso | Qué incluye | Cuándo se descuenta |
| --- | --- | --- |
| Atender conversaciones en WhatsApp | Cada respuesta que envía tu bot o tu equipo cuando un cliente te escribe por WhatsApp (mensajes de servicio). Las respuestas en el chat web no se cobran | Desde el mensaje 1.001 de cada mes; los primeros 1.000 son gratis |
| Enviar plantillas de WhatsApp | Mensajes de WhatsApp que tú inicias: campañas y promociones, avisos de pedido o códigos de verificación | Desde el primer envío |
| Usar Synapse | El uso de Synapse, el copiloto de Databot, con los mismos créditos, sin otra cuenta ni otro medio de pago | Según el uso |
## Calcula cuántos créditos necesitas para WhatsApp
Esta calculadora estima los créditos de tus mensajes de WhatsApp. Completa los dos pasos con tu volumen mensual de WhatsApp y el total se actualiza al instante. Si no usas plantillas, deja el paso 2 en cero.
## Créditos por tipo de mensaje
Cuánto descuenta cada mensaje de tu billetera:
| Tipo de mensaje | Créditos por mensaje | Créditos por 1.000 |
| --- | --- | --- |
| Servicio: respuestas del bot o de tu equipo, sobre los 1.000 gratis | 0,133 | 133,3 |
| Marketing: plantillas de campañas y promociones | 0,593 | 592,7 |
| Utilidad: plantillas de avisos y confirmaciones | 0,133 | 133,3 |
| Autenticación: plantillas con códigos de verificación | 0,133 | 133,3 |
Valores referenciales para WhatsApp en Chile. Si quieres entender por qué Meta cobra las respuestas desde octubre de 2026, lo explicamos en [cuánto cuesta la API de WhatsApp](https://databot.cl/blog/cuanto-cuesta-api-whatsapp-como-ahorrar-mensajes).
## Preguntas frecuentes sobre los créditos Databot
**¿Cuánto vale un crédito?**
1 crédito equivale a US$0,1725 más IVA.
**¿Se cobran los mensajes que me escriben mis clientes?**
No. Solo descuentan créditos los mensajes que envían tu bot o tu equipo por WhatsApp, las plantillas y el uso de Synapse.
**¿Los 1.000 mensajes gratis se acumulan?**
No. Se renuevan cada mes, por número de WhatsApp, y solo aplican a las respuestas dentro de una conversación. Las plantillas descuentan créditos desde el primer envío.
**¿Necesito otra cuenta para pagar Synapse?**
No. Los mismos créditos cubren el uso de Synapse, sin otra cuenta ni otro medio de pago.
---
# Databot Desk: lo que tu bot no puede resolver llega a tu equipo con dueño y plazo
> Databot Desk es la mesa de segundo nivel de tu atención: el bot crea el ticket cuando tu instrucción lo indica y tu equipo lo resuelve con dueño, plazo e historial completo. Ya está incluido en tu plan.
- Publicado: 21 de octubre de 2026 (2026-10-21)
- Categoría: Novedades
- Fuente: https://databot.cl/blog/databot-desk-tickets
## En resumen
- Databot Desk es la herramienta de escalamiento de Databot: el bot crea un ticket cuando la conversación cumple las reglas que tú escribes en su instrucción.
- Cada ticket llega a una bandeja con prioridad, responsable, SLA y la conversación con el bot adjunta, para que tu equipo no le pregunte dos veces al cliente.
- El cliente recibe un código de seguimiento y puede preguntarle al bot en qué estado va su caso, a cualquier hora.
- Está incluido en tu plan, sin costo adicional, y se activa en una sesión de 30 minutos con nuestro equipo.
Un buen agente de IA resuelve la mayoría de las consultas: preguntas frecuentes, productos, estado de pedidos. Pero siempre queda un grupo de casos que necesita a una persona: un producto que llegó dañado, un cobro duplicado, un cliente que pide hablar con un ejecutivo. Ahí es donde la atención suele romperse: el caso queda perdido en un chat, sin dueño ni plazo, y el cliente vuelve a escribir para preguntar "¿y mi reclamo?".
Por eso lanzamos **Databot Desk**, la mesa de segundo nivel de tu atención. El bot crea el ticket cuando tu instrucción lo indica, y tu equipo lo resuelve con todo el contexto, en la misma plataforma donde ya está tu bot. Mira cómo funciona en 25 segundos:
## Qué es Databot Desk
Databot Desk es tu herramienta de escalamiento: el segundo nivel para las solicitudes que solo un humano puede resolver. Cada una queda registrada, asignada y con plazo.
| Nivel | Quién | Qué hace |
| --- | --- | --- |
| Nivel 1 | Agente de IA | Responde preguntas frecuentes, productos y pedidos, las 24 horas, en web, WhatsApp, Instagram y Messenger |
| Nivel 2 | Databot Desk | Crea el ticket con los datos ya pedidos y la conversación adjunta; queda en la bandeja con prioridad y SLA |
| Cierre | Tu equipo | Se asigna el caso, responde por correo en el mismo hilo y lo cierra con historial completo |
Y el círculo se cierra en el bot: tu cliente le pregunta por su código de seguimiento y el bot le dice en qué estado va su caso.
## Un caso de postventa a las 23:47
Una clienta escribe fuera de horario: el sillón que compró llegó con una pata rota y es un reclamo urgente. El bot le pide el número de pedido y su correo, aplica la regla de su instrucción ("reclamo urgente → crear ticket") y le entrega un código de seguimiento.
El ticket queda en la bandeja con prioridad urgente, categoría Reclamo y origen "Creado desde Chatbot". A primera hora, una regla lo asigna a la ejecutiva de postventa, que abre la ficha y ya tiene el pedido, el correo y la conversación completa. Le responde por correo, coordina el retiro y cambia el estado a "en progreso". Si la clienta vuelve a preguntarle al bot, este le muestra el estado real del caso.
## Tú defines cuándo el bot crea un ticket
Las reglas se escriben en la instrucción del bot, con tus palabras. No hay que cambiar el bot ni programar nada: le dices en qué casos escalar y qué datos pedir antes. Prueba los tres casos de este ejemplo: el bot solo escala lo que cumple tus reglas.
Si la consulta la puede resolver el bot, la resuelve y tu equipo no recibe nada. Así la bandeja tiene solo lo que de verdad necesita a una persona.
## Qué ve tu equipo en Databot Desk
**Bandeja.** Todos los casos en un tablero, cada uno con responsable. Tu equipo ve los tickets en tabla o en tablero, agrupados por estado, prioridad, categoría o responsable.
- Cada ejecutivo ve los tickets que tiene asignados.
- Plazos de asignación y resolución (SLA), con aviso visible cuando un caso se vence.
- Filtros, búsqueda y columnas a tu medida, con tus propios campos.
- Descartar no es borrar: el ticket pasa a la papelera y se puede restaurar.
**Ficha del ticket.** Todo el contexto del caso, sin preguntarle dos veces al cliente:
- Datos del cliente, categoría, prioridad, estado y responsable.
- Conversación previa con el bot, para no partir de cero.
- Notas internas, archivos y campos personalizados.
- Respuesta al cliente por correo, en el mismo hilo, desde el ticket.
**Seguimiento para tu cliente.** Con su código de seguimiento, el cliente consulta el estado del ticket en el mismo chat, a cualquier hora. El bot lee el estado real del ticket en Desk, así que tu equipo recibe menos mensajes del tipo "¿y mi reclamo?" y el cliente sabe en qué está su caso sin esperar a que alguien le conteste.
**Automatizaciones.** Lo repetitivo se hace solo. Armas flujos en un editor visual, sin código: eliges cuándo se activan (cuando se crea, se actualiza, cambia un campo, se cierra o se elimina un ticket), agregas condiciones y defines qué pasa:
- Enviar un email o una plantilla de WhatsApp.
- Asignar un agente o un equipo.
- Agregar una fila en Google Sheets o crear un evento en Google Calendar.
- Enviar un webhook a otro sistema.
Por ejemplo: cuando se crea un ticket con prioridad urgente, asignarlo al equipo de postventa y enviarle al cliente un correo de confirmación.
**Estadísticas.** Un panel con el resumen del período, filtrable por agente y por fechas, para saber cuánto tarda tu equipo y dónde se acumulan los casos:
- Tickets totales, abiertos, cerrados y tasa de resolución.
- Tiempo promedio de asignación, de resolución y total.
- Distribución por estado y por categoría.
- Tickets por agente, con su cumplimiento de SLA.
## WhatsApp para recibir el caso, correo para resolverlo
Desde el 1 de octubre de 2026, Meta cobra los mensajes de servicio de WhatsApp desde el mensaje 1.001 de cada número, cada mes (lo explicamos en [cuánto cuesta la API de WhatsApp](https://databot.cl/blog/cuanto-cuesta-api-whatsapp-como-ahorrar-mensajes)). Un reclamo puede tomar varios días de ida y vuelta.
- **Sin Desk**, todo el caso vive en el chat: cada ida y vuelta es un mensaje de WhatsApp más, y el caso no tiene dueño ni plazo.
- **Con Desk**, el bot recibe el caso por WhatsApp y abre el ticket. Tu equipo responde por correo, con el historial a la vista.
## Preguntas frecuentes sobre Databot Desk
**¿Databot Desk tiene costo adicional?**
No. Databot Desk está incluido en tu plan. Lo activamos contigo en una sesión de 30 minutos.
**¿Tengo que cambiar mi bot?**
No. Tu bot sigue igual; solo agregamos a su instrucción cuándo debe crear un ticket. Tú decides las reglas y las puedes ajustar cuando quieras.
**¿Cómo sabe el cliente en qué va su caso?**
Al crear el ticket, el bot le entrega un código de seguimiento. Con ese código, el cliente le pregunta al bot y recibe el estado actual. Además, puedes configurar un correo automático cada vez que el ticket cambia de estado o se cierra.
**¿Puedo crear tickets a mano?**
Sí. Además de los que crea el bot, tu equipo puede crear tickets desde la bandeja, por ejemplo para casos que llegan por teléfono.
**¿Quién ve cada ticket?**
Los administradores ven toda la bandeja. Cada ejecutivo ve los tickets que tiene asignados.
## Cómo activar Databot Desk
Lo dejamos funcionando contigo en 30 minutos:
1. **Agendas una sesión.** Eliges el horario. Trae a quien coordina a los ejecutivos.
2. **Configuramos juntos.** Escribimos la instrucción de cuándo crear tickets y definimos categorías, equipo, SLA y una automatización.
3. **Tu bot empieza a escalar.** Probamos un ticket de punta a punta. Desde ese día, los casos llegan a tu bandeja.
Databot Desk ya está incluido en tu plan. [Agenda tu activación](https://meetings.hubspot.com/celia-hoffmann-santander?utm_source=blog&utm_medium=web&utm_campaign=desk-lanzamiento) y llega al peak de postventa con tus casos en orden.
---
# Cuánto cuesta la API de WhatsApp en 2026 y cómo ahorrar mensajes
> Desde el 1 de octubre de 2026, WhatsApp cobra cada respuesta dentro de la ventana de 24 horas. Cómo calcular tu gasto y reducirlo con el Modo Ahorro de Databot.
- Publicado: 14 de octubre de 2026 (2026-10-14)
- Categoría: Novedades
- Fuente: https://databot.cl/blog/cuanto-cuesta-api-whatsapp-como-ahorrar-mensajes
## En resumen
- Desde el 1 de octubre de 2026, Meta cobra las respuestas dentro de la ventana de 24 horas a tarifa de utilidad, después de 1.000 mensajes gratis al mes por número.
- El costo ya no depende de cuántas conversaciones atiendes, sino de cuántos mensajes necesitas para resolver cada una.
- El Modo Ahorro de Databot agrupa respuestas, usa formularios, listas y reacciones, y en una operación de 10.000 conversaciones al mes puede bajar la cuenta en 41%.
Desde el 1 de octubre de 2026, responder a tus clientes por WhatsApp dejó de ser gratis. Meta empezó a cobrar los mensajes que las empresas envían dentro de la ventana de atención de 24 horas, que hasta ahora no tenían costo.
Para cualquier empresa que atiende por WhatsApp con un chatbot o un agente de IA, esto cambia la ecuación: ya no importa solo cuántas conversaciones atiendes, sino cuántos mensajes necesitas para resolver cada una. En este artículo te explicamos cuánto cuesta hoy la API de WhatsApp, cómo calcular tu gasto y cómo reducir el costo de WhatsApp con el nuevo Modo Ahorro de Databot, sin empeorar la experiencia de tus clientes.
## Cuánto cuesta la API de WhatsApp desde octubre de 2026
Meta cobra por mensaje desde julio de 2025, pero hasta septiembre de 2026 las respuestas dentro de la ventana de 24 horas eran gratis. Esa ventana se abre cada vez que un cliente te escribe, y ahí ocurre casi toda la atención al cliente.
Desde el 1 de octubre de 2026, esos mensajes pasaron a cobrarse a la misma tarifa regional que las plantillas de utilidad. Como compensación, cada número de WhatsApp tiene 1.000 mensajes de servicio gratis al mes, que no se acumulan de un mes a otro.
| Tipo de mensaje | Hasta el 30 de septiembre | Desde el 1 de octubre de 2026 |
| --- | --- | --- |
| Respuestas libres dentro de la ventana de 24 h (mensajes de servicio) | Gratis | Gratis los primeros 1.000 al mes por número; luego se cobran a tarifa de utilidad |
| Plantillas de utilidad dentro de la ventana | Gratis | Se cobran desde el primer mensaje |
| Plantillas de utilidad fuera de la ventana | Se cobran | Sin cambios |
| Plantillas de marketing y autenticación | Se cobran | Sin cambios |
| Mensajes dentro de una ventana de entrada gratuita (anuncios Click to WhatsApp) | Gratis | Sin cambios |
La ventana de 24 horas no desaparece: sigue reiniciándose cada vez que el cliente escribe. Los mensajes del cliente siguen sin costo, y cuenta como mensaje de servicio cualquier respuesta de la empresa, la escriba el bot o un ejecutivo. Cambiar de proveedor no evita el cargo, porque la tarifa la define Meta.
En una conversación típica de soporte, 4 de los 6 mensajes se cobran:
| Quién escribe | Mensaje | ¿Se cobra? |
| --- | --- | --- |
| Cliente | Hola, buenas tardes. Necesito ayuda con mi cuenta. | No |
| Bot | Hola, con gusto te ayudo. ¿Cuál es tu consulta? | Sí |
| Cliente | No puedo acceder a mi estado de cuenta. | No |
| Ejecutiva | Hola, soy Camila. Reviso tu caso ahora mismo. | Sí |
| Ejecutiva | Ya está solucionado, puedes volver a intentar. | Sí |
| Bot | ¿Logramos resolver tu consulta? | Sí |
Fuente: la [documentación de precios de Meta](https://developers.facebook.com/documentation/business-messaging/whatsapp/pricing).
## Cómo calcular el costo de WhatsApp para tu empresa
El costo ahora crece con cada mensaje que envía tu bot, así que una conversación larga cuesta más que una corta aunque resuelva lo mismo. La cuenta es simple: conversaciones al mes × respuestas por conversación = mensajes de servicio; mensajes de servicio × tarifa del mercado = costo mensual.
Con una tarifa de US$ 0,02 por mensaje, una operación que envía 50.000 respuestas al mes paga cerca de US$ 980 mensuales (US$ 11.760 al año) después de descontar los 1.000 gratis. Puedes calcular tu caso en la [calculadora de Databot](#calculadora).
Los bots suelen gastar mensajes de más por tres hábitos:
- Responden cada mensaje del usuario por separado, aunque haya escrito "hola", "quiero cotizar" y "3 pares" seguidos.
- Piden datos de a uno ("¿Tu nombre?", "¿Tu RUT?", "¿Tu comuna?"), un mensaje por pregunta.
- Cierran con uno o dos mensajes extra ("¡De nada!", la encuesta) cuando el cliente solo dijo "gracias" u "ok".
Ninguno de esos mensajes mejora la experiencia, pero desde octubre todos tienen precio. La pregunta clave pasó a ser cuántos mensajes necesitas para resolver cada caso.
## Cómo ahorrar mensajes de WhatsApp con el Modo Ahorro de Databot
El Modo Ahorro es un interruptor que activa un conjunto de funciones diseñadas para resolver lo mismo con menos mensajes cobrados. Se enciende desde la configuración de WhatsApp en Databot, y cada función se puede activar o desactivar por separado según cómo atiende tu empresa.
| Función | Qué hace | Antes → con Modo Ahorro
(a US$ 0,02 por mensaje) |
| --- | --- | --- |
| Responder una sola vez ante ráfagas | Espera 2 segundos y agrupa los mensajes seguidos del usuario; mientras, el cliente ve "escribiendo…", que es gratis | 3 respuestas (US$ 0,06)
→ 1 respuesta (US$ 0,02) |
| Formularios en vez de preguntas en cadena | Usa un formulario nativo de WhatsApp (Flow) cuando hay tres o más datos que pedir; todas sus pantallas cuestan un mensaje y la respuesta llega gratis | 5 preguntas (US$ 0,10)
→ 1 mensaje (US$ 0,02) |
| Listas y botones | Ofrece hasta 10 opciones en una lista o 3 botones en un solo mensaje | Respuesta + repregunta (US$ 0,04)
→ 1 mensaje (US$ 0,02) |
| Reaccionar en vez de mensaje final | Reacciona con un emoji al "gracias", "ok" o "chao"; la reacción no es un mensaje y Meta no le pone precio | 2 mensajes (US$ 0,04)
→ 0 mensajes (US$ 0) |
| Derivar a la web en conversaciones largas | Envía un botón "Continuar en la web" que abre la misma conversación, con un enlace firmado que expira en minutos | 1 mensaje (US$ 0,02);
desde ahí, cada mensaje cuesta cero |
| Llamadas de WhatsApp (beta) | Ofrece resolver por llamada; las llamadas que inicia el cliente son gratis para la empresa y las contesta la IA de Databot | Una llamada entrante reemplaza una cadena larga de mensajes |
| Respuestas con PDF o nota de voz | Envía planes, cotizaciones o instructivos como PDF, o una explicación como audio | 3 o 4 mensajes de texto
→ 1 mensaje (US$ 0,02) |
La derivación a la web es configurable: defines cuántos mensajes del usuario deben pasar antes de mostrar el botón, el texto que lo acompaña y si la IA puede ofrecerlo por iniciativa propia cuando detecta que la conversación lo requiere.
## Cuánto puedes reducir el costo de WhatsApp
Bajar de 5 a 3 respuestas por conversación reduce la cuenta en 41%. Este es el cálculo para una operación de 10.000 conversaciones al mes, a US$ 0,02 por mensaje y descontando los 1.000 gratis:
| | Hoy | Con Modo Ahorro | Diferencia |
| --- | --- | --- | --- |
| Respuestas por conversación | 5 | 3 | 2 menos |
| Costo mensual (US$) | 980 | 580 | 400 |
| Costo anual (US$) | 11.760 | 6.960 | 4.800 (41%) |
En esa operación, cada respuesta que eliminas de la conversación promedio vale US$ 2.400 al año. Son estimaciones referenciales: el costo real depende del país de tus clientes, la categoría del mensaje, el volumen y las actualizaciones de tarifas que Meta puede hacer cada trimestre.
## Preguntas frecuentes sobre el costo de WhatsApp
**¿Cuánto cuesta la API de WhatsApp en 2026?**
Meta cobra por mensaje según el país del cliente y la categoría. Desde el 1 de octubre de 2026 también se cobran las respuestas dentro de la ventana de 24 horas, después de los primeros 1.000 mensajes gratis al mes por número.
**¿Cuánto cuesta un mensaje de WhatsApp Business?**
Depende del mercado. Como referencia, a US$ 0,02 por mensaje, 50.000 respuestas al mes cuestan cerca de US$ 980.
**¿Cómo ahorrar mensajes de WhatsApp?**
Agrupa respuestas, pide datos con formularios, usa listas y botones, reacciona al "gracias" en vez de responder y deriva las conversaciones largas a la web.
**¿Cómo reducir el costo de WhatsApp Business API?**
Reduce las respuestas por conversación: con 10.000 conversaciones al mes, bajar de 5 a 3 respuestas ahorra 41%. Cambiar de proveedor no evita el cargo, porque la tarifa la define Meta.
**¿WhatsApp cobra los mensajes que envían los clientes?**
No. Solo se cobran los mensajes que envía la empresa, ya sea el bot o un ejecutivo.
**¿Los 1.000 mensajes gratis son por cuenta o por número?**
Por número comercial, y no se acumulan de un mes a otro. Tres números suman 3.000 mensajes gratis al mes.
## Cómo activarlo
Si ya usas Databot en WhatsApp, el Modo Ahorro está disponible hoy en la configuración de tu bot:
1. Entra a la configuración del canal WhatsApp y abre la sección "WhatsApp: modo ahorro".
2. Enciende el Modo Ahorrador en WhatsApp. Si lo apagas, todas las funciones se desactivan automáticamente.
3. Activa las funciones que calzan con tu operación. Por ejemplo, la derivación a la web conviene si tus clientes hacen trámites largos; las llamadas, si atiendes casos complejos.
Cada función se enciende por bot y por canal: la activas en WhatsApp y la dejas apagada en la web, donde los mensajes no cuestan.
El cambio de Meta no tiene vuelta atrás, pero la cuenta sí se puede controlar. La mejor atención por WhatsApp ahora no es la que más conversa, sino la que resuelve en menos mensajes. Calcula tu impacto en la [calculadora de Databot](#calculadora) o [agenda una revisión de tu operación](https://meetings.hubspot.com/celia-hoffmann-santander/costos-meta), sin costo para clientes de Databot.
---
# Cómo el 70% de las consultas de e-commerce se pueden automatizar sin perder la experiencia de cliente
> Stock, seguimiento de pedidos, cambios y devoluciones: las cuatro consultas que saturan a tu equipo y que la IA resuelve en segundos, las 24 horas.
- Publicado: 10 de diciembre de 2024 (2024-12-10)
- Categoría: E-commerce
- Fuente: https://databot.cl/blog/automatizar-consultas-ecommerce
## En resumen
- Stock, seguimiento de pedidos, cambios y devoluciones concentran la mayoría de las consultas de una tienda online.
- Un agente de IA conectado al catálogo, al OMS y al courier las resuelve de principio a fin, las 24 horas.
- La clave es medir, conectar los sistemas, definir cuándo derivar a una persona e iterar cada semana.
Si revisas las conversaciones que recibe tu tienda en un día cualquiera, vas a notar un patrón: la mayoría son variaciones de las mismas cuatro preguntas. **¿Tienen stock? ¿Dónde está mi pedido? ¿Cómo hago un cambio? ¿Cómo devuelvo un producto?**
Son consultas importantes para el cliente, pero repetitivas para tu equipo. Y son, justamente, las que un agente de IA bien conectado puede resolver de principio a fin.
## Las cuatro consultas que saturan a tu equipo
### 1. Disponibilidad y stock
El cliente quiere saber si el producto está disponible, en qué talla o color, y si puede retirarlo en tienda. Cuando el agente de IA está conectado a tu catálogo (Shopify, VTEX, Jumpseller, WooCommerce u otro), responde con datos reales y no con un "te confirmo más tarde".
### 2. Seguimiento de pedidos
"¿Dónde está mi pedido?" es la pregunta más frecuente después de una compra. Con la integración al OMS o al courier, el agente consulta el estado con el número de orden o el correo del cliente y responde al instante, a cualquier hora.
### 3. Cambios
Las políticas de cambio suelen tener condiciones: plazos, estado del producto, boleta. El agente explica la política, verifica si la compra califica y guía al cliente paso a paso.
### 4. Devoluciones
Igual que en los cambios, la clave es que el cliente no quede a medio camino. El agente puede iniciar el proceso, entregar las instrucciones de envío y derivar a una persona solo cuando hay una excepción.
## Por qué la experiencia no se pierde (y suele mejorar)
El miedo más común al automatizar es que la atención se vuelva fría o robótica. En la práctica pasa lo contrario cuando se hace bien:
- **Respuesta inmediata, 24/7.** El cliente no espera al horario de oficina para saber dónde está su compra.
- **Respuestas consistentes.** La política de cambios es la misma a las 10:00 y a las 23:00.
- **Derivación inteligente.** Cuando una conversación requiere criterio humano, el agente la deriva con todo el contexto, para que el cliente no tenga que repetir su caso.
- **Más tiempo para lo importante.** Tu equipo deja de copiar y pegar estados de despacho y se concentra en casos complejos y en ventas.
## Cómo empezar
1. **Mide.** Exporta un mes de conversaciones y clasifícalas por motivo. Vas a ver rápidamente qué porcentaje corresponde a estas cuatro consultas.
2. **Conecta tus sistemas.** Sin datos reales (catálogo, pedidos, courier), un bot solo puede dar respuestas genéricas.
3. **Define las reglas de derivación.** Decide qué casos siempre deben llegar a una persona.
4. **Itera.** Revisa semanalmente las conversaciones no resueltas y ajusta las instrucciones del agente.
En Databot vemos que las empresas que siguen este camino resuelven en torno al **70% de sus consultas sin intervención humana**, sin sacrificar la satisfacción del cliente.
¿Quieres ver cómo se vería en tu tienda? [Agenda una demo](#agendar-demo) y te mostramos el agente funcionando con tus propios casos.
---
# WhatsApp Business API: guía completa para implementarla en tu empresa
> Todo lo que necesitas saber sobre la API oficial de Meta: requisitos, costos, límites y cómo conectarla con tu stack actual.
- Publicado: 18 de noviembre de 2024 (2024-11-18)
- Categoría: Integraciones
- Fuente: https://databot.cl/blog/whatsapp-business-api-guia
## En resumen
- La API de WhatsApp Business permite usuarios ilimitados, agentes de IA e integración con tus sistemas; la app no.
- Necesitas un portfolio comercial verificado en Meta, un número disponible y un proveedor que se conecte a la API.
- Fuera de la ventana de 24 horas solo puedes escribir con plantillas aprobadas por Meta.
WhatsApp es el canal donde tus clientes ya están. Pero entre la app de WhatsApp Business y la **WhatsApp Business Platform (API)** hay una diferencia enorme en lo que puedes hacer. Esta guía resume lo que necesitas saber antes de implementarla.
## App de WhatsApp Business vs. API
| | App WhatsApp Business | WhatsApp Business API |
|---|---|---|
| Usuarios simultáneos | Limitado a pocos dispositivos | Ilimitados, a través de una plataforma |
| Automatización | Mensajes rápidos y respuestas básicas | Agentes de IA, flujos e integraciones |
| Integración con sistemas | No | Sí (CRM, e-commerce, ERP, ticketera) |
| Envíos masivos | Muy limitados | Plantillas aprobadas por Meta |
Si tu empresa recibe un volumen relevante de conversaciones o necesita conectar WhatsApp con otros sistemas, la API es el camino.
## Requisitos para implementarla
1. **Un portfolio comercial en Meta (Business Manager)** verificado con los datos de tu empresa.
2. **Un número de teléfono** que no esté registrado en la app de WhatsApp (o que puedas migrar).
3. **Un proveedor o plataforma** que se conecte a la API y te dé la bandeja de entrada, los flujos y la automatización.
4. **Un nombre visible** que cumpla las políticas de Meta.
## Cómo funcionan los costos
Meta cobra por conversación o mensaje según la categoría (marketing, utilidad, autenticación y servicio) y el país del cliente. Las tarifas y reglas cambian periódicamente, así que te recomendamos revisar siempre la tabla oficial de precios de Meta antes de proyectar tu presupuesto.
Una regla práctica: **las conversaciones que inicia el cliente suelen ser las más económicas**, por lo que conviene que tus canales (web, redes, correos) inviten a escribir por WhatsApp.
## Límites que debes conocer
- **Ventana de 24 horas:** después del último mensaje del cliente puedes responder libremente durante 24 horas. Fuera de esa ventana solo puedes escribir con plantillas aprobadas.
- **Plantillas:** cada mensaje proactivo (recordatorios, avisos de despacho, campañas) necesita una plantilla aprobada por Meta.
- **Niveles de mensajería:** la cantidad de clientes a los que puedes escribir por día crece a medida que tu número mantiene una buena calidad.
## Cómo conectarla con tu stack
El valor real aparece cuando WhatsApp deja de ser una bandeja aislada:
- **E-commerce:** consulta de stock, estado de pedidos y recuperación de carritos.
- **CRM:** cada conversación queda asociada al contacto y a su historial.
- **Ticketera:** los casos complejos se convierten en tickets con seguimiento.
- **Agenda:** reservas y recordatorios automáticos.
En Databot conectamos la API de WhatsApp con un agente de IA entrenado con la información de tu negocio, junto a Instagram, web y email, en una sola plataforma. Revisa todas las [integraciones disponibles](https://databot.cl/integraciones) o [agenda una demo](#agendar-demo).
---
# CSAT 85%: cómo Parque Arauco logró atención 24/7 con IA generativa
> EMA, el agente IA de Parque Arauco, atiende centros comerciales en tiempo real. Así fue la implementación, los desafíos y los resultados.
- Publicado: 22 de octubre de 2024 (2024-10-22)
- Categoría: Casos de éxito
- Fuente: https://databot.cl/blog/parque-arauco-ia-conversacional
## En resumen
- EMA, el agente de IA de Parque Arauco, atiende consultas de varios centros comerciales en tiempo real.
- Funciona sobre una base de conocimiento que el equipo de CX actualiza sin depender de desarrolladores.
- Resultado: 85% de satisfacción (CSAT) y cobertura 24/7 en todos los puntos de contacto.
Un centro comercial recibe preguntas de todo tipo y a toda hora: horarios, tiendas, estacionamientos, eventos, objetos perdidos, servicios. Multiplica eso por varios centros comerciales y tienes un desafío de atención que difícilmente se resuelve solo con personas.
Ese fue el punto de partida de **EMA**, el agente de IA de Parque Arauco desarrollado sobre Databot.
## El desafío
- **Alto volumen y alta variedad** de consultas, distintas en cada centro comercial.
- **Información que cambia constantemente:** tiendas que abren, eventos de temporada, horarios especiales.
- **Expectativa de respuesta inmediata** de visitantes que muchas veces escriben mientras están en el mall.
## La solución: un agente con contexto
EMA no es un árbol de opciones. Es un agente de IA generativa que:
1. **Conoce cada centro comercial**, gracias a una base de conocimiento que el equipo de Parque Arauco puede actualizar sin depender de desarrolladores.
2. **Entiende la intención** de la pregunta, aunque esté escrita de forma informal o incompleta.
3. **Deriva a una persona** cuando el caso lo requiere, con el contexto de la conversación.
## Resultados
> "Con IA Generativa logramos un 85% de satisfacción del cliente y respuestas 24/7 en todos los puntos de contacto."
>
> — Felipe Misle, Head of CX Corporativo, Parque Arauco
- **85% de satisfacción (CSAT)** en las conversaciones atendidas.
- **Cobertura 24/7** en todos los puntos de contacto.
## Lo que aprendimos
- **La base de conocimiento es el producto.** La calidad de las respuestas depende directamente de qué tan actualizada y clara esté la información.
- **El equipo de CX debe ser dueño del agente.** Poder ajustar instrucciones y contenidos sin un proyecto de TI acelera la mejora continua.
- **Medir desde el día uno.** La satisfacción por conversación permite detectar rápido qué temas necesitan más contexto.
¿Tu operación tiene un desafío parecido? [Conversemos](#agendar-demo).
---
# Chatbot vs. agente IA: qué diferencia a Databot de los bots tradicionales
> Un chatbot responde. Un agente IA ejecuta. La diferencia parece pequeña, pero cambia todo: cotiza, agenda, deriva y recomienda sin intervención humana.
- Publicado: 8 de octubre de 2024 (2024-10-08)
- Categoría: Producto
- Fuente: https://databot.cl/blog/chatbot-vs-agente-ia
## En resumen
- Un chatbot tradicional sigue flujos fijos; un agente de IA entiende lenguaje natural y el contexto.
- El agente usa herramientas: cotiza, agenda, crea tickets y deriva a una persona con todo el contexto.
- Los flujos siguen sirviendo para procesos regulados; lo ideal es combinarlos con un agente.
Durante años, "chatbot" fue sinónimo de un menú con botones: *presiona 1 para ventas, 2 para soporte*. Funcionaba para lo básico, pero cualquier pregunta fuera del guion terminaba en frustración.
Los agentes de IA cambian esa lógica. La diferencia se resume en una frase: **un chatbot responde; un agente ejecuta.**
## El chatbot tradicional
- Sigue **flujos predefinidos** (árboles de decisión).
- Reconoce palabras clave, pero **no entiende el contexto**.
- Cuando la pregunta no calza con el flujo, **deriva o se queda en loop**.
- Cada nuevo caso implica **diseñar un nuevo flujo**.
## El agente de IA
- **Entiende lenguaje natural**, incluso con errores de ortografía o mensajes largos.
- Responde con la **información de tu negocio** (documentos, sitio web, catálogo).
- **Usa herramientas:** consulta sistemas, crea tickets, agenda, registra leads.
- **Decide cuándo derivar** a una persona y entrega el contexto completo.
[Imagen: Diagrama de la plataforma Databot: fuentes de datos (Shopify, VTEX, documentos y APIs), configuración de IA con instrucciones, conocimiento y herramientas, chat inteligente y acciones como ventas, agendamiento, tickets y derivación humana]
*Cómo funciona un agente de IA en Databot: se conecta a tus datos, se configura con instrucciones y herramientas, responde con información real y ejecuta acciones.*
## Qué significa "ejecutar"
Con el Tools Manager de Databot, el agente no solo conversa, sino que actúa:
- **Cotiza:** toma los datos del cliente y genera una cotización.
- **Agenda:** revisa la disponibilidad y reserva la hora.
- **Deriva:** crea un ticket en la ticketera o transfiere a un ejecutivo según reglas.
- **Recomienda:** sugiere productos según lo que el cliente busca.
## ¿Cuándo sigue teniendo sentido un flujo?
Los flujos no desaparecen. Son útiles cuando el proceso **debe** seguir pasos exactos, por ejemplo, para validar identidad o cumplir un requisito legal. Lo ideal es combinarlos: flujos para lo regulado y un agente de IA para todo lo demás.
## En resumen
| | Chatbot | Agente IA |
|---|---|---|
| Comprensión | Palabras clave | Lenguaje natural y contexto |
| Conocimiento | Respuestas escritas a mano | Tu base de conocimiento |
| Acciones | Limitadas al flujo | Herramientas e integraciones |
| Mantención | Rediseñar flujos | Ajustar instrucciones y contenido |
Conoce más sobre la [configuración del agente IA](https://databot.cl/plataforma/prompt-manager) o [agenda una demo](#agendar-demo).
---
# Lead generation con IA: de SDR humano a calificación 24/7
> Cómo automatizar la captura, calificación y entrega de leads sin depender de un equipo de SDR disponible a toda hora.
- Publicado: 24 de septiembre de 2024 (2024-09-24)
- Categoría: Ventas
- Fuente: https://databot.cl/blog/lead-generation-ia-sdr
## En resumen
- La velocidad de respuesta es una de las variables que más impacta la conversión de un lead.
- Un agente de IA captura, califica (BANT u otro marco) y entrega el lead al CRM en segundos, 24/7.
- El equipo comercial deja de filtrar y se concentra en cerrar.
Un lead que escribe un domingo en la noche y recibe respuesta el lunes a mediodía ya se enfrió. La velocidad de respuesta es una de las variables que más impacta la conversión, y también una de las más difíciles de sostener con un equipo humano.
## El problema del embudo tradicional
1. El lead llega por web, WhatsApp o Instagram.
2. Espera a que alguien del equipo comercial lo contacte.
3. El SDR hace las mismas preguntas de siempre para calificar.
4. Solo una parte termina en reunión con un ejecutivo.
Cada paso agrega tiempo y fricción. Y el SDR invierte gran parte de su día en conversaciones que no van a avanzar.
## Cómo cambia con un agente de IA
**Captura inmediata.** El agente responde en segundos, en el canal donde llegó el lead.
**Calificación conversacional.** En lugar de un formulario largo, el agente hace las preguntas clave dentro de una conversación natural: presupuesto, necesidad, plazos, rol en la decisión (el clásico BANT o el marco que use tu equipo).
**Entrega al CRM.** El lead llega al CRM con los datos estructurados y el resumen de la conversación.
**Derivación según puntaje.** Los leads calificados pasan directamente a un ejecutivo o reciben un link para agendar una reunión. Los que aún no están listos entran a un flujo de seguimiento.
## Qué se mantiene humano
La IA no reemplaza al equipo comercial; le cambia el foco. Los ejecutivos dejan de filtrar y pasan a **cerrar**. Los SDR pueden concentrarse en prospección outbound y en cuentas estratégicas.
## Caso real
Imega Ventus, empresa industrial con canal e-commerce, automatizó su atención y su captura de leads con Databot:
> "90% de auto-resolución y 1.400 leads por mes sin aumentar el equipo. Databot cambió nuestra operación comercial."
>
> — Sofía Bórquez, Subgerenta E-commerce, Imega Ventus
## Checklist para empezar
- Define qué es un **lead calificado** para tu empresa.
- Escribe las **preguntas de calificación** en el orden en que las haría tu mejor SDR.
- Conecta tu **CRM** para que no haya ingreso manual.
- Establece **reglas de derivación** claras.
- Revisa semanalmente las conversaciones y ajusta.
Descubre la solución de [generación de leads](https://databot.cl/soluciones/leads) de Databot.
---
# Agendamiento de citas médicas: cómo la IA ayuda a reducir los no-shows
> Recordatorios automáticos, confirmaciones por WhatsApp y reagendamiento sin fricción: cómo las clínicas pueden descongestionar su call center.
- Publicado: 10 de septiembre de 2024 (2024-09-10)
- Categoría: Salud
- Fuente: https://databot.cl/blog/agendamiento-citas-salud
## En resumen
- Los pacientes faltan sobre todo porque olvidan la cita, no pueden avisar fácilmente o reagendar es engorroso.
- Un agente de IA agenda, envía recordatorios por WhatsApp y permite confirmar, cancelar o reagendar en el mismo mensaje.
- El agente nunca entrega diagnósticos: lo clínico siempre se deriva a un profesional.
En clínicas y centros médicos, cada hora que queda vacía por un paciente que no llegó es una pérdida doble: el ingreso que no se generó y el paciente que podría haberla usado. Al mismo tiempo, el call center se satura con llamadas para agendar, confirmar y cambiar horas.
## Por qué los pacientes no llegan
Las razones más comunes son simples:
- **Se olvidaron** de la cita.
- **No pudieron avisar** fácilmente que no asistirían.
- **Reagendar era engorroso**, así que simplemente no fueron.
Todas tienen algo en común: se resuelven mejorando la comunicación con el paciente.
## Cómo ayuda un agente de IA
### Agendamiento conversacional
El paciente escribe por WhatsApp o en la web, indica la especialidad o el profesional y el agente le muestra las horas disponibles, conectado al sistema de agenda de la clínica.
### Recordatorios automáticos
Uno o dos días antes, el paciente recibe un recordatorio por WhatsApp con la opción de **confirmar, cancelar o reagendar** en el mismo mensaje.
### Reagendamiento sin fricción
Si el paciente no puede asistir, el agente le ofrece nuevas horas en la misma conversación. La hora liberada vuelve a quedar disponible para otro paciente.
### Preguntas frecuentes
Preparación para exámenes, convenios, ubicación, valores: el agente responde lo repetitivo y deriva a una persona lo clínico.
## Buenas prácticas
- **Nunca entregues diagnósticos ni indicaciones médicas** a través del agente. Define límites claros y deriva esos casos a un profesional.
- **Cuida los datos sensibles.** Pide solo la información necesaria y cumple con la normativa de protección de datos vigente.
- **Usa plantillas aprobadas** de WhatsApp para los recordatorios.
- **Mide la tasa de confirmación** y de inasistencia antes y después de implementar.
Conoce la solución de Databot para [clínicas y salud](https://databot.cl/soluciones/salud) y para [agendamiento](https://databot.cl/soluciones/agendamiento).
---
# Un asesor de moda con IA que responde el 92% de las consultas de los clientes de Arrow
> Arrow, una de las marcas de camisería y moda masculina más reconocidas de Chile, atiende a sus clientes online con un asistente de IA que recomienda productos, resuelve dudas de tallas y acompaña la compra a cualquier hora.
- Caso de éxito: Arrow
- Moda masculina / Ecommerce
- URL: https://databot.cl/casos-de-exito/arrow
## Cifras clave
- **92%** — De las consultas respondidas por el asistente
- **+1.100** — Consultas de tallas y medidas atendidas en un año
- **24/7** — Atención en el ecommerce, todos los días
- **2** — Marcas del grupo con asistente propio
## Sobre Arrow
Arrow es una marca de moda masculina con décadas de historia en Chile, conocida por sus camisas y presente en tiendas propias, grandes tiendas y su propio ecommerce. En Chile la opera Manufacturas Interamericana S.A., que también es dueña de la marca Piero Butti.
## El desafío
Comprar ropa online genera una duda constante: qué talla me queda. A eso se suman las preguntas de siempre sobre despachos, cambios y promociones.
- **Tallas y calce:** la consulta más frecuente, y la que más frena una compra si no se responde rápido.
- **Catálogo con muchas variantes:** cada prenda tiene tallas, colores y fits distintos.
- **Atención fuera de horario:** los clientes compran de noche y los fines de semana, cuando el equipo no está disponible.
- **Información que cambia:** políticas de despacho, cambios y campañas que deben estar siempre actualizadas.
## La solución
Databot implementó un asistente de ventas y atención con IA, conectado al ecommerce de Arrow.
- **Recomendador conectado al catálogo:** lee productos, variantes y stock en tiempo real y sugiere prendas disponibles según lo que busca el cliente.
- **Asesoría de tallas:** responde las dudas de medidas y equivalencias con la información de la marca.
- **Respuestas siempre al día:** el asistente se sincroniza con las políticas publicadas en el sitio, sin cargar documentos a mano.
- **Instrucciones por tema:** despachos, cambios, devoluciones y promociones organizados por separado, para respuestas más precisas.
- **Mejora continua:** la plataforma detecta las preguntas que el asistente aún no responde y propone el contenido para cubrirlas.
- **Derivación a un ejecutivo:** cuando el caso lo requiere, la conversación pasa al equipo de atención.
## Implementación
Arrow partió con una prueba de concepto y, tras validar los resultados, llevó el asistente a producción y luego lo replicó en una segunda marca del grupo.
- **Octubre 2024:** Inicio con una prueba de concepto
- **Abril 2026:** Piero Butti se suma con su propio asistente
## Resultados
El asistente responde el 92% de las consultas que recibe y se convirtió en el primer punto de contacto para resolver dudas de tallas, la principal barrera de compra en moda online.
- **92% de las consultas respondidas** por el asistente.
- **+1.100 consultas de tallas** resueltas en un año, sin esperar a un ejecutivo.
- **Atención 24/7** en el ecommerce.
- **Modelo replicable:** el grupo extendió el asistente a una segunda marca.
---
# 8 marcas, un asistente con IA para cada una, en producción en un mes
> Grupo Gino conectó sus ecommerce a asistentes de ventas que recomiendan productos con stock real, responden dudas de compra e informan el estado de los pedidos, cada uno con la voz de su marca.
- Caso de éxito: Grupo Gino
- Retail / Ecommerce
- URL: https://databot.cl/casos-de-exito/grupo-gino
## Cifras clave
- **8** — Marcas con asistente propio
- **5 días** — Para la primera marca en producción
- **1 mes** — Para siete marcas en producción
- **97%** — De las consultas respondidas por el asistente
- **4,4 / 5** — De satisfacción de los usuarios
## Sobre Grupo Gino
Grupo Gino es el único fabricante de calzado con producción en Chile. Lleva más de 40 años calzando a los chilenos, con más de 40 tiendas en el país y alrededor de 1,6 millones de pares al año.
Su canal digital son ocho ecommerce de marca, cada uno con público y estilo propios:
- **16 Hrs** (https://www.16hrs.cl/): Calzado de mujer
- **Pollini** (https://www.pollini.cl/): Cuero, calidad y diseño
- **Bruno Rossi** (https://www.brunorossi.cl/): Calzado de mujer
- **Zappa** (https://www.zappa.cl/): Moda versátil y tendencia
- **Mingo** (https://www.mingo.cl/): Sandalias y calzado casual
- **PZ** (https://www.pz.cl/): Calzado, ropa y equipamiento para toda la familia
- **Panama Jack** (https://www.panamajackchile.cl/): Cuero resistente y outdoor
- **Doxie** (https://www.doxiechile.cl/): Calzado
## El desafío
Ocho marcas significan ocho catálogos, ocho tonos de voz y las mismas preguntas en cada sitio: qué talla me queda, si hay stock, dónde está mi pedido, cómo hago un cambio.
- **Catálogo amplio y cambiante:** miles de productos que se renuevan cada temporada.
- **Postventa intensa:** consultas constantes sobre despachos, cambios y devoluciones.
- **Picos comerciales:** eventos como Cyber y Black Friday multiplican el tráfico.
- **Atención continua:** los clientes compran a cualquier hora y esperan respuesta inmediata.
## La solución
Databot desplegó un asistente de ventas y postventa con IA para cada marca, todos administrados desde una sola plataforma.
- **Recomendador conectado al ecommerce:** lee stock, precios y descripciones en tiempo real. Solo sugiere productos disponibles y agrupa los colores y tallas de cada modelo.
- **Seguimiento de pedidos:** el cliente consulta por su compra y el asistente responde al instante el estado del despacho.
- **Una voz por marca:** cada asistente tiene su propio tono y estilo, cercano y familiar en PZ, aventurero en Panama Jack.
- **Menú de inicio:** accesos directos para buscar productos, seguir un pedido o encontrar tiendas físicas.
- **Información siempre al día:** el asistente se sincroniza con las políticas publicadas en cada sitio y con las campañas vigentes.
- **Mejora continua:** la plataforma detecta las preguntas que el asistente aún no responde para cubrirlas.
- **Web y WhatsApp:** el mismo asistente atiende en el sitio y en WhatsApp, sin que la conversación pierda el contexto.
## Implementación
Las siete primeras marcas salieron a producción en un mes, en plena temporada de fin de año. La octava se sumó después en menos de dos semanas.
- **Diciembre 2025:** Inicio del proyecto; 16 Hrs en producción en 5 días
- **Enero 2026:** Pollini, Bruno Rossi, Zappa, Mingo, PZ y Panama Jack en producción
- **Mayo 2026:** Doxie se suma como octava marca
- **Julio 2026:** Menú de inicio activo en todas las marcas
- **Octubre 2026:** El asistente se suma a WhatsApp
## Resultados
El asistente responde el 97% de las consultas que recibe, con una satisfacción de 4,4 sobre 5. Su uso principal es la búsqueda de productos: funciona como un vendedor, no solo como preguntas frecuentes.
- **97% de las consultas respondidas** por el asistente.
- **4,4 / 5 de satisfacción** promedio de los usuarios.
- **Intención de compra primero:** casi la mitad de las interacciones desde el menú de inicio son para buscar productos.
- **Atención 24/7 en ocho marcas,** administradas desde una sola plataforma.
---
# Grupo Tattersall atiende con IA a los clientes de 7 unidades de negocio y lleva cada lead directo a Salesforce
> Grupo Tattersall, uno de los conglomerados más antiguos y reconocidos de Chile, tiene asistentes con IA en los sitios de sus unidades de negocio. Atienden 24/7, asesoran sobre vehículos, maquinaria, repuestos y leasing, y entregan cada oportunidad comercial a su equipo de ventas en Salesforce.
- Caso de éxito: Grupo Tattersall
- Automotriz, maquinaria y servicios financieros · Chile
- URL: https://databot.cl/casos-de-exito/grupo-tattersall
- Video del caso: https://www.youtube.com/watch?v=YLTqolOIrNM
## Cifras clave
- **7** — Unidades de negocio con asistente propio
- **24/7** — Atención a clientes en tiempo real
- **1 CRM** — Leads enviados directo a Salesforce
## Sobre Grupo Tattersall
Grupo Tattersall es una de las compañías más antiguas y reputadas de Chile, con negocios en el sector agrícola, ganadero, automotriz, de maquinaria agrícola e industrial, repuestos, servicios financieros y leasing. Cada línea de negocio opera con su propia marca, su propio sitio y su propio equipo comercial.
## El desafío
Un grupo con muchas líneas de negocio necesita una experiencia digital consistente sin perder la especialización de cada una.
- **Grandes volúmenes de consultas:** clientes que preguntan por modelos, precios, stock, repuestos o financiamiento, a cualquier hora.
- **Productos muy distintos entre sí:** no se atiende igual a quien busca un auto usado que a quien necesita una grúa horquilla, un repuesto o un leasing.
- **Leads que se pierden:** si el contacto no queda registrado en el CRM, el ejecutivo nunca lo ve.
- **Equipos comerciales separados:** cada unidad necesita recibir solo sus oportunidades, con la información completa.
## La solución
Databot implementó un asistente con IA para cada unidad de negocio, con su propia marca, conocimiento y reglas, sobre una misma plataforma.
- **Un asistente por negocio:** automotriz (nuevos y usados), camiones, maquinaria, repuestos y leasing, cada uno con su catálogo y su tono.
- **Recomendador conectado al sitio:** en autos usados, el asistente consulta los vehículos publicados en la web y responde por el modelo exacto que busca el cliente.
- **Captura de leads integrada con Salesforce:** el asistente pide los datos del cliente y crea el lead en Salesforce, asignado a la unidad y la sucursal que corresponde.
- **Venta de repuestos por chat:** las consultas de repuestos que llegan al asistente se convierten en venta directa.
- **Atención 24/7:** responde en tiempo real, también fuera del horario comercial.
- **Gestión centralizada:** el grupo administra todas sus unidades desde una sola plataforma, con contrato marco y configuración independiente por negocio.
## Implementación
Tattersall comenzó a fines de 2024 y fue sumando unidades de negocio sobre la misma base.
- **Octubre 2024:** Inicio del proyecto con las primeras unidades de negocio
- **Enero 2025:** Se suman Automotriz, FAW, Multimaq e Industrial
- **Septiembre 2025:** Asistente activo en autos usados
- **Octubre 2025:** Asistente activo en camiones FAW
- **Marzo 2026:** Asistente activo en Leasing
- **Agosto 2026:** Nuevo widget web y captura de leads mejorada en Salesforce
## Resultados
Grupo Tattersall atiende con IA a los clientes de 7 unidades de negocio, con una experiencia consistente y cada oportunidad comercial registrada en Salesforce para su equipo de ventas.
- **7 unidades de negocio** atendidas desde una sola plataforma.
- **Integración completa con Salesforce** entre marketing, ventas y postventa.
- **Atención 24/7** en los sitios de todas las unidades.
- **Repuestos que se venden por chat.**
---
# Siete marcas, un asistente con IA para cada una, en producción en cinco semanas
> Grupo Yáneken, el segundo grupo de retail multimarca de Chile, atiende a los clientes de sus ecommerce con asistentes de IA que responden en la web, en redes sociales y en WhatsApp, y derivan a su equipo solo lo que realmente necesita a una persona.
- Caso de éxito: Grupo Yáneken
- Retail multimarca / Ecommerce
- URL: https://databot.cl/casos-de-exito/grupo-yaneken
## Cifras clave
- **7** — Marcas con asistente propio
- **+43.000** — Consultas atendidas por los asistentes en sus primeros cinco meses
- **~8 de cada 10** — Consultas resueltas por el asistente sin pasar a un agente
- **3 semanas** — Para las primeras marcas en producción
- **5 semanas** — Para las siete marcas en producción
## Sobre Grupo Yáneken
Grupo Yáneken es el segundo grupo de retail multimarca de Chile, con más de 150 tiendas en el país y un portafolio que cruza streetwear, sneakers, deporte, calzado y tecnología.
Su canal digital reúne ecommerce de marca con públicos muy distintos:
- **Bold** (https://www.bold.cl/): Streetwear
- **Belsport** (https://www.belsport.cl/): Artículos deportivos
- **Bamers** (https://www.bamers.cl/): Calzado para toda la familia
- **Drops** (https://moredrops.cl/): Boutique de sneakers
- **Antihuman** (https://www.antihuman.cl/): Moda urbana de autor
- **HOKA** (https://cl.hoka.com/): Calzado de running y outdoor
- **The Labs Store** (https://thelabstore.cl/): Sneakers y lifestyle
## El desafío
Siete marcas, cada una con su comunidad, su catálogo y su forma de hablar, recibiendo las mismas preguntas por varios canales a la vez: qué talla me queda, si hay stock, dónde está mi pedido, cómo hago un cambio.
- **Volumen alto y multicanal:** consultas que llegan por la web, Instagram, Facebook y WhatsApp.
- **Catálogos de alta rotación:** lanzamientos y colecciones que cambian constantemente, con stock repartido entre tiendas.
- **Postventa exigente:** seguimiento de pedidos, cambios y devoluciones con clientes que esperan respuesta inmediata.
- **Equipo de soporte acotado:** las consultas simples competían por el tiempo de los agentes con los casos que de verdad los necesitan.
## La solución
Databot desplegó un asistente de ventas y postventa con IA para cada marca, todos administrados desde una sola plataforma.
- **Recomendador conectado al ecommerce:** lee el catálogo y el stock en tiempo real y sugiere productos disponibles, con el estilo de cada marca.
- **Seguimiento de pedidos:** el cliente consulta por su compra y el asistente responde el estado del despacho al instante.
- **Una voz por marca:** cada asistente habla como su marca, del lenguaje streetwear de Bold al tono deportivo de Belsport.
- **Omnicanal:** el mismo asistente atiende en el sitio web, en mensajes directos de redes sociales y en WhatsApp.
- **Derivación inteligente:** cuando un caso requiere a una persona, el asistente crea el ticket en el sistema de soporte del grupo con el resumen de la conversación, para que el agente no tenga que preguntar todo de nuevo.
- **Métricas unificadas:** los motivos de contacto están homologados entre todas las marcas, para comparar el desempeño del grupo en un solo tablero.
## Implementación
Las siete marcas salieron a producción en cinco semanas desde el inicio del proyecto, incluida la integración con el sistema de tickets y las redes sociales.
- **Febrero 2026:** Inicio del proyecto
- **Marzo 2026:** Bold y Belsport en producción en tres semanas
- **Marzo 2026:** Bamers, Drops, Antihuman, HOKA y The Labs Store en producción
- **Agosto 2026:** Motivos de contacto unificados entre todas las marcas
## Resultados
En sus primeros cinco meses, los asistentes atendieron más de 43.000 consultas y resolvieron cerca de 8 de cada 10 sin intervención de un agente. El equipo de soporte pasó de atender todas las consultas a enfocarse en los casos que realmente lo requieren.
- **+43.000 consultas atendidas** por los asistentes.
- **~8 de cada 10 resueltas** sin pasar a un agente.
- **De 0% a cerca de 80% de automatización** en la atención de los ecommerce.
- **Atención 24/7 en siete marcas** y cuatro canales, administradas desde una sola plataforma.
---
# Romeo, el experto en ibéricos con IA que atiende sin intervención humana 9 de cada 10 conversaciones de Ibericomio
> Ibericomio, el marketplace español de jamón ibérico de pequeños productores, tiene un asistente con IA que asesora a sus clientes en la web y en WhatsApp, en varios idiomas, como lo haría un maestro jamonero.
- Caso de éxito: Ibericomio
- Gourmet / Ecommerce · España
- URL: https://databot.cl/casos-de-exito/ibericomio
## Cifras clave
- **89%** — De las conversaciones atendidas sin intervención humana
- **4,7 / 5** — De satisfacción de los usuarios
- **1 mes** — Del inicio del proyecto a producción
- **+40** — Productores cuyo catálogo conoce el asistente
- **2 canales** — Web y WhatsApp, en varios idiomas
## Sobre Ibericomio
Ibericomio, locos por lo ibérico®, es un marketplace con sede en Alcázar de San Juan, España, que conecta a productores artesanales de jamón ibérico con el consumidor final. Los productos se envían directamente desde los secaderos de cada productor, a precio de fábrica. En 2022 fue reconocido como la mejor web agroalimentaria del año por la revista digital qcom.es.
## El desafío
Comprar jamón ibérico online no es como comprar cualquier producto: el cliente quiere entender lo que compra antes de pagar.
- **Un producto que requiere asesoría:** las diferencias entre bellota, cebo de campo y cebo, entre 100% y 50% ibérico o entre pieza entera y loncheado generan muchas dudas.
- **Catálogo de muchos productores:** más de 40 productores, cada uno con sus propias piezas, formatos y procedencias.
- **Clientes de varios países:** compradores que escriben en español, francés, alemán y otros idiomas.
- **Atención limitada por horario:** el equipo atiende en horario de oficina, pero los clientes compran a cualquier hora.
## La solución
Databot creó a Romeo, un asistente con IA con la personalidad de la marca, conectado a la tienda online de Ibericomio.
- **Experto en ibéricos:** explica categorías, denominaciones de origen y diferencias entre productos, para que el cliente compre con seguridad.
- **Recomendador conectado al catálogo:** lee productos, formatos, precios y stock en tiempo real y sugiere opciones según el presupuesto y la ocasión.
- **Multicanal:** el mismo asistente atiende en la web y en WhatsApp.
- **Multiidioma:** detecta el idioma del cliente y responde en él.
- **Seguimiento de pedidos:** informa el estado del envío, incluso cuando el pedido sale directamente desde el productor.
- **Transparencia:** Romeo se presenta como asistente de IA y, cuando un caso lo requiere, lo deriva al equipo de atención.
- **Tono a medida:** el estilo de las respuestas se ajustó al cliente español, más directo y cercano.
## Implementación
Ibericomio pasó del inicio del proyecto a tener a Romeo en producción en un mes, y desde entonces ha ido sumando canales y conocimiento.
- **Febrero 2026:** Inicio del proyecto
- **Marzo 2026:** Romeo en producción en la web y WhatsApp
- **Agosto 2026:** Tono ajustado y segmento de campañas activo
- **Septiembre 2026:** Romeo suma el conocimiento del blog de Ibericomio
## Resultados
Romeo atiende 9 de cada 10 conversaciones sin intervención humana y sus clientes lo califican con 4,7 sobre 5. El equipo de Ibericomio puede concentrarse en la temporada alta sin dejar a nadie sin respuesta.
- **89% de las conversaciones** atendidas sin intervención humana.
- **4,7 / 5 de satisfacción** promedio de los usuarios.
- **Asesoría experta 24/7** en web y WhatsApp, en varios idiomas.
- **Un solo asistente** que conoce el catálogo de más de 40 productores.
---
# Ventus resuelve 9 de cada 10 consultas con IA y ya generó más de 1.400 leads vendiendo equipamiento gastronómico por chat
> Ventus, referente en equipamiento gastronómico e industrial para el sector HORECA, tiene un asistente con IA que asesora 24/7 a restaurantes, cafeterías y emprendedores, genera cotizaciones y resuelve la postventa en la web y en WhatsApp, en Chile y Perú.
- Caso de éxito: Imega Ventus
- Equipamiento gastronómico / Ecommerce · Chile y Perú
- URL: https://databot.cl/casos-de-exito/imega-ventus
- Video del caso: https://www.youtube.com/watch?v=cLpHn9YvCjo
## Cifras clave
- **90%** — De las preguntas resueltas de forma automática
- **+1.400** — Leads generados por el asistente
- **24/7** — Asesoría de compra, incluso fuera del horario laboral
- **2 países** — Chile y Perú con el mismo asistente
- **3 días** — Para lanzar el asistente en Perú
## Sobre Imega Ventus
Ventus importa y distribuye equipamiento gastronómico, comercial e industrial: visicoolers, vitrinas refrigeradas, hornos, freidoras, amasadoras, máquinas de café y mucho más. Con más de 15 años en la industria HORECA, opera en Chile y Perú, con tienda propia online y presencia en los principales marketplaces de ambos países.
## El desafío
Comprar equipamiento gastronómico no es una compra impulsiva: el cliente necesita saber qué equipo le sirve antes de invertir.
- **Compra consultiva:** el equipo correcto depende del tipo de negocio, el espacio, el volumen y el uso. Sin asesoría, el cliente duda o se va.
- **Catálogo técnico y amplio:** cientos de productos con capacidades, potencias, voltajes y medidas distintas.
- **Clientes que piden cotización:** muchos compradores, sobre todo empresas, necesitan una cotización formal antes de comprar.
- **Consultas repetitivas que saturan al equipo:** las mismas preguntas una y otra vez quitan tiempo para las ventas que sí necesitan a un ejecutivo.
- **Postventa exigente:** garantías, servicio técnico y repuestos generan un volumen alto de consultas que deben llegar al área correcta.
- **Dos países, dos operaciones:** Chile y Perú tienen catálogos, condiciones y datos tributarios propios.
## La solución
Databot implementó un asistente con IA conectado a las tiendas online de Ventus en Chile y Perú.
- **Asesor de compra:** pregunta por el tipo de negocio, el espacio y el uso, y recomienda los equipos adecuados del catálogo.
- **Conectado al ecommerce:** trabaja sobre el catálogo real de la tienda VTEX y mide qué compras se concretan después de la conversación.
- **Cotizador automático:** el cliente pide una cotización en el chat y la recibe en PDF en su correo, con sus datos y los de su empresa.
- **Postventa ordenada:** resuelve dudas de pedidos y garantías, y deriva servicio técnico y repuestos al canal correcto.
- **Omnicanal:** atiende en la web y en WhatsApp, con un panel donde el equipo de Ventus toma las conversaciones que requieren a un ejecutivo.
- **Campañas por WhatsApp:** el equipo de marketing envía promociones segmentadas a los clientes que ya conversaron con el asistente.
- **Datos para decidir:** las conversaciones muestran qué buscan los clientes y qué dudas frenan la compra.
- **Adaptado a cada país:** el mismo asistente opera con las condiciones, la moneda y los datos tributarios de Chile y de Perú.
## Implementación
Ventus comenzó en Chile en 2025 y, con esa base, lanzó el asistente en Perú en solo tres días.
- **Mayo 2025:** Inicio del proyecto en Chile
- **Febrero 2026:** Lanzamiento en Perú en 3 días
- **Mayo 2026:** Medición de compras generadas desde el chat en VTEX
- **Agosto 2026:** Campañas de WhatsApp activas en Perú
- **Septiembre 2026:** Cotizador automático activo en la web de Perú
## Resultados
El asistente resuelve 9 de cada 10 preguntas sin intervención del equipo y ya generó más de 1.400 leads. Ventus atiende con un solo asistente la venta consultiva y la postventa en dos países, y su equipo comercial se concentra en las conversaciones que realmente necesitan a un ejecutivo.
- **90% de las preguntas** resueltas de forma automática.
- **+1.400 leads** generados por el asistente.
- **Asesoría 24/7** para elegir el equipo correcto, en la web y en WhatsApp.
- **Cotizaciones en minutos,** sin esperar a un vendedor.
- **Postventa derivada al área correcta** desde el primer mensaje.
- **Información de negocio** a partir de lo que preguntan los clientes.
> «El tipo de cliente nuestro es súper consultivo, entonces necesita mucha información y el bot nos ha ayudado mucho en eso.»
> — Sofía Bórquez, Subgerenta de E-commerce, Imega Ventus
---
# Parque Arauco: EMA, el agente de IA que atiende los centros comerciales
> EMA responde en tiempo real las preguntas de los visitantes de todos los centros comerciales, con una base de conocimiento que el propio equipo de CX actualiza.
- Caso de éxito: Parque Arauco
- Retail · Centros comerciales
- URL: https://databot.cl/casos-de-exito/parque-arauco
- Video del caso: https://www.youtube.com/watch?v=9v3Q6IlEdsk
## Cifras clave
- **85%** — satisfacción (CSAT)
- **24/7** — en todos los puntos de contacto
## El desafío
Cada centro comercial recibe preguntas de todo tipo y a toda hora: horarios, tiendas, estacionamientos, eventos y objetos perdidos. Multiplicado por varios centros, era imposible responder todo solo con personas.
## La solución
Parque Arauco creó EMA sobre Databot: un agente de IA generativa con una base de conocimiento que el equipo de CX actualiza sin depender de desarrolladores, y que deriva a una persona cuando el caso lo requiere.
## Resultados
EMA atiende en tiempo real en todos los puntos de contacto, con un 85% de satisfacción.
> «Con IA Generativa logramos un 85% de satisfacción del cliente y respuestas 24/7 en todos los puntos de contacto.»
> — Felipe Misle · Head of CX Corporativo, Parque Arauco
---
# How many Databot credits do I need? Calculate your monthly usage
> With your credits you pay for the WhatsApp messages your bot and your team send, and for Synapse usage. Calculate in a minute how many you need per month.
- Published: October 22, 2026 (2026-10-22)
- Category: News
- Source: https://databot.cl/en/blog/cuantos-creditos-necesito
## Key takeaways
- Databot credits are a single wallet for everything your account uses: WhatsApp messages and Synapse usage.
- 1 credit equals US$0.1725 plus VAT.
- WhatsApp replies from your bot or your team include 1,000 free messages per month per number; templates use credits from the first send.
- Messages your customers send you are not charged.
With your Databot credits you pay for the WhatsApp messages your bot and your team send, and for Synapse usage. It’s a single wallet for everything your account uses: **1 credit equals US$0.1725 plus VAT**. In this article we explain what they’re used for and give you a calculator to estimate in a minute how many you need per month.
## What your credits are for
Messages your customers send you are not charged. What uses credits is what your account sends on WhatsApp and Synapse usage:
| Use | What it includes | When credits are used |
| --- | --- | --- |
| Handling WhatsApp conversations | Every reply your bot or your team sends when a customer writes to you on WhatsApp (service messages). Replies in the web chat are not charged | From message 1,001 each month; the first 1,000 are free |
| Sending WhatsApp templates | WhatsApp messages you start: campaigns and promotions, order updates or verification codes | From the first send |
| Using Synapse | Usage of Synapse, Databot’s copilot, with the same credits, no other account or payment method | Based on usage |
## Calculate how many credits you need for WhatsApp
This calculator estimates the credits for your WhatsApp messages. Fill in both steps with your monthly WhatsApp volume and the total updates instantly. If you don’t use templates, leave step 2 at zero.
## Credits per message type
How much each message takes from your wallet:
| Message type | Credits per message | Credits per 1,000 |
| --- | --- | --- |
| Service: replies from the bot or your team, above the 1,000 free | 0.133 | 133.3 |
| Marketing: campaign and promotion templates | 0.593 | 592.7 |
| Utility: notification and confirmation templates | 0.133 | 133.3 |
| Authentication: verification code templates | 0.133 | 133.3 |
Reference values for WhatsApp in Chile. If you want to understand why Meta charges for replies since October 2026, we explain it in [how much the WhatsApp API costs](https://databot.cl/en/blog/cuanto-cuesta-api-whatsapp-como-ahorrar-mensajes).
## Frequently asked questions about Databot credits
**How much is a credit?**
1 credit equals US$0.1725 plus VAT.
**Are the messages my customers send me charged?**
No. Only the messages your bot or your team sends on WhatsApp, templates and Synapse usage use credits.
**Do the 1,000 free messages carry over?**
No. They renew every month, per WhatsApp number, and only apply to replies within a conversation. Templates use credits from the first send.
**Do I need another account to pay for Synapse?**
No. The same credits cover Synapse usage, with no other account or payment method.
---
# Databot Desk: what your bot can’t resolve reaches your team with an owner and a deadline
> Databot Desk is the second-tier desk of your customer service: the bot creates the ticket when your instruction says so, and your team resolves it with an owner, a deadline and the full history. It’s already included in your plan.
- Published: October 21, 2026 (2026-10-21)
- Category: News
- Source: https://databot.cl/en/blog/databot-desk-tickets
## Key takeaways
- Databot Desk is Databot’s escalation tool: the bot creates a ticket when the conversation meets the rules you write in its instruction.
- Every ticket lands in an inbox with priority, owner, SLA and the bot conversation attached, so your team never asks the customer twice.
- The customer gets a tracking code and can ask the bot about their case status at any time.
- It’s included in your plan at no extra cost, and it’s activated in a 30-minute session with our team.
A good AI agent resolves most requests: FAQs, products, order status. But there’s always a group of cases that needs a person: a product that arrived damaged, a double charge, a customer who asks to talk to an agent. That’s where service usually breaks down: the case gets lost in a chat with no owner or deadline, and the customer writes again to ask "what about my complaint?".
That’s why we’re launching **Databot Desk**, the second-tier desk of your customer service. The bot creates the ticket when your instruction says so, and your team resolves it with full context, on the same platform where your bot already lives. See how it works in 25 seconds (video in Spanish):
## What Databot Desk is
Databot Desk is your escalation tool: the second tier for requests only a human can resolve. Each one is logged, assigned and given a deadline.
| Tier | Who | What it does |
| --- | --- | --- |
| Tier 1 | AI agent | Answers FAQs, products and orders, 24/7, on web, WhatsApp, Instagram and Messenger |
| Tier 2 | Databot Desk | Creates the ticket with the data already collected and the conversation attached; it lands in the inbox with priority and SLA |
| Closing | Your team | Takes the case, replies by email in the same thread and closes it with the full history |
And the loop closes in the bot: your customer asks about their tracking code and the bot tells them their case status.
## An after-sales case at 23:47
A customer writes after hours: the armchair she bought arrived with a broken leg, and it’s an urgent complaint. The bot asks for her order number and email, applies the rule in its instruction ("urgent complaint → create ticket") and gives her a tracking code.
The ticket lands in the inbox with urgent priority, the Complaint category and the "Created from Chatbot" source. First thing in the morning, a rule assigns it to the after-sales agent, who opens the ticket and already has the order, the email and the full conversation. She replies by email, schedules the pickup and changes the status to "in progress". If the customer asks the bot again, it shows her the real status of the case.
## You decide when the bot creates a ticket
Rules are written in the bot’s instruction, in your own words. You don’t need to change the bot or write code: you tell it when to escalate and what data to ask for first. Try the three cases in this example: the bot only escalates what meets your rules.
If the bot can resolve the request, it does, and your team gets nothing. That way the inbox holds only what truly needs a person.
## What your team sees in Databot Desk
**Inbox.** Every case on one board, each with an owner. Your team sees tickets as a table or a board, grouped by status, priority, category or owner.
- Each agent sees the tickets assigned to them.
- Assignment and resolution deadlines (SLAs), with a visible alert when a case is overdue.
- Filters, search and custom columns, with your own fields.
- Discarding isn’t deleting: the ticket goes to the trash and can be restored.
**Ticket view.** All the case context, without asking the customer twice:
- Customer data, category, priority, status and owner.
- The previous conversation with the bot, so nobody starts from scratch.
- Internal notes, files and custom fields.
- Reply to the customer by email, in the same thread, from the ticket.
**Tracking for your customer.** With their tracking code, the customer checks the ticket status in the same chat, at any time. The bot reads the ticket’s real status in Desk, so your team gets fewer "what about my complaint?" messages and the customer knows where their case stands without waiting for a reply.
**Automations.** Repetitive work runs on its own. You build flows in a visual editor, no code: you choose when they trigger (when a ticket is created, updated, a field changes, it’s closed or deleted), add conditions and define what happens:
- Send an email or a WhatsApp template.
- Assign an agent or a team.
- Add a row in Google Sheets or create a Google Calendar event.
- Send a webhook to another system.
For example: when a ticket is created with urgent priority, assign it to the after-sales team and send the customer a confirmation email.
**Analytics.** A dashboard with the period summary, filterable by agent and date, so you know how long your team takes and where cases pile up:
- Total, open and closed tickets, and resolution rate.
- Average assignment, resolution and total time.
- Breakdown by status and category.
- Tickets per agent, with their SLA compliance.
## WhatsApp to receive the case, email to resolve it
Since October 1, 2026, Meta charges WhatsApp service messages from message 1,001 of each number, every month (we explain it in [how much the WhatsApp API costs](https://databot.cl/en/blog/cuanto-cuesta-api-whatsapp-como-ahorrar-mensajes)). A complaint can take several days of back and forth.
- **Without Desk**, the whole case lives in the chat: every back and forth is one more WhatsApp message, and the case has no owner or deadline.
- **With Desk**, the bot receives the case on WhatsApp and opens the ticket. Your team replies by email, with the history in view.
## Databot Desk FAQ
**Does Databot Desk cost extra?**
No. Databot Desk is included in your plan. We activate it with you in a 30-minute session.
**Do I have to change my bot?**
No. Your bot stays the same; we only add to its instruction when it should create a ticket. You decide the rules and can adjust them anytime.
**How does the customer know their case status?**
When the ticket is created, the bot gives them a tracking code. With that code, the customer asks the bot and gets the current status. You can also set up an automatic email every time the ticket changes status or is closed.
**Can I create tickets manually?**
Yes. Besides the ones the bot creates, your team can create tickets from the inbox, for example for cases that come in by phone.
**Who sees each ticket?**
Admins see the whole inbox. Each agent sees the tickets assigned to them.
## How to activate Databot Desk
We get it running with you in 30 minutes:
1. **Book a session.** Pick the time. Bring whoever coordinates your agents.
2. **We set it up together.** We write the instruction for when to create tickets and define categories, team, SLAs and one automation.
3. **Your bot starts escalating.** We test a ticket end to end. From that day on, cases land in your inbox.
Databot Desk is already included in your plan. [Book your activation](https://meetings.hubspot.com/celia-hoffmann-santander?utm_source=blog&utm_medium=web&utm_campaign=desk-lanzamiento) and get to your after-sales peak with your cases in order.
---
# How much the WhatsApp API costs in 2026 and how to save messages
> Since October 1, 2026, WhatsApp charges for every reply inside the 24-hour window. How to calculate your spend and lower it with Databot Savings Mode.
- Published: October 14, 2026 (2026-10-14)
- Category: News
- Source: https://databot.cl/en/blog/cuanto-cuesta-api-whatsapp-como-ahorrar-mensajes
## Key takeaways
- Since October 1, 2026, Meta charges replies inside the 24-hour window at the utility rate, after 1,000 free messages per month per number.
- Your cost no longer depends on how many conversations you handle, but on how many messages you need to resolve each one.
- Databot Savings Mode groups replies and uses forms, lists and reactions; for an operation with 10,000 conversations a month it can cut the bill by 41%.
Since October 1, 2026, replying to your customers on WhatsApp is no longer free. Meta started charging for the messages businesses send inside the 24-hour customer service window, which until now cost nothing.
For any business that serves customers on WhatsApp with a chatbot or an AI agent, this changes the math: what matters is no longer just how many conversations you handle, but how many messages you need to resolve each one. In this article we explain how much the WhatsApp API costs today, how to calculate your spend and how to reduce your WhatsApp costs with Databot's new Savings Mode, without making the experience worse for your customers.
## How much the WhatsApp API costs from October 2026
Meta has charged per message since July 2025, but until September 2026 replies inside the 24-hour window were free. That window opens every time a customer writes to you, and it is where almost all customer service happens.
Since October 1, 2026, those messages are charged at the same regional rate as utility templates. In return, each WhatsApp number gets 1,000 free service messages per month, which do not roll over from one month to the next.
| Message type | Until September 30 | From October 1, 2026 |
| --- | --- | --- |
| Free-form replies inside the 24-hour window (service messages) | Free | First 1,000 per month per number free; then charged at the utility rate |
| Utility templates inside the window | Free | Charged from the first message |
| Utility templates outside the window | Charged | No change |
| Marketing and authentication templates | Charged | No change |
| Messages inside a free entry point window (Click to WhatsApp ads) | Free | No change |
The 24-hour window does not go away: it still resets every time the customer writes. Customer messages are still free, and any reply from the business counts as a service message, whether it is written by the bot or by an agent. Switching providers does not avoid the charge, because Meta sets the rate.
In a typical support conversation, 4 of the 6 messages are billed:
| Who writes | Message | Billed? |
| --- | --- | --- |
| Customer | Hi, good afternoon. I need help with my account. | No |
| Bot | Hi, happy to help. What is your question? | Yes |
| Customer | I can't access my account statement. | No |
| Agent | Hi, I'm Camila. I'm checking your case right now. | Yes |
| Agent | All fixed, you can try again. | Yes |
| Bot | Did we solve your question? | Yes |
Source: [Meta's pricing documentation](https://developers.facebook.com/documentation/business-messaging/whatsapp/pricing).
## How to calculate WhatsApp costs for your business
Cost now grows with every message your bot sends, so a long conversation costs more than a short one even if it solves the same thing. The math is simple: conversations per month × replies per conversation = service messages; service messages × market rate = monthly cost.
At a rate of US$0.02 per message, an operation that sends 50,000 replies a month pays about US$980 per month (US$11,760 per year) after deducting the 1,000 free ones. You can calculate your own case with the [Databot calculator](#calculadora).
Bots tend to waste messages because of three habits:
- They reply to each user message separately, even when the user wrote "hi", "I want a quote" and "3 pairs" in a row.
- They ask for data one item at a time ("Your name?", "Your ID?", "Your city?"), one message per question.
- They close with one or two extra messages ("You're welcome!", the survey) when the customer only said "thanks" or "ok".
None of those messages improves the experience, but since October they all have a price. The key question is now how many messages you need to resolve each case.
## How to save WhatsApp messages with Databot Savings Mode
Savings Mode is a switch that turns on a set of features designed to solve the same thing with fewer billed messages. You turn it on from the WhatsApp settings in Databot, and each feature can be enabled or disabled separately depending on how your business serves customers.
| Feature | What it does | Before → with Savings Mode
(at US$0.02 per message) |
| --- | --- | --- |
| Reply once to message bursts | Waits 2 seconds and groups the user's consecutive messages; meanwhile the customer sees "typing…", which is free | 3 replies (US$0.06)
→ 1 reply (US$0.02) |
| Forms instead of chained questions | Uses a native WhatsApp form (Flow) when there are three or more data points to ask for; all its screens cost one message and the answer arrives for free | 5 questions (US$0.10)
→ 1 message (US$0.02) |
| Lists and buttons | Offers up to 10 options in a list or 3 buttons in a single message | Reply + follow-up question (US$0.04)
→ 1 message (US$0.02) |
| React instead of a closing message | Reacts with an emoji to "thanks", "ok" or "bye"; a reaction is not a message and Meta does not price it | 2 messages (US$0.04)
→ 0 messages (US$0) |
| Move long conversations to the web | Sends a "Continue on the web" button that opens the same conversation, with a signed link that expires in minutes | 1 message (US$0.02);
from there, every message costs zero |
| WhatsApp calls (beta) | Offers to solve it by phone; customer-initiated calls are free for the business and Databot's AI answers them | One inbound call replaces a long chain of messages |
| Replies as PDF or voice note | Sends plans, quotes or instructions as a PDF, or an explanation as audio | 3 or 4 text messages
→ 1 message (US$0.02) |
Moving to the web is configurable: you define how many user messages must pass before showing the button, the text that goes with it and whether the AI can offer it on its own when it detects the conversation needs it.
## How much you can reduce your WhatsApp costs
Going from 5 to 3 replies per conversation cuts the bill by 41%. This is the calculation for an operation with 10,000 conversations a month, at US$0.02 per message and deducting the 1,000 free ones:
| | Today | With Savings Mode | Difference |
| --- | --- | --- | --- |
| Replies per conversation | 5 | 3 | 2 fewer |
| Monthly cost (US$) | 980 | 580 | 400 |
| Annual cost (US$) | 11,760 | 6,960 | 4,800 (41%) |
In that operation, each reply you remove from the average conversation is worth US$2,400 a year. These are reference estimates: the real cost depends on your customers' country, the message category, the volume and the rate updates Meta can make every quarter.
## Frequently asked questions about WhatsApp costs
**How much does the WhatsApp API cost in 2026?**
Meta charges per message based on the customer's country and the category. Since October 1, 2026, replies inside the 24-hour window are also charged, after the first 1,000 free messages per month per number.
**How much does a WhatsApp Business message cost?**
It depends on the market. As a reference, at US$0.02 per message, 50,000 replies a month cost about US$980.
**How can I save WhatsApp messages?**
Group replies, collect data with forms, use lists and buttons, react to "thanks" instead of replying and move long conversations to the web.
**How can I reduce WhatsApp Business API costs?**
Reduce replies per conversation: with 10,000 conversations a month, going from 5 to 3 replies saves 41%. Switching providers does not avoid the charge, because Meta sets the rate.
**Does WhatsApp charge for messages sent by customers?**
No. Only messages sent by the business are charged, whether by the bot or by an agent.
**Are the 1,000 free messages per account or per number?**
Per business number, and they do not roll over from month to month. Three numbers add up to 3,000 free messages a month.
## How to turn it on
If you already use Databot on WhatsApp, Savings Mode is available today in your bot settings:
1. Go to the WhatsApp channel settings and open the "WhatsApp: savings mode" section.
2. Turn on WhatsApp Savings Mode. If you turn it off, all features are disabled automatically.
3. Enable the features that fit your operation. For example, moving to the web makes sense if your customers go through long processes; calls, if you handle complex cases.
Each feature is turned on per bot and per channel: you enable it on WhatsApp and leave it off on the web, where messages cost nothing.
Meta's change is here to stay, but the bill can be controlled. The best WhatsApp service is no longer the one that talks the most, but the one that resolves in the fewest messages. Calculate your impact with the [Databot calculator](#calculadora) or [book a review of your operation](https://meetings.hubspot.com/celia-hoffmann-santander/costos-meta), free for Databot customers.
---
# How 70% of e-commerce queries can be automated without losing the customer experience
> Stock, order tracking, exchanges and returns: the four queries that overwhelm your team and that AI resolves in seconds, 24 hours a day.
- Published: December 10, 2024 (2024-12-10)
- Category: E-commerce
- Source: https://databot.cl/en/blog/automatizar-consultas-ecommerce
## Key takeaways
- Stock, order tracking, exchanges and returns make up most of the queries an online store receives.
- An AI agent connected to the catalog, the OMS and the courier resolves them end to end, 24 hours a day.
- The key is to measure, connect your systems, define when to hand off to a person and iterate every week.
If you review the conversations your store receives on any given day, you will notice a pattern: most of them are variations of the same four questions. **Do you have it in stock? Where is my order? How do I make an exchange? How do I return a product?**
These questions matter to the customer, but they are repetitive for your team. And they are exactly the ones a well-connected AI agent can resolve from start to finish.
## The four queries that overwhelm your team
### 1. Availability and stock
The customer wants to know if the product is available, in which size or color, and whether they can pick it up in store. When the AI agent is connected to your catalog (Shopify, VTEX, Jumpseller, WooCommerce or another platform), it answers with real data instead of an "I will get back to you later."
### 2. Order tracking
"Where is my order?" is the most frequent question after a purchase. With an integration to your OMS or courier, the agent checks the status using the order number or the customer's email and answers instantly, at any hour.
### 3. Exchanges
Exchange policies usually come with conditions: time limits, product condition, proof of purchase. The agent explains the policy, checks whether the purchase qualifies and guides the customer step by step.
### 4. Returns
Just like with exchanges, the key is not leaving the customer halfway through. The agent can start the process, provide the shipping instructions and hand off to a person only when there is an exception.
## Why the experience is not lost (and usually improves)
The most common fear about automation is that service will become cold or robotic. In practice, the opposite happens when it is done right:
- **Immediate response, 24/7.** Customers do not have to wait for business hours to find out where their purchase is.
- **Consistent answers.** The exchange policy is the same at 10 a.m. and at 11 p.m.
- **Smart handoff.** When a conversation requires human judgment, the agent hands it off with full context, so the customer does not have to repeat their case.
- **More time for what matters.** Your team stops copying and pasting shipping statuses and focuses on complex cases and on sales.
## How to get started
1. **Measure.** Export a month of conversations and classify them by reason. You will quickly see what percentage corresponds to these four queries.
2. **Connect your systems.** Without real data (catalog, orders, courier), a bot can only give generic answers.
3. **Define handoff rules.** Decide which cases should always reach a person.
4. **Iterate.** Review unresolved conversations every week and adjust the agent's instructions.
At Databot, we see that companies that follow this path resolve around **70% of their queries without human intervention**, without sacrificing customer satisfaction.
Want to see what it would look like in your store? [Book a demo](#agendar-demo) and we will show you the agent working with your own cases.
---
# WhatsApp Business API: complete guide to implementing it in your company
> Everything you need to know about the official Meta API: requirements, costs, limits and how to connect it to your current stack.
- Published: November 18, 2024 (2024-11-18)
- Category: Integrations
- Source: https://databot.cl/en/blog/whatsapp-business-api-guia
## Key takeaways
- The WhatsApp Business API supports unlimited users, AI agents and integration with your systems; the app does not.
- You need a verified Meta business portfolio, an available phone number and a provider that connects to the API.
- Outside the 24-hour window you can only send messages using Meta-approved templates.
WhatsApp is the channel where your customers already are. But there is a huge difference in what you can do with the WhatsApp Business app versus the **WhatsApp Business Platform (API)**. This guide sums up what you need to know before implementing it.
## WhatsApp Business app vs. API
| | WhatsApp Business app | WhatsApp Business API |
|---|---|---|
| Simultaneous users | Limited to a few devices | Unlimited, through a platform |
| Automation | Quick replies and basic responses | AI agents, flows and integrations |
| Systems integration | No | Yes (CRM, e-commerce, ERP, ticketing) |
| Bulk messaging | Very limited | Meta-approved templates |
If your company handles a significant volume of conversations or needs to connect WhatsApp with other systems, the API is the way to go.
## Implementation requirements
1. **A business portfolio on Meta (Business Manager)** verified with your company's information.
2. **A phone number** that is not registered on the WhatsApp app (or that you can migrate).
3. **A provider or platform** that connects to the API and gives you the inbox, flows and automation.
4. **A display name** that complies with Meta policies.
## How costs work
Meta charges per conversation or message based on the category (marketing, utility, authentication and service) and the customer's country. Rates and rules change periodically, so we recommend always checking the official Meta pricing table before planning your budget.
A rule of thumb: **customer-initiated conversations are usually the least expensive**, so it pays to have your channels (website, social media, emails) invite people to message you on WhatsApp.
## Limits you should know about
- **24-hour window:** after the customer's last message, you can reply freely for 24 hours. Outside that window, you can only send messages using approved templates.
- **Templates:** every proactive message (reminders, shipping notifications, campaigns) requires a Meta-approved template.
- **Messaging tiers:** the number of customers you can message per day grows as your number maintains good quality.
## How to connect it to your stack
The real value shows up when WhatsApp stops being an isolated inbox:
- **E-commerce:** stock checks, order status and cart recovery.
- **CRM:** every conversation is linked to the contact and their history.
- **Ticketing:** complex cases become tickets with follow-up.
- **Scheduling:** bookings and automatic reminders.
At Databot, we connect the WhatsApp API with an AI agent trained on your business information, alongside Instagram, web and email, in a single platform. Check out all the [available integrations](https://databot.cl/en/integraciones) or [book a demo](#agendar-demo).
---
# CSAT 85%: how Parque Arauco achieved 24/7 service with generative AI
> EMA, the AI agent of Parque Arauco, serves shopping centers in real time. Here is how the implementation went, the challenges and the results.
- Published: October 22, 2024 (2024-10-22)
- Category: Success stories
- Source: https://databot.cl/en/blog/parque-arauco-ia-conversacional
## Key takeaways
- EMA, Parque Arauco’s AI agent, answers questions for several shopping centers in real time.
- It runs on a knowledge base that the CX team updates without depending on developers.
- Result: 85% customer satisfaction (CSAT) and 24/7 coverage across all touchpoints.
A shopping center receives all kinds of questions at all hours: opening hours, stores, parking, events, lost and found, services. Multiply that by several shopping centers and you have a customer service challenge that can hardly be solved with people alone.
That was the starting point for **EMA**, the Parque Arauco AI agent built on Databot.
## The challenge
- **High volume and high variety** of queries, different at each shopping center.
- **Constantly changing information:** new stores opening, seasonal events, special hours.
- **An expectation of immediate response** from visitors who often write while they are at the mall.
## The solution: an agent with context
EMA is not a decision tree. It is a generative AI agent that:
1. **Knows each shopping center**, thanks to a knowledge base that the Parque Arauco team can update without relying on developers.
2. **Understands the intent** behind the question, even when it is written informally or incompletely.
3. **Hands off to a person** when the case requires it, along with the conversation context.
## Results
> "With generative AI, we achieved 85% customer satisfaction and 24/7 responses across all touchpoints."
>
> — Felipe Misle, Head of Corporate CX, Parque Arauco
- **85% satisfaction (CSAT)** in the conversations handled.
- **24/7 coverage** across all touchpoints.
## What we learned
- **The knowledge base is the product.** The quality of the answers depends directly on how up to date and clear the information is.
- **The CX team should own the agent.** Being able to adjust instructions and content without an IT project speeds up continuous improvement.
- **Measure from day one.** Per-conversation satisfaction makes it possible to quickly spot which topics need more context.
Does your operation face a similar challenge? [Let us talk](#agendar-demo).
---
# Chatbot vs. AI agent: what sets Databot apart from traditional bots
> A chatbot answers. An AI agent takes action. The difference seems small, but it changes everything: it quotes, schedules, hands off and recommends without human intervention.
- Published: October 8, 2024 (2024-10-08)
- Category: Product
- Source: https://databot.cl/en/blog/chatbot-vs-agente-ia
## Key takeaways
- A traditional chatbot follows fixed flows; an AI agent understands natural language and context.
- The agent uses tools: it quotes, schedules, creates tickets and hands off to a person with full context.
- Flows are still useful for regulated processes; the best approach combines them with an agent.
For years, "chatbot" meant a menu with buttons: *press 1 for sales, 2 for support*. It worked for the basics, but any question outside the script ended in frustration.
AI agents change that logic. The difference comes down to one sentence: **a chatbot answers; an agent takes action.**
## The traditional chatbot
- Follows **predefined flows** (decision trees).
- Recognizes keywords, but **does not understand context**.
- When the question does not fit the flow, it **hands off or gets stuck in a loop**.
- Every new case means **designing a new flow**.
## The AI agent
- **Understands natural language**, even with typos or long messages.
- Answers with **your business information** (documents, website, catalog).
- **Uses tools:** queries systems, creates tickets, schedules appointments, captures leads.
- **Decides when to hand off** to a person and passes along the full context.
[Imagen: Databot platform diagram: data sources (Shopify, VTEX, documents and APIs), AI configuration with instructions, knowledge and tools, intelligent chat and actions such as sales, scheduling, tickets and human handoff]
*How an AI agent works in Databot: it connects to your data, is configured with instructions and tools, answers with real information and takes action.*
## What "taking action" means
With the Databot Tools Manager, the agent does more than chat; it acts:
- **Quotes:** takes the customer's information and generates a quote.
- **Schedules:** checks availability and books the appointment.
- **Hands off:** creates a ticket in the ticketing system or transfers to a rep based on rules.
- **Recommends:** suggests products based on what the customer is looking for.
## When does a flow still make sense?
Flows are not going away. They are useful when the process **must** follow exact steps, for example, to verify identity or meet a legal requirement. The ideal approach is to combine them: flows for regulated processes and an AI agent for everything else.
## In summary
| | Chatbot | AI agent |
|---|---|---|
| Understanding | Keywords | Natural language and context |
| Knowledge | Hand-written answers | Your knowledge base |
| Actions | Limited to the flow | Tools and integrations |
| Maintenance | Redesigning flows | Adjusting instructions and content |
Learn more about [AI agent configuration](https://databot.cl/en/plataforma/prompt-manager) or [book a demo](#agendar-demo).
---
# AI lead generation: from human SDRs to 24/7 qualification
> How to automate lead capture, qualification and delivery without relying on an SDR team available around the clock.
- Published: September 24, 2024 (2024-09-24)
- Category: Sales
- Source: https://databot.cl/en/blog/lead-generation-ia-sdr
## Key takeaways
- Response speed is one of the variables with the biggest impact on lead conversion.
- An AI agent captures, qualifies (BANT or another framework) and delivers the lead to the CRM in seconds, 24/7.
- The sales team stops filtering and focuses on closing.
A lead who writes in on a Sunday night and gets a reply on Monday at noon has already gone cold. Response speed is one of the variables with the biggest impact on conversion, and also one of the hardest to sustain with a human team.
## The problem with the traditional funnel
1. The lead comes in through the website, WhatsApp or Instagram.
2. They wait for someone on the sales team to reach out.
3. The SDR asks the same old qualifying questions.
4. Only some of them end up in a meeting with an account executive.
Each step adds time and friction. And the SDR spends a large part of their day on conversations that are not going anywhere.
## How it changes with an AI agent
**Immediate capture.** The agent replies in seconds, on the channel where the lead came in.
**Conversational qualification.** Instead of a long form, the agent asks the key questions within a natural conversation: budget, need, timeline, role in the decision (the classic BANT or whatever framework your team uses).
**Delivery to the CRM.** The lead reaches the CRM with structured data and a summary of the conversation.
**Score-based routing.** Qualified leads go straight to an account executive or receive a link to book a meeting. Those who are not ready yet enter a follow-up flow.
## What stays human
AI does not replace the sales team; it changes its focus. Account executives stop filtering and start **closing**. SDRs can concentrate on outbound prospecting and strategic accounts.
## Real-world case
Imega Ventus, an industrial company with an e-commerce channel, automated its customer service and lead capture with Databot:
> "90% auto-resolution and 1,400 leads per month without growing the team. Databot transformed our sales operation."
>
> — Sofía Bórquez, E-commerce Deputy Manager, Imega Ventus
## Checklist to get started
- Define what a **qualified lead** means for your company.
- Write down the **qualifying questions** in the order your best SDR would ask them.
- Connect your **CRM** so there is no manual data entry.
- Set clear **routing rules**.
- Review conversations every week and make adjustments.
Discover Databot's [lead generation](https://databot.cl/en/soluciones/leads) solution.
---
# Medical appointment scheduling: how AI helps reduce no-shows
> Automatic reminders, WhatsApp confirmations and frictionless rescheduling: how clinics can take the pressure off their call center.
- Published: September 10, 2024 (2024-09-10)
- Category: Healthcare
- Source: https://databot.cl/en/blog/agendamiento-citas-salud
## Key takeaways
- Patients miss appointments mainly because they forget, cannot easily cancel, or rescheduling is a hassle.
- An AI agent books appointments, sends WhatsApp reminders and lets patients confirm, cancel or reschedule in the same message.
- The agent never gives diagnoses: clinical questions are always routed to a professional.
In clinics and medical centers, every slot left empty by a patient who did not show up is a double loss: the revenue that was not generated and the patient who could have used it. At the same time, the call center gets overwhelmed with calls to book, confirm and change appointments.
## Why patients do not show up
The most common reasons are simple:
- **They forgot** about the appointment.
- **They could not easily let the clinic know** they would not attend.
- **Rescheduling was a hassle**, so they just did not go.
They all have something in common: they can be solved by improving communication with the patient.
## How an AI agent helps
### Conversational scheduling
The patient writes on WhatsApp or on the website, indicates the specialty or the practitioner, and the agent shows the available time slots, connected to the clinic's scheduling system.
### Automatic reminders
One or two days before, the patient receives a WhatsApp reminder with the option to **confirm, cancel or reschedule** in the same message.
### Frictionless rescheduling
If the patient cannot attend, the agent offers new time slots in the same conversation. The freed-up slot becomes available again for another patient.
### Frequently asked questions
Exam preparation, insurance agreements, location, prices: the agent answers the repetitive questions and hands off anything clinical to a person.
## Best practices
- **Never provide diagnoses or medical instructions** through the agent. Set clear boundaries and route those cases to a healthcare professional.
- **Protect sensitive data.** Ask only for the information you need and comply with applicable data protection regulations.
- **Use approved WhatsApp templates** for reminders.
- **Measure the confirmation rate** and the no-show rate before and after implementation.
Learn about Databot's solution for [clinics and healthcare](https://databot.cl/en/soluciones/salud) and for [scheduling](https://databot.cl/en/soluciones/agendamiento).
---
# An AI fashion advisor that answers 92% of Arrow's customer inquiries
> Arrow, one of Chile's best-known shirt and menswear brands, serves its online customers with an AI assistant that recommends products, resolves sizing questions and supports the purchase at any hour.
- Success story: Arrow
- Menswear / Ecommerce
- URL: https://databot.cl/en/casos-de-exito/arrow
## Key figures
- **92%** — Of inquiries answered by the assistant
- **+1,100** — Size and measurement inquiries handled in one year
- **24/7** — Online store service, every day
- **2** — Group brands with their own assistant
## About Arrow
Arrow is a menswear brand with decades of history in Chile, known for its shirts and sold in its own stores, department stores and its own online store. In Chile it is operated by Manufacturas Interamericana S.A., which also owns the Piero Butti brand.
## The challenge
Buying clothes online raises one constant question: what size should I get. On top of that come the usual questions about shipping, exchanges and promotions.
- **Sizing and fit:** the most frequent question, and the one most likely to stall a purchase if it isn't answered quickly.
- **Catalog with many variants:** every garment comes in different sizes, colors and fits.
- **After-hours service:** customers shop at night and on weekends, when the team isn't available.
- **Changing information:** shipping and exchange policies and campaigns that must always be up to date.
## The solution
Databot implemented an AI sales and customer service assistant connected to Arrow's online store.
- **Recommender connected to the catalog:** it reads products, variants and stock in real time and suggests available garments based on what the customer is looking for.
- **Sizing advice:** it answers questions about measurements and size conversions using the brand's own information.
- **Always up-to-date answers:** the assistant syncs with the policies published on the site, without uploading documents by hand.
- **Instructions by topic:** shipping, exchanges, returns and promotions organized separately, for more accurate answers.
- **Continuous improvement:** the platform detects the questions the assistant can't answer yet and proposes the content to cover them.
- **Handoff to an agent:** when a case requires it, the conversation is passed to the customer service team.
## Implementation
Arrow started with a proof of concept and, after validating the results, took the assistant live and then replicated it for a second brand in the group.
- **October 2024:** Kickoff with a proof of concept
- **April 2026:** Piero Butti joins with its own assistant
## Results
The assistant answers 92% of the inquiries it receives and has become the first point of contact for sizing questions, the main barrier to buying fashion online.
- **92% of inquiries answered** by the assistant.
- **+1,100 sizing inquiries** resolved in one year, without waiting for an agent.
- **24/7 service** on the online store.
- **Replicable model:** the group extended the assistant to a second brand.
---
# 8 brands, an AI assistant for each one, live in a month
> Grupo Gino connected its online stores to sales assistants that recommend in-stock products, answer pre-purchase questions and report order status, each one in its own brand voice.
- Success story: Grupo Gino
- Retail / Ecommerce
- URL: https://databot.cl/en/casos-de-exito/grupo-gino
## Key figures
- **8** — Brands with their own assistant
- **5 days** — To get the first brand live
- **1 month** — To get seven brands live
- **97%** — Of inquiries answered by the assistant
- **4.4 / 5** — User satisfaction
## About Grupo Gino
Grupo Gino is the only footwear manufacturer with production in Chile. It has been making shoes for Chileans for more than 40 years, with more than 40 stores across the country and around 1.6 million pairs a year.
Its digital channel consists of eight brand online stores, each with its own audience and style:
- **16 Hrs** (https://www.16hrs.cl/): Women's footwear
- **Pollini** (https://www.pollini.cl/): Leather, quality and design
- **Bruno Rossi** (https://www.brunorossi.cl/): Women's footwear
- **Zappa** (https://www.zappa.cl/): Versatile, on-trend fashion
- **Mingo** (https://www.mingo.cl/): Sandals and casual footwear
- **PZ** (https://www.pz.cl/): Footwear, clothing and gear for the whole family
- **Panama Jack** (https://www.panamajackchile.cl/): Rugged leather and outdoor
- **Doxie** (https://www.doxiechile.cl/): Footwear
## The challenge
Eight brands mean eight catalogs, eight tones of voice and the same questions on every site: what size should I get, is it in stock, where is my order, how do I make an exchange.
- **Large, ever-changing catalog:** thousands of products refreshed every season.
- **Heavy after-sales demand:** constant questions about shipping, exchanges and returns.
- **Sales peaks:** events like Cyber Day and Black Friday multiply traffic.
- **Round-the-clock service:** customers shop at any hour and expect an immediate answer.
## The solution
Databot deployed an AI sales and after-sales assistant for each brand, all managed from a single platform.
- **Recommender connected to the online store:** it reads stock, prices and descriptions in real time. It only suggests available products and groups each model's colors and sizes.
- **Order tracking:** the customer asks about their purchase and the assistant instantly replies with the shipping status.
- **One voice per brand:** each assistant has its own tone and style, warm and familiar at PZ, adventurous at Panama Jack.
- **Start menu:** shortcuts to search for products, track an order or find physical stores.
- **Always up-to-date information:** the assistant syncs with the policies published on each site and with current campaigns.
- **Continuous improvement:** the platform detects the questions the assistant can't answer yet so they can be covered.
- **Web and WhatsApp:** the same assistant serves customers on the website and on WhatsApp, without the conversation losing context.
## Implementation
The first seven brands went live in one month, right in the middle of the year-end season. The eighth joined later in less than two weeks.
- **December 2025:** Project kickoff; 16 Hrs live in 5 days
- **January 2026:** Pollini, Bruno Rossi, Zappa, Mingo, PZ and Panama Jack live
- **May 2026:** Doxie joins as the eighth brand
- **July 2026:** Start menu active across all brands
- **October 2026:** The assistant arrives on WhatsApp
## Results
The assistant answers 97% of the inquiries it receives, with a satisfaction score of 4.4 out of 5. Its main use is product search: it works like a salesperson, not just an FAQ.
- **97% of inquiries answered** by the assistant.
- **4.4 / 5 satisfaction** average user rating.
- **Purchase intent first:** almost half of the interactions from the start menu are product searches.
- **24/7 service across eight brands,** managed from a single platform.
---
# Grupo Tattersall serves customers across 7 business units with AI and sends every lead straight to Salesforce
> Grupo Tattersall, one of Chile's oldest and best-known conglomerates, has AI assistants on the websites of its business units. They provide 24/7 service, advise on vehicles, machinery, spare parts and leasing, and deliver every sales opportunity to its sales team in Salesforce.
- Success story: Grupo Tattersall
- Automotive, machinery and financial services · Chile
- URL: https://databot.cl/en/casos-de-exito/grupo-tattersall
- Case video: https://www.youtube.com/watch?v=YLTqolOIrNM
## Key figures
- **7** — Business units with their own assistant
- **24/7** — Real-time customer service
- **1 CRM** — Leads sent straight to Salesforce
## About Grupo Tattersall
Grupo Tattersall is one of Chile's oldest and most reputable companies, with businesses in agriculture, livestock, automotive, agricultural and industrial machinery, spare parts, financial services and leasing. Each business line operates under its own brand, with its own website and its own sales team.
## The challenge
A group with many business lines needs a consistent digital experience without losing the specialization of each one.
- **High inquiry volumes:** customers asking about models, prices, stock, spare parts or financing, at any hour.
- **Very different products:** someone looking for a used car isn't served the same way as someone who needs a forklift, a spare part or a lease.
- **Lost leads:** if the contact isn't recorded in the CRM, the sales rep never sees it.
- **Separate sales teams:** each unit needs to receive only its own opportunities, with complete information.
## The solution
Databot implemented an AI assistant for each business unit, with its own brand, knowledge and rules, on a single platform.
- **One assistant per business:** automotive (new and used), trucks, machinery, spare parts and leasing, each with its own catalog and tone.
- **Recommender connected to the website:** for used cars, the assistant checks the vehicles listed on the website and answers about the exact model the customer is looking for.
- **Lead capture integrated with Salesforce:** the assistant asks for the customer's details and creates the lead in Salesforce, assigned to the corresponding unit and branch.
- **Spare parts sales via chat:** spare parts inquiries that reach the assistant turn into direct sales.
- **24/7 service:** it responds in real time, including outside business hours.
- **Centralized management:** the group manages all its units from a single platform, with a master agreement and independent configuration for each business.
## Implementation
Tattersall started in late 2024 and has been adding business units on the same foundation.
- **October 2024:** Project kickoff with the first business units
- **January 2025:** Automotriz, FAW, Multimaq and Industrial join
- **September 2025:** Assistant active for used cars
- **October 2025:** Assistant active for FAW trucks
- **March 2026:** Assistant active for Leasing
- **August 2026:** New web widget and improved lead capture in Salesforce
## Results
Grupo Tattersall serves customers across 7 business units with AI, with a consistent experience and every sales opportunity recorded in Salesforce for its sales team.
- **7 business units** served from a single platform.
- **Full Salesforce integration** across marketing, sales and after-sales.
- **24/7 service** on the websites of all units.
- **Spare parts sold via chat.**
---
# Seven brands, an AI assistant for each one, live in five weeks
> Grupo Yáneken, Chile's second-largest multi-brand retail group, serves the customers of its online stores with AI assistants that respond on the web, on social media and on WhatsApp, and hand off to its team only what truly needs a person.
- Success story: Grupo Yáneken
- Multi-brand retail / Ecommerce
- URL: https://databot.cl/en/casos-de-exito/grupo-yaneken
## Key figures
- **7** — Brands with their own assistant
- **+43,000** — Inquiries handled by the assistants in their first five months
- **~8 in 10** — Inquiries resolved by the assistant without escalating to an agent
- **3 weeks** — To get the first brands live
- **5 weeks** — To get all seven brands live
## About Grupo Yáneken
Grupo Yáneken is Chile's second-largest multi-brand retail group, with more than 150 stores across the country and a portfolio spanning streetwear, sneakers, sports, footwear and technology.
Its digital channel brings together brand online stores with very different audiences:
- **Bold** (https://www.bold.cl/): Streetwear
- **Belsport** (https://www.belsport.cl/): Sporting goods
- **Bamers** (https://www.bamers.cl/): Footwear for the whole family
- **Drops** (https://moredrops.cl/): Sneaker boutique
- **Antihuman** (https://www.antihuman.cl/): Designer urban fashion
- **HOKA** (https://cl.hoka.com/): Running and outdoor footwear
- **The Labs Store** (https://thelabstore.cl/): Sneakers and lifestyle
## The challenge
Seven brands, each with its own community, catalog and way of speaking, receiving the same questions across several channels at once: what size should I get, is it in stock, where is my order, how do I make an exchange.
- **High volume across multiple channels:** inquiries arriving via the web, Instagram, Facebook and WhatsApp.
- **Fast-moving catalogs:** launches and collections that change constantly, with stock spread across stores.
- **Demanding after-sales:** order tracking, exchanges and returns for customers who expect an immediate answer.
- **Lean support team:** simple questions competed for agents' time with the cases that really need them.
## The solution
Databot deployed an AI sales and after-sales assistant for each brand, all managed from a single platform.
- **Recommender connected to the online store:** it reads the catalog and stock in real time and suggests available products, in each brand's style.
- **Order tracking:** the customer asks about their purchase and the assistant instantly replies with the shipping status.
- **One voice per brand:** each assistant speaks like its brand, from Bold's streetwear lingo to Belsport's sporty tone.
- **Omnichannel:** the same assistant serves customers on the website, in social media direct messages and on WhatsApp.
- **Smart handoff:** when a case requires a person, the assistant creates a ticket in the group's support system with a summary of the conversation, so the agent doesn't have to ask everything again.
- **Unified metrics:** contact reasons are standardized across all brands, so the group's performance can be compared on a single dashboard.
## Implementation
All seven brands went live within five weeks of the project kickoff, including the integration with the ticketing system and social media.
- **February 2026:** Project kickoff
- **March 2026:** Bold and Belsport live in three weeks
- **March 2026:** Bamers, Drops, Antihuman, HOKA and The Labs Store live
- **August 2026:** Contact reasons unified across all brands
## Results
In their first five months, the assistants handled more than 43,000 inquiries and resolved about 8 in 10 without an agent stepping in. The support team went from handling every inquiry to focusing on the cases that really require it.
- **+43,000 inquiries handled** by the assistants.
- **~8 in 10 resolved** without escalating to an agent.
- **From 0% to about 80% automation** in online store customer service.
- **24/7 service across seven brands** and four channels, managed from a single platform.
---
# Romeo, the AI Iberian ham expert that handles 9 in 10 of Ibericomio's conversations without human intervention
> Ibericomio, the Spanish marketplace for Iberian ham from small producers, has an AI assistant that advises its customers on the web and on WhatsApp, in several languages, just as a master ham carver would.
- Success story: Ibericomio
- Gourmet / Ecommerce · Spain
- URL: https://databot.cl/en/casos-de-exito/ibericomio
## Key figures
- **89%** — Of conversations handled without human intervention
- **4.7 / 5** — User satisfaction
- **1 month** — From project kickoff to go-live
- **+40** — Producers whose catalog the assistant knows
- **2 channels** — Web and WhatsApp, in several languages
## About Ibericomio
Ibericomio, locos por lo ibérico®, is a marketplace based in Alcázar de San Juan, Spain, that connects artisanal Iberian ham producers with end consumers. Products ship directly from each producer's curing cellars, at factory prices. In 2022 it was named the best agri-food website of the year by the digital magazine qcom.es.
## The challenge
Buying Iberian ham online isn't like buying just any product: customers want to understand what they're buying before they pay.
- **A product that calls for expert advice:** the differences between bellota, cebo de campo and cebo, between 100% and 50% Iberian, or between a whole leg and pre-sliced raise a lot of questions.
- **Catalog from many producers:** more than 40 producers, each with its own pieces, formats and origins.
- **Customers from several countries:** buyers who write in Spanish, French, German and other languages.
- **Service limited by business hours:** the team works office hours, but customers shop at any time.
## The solution
Databot created Romeo, an AI assistant with the brand's personality, connected to Ibericomio's online store.
- **Iberian ham expert:** it explains categories, designations of origin and the differences between products, so customers can buy with confidence.
- **Recommender connected to the catalog:** it reads products, formats, prices and stock in real time and suggests options based on budget and occasion.
- **Multichannel:** the same assistant serves customers on the web and on WhatsApp.
- **Multilingual:** it detects the customer's language and replies in it.
- **Order tracking:** it reports shipping status, even when the order ships directly from the producer.
- **Transparency:** Romeo introduces itself as an AI assistant and, when a case requires it, hands it off to the customer service team.
- **Tailored tone:** the style of the responses was adjusted for Spanish customers, more direct and approachable.
## Implementation
Ibericomio went from project kickoff to having Romeo live in one month, and has been adding channels and knowledge ever since.
- **February 2026:** Project kickoff
- **March 2026:** Romeo live on the web and WhatsApp
- **August 2026:** Tone adjusted and campaign segment active
- **September 2026:** Romeo adds knowledge from Ibericomio's blog
## Results
Romeo handles 9 in 10 conversations without human intervention and customers rate it 4.7 out of 5. The Ibericomio team can focus on peak season without leaving anyone unanswered.
- **89% of conversations** handled without human intervention.
- **4.7 / 5 satisfaction** average user rating.
- **24/7 expert advice** on the web and WhatsApp, in several languages.
- **A single assistant** that knows the catalog of more than 40 producers.
---
# Ventus resolves 9 in 10 inquiries with AI and has already generated more than 1,400 leads selling foodservice equipment via chat
> Ventus, a leader in foodservice and industrial equipment for the HORECA sector, has an AI assistant that advises restaurants, coffee shops and entrepreneurs 24/7, generates quotes and handles after-sales on the web and on WhatsApp, in Chile and Peru.
- Success story: Imega Ventus
- Foodservice equipment / Ecommerce · Chile and Peru
- URL: https://databot.cl/en/casos-de-exito/imega-ventus
- Case video: https://www.youtube.com/watch?v=cLpHn9YvCjo
## Key figures
- **90%** — Of questions resolved automatically
- **+1,400** — Leads generated by the assistant
- **24/7** — Purchase advice, even outside business hours
- **2 countries** — Chile and Peru with the same assistant
- **3 days** — To launch the assistant in Peru
## About Imega Ventus
Ventus imports and distributes foodservice, commercial and industrial equipment: display coolers, refrigerated display cases, ovens, fryers, dough mixers, coffee machines and much more. With more than 15 years in the HORECA industry, it operates in Chile and Peru, with its own online store and a presence on the main marketplaces in both countries.
## The challenge
Buying foodservice equipment isn't an impulse purchase: customers need to know which equipment suits them before they invest.
- **Consultative sale:** the right equipment depends on the type of business, the space, the volume and the use. Without advice, customers hesitate or leave.
- **Broad, technical catalog:** hundreds of products with different capacities, power ratings, voltages and dimensions.
- **Customers who ask for quotes:** many buyers, especially companies, need a formal quote before purchasing.
- **Repetitive questions that overload the team:** the same questions over and over take time away from the sales that do need a sales rep.
- **Demanding after-sales:** warranties, technical service and spare parts generate a high volume of inquiries that must reach the right department.
- **Two countries, two operations:** Chile and Peru each have their own catalogs, terms and tax details.
## The solution
Databot implemented an AI assistant connected to Ventus's online stores in Chile and Peru.
- **Purchase advisor:** it asks about the type of business, the space and the use, and recommends the right equipment from the catalog.
- **Connected to the online store:** it works on the store's actual VTEX catalog and measures which purchases are completed after the conversation.
- **Automatic quote generator:** the customer requests a quote in the chat and receives it as a PDF by email, with their details and their company's.
- **Organized after-sales:** it resolves questions about orders and warranties, and routes technical service and spare parts to the right channel.
- **Omnichannel:** it serves customers on the web and on WhatsApp, with a dashboard where the Ventus team takes over the conversations that require a sales rep.
- **WhatsApp campaigns:** the marketing team sends segmented promotions to customers who have already chatted with the assistant.
- **Data for decision-making:** conversations reveal what customers are looking for and which doubts hold back purchases.
- **Adapted to each country:** the same assistant operates with the terms, currency and tax details of Chile and of Peru.
## Implementation
Ventus started in Chile in 2025 and, building on that foundation, launched the assistant in Peru in just three days.
- **May 2025:** Project kickoff in Chile
- **February 2026:** Launch in Peru in 3 days
- **May 2026:** Tracking of purchases generated from the chat in VTEX
- **August 2026:** WhatsApp campaigns active in Peru
- **September 2026:** Automatic quote generator active on the Peru website
## Results
The assistant resolves 9 in 10 questions without the team stepping in and has already generated more than 1,400 leads. With a single assistant, Ventus handles consultative sales and after-sales in two countries, and its sales team focuses on the conversations that truly need a sales rep.
- **90% of questions** resolved automatically.
- **+1,400 leads** generated by the assistant.
- **24/7 advice** to choose the right equipment, on the web and on WhatsApp.
- **Quotes in minutes,** without waiting for a salesperson.
- **After-sales routed to the right department** from the first message.
- **Business insights** drawn from what customers ask.
> «Our customers are very consultative, so they need a lot of information, and the bot has helped us a great deal with that.»
> — Sofía Bórquez, Deputy E-commerce Manager, Imega Ventus
---
# Parque Arauco: EMA, the AI agent that serves its shopping malls
> EMA answers visitors' questions in real time across all of the shopping malls, using a knowledge base that the CX team updates itself.
- Success story: Parque Arauco
- Retail · Shopping malls
- URL: https://databot.cl/en/casos-de-exito/parque-arauco
- Case video: https://www.youtube.com/watch?v=9v3Q6IlEdsk
## Key figures
- **85%** — satisfaction (CSAT)
- **24/7** — across all touchpoints
## The challenge
Every shopping mall receives all kinds of questions at all hours: opening hours, stores, parking, events and lost items. Multiplied across several malls, answering everything with people alone was impossible.
## The solution
Parque Arauco built EMA on Databot: a generative AI agent with a knowledge base that the CX team updates without relying on developers, and that hands off to a person when a case requires it.
## Results
EMA serves visitors in real time across all touchpoints, with 85% satisfaction.
> «With generative AI we achieved 85% customer satisfaction and 24/7 responses across all touchpoints.»
> — Felipe Misle · Head of Corporate CX, Parque Arauco
---
# Quantos créditos Databot eu preciso? Calcule seu consumo mensal
> Com seus créditos você paga as mensagens de WhatsApp que seu bot e sua equipe enviam, e o uso do Synapse. Calcule em um minuto quantos você precisa por mês.
- Publicado: 22 de outubro de 2026 (2026-10-22)
- Categoria: Novidades
- Fonte: https://databot.cl/pt/blog/cuantos-creditos-necesito
## Em resumo
- Os créditos Databot são uma única carteira para tudo o que sua conta consome: mensagens de WhatsApp e uso do Synapse.
- 1 crédito equivale a US$0,1725 mais impostos.
- As respostas pelo WhatsApp do seu bot ou da sua equipe têm 1.000 mensagens grátis por mês por número; os templates descontam créditos desde o primeiro envio.
- As mensagens que seus clientes enviam não são cobradas.
Com seus créditos Databot você paga as mensagens de WhatsApp que seu bot e sua equipe enviam, e o uso do Synapse. É uma única carteira para tudo o que sua conta consome: **1 crédito equivale a US$0,1725 mais impostos**. Neste artigo explicamos para que eles servem e deixamos uma calculadora para estimar em um minuto quantos você precisa por mês.
## Para que servem seus créditos
As mensagens que seus clientes enviam não são cobradas. O que desconta créditos é o que sua conta envia pelo WhatsApp e o uso do Synapse:
| Uso | O que inclui | Quando é descontado |
| --- | --- | --- |
| Atender conversas no WhatsApp | Cada resposta que seu bot ou sua equipe envia quando um cliente escreve pelo WhatsApp (mensagens de serviço). As respostas no chat web não são cobradas | A partir da mensagem 1.001 de cada mês; as primeiras 1.000 são grátis |
| Enviar templates de WhatsApp | Mensagens de WhatsApp que você inicia: campanhas e promoções, avisos de pedido ou códigos de verificação | Desde o primeiro envio |
| Usar o Synapse | O uso do Synapse, o copiloto da Databot, com os mesmos créditos, sem outra conta nem outro meio de pagamento | Conforme o uso |
## Calcule quantos créditos você precisa para o WhatsApp
Esta calculadora estima os créditos das suas mensagens de WhatsApp. Preencha as duas etapas com seu volume mensal de WhatsApp e o total é atualizado na hora. Se você não usa templates, deixe a etapa 2 em zero.
## Créditos por tipo de mensagem
Quanto cada mensagem desconta da sua carteira:
| Tipo de mensagem | Créditos por mensagem | Créditos por 1.000 |
| --- | --- | --- |
| Serviço: respostas do bot ou da sua equipe, acima das 1.000 grátis | 0,133 | 133,3 |
| Marketing: templates de campanhas e promoções | 0,593 | 592,7 |
| Utilidade: templates de avisos e confirmações | 0,133 | 133,3 |
| Autenticação: templates com códigos de verificação | 0,133 | 133,3 |
Valores de referência para WhatsApp no Chile. Se você quer entender por que a Meta cobra as respostas desde outubro de 2026, explicamos em [quanto custa a API do WhatsApp](https://databot.cl/pt/blog/cuanto-cuesta-api-whatsapp-como-ahorrar-mensajes).
## Perguntas frequentes sobre os créditos Databot
**Quanto vale um crédito?**
1 crédito equivale a US$0,1725 mais impostos.
**As mensagens que meus clientes me enviam são cobradas?**
Não. Só descontam créditos as mensagens que seu bot ou sua equipe envia pelo WhatsApp, os templates e o uso do Synapse.
**As 1.000 mensagens grátis se acumulam?**
Não. Elas se renovam a cada mês, por número de WhatsApp, e só se aplicam às respostas dentro de uma conversa. Os templates descontam créditos desde o primeiro envio.
**Preciso de outra conta para pagar o Synapse?**
Não. Os mesmos créditos cobrem o uso do Synapse, sem outra conta nem outro meio de pagamento.
---
# Databot Desk: o que seu bot não consegue resolver chega à sua equipe com responsável e prazo
> O Databot Desk é o segundo nível do seu atendimento: o bot cria o ticket quando sua instrução indica, e sua equipe resolve com responsável, prazo e histórico completo. Já está incluído no seu plano.
- Publicado: 21 de outubro de 2026 (2026-10-21)
- Categoria: Novidades
- Fonte: https://databot.cl/pt/blog/databot-desk-tickets
## Em resumo
- O Databot Desk é a ferramenta de escalonamento do Databot: o bot cria um ticket quando a conversa cumpre as regras que você escreve na instrução dele.
- Cada ticket chega a uma caixa de entrada com prioridade, responsável, SLA e a conversa com o bot anexada, para sua equipe não perguntar duas vezes ao cliente.
- O cliente recebe um código de acompanhamento e pode perguntar ao bot o status do caso, a qualquer hora.
- Está incluído no seu plano, sem custo adicional, e é ativado em uma sessão de 30 minutos com nossa equipe.
Um bom agente de IA resolve a maioria das consultas: perguntas frequentes, produtos, status de pedidos. Mas sempre sobra um grupo de casos que precisa de uma pessoa: um produto que chegou danificado, uma cobrança duplicada, um cliente que pede para falar com um atendente. É aí que o atendimento costuma falhar: o caso se perde em um chat, sem responsável nem prazo, e o cliente volta a escrever para perguntar "e a minha reclamação?".
Por isso lançamos o **Databot Desk**, o segundo nível do seu atendimento. O bot cria o ticket quando sua instrução indica, e sua equipe resolve com todo o contexto, na mesma plataforma onde seu bot já está. Veja como funciona em 25 segundos (vídeo em espanhol):
## O que é o Databot Desk
O Databot Desk é sua ferramenta de escalonamento: o segundo nível para as solicitações que só uma pessoa pode resolver. Cada uma fica registrada, atribuída e com prazo.
| Nível | Quem | O que faz |
| --- | --- | --- |
| Nível 1 | Agente de IA | Responde perguntas frequentes, produtos e pedidos, 24 horas, na web, WhatsApp, Instagram e Messenger |
| Nível 2 | Databot Desk | Cria o ticket com os dados já solicitados e a conversa anexada; ele fica na caixa de entrada com prioridade e SLA |
| Encerramento | Sua equipe | Assume o caso, responde por e-mail na mesma conversa e o encerra com histórico completo |
E o ciclo se fecha no bot: seu cliente pergunta pelo código de acompanhamento e o bot informa o status do caso.
## Um caso de pós-venda às 23:47
Uma cliente escreve fora do horário: a poltrona que comprou chegou com um pé quebrado e é uma reclamação urgente. O bot pede o número do pedido e o e-mail, aplica a regra da instrução ("reclamação urgente → criar ticket") e entrega um código de acompanhamento.
O ticket chega à caixa de entrada com prioridade urgente, categoria Reclamação e origem "Criado pelo Chatbot". Logo cedo, uma regra o atribui à atendente de pós-venda, que abre o ticket e já tem o pedido, o e-mail e a conversa completa. Ela responde por e-mail, agenda a retirada e muda o status para "em andamento". Se a cliente perguntar de novo ao bot, ele mostra o status real do caso.
## Você define quando o bot cria um ticket
As regras são escritas na instrução do bot, com suas palavras. Não é preciso mudar o bot nem programar: você diz em quais casos escalar e quais dados pedir antes. Teste os três casos deste exemplo: o bot só escala o que cumpre suas regras.
Se o bot puder resolver a consulta, ele resolve, e sua equipe não recebe nada. Assim a caixa de entrada tem só o que realmente precisa de uma pessoa.
## O que sua equipe vê no Databot Desk
**Caixa de entrada.** Todos os casos em um quadro, cada um com responsável. Sua equipe vê os tickets em tabela ou em quadro, agrupados por status, prioridade, categoria ou responsável.
- Cada atendente vê os tickets atribuídos a ele.
- Prazos de atribuição e resolução (SLA), com alerta visível quando um caso vence.
- Filtros, busca e colunas sob medida, com seus próprios campos.
- Descartar não é apagar: o ticket vai para a lixeira e pode ser restaurado.
**Ficha do ticket.** Todo o contexto do caso, sem perguntar duas vezes ao cliente:
- Dados do cliente, categoria, prioridade, status e responsável.
- Conversa anterior com o bot, para não começar do zero.
- Notas internas, arquivos e campos personalizados.
- Resposta ao cliente por e-mail, na mesma conversa, a partir do ticket.
**Acompanhamento para seu cliente.** Com o código de acompanhamento, o cliente consulta o status do ticket no mesmo chat, a qualquer hora. O bot lê o status real do ticket no Desk, então sua equipe recebe menos mensagens do tipo "e a minha reclamação?" e o cliente sabe como está o caso sem esperar uma resposta.
**Automações.** O repetitivo acontece sozinho. Você monta fluxos em um editor visual, sem código: escolhe quando são acionados (quando um ticket é criado, atualizado, muda um campo, é encerrado ou excluído), adiciona condições e define o que acontece:
- Enviar um e-mail ou um modelo de WhatsApp.
- Atribuir um atendente ou uma equipe.
- Adicionar uma linha no Google Sheets ou criar um evento no Google Calendar.
- Enviar um webhook para outro sistema.
Por exemplo: quando um ticket é criado com prioridade urgente, atribuí-lo à equipe de pós-venda e enviar ao cliente um e-mail de confirmação.
**Estatísticas.** Um painel com o resumo do período, filtrável por atendente e por datas, para saber quanto tempo sua equipe leva e onde os casos se acumulam:
- Tickets totais, abertos, encerrados e taxa de resolução.
- Tempo médio de atribuição, de resolução e total.
- Distribuição por status e por categoria.
- Tickets por atendente, com o cumprimento do SLA.
## WhatsApp para receber o caso, e-mail para resolvê-lo
Desde 1º de outubro de 2026, a Meta cobra as mensagens de serviço do WhatsApp a partir da mensagem 1.001 de cada número, a cada mês (explicamos em [quanto custa a API do WhatsApp](https://databot.cl/pt/blog/cuanto-cuesta-api-whatsapp-como-ahorrar-mensajes)). Uma reclamação pode levar vários dias de idas e vindas.
- **Sem o Desk**, todo o caso vive no chat: cada ida e volta é mais uma mensagem de WhatsApp, e o caso não tem responsável nem prazo.
- **Com o Desk**, o bot recebe o caso pelo WhatsApp e abre o ticket. Sua equipe responde por e-mail, com o histórico à vista.
## Perguntas frequentes sobre o Databot Desk
**O Databot Desk tem custo adicional?**
Não. O Databot Desk está incluído no seu plano. Ativamos com você em uma sessão de 30 minutos.
**Preciso mudar meu bot?**
Não. Seu bot continua igual; só adicionamos à instrução dele quando deve criar um ticket. Você decide as regras e pode ajustá-las quando quiser.
**Como o cliente sabe o status do caso?**
Ao criar o ticket, o bot entrega um código de acompanhamento. Com esse código, o cliente pergunta ao bot e recebe o status atual. Você também pode configurar um e-mail automático sempre que o ticket mudar de status ou for encerrado.
**Posso criar tickets manualmente?**
Sim. Além dos que o bot cria, sua equipe pode criar tickets pela caixa de entrada, por exemplo para casos que chegam por telefone.
**Quem vê cada ticket?**
Os administradores veem toda a caixa de entrada. Cada atendente vê os tickets atribuídos a ele.
## Como ativar o Databot Desk
Deixamos funcionando com você em 30 minutos:
1. **Você agenda uma sessão.** Escolhe o horário. Traga quem coordena os atendentes.
2. **Configuramos juntos.** Escrevemos a instrução de quando criar tickets e definimos categorias, equipe, SLA e uma automação.
3. **Seu bot começa a escalar.** Testamos um ticket de ponta a ponta. A partir desse dia, os casos chegam à sua caixa de entrada.
O Databot Desk já está incluído no seu plano. [Agende sua ativação](https://meetings.hubspot.com/celia-hoffmann-santander?utm_source=blog&utm_medium=web&utm_campaign=desk-lanzamiento) e chegue ao pico de pós-venda com seus casos em ordem.
---
# Quanto custa a API do WhatsApp em 2026 e como economizar mensagens
> Desde 1º de outubro de 2026, o WhatsApp cobra cada resposta dentro da janela de 24 horas. Como calcular seu gasto e reduzi-lo com o Modo Economia da Databot.
- Publicado: 14 de outubro de 2026 (2026-10-14)
- Categoria: Novidades
- Fonte: https://databot.cl/pt/blog/cuanto-cuesta-api-whatsapp-como-ahorrar-mensajes
## Em resumo
- Desde 1º de outubro de 2026, a Meta cobra as respostas dentro da janela de 24 horas pela tarifa de utilidade, depois de 1.000 mensagens grátis por mês por número.
- O custo já não depende de quantas conversas você atende, e sim de quantas mensagens você precisa para resolver cada uma.
- O Modo Economia da Databot agrupa respostas e usa formulários, listas e reações; em uma operação de 10.000 conversas por mês pode reduzir a conta em 41%.
Desde 1º de outubro de 2026, responder seus clientes pelo WhatsApp deixou de ser grátis. A Meta começou a cobrar as mensagens que as empresas enviam dentro da janela de atendimento de 24 horas, que até agora não tinham custo.
Para qualquer empresa que atende pelo WhatsApp com um chatbot ou um agente de IA, isso muda a conta: já não importa só quantas conversas você atende, e sim quantas mensagens precisa para resolver cada uma. Neste artigo explicamos quanto custa hoje a API do WhatsApp, como calcular seu gasto e como reduzir o custo do WhatsApp com o novo Modo Economia da Databot, sem piorar a experiência dos seus clientes.
## Quanto custa a API do WhatsApp a partir de outubro de 2026
A Meta cobra por mensagem desde julho de 2025, mas até setembro de 2026 as respostas dentro da janela de 24 horas eram grátis. Essa janela se abre cada vez que um cliente escreve para você, e é ali que acontece quase todo o atendimento.
Desde 1º de outubro de 2026, essas mensagens passaram a ser cobradas pela mesma tarifa regional dos modelos de utilidade. Como compensação, cada número de WhatsApp tem 1.000 mensagens de serviço grátis por mês, que não se acumulam de um mês para o outro.
| Tipo de mensagem | Até 30 de setembro | A partir de 1º de outubro de 2026 |
| --- | --- | --- |
| Respostas livres dentro da janela de 24 h (mensagens de serviço) | Grátis | Grátis as primeiras 1.000 por mês por número; depois, cobradas pela tarifa de utilidade |
| Modelos de utilidade dentro da janela | Grátis | Cobrados desde a primeira mensagem |
| Modelos de utilidade fora da janela | Cobrados | Sem mudanças |
| Modelos de marketing e autenticação | Cobrados | Sem mudanças |
| Mensagens dentro de uma janela de entrada gratuita (anúncios Click to WhatsApp) | Grátis | Sem mudanças |
A janela de 24 horas não desaparece: continua sendo reiniciada cada vez que o cliente escreve. As mensagens do cliente continuam sem custo, e conta como mensagem de serviço qualquer resposta da empresa, seja do bot ou de um atendente. Trocar de fornecedor não evita a cobrança, porque a tarifa é definida pela Meta.
Em uma conversa típica de suporte, 4 das 6 mensagens são cobradas:
| Quem escreve | Mensagem | É cobrada? |
| --- | --- | --- |
| Cliente | Olá, boa tarde. Preciso de ajuda com minha conta. | Não |
| Bot | Olá, com prazer te ajudo. Qual é a sua dúvida? | Sim |
| Cliente | Não consigo acessar meu extrato. | Não |
| Atendente | Olá, sou a Camila. Estou verificando seu caso agora. | Sim |
| Atendente | Pronto, resolvido. Pode tentar de novo. | Sim |
| Bot | Conseguimos resolver sua dúvida? | Sim |
Fonte: a [documentação de preços da Meta](https://developers.facebook.com/documentation/business-messaging/whatsapp/pricing).
## Como calcular o custo do WhatsApp para sua empresa
O custo agora cresce a cada mensagem que seu bot envia, então uma conversa longa custa mais que uma curta, mesmo que resolva o mesmo. A conta é simples: conversas por mês × respostas por conversa = mensagens de serviço; mensagens de serviço × tarifa do mercado = custo mensal.
Com uma tarifa de US$ 0,02 por mensagem, uma operação que envia 50.000 respostas por mês paga cerca de US$ 980 mensais (US$ 11.760 por ano) depois de descontar as 1.000 grátis. Você pode calcular seu caso na [calculadora da Databot](#calculadora).
Os bots costumam gastar mensagens a mais por três hábitos:
- Respondem cada mensagem do usuário separadamente, mesmo quando ele escreveu "oi", "quero um orçamento" e "3 pares" em seguida.
- Pedem dados um de cada vez ("Seu nome?", "Seu CPF?", "Sua cidade?"), uma mensagem por pergunta.
- Encerram com uma ou duas mensagens extras ("De nada!", a pesquisa) quando o cliente só disse "obrigado" ou "ok".
Nenhuma dessas mensagens melhora a experiência, mas desde outubro todas têm preço. A pergunta-chave passou a ser quantas mensagens você precisa para resolver cada caso.
## Como economizar mensagens no WhatsApp com o Modo Economia da Databot
O Modo Economia é um interruptor que ativa um conjunto de funções pensadas para resolver o mesmo com menos mensagens cobradas. Ele é ligado nas configurações de WhatsApp da Databot, e cada função pode ser ativada ou desativada separadamente, conforme a forma como sua empresa atende.
| Função | O que faz | Antes → com Modo Economia
(a US$ 0,02 por mensagem) |
| --- | --- | --- |
| Responder uma só vez a rajadas | Espera 2 segundos e agrupa as mensagens seguidas do usuário; enquanto isso, o cliente vê "digitando…", que é grátis | 3 respostas (US$ 0,06)
→ 1 resposta (US$ 0,02) |
| Formulários em vez de perguntas em cadeia | Usa um formulário nativo do WhatsApp (Flow) quando há três ou mais dados para pedir; todas as telas custam uma mensagem e a resposta chega grátis | 5 perguntas (US$ 0,10)
→ 1 mensagem (US$ 0,02) |
| Listas e botões | Oferece até 10 opções em uma lista ou 3 botões em uma única mensagem | Resposta + nova pergunta (US$ 0,04)
→ 1 mensagem (US$ 0,02) |
| Reagir em vez de mensagem final | Reage com um emoji ao "obrigado", "ok" ou "tchau"; a reação não é uma mensagem e a Meta não cobra por ela | 2 mensagens (US$ 0,04)
→ 0 mensagens (US$ 0) |
| Levar conversas longas para a web | Envia um botão "Continuar na web" que abre a mesma conversa, com um link assinado que expira em minutos | 1 mensagem (US$ 0,02);
a partir dali, cada mensagem custa zero |
| Chamadas de WhatsApp (beta) | Oferece resolver por chamada; as chamadas iniciadas pelo cliente são grátis para a empresa e a IA da Databot atende | Uma chamada recebida substitui uma longa cadeia de mensagens |
| Respostas em PDF ou nota de voz | Envia planos, orçamentos ou instruções em PDF, ou uma explicação em áudio | 3 ou 4 mensagens de texto
→ 1 mensagem (US$ 0,02) |
A passagem para a web é configurável: você define quantas mensagens do usuário devem passar antes de mostrar o botão, o texto que o acompanha e se a IA pode oferecê-lo por iniciativa própria quando detecta que a conversa precisa.
## Quanto você pode reduzir o custo do WhatsApp
Passar de 5 para 3 respostas por conversa reduz a conta em 41%. Este é o cálculo para uma operação de 10.000 conversas por mês, a US$ 0,02 por mensagem e descontando as 1.000 grátis:
| | Hoje | Com Modo Economia | Diferença |
| --- | --- | --- | --- |
| Respostas por conversa | 5 | 3 | 2 a menos |
| Custo mensal (US$) | 980 | 580 | 400 |
| Custo anual (US$) | 11.760 | 6.960 | 4.800 (41%) |
Nessa operação, cada resposta que você elimina da conversa média vale US$ 2.400 por ano. São estimativas de referência: o custo real depende do país dos seus clientes, da categoria da mensagem, do volume e das atualizações de tarifas que a Meta pode fazer a cada trimestre.
## Perguntas frequentes sobre o custo do WhatsApp
**Quanto custa a API do WhatsApp em 2026?**
A Meta cobra por mensagem conforme o país do cliente e a categoria. Desde 1º de outubro de 2026 também são cobradas as respostas dentro da janela de 24 horas, depois das primeiras 1.000 mensagens grátis por mês por número.
**Quanto custa uma mensagem do WhatsApp Business?**
Depende do mercado. Como referência, a US$ 0,02 por mensagem, 50.000 respostas por mês custam cerca de US$ 980.
**Como economizar mensagens no WhatsApp?**
Agrupe respostas, peça dados com formulários, use listas e botões, reaja ao "obrigado" em vez de responder e leve as conversas longas para a web.
**Como reduzir o custo da WhatsApp Business API?**
Reduza as respostas por conversa: com 10.000 conversas por mês, passar de 5 para 3 respostas economiza 41%. Trocar de fornecedor não evita a cobrança, porque a tarifa é definida pela Meta.
**O WhatsApp cobra as mensagens enviadas pelos clientes?**
Não. Só são cobradas as mensagens enviadas pela empresa, seja pelo bot ou por um atendente.
**As 1.000 mensagens grátis são por conta ou por número?**
Por número comercial, e não se acumulam de um mês para o outro. Três números somam 3.000 mensagens grátis por mês.
## Como ativar
Se você já usa a Databot no WhatsApp, o Modo Economia está disponível hoje nas configurações do seu bot:
1. Entre nas configurações do canal WhatsApp e abra a seção "WhatsApp: modo economia".
2. Ligue o Modo Economia no WhatsApp. Se desligar, todas as funções são desativadas automaticamente.
3. Ative as funções que combinam com sua operação. Por exemplo, a passagem para a web vale a pena se seus clientes fazem processos longos; as chamadas, se você atende casos complexos.
Cada função é ligada por bot e por canal: você ativa no WhatsApp e deixa desligada na web, onde as mensagens não custam nada.
A mudança da Meta não tem volta, mas a conta pode ser controlada. O melhor atendimento pelo WhatsApp agora não é o que mais conversa, e sim o que resolve com menos mensagens. Calcule seu impacto na [calculadora da Databot](#calculadora) ou [agende uma revisão da sua operação](https://meetings.hubspot.com/celia-hoffmann-santander/costos-meta), sem custo para clientes da Databot.
---
# Como 70% das dúvidas de e-commerce podem ser automatizadas sem perder a experiência do cliente
> Estoque, rastreamento de pedidos, trocas e devoluções: as quatro dúvidas que sobrecarregam sua equipe e que a IA resolve em segundos, 24 horas por dia.
- Publicado: 10 de dezembro de 2024 (2024-12-10)
- Categoria: E-commerce
- Fonte: https://databot.cl/pt/blog/automatizar-consultas-ecommerce
## Em resumo
- Estoque, rastreamento de pedidos, trocas e devoluções concentram a maioria das dúvidas de uma loja online.
- Um agente de IA conectado ao catálogo, ao OMS e à transportadora as resolve de ponta a ponta, 24 horas por dia.
- O segredo é medir, conectar os sistemas, definir quando encaminhar para uma pessoa e iterar toda semana.
Se você analisar as conversas que sua loja recebe em um dia qualquer, vai notar um padrão: a maioria são variações das mesmas quatro perguntas. **Vocês têm em estoque? Onde está meu pedido? Como faço uma troca? Como devolvo um produto?**
São dúvidas importantes para o cliente, mas repetitivas para sua equipe. E são justamente as que um agente de IA bem conectado consegue resolver do início ao fim.
## As quatro dúvidas que sobrecarregam sua equipe
### 1. Disponibilidade e estoque
O cliente quer saber se o produto está disponível, em qual tamanho ou cor, e se pode retirá-lo na loja. Quando o agente de IA está conectado ao seu catálogo (Shopify, VTEX, Jumpseller, WooCommerce ou outro), ele responde com dados reais e não com um "te confirmo mais tarde".
### 2. Rastreamento de pedidos
"Onde está meu pedido?" é a pergunta mais frequente depois de uma compra. Com a integração ao OMS ou à transportadora, o agente consulta o status pelo número do pedido ou pelo e-mail do cliente e responde na hora, a qualquer momento.
### 3. Trocas
As políticas de troca costumam ter condições: prazos, estado do produto, nota fiscal. O agente explica a política, verifica se a compra se enquadra e orienta o cliente passo a passo.
### 4. Devoluções
Assim como nas trocas, o essencial é que o cliente não fique no meio do caminho. O agente pode iniciar o processo, enviar as instruções de envio e encaminhar a uma pessoa apenas quando houver uma exceção.
## Por que a experiência não se perde (e costuma melhorar)
O medo mais comum ao automatizar é que o atendimento fique frio ou robótico. Na prática, acontece o contrário quando é bem feito:
- **Resposta imediata, 24/7.** O cliente não precisa esperar o horário comercial para saber onde está sua compra.
- **Respostas consistentes.** A política de trocas é a mesma às 10h e às 23h.
- **Encaminhamento inteligente.** Quando uma conversa exige critério humano, o agente a encaminha com todo o contexto, para que o cliente não precise repetir seu caso.
- **Mais tempo para o que importa.** Sua equipe deixa de copiar e colar status de entrega e se concentra em casos complexos e em vendas.
## Como começar
1. **Meça.** Exporte um mês de conversas e classifique-as por motivo. Você vai ver rapidamente qual porcentagem corresponde a essas quatro dúvidas.
2. **Conecte seus sistemas.** Sem dados reais (catálogo, pedidos, transportadora), um bot só consegue dar respostas genéricas.
3. **Defina as regras de encaminhamento.** Decida quais casos sempre devem chegar a uma pessoa.
4. **Itere.** Revise semanalmente as conversas não resolvidas e ajuste as instruções do agente.
Na Databot, vemos que as empresas que seguem esse caminho resolvem cerca de **70% das suas dúvidas sem intervenção humana**, sem sacrificar a satisfação do cliente.
Quer ver como funcionaria na sua loja? [Agende uma demo](#agendar-demo) e mostramos o agente funcionando com os seus próprios casos.
---
# WhatsApp Business API: guia completo para implementá-la na sua empresa
> Tudo o que você precisa saber sobre a API oficial da Meta: requisitos, custos, limites e como conectá-la ao seu stack atual.
- Publicado: 18 de novembro de 2024 (2024-11-18)
- Categoria: Integrações
- Fonte: https://databot.cl/pt/blog/whatsapp-business-api-guia
## Em resumo
- A API do WhatsApp Business permite usuários ilimitados, agentes de IA e integração com seus sistemas; o app não.
- Você precisa de um portfólio empresarial verificado na Meta, um número disponível e um provedor conectado à API.
- Fora da janela de 24 horas, só é possível enviar mensagens com modelos aprovados pela Meta.
O WhatsApp é o canal onde seus clientes já estão. Mas entre o app WhatsApp Business e a **WhatsApp Business Platform (API)** há uma diferença enorme no que você pode fazer. Este guia resume o que você precisa saber antes de implementá-la.
## App WhatsApp Business vs. API
| | App WhatsApp Business | WhatsApp Business API |
|---|---|---|
| Usuários simultâneos | Limitado a poucos dispositivos | Ilimitados, por meio de uma plataforma |
| Automação | Mensagens rápidas e respostas básicas | Agentes de IA, fluxos e integrações |
| Integração com sistemas | Não | Sim (CRM, e-commerce, ERP, sistema de tickets) |
| Envios em massa | Muito limitados | Templates aprovados pela Meta |
Se sua empresa recebe um volume relevante de conversas ou precisa conectar o WhatsApp a outros sistemas, a API é o caminho.
## Requisitos para implementá-la
1. **Um portfólio empresarial na Meta (Business Manager)** verificado com os dados da sua empresa.
2. **Um número de telefone** que não esteja registrado no app do WhatsApp (ou que você possa migrar).
3. **Um provedor ou plataforma** que se conecte à API e ofereça a caixa de entrada, os fluxos e a automação.
4. **Um nome de exibição** que cumpra as políticas da Meta.
## Como funcionam os custos
A Meta cobra por conversa ou mensagem de acordo com a categoria (marketing, utilidade, autenticação e serviço) e o país do cliente. As tarifas e regras mudam periodicamente, por isso recomendamos sempre consultar a tabela oficial de preços da Meta antes de projetar seu orçamento.
Uma regra prática: **as conversas iniciadas pelo cliente costumam ser as mais econômicas**, por isso vale a pena que seus canais (site, redes sociais, e-mails) convidem as pessoas a escrever pelo WhatsApp.
## Limites que você precisa conhecer
- **Janela de 24 horas:** após a última mensagem do cliente, você pode responder livremente durante 24 horas. Fora dessa janela, só é possível escrever com templates aprovados.
- **Templates:** cada mensagem proativa (lembretes, avisos de entrega, campanhas) precisa de um template aprovado pela Meta.
- **Níveis de mensagens:** a quantidade de clientes para os quais você pode escrever por dia aumenta à medida que seu número mantém uma boa qualidade.
## Como conectá-la ao seu stack
O valor real aparece quando o WhatsApp deixa de ser uma caixa de entrada isolada:
- **E-commerce:** consulta de estoque, status de pedidos e recuperação de carrinhos.
- **CRM:** cada conversa fica associada ao contato e ao seu histórico.
- **Sistema de tickets:** os casos complexos se transformam em tickets com acompanhamento.
- **Agenda:** reservas e lembretes automáticos.
Na Databot, conectamos a API do WhatsApp a um agente de IA treinado com as informações do seu negócio, junto com Instagram, site e e-mail, em uma única plataforma. Confira todas as [integrações disponíveis](https://databot.cl/pt/integraciones) ou [agende uma demo](#agendar-demo).
---
# CSAT de 85%: como o Parque Arauco alcançou atendimento 24/7 com IA generativa
> EMA, o agente de IA do Parque Arauco, atende shopping centers em tempo real. Veja como foram a implementação, os desafios e os resultados.
- Publicado: 22 de outubro de 2024 (2024-10-22)
- Categoria: Casos de sucesso
- Fonte: https://databot.cl/pt/blog/parque-arauco-ia-conversacional
## Em resumo
- EMA, o agente de IA da Parque Arauco, atende dúvidas de vários shopping centers em tempo real.
- Funciona sobre uma base de conhecimento que a equipe de CX atualiza sem depender de desenvolvedores.
- Resultado: 85% de satisfação (CSAT) e cobertura 24/7 em todos os pontos de contato.
Um shopping center recebe perguntas de todo tipo e a qualquer hora: horários, lojas, estacionamento, eventos, achados e perdidos, serviços. Multiplique isso por vários shopping centers e você tem um desafio de atendimento que dificilmente se resolve apenas com pessoas.
Esse foi o ponto de partida da **EMA**, o agente de IA do Parque Arauco desenvolvido sobre a Databot.
## O desafio
- **Alto volume e grande variedade** de dúvidas, diferentes em cada shopping center.
- **Informações que mudam constantemente:** lojas que abrem, eventos sazonais, horários especiais.
- **Expectativa de resposta imediata** de visitantes que muitas vezes escrevem enquanto estão no shopping.
## A solução: um agente com contexto
A EMA não é uma árvore de opções. É um agente de IA generativa que:
1. **Conhece cada shopping center**, graças a uma base de conhecimento que a equipe do Parque Arauco pode atualizar sem depender de desenvolvedores.
2. **Entende a intenção** da pergunta, mesmo quando escrita de forma informal ou incompleta.
3. **Encaminha a uma pessoa** quando o caso exige, com o contexto da conversa.
## Resultados
> "Com IA Generativa alcançamos 85% de satisfação do cliente e respostas 24/7 em todos os pontos de contato."
>
> — Felipe Misle, Head de CX Corporativo, Parque Arauco
- **85% de satisfação (CSAT)** nas conversas atendidas.
- **Cobertura 24/7** em todos os pontos de contato.
## O que aprendemos
- **A base de conhecimento é o produto.** A qualidade das respostas depende diretamente de quão atualizadas e claras estão as informações.
- **A equipe de CX deve ser dona do agente.** Poder ajustar instruções e conteúdos sem um projeto de TI acelera a melhoria contínua.
- **Medir desde o primeiro dia.** A satisfação por conversa permite identificar rapidamente quais temas precisam de mais contexto.
Sua operação tem um desafio parecido? [Vamos conversar](#agendar-demo).
---
# Chatbot vs. agente de IA: o que diferencia a Databot dos bots tradicionais
> Um chatbot responde. Um agente de IA executa. A diferença parece pequena, mas muda tudo: faz orçamentos, agenda, encaminha e recomenda sem intervenção humana.
- Publicado: 8 de outubro de 2024 (2024-10-08)
- Categoria: Produto
- Fonte: https://databot.cl/pt/blog/chatbot-vs-agente-ia
## Em resumo
- Um chatbot tradicional segue fluxos fixos; um agente de IA entende linguagem natural e contexto.
- O agente usa ferramentas: faz orçamentos, agenda, cria tickets e encaminha para uma pessoa com todo o contexto.
- Os fluxos continuam úteis para processos regulados; o ideal é combiná-los com um agente.
Durante anos, "chatbot" foi sinônimo de um menu com botões: *digite 1 para vendas, 2 para suporte*. Funcionava para o básico, mas qualquer pergunta fora do roteiro terminava em frustração.
Os agentes de IA mudam essa lógica. A diferença se resume em uma frase: **um chatbot responde; um agente executa.**
## O chatbot tradicional
- Segue **fluxos predefinidos** (árvores de decisão).
- Reconhece palavras-chave, mas **não entende o contexto**.
- Quando a pergunta não se encaixa no fluxo, **encaminha ou fica em loop**.
- Cada novo caso exige **desenhar um novo fluxo**.
## O agente de IA
- **Entende linguagem natural**, mesmo com erros de ortografia ou mensagens longas.
- Responde com as **informações do seu negócio** (documentos, site, catálogo).
- **Usa ferramentas:** consulta sistemas, cria tickets, agenda, registra leads.
- **Decide quando encaminhar** a uma pessoa e entrega o contexto completo.
[Imagen: Diagrama da plataforma Databot: fontes de dados (Shopify, VTEX, documentos e APIs), configuração de IA com instruções, conhecimento e ferramentas, chat inteligente e ações como vendas, agendamento, tickets e encaminhamento humano]
*Como funciona um agente de IA na Databot: ele se conecta aos seus dados, é configurado com instruções e ferramentas, responde com informações reais e executa ações.*
## O que significa "executar"
Com o Tools Manager da Databot, o agente não apenas conversa, mas age:
- **Faz orçamentos:** coleta os dados do cliente e gera um orçamento.
- **Agenda:** verifica a disponibilidade e reserva o horário.
- **Encaminha:** cria um ticket no sistema de tickets ou transfere para um atendente de acordo com regras.
- **Recomenda:** sugere produtos de acordo com o que o cliente procura.
## Quando um fluxo ainda faz sentido?
Os fluxos não desaparecem. Eles são úteis quando o processo **precisa** seguir passos exatos, por exemplo, para validar identidade ou cumprir um requisito legal. O ideal é combiná-los: fluxos para o que é regulado e um agente de IA para todo o resto.
## Em resumo
| | Chatbot | Agente de IA |
|---|---|---|
| Compreensão | Palavras-chave | Linguagem natural e contexto |
| Conhecimento | Respostas escritas manualmente | Sua base de conhecimento |
| Ações | Limitadas ao fluxo | Ferramentas e integrações |
| Manutenção | Redesenhar fluxos | Ajustar instruções e conteúdo |
Saiba mais sobre a [configuração do agente de IA](https://databot.cl/pt/plataforma/prompt-manager) ou [agende uma demo](#agendar-demo).
---
# Geração de leads com IA: do SDR humano à qualificação 24/7
> Como automatizar a captura, a qualificação e a entrega de leads sem depender de uma equipe de SDRs disponível o tempo todo.
- Publicado: 24 de setembro de 2024 (2024-09-24)
- Categoria: Vendas
- Fonte: https://databot.cl/pt/blog/lead-generation-ia-sdr
## Em resumo
- A velocidade de resposta é uma das variáveis que mais impactam a conversão de um lead.
- Um agente de IA captura, qualifica (BANT ou outro modelo) e entrega o lead ao CRM em segundos, 24/7.
- A equipe comercial deixa de filtrar e se concentra em fechar negócios.
Um lead que escreve num domingo à noite e recebe resposta na segunda ao meio-dia já esfriou. A velocidade de resposta é uma das variáveis que mais impactam a conversão, e também uma das mais difíceis de sustentar com uma equipe humana.
## O problema do funil tradicional
1. O lead chega pelo site, WhatsApp ou Instagram.
2. Espera alguém da equipe comercial entrar em contato.
3. O SDR faz as mesmas perguntas de sempre para qualificar.
4. Só uma parte termina em reunião com um executivo de vendas.
Cada etapa acrescenta tempo e atrito. E o SDR investe grande parte do seu dia em conversas que não vão avançar.
## Como isso muda com um agente de IA
**Captura imediata.** O agente responde em segundos, no canal por onde o lead chegou.
**Qualificação conversacional.** Em vez de um formulário longo, o agente faz as perguntas-chave dentro de uma conversa natural: orçamento, necessidade, prazos, papel na decisão (o clássico BANT ou o framework que sua equipe usar).
**Entrega ao CRM.** O lead chega ao CRM com os dados estruturados e o resumo da conversa.
**Encaminhamento por pontuação.** Os leads qualificados passam diretamente para um executivo de vendas ou recebem um link para agendar uma reunião. Os que ainda não estão prontos entram em um fluxo de acompanhamento.
## O que continua humano
A IA não substitui a equipe comercial; ela muda o seu foco. Os executivos deixam de filtrar e passam a **fechar**. Os SDRs podem se concentrar em prospecção outbound e em contas estratégicas.
## Caso real
A Imega Ventus, empresa industrial com canal de e-commerce, automatizou seu atendimento e sua captura de leads com a Databot:
> "90% de autorresolução e 1.400 leads por mês sem aumentar a equipe. A Databot mudou nossa operação comercial."
>
> — Sofía Bórquez, Subgerente de E-commerce, Imega Ventus
## Checklist para começar
- Defina o que é um **lead qualificado** para a sua empresa.
- Escreva as **perguntas de qualificação** na ordem em que o seu melhor SDR as faria.
- Conecte seu **CRM** para que não haja digitação manual.
- Estabeleça **regras de encaminhamento** claras.
- Revise as conversas semanalmente e faça ajustes.
Descubra a solução de [geração de leads](https://databot.cl/pt/soluciones/leads) da Databot.
---
# Agendamento de consultas médicas: como a IA ajuda a reduzir as faltas (no-shows)
> Lembretes automáticos, confirmações pelo WhatsApp e reagendamento sem atrito: como as clínicas podem desafogar seu call center.
- Publicado: 10 de setembro de 2024 (2024-09-10)
- Categoria: Saúde
- Fonte: https://databot.cl/pt/blog/agendamiento-citas-salud
## Em resumo
- Os pacientes faltam principalmente porque esquecem a consulta, não conseguem avisar facilmente ou reagendar é complicado.
- Um agente de IA agenda, envia lembretes pelo WhatsApp e permite confirmar, cancelar ou reagendar na mesma mensagem.
- O agente nunca dá diagnósticos: questões clínicas são sempre encaminhadas a um profissional.
Em clínicas e centros médicos, cada horário que fica vazio porque um paciente não compareceu é uma perda dupla: a receita que não foi gerada e o paciente que poderia tê-lo usado. Ao mesmo tempo, o call center fica sobrecarregado com ligações para agendar, confirmar e remarcar consultas.
## Por que os pacientes não comparecem
Os motivos mais comuns são simples:
- **Eles esqueceram** da consulta.
- **Não conseguiram avisar** facilmente que não iriam.
- **Reagendar era complicado**, então simplesmente não foram.
Todos têm algo em comum: são resolvidos melhorando a comunicação com o paciente.
## Como um agente de IA ajuda
### Agendamento conversacional
O paciente escreve pelo WhatsApp ou pelo site, informa a especialidade ou o profissional e o agente mostra os horários disponíveis, conectado ao sistema de agenda da clínica.
### Lembretes automáticos
Um ou dois dias antes, o paciente recebe um lembrete pelo WhatsApp com a opção de **confirmar, cancelar ou reagendar** na mesma mensagem.
### Reagendamento sem atrito
Se o paciente não puder comparecer, o agente oferece novos horários na mesma conversa. O horário liberado volta a ficar disponível para outro paciente.
### Perguntas frequentes
Preparo para exames, convênios, localização, valores: o agente responde ao que é repetitivo e encaminha a uma pessoa o que é clínico.
## Boas práticas
- **Nunca forneça diagnósticos nem orientações médicas** por meio do agente. Defina limites claros e encaminhe esses casos a um profissional.
- **Cuide dos dados sensíveis.** Peça apenas as informações necessárias e cumpra a legislação de proteção de dados vigente.
- **Use templates aprovados** do WhatsApp para os lembretes.
- **Meça a taxa de confirmação** e de faltas antes e depois da implementação.
Conheça a solução da Databot para [clínicas e saúde](https://databot.cl/pt/soluciones/salud) e para [agendamento](https://databot.cl/pt/soluciones/agendamiento).
---
# Um consultor de moda com IA que responde 92% das consultas dos clientes da Arrow
> A Arrow, uma das marcas de camisaria e moda masculina mais reconhecidas do Chile, atende seus clientes online com um assistente de IA que recomenda produtos, tira dúvidas sobre tamanhos e acompanha a compra a qualquer hora.
- Caso de sucesso: Arrow
- Moda masculina / E-commerce
- URL: https://databot.cl/pt/casos-de-exito/arrow
## Números-chave
- **92%** — Das consultas respondidas pelo assistente
- **+1.100** — Consultas sobre tamanhos e medidas atendidas em um ano
- **24/7** — Atendimento no e-commerce, todos os dias
- **2** — Marcas do grupo com assistente próprio
## Sobre Arrow
A Arrow é uma marca de moda masculina com décadas de história no Chile, conhecida por suas camisas e presente em lojas próprias, lojas de departamento e em seu próprio e-commerce. No Chile, é operada pela Manufacturas Interamericana S.A., que também é dona da marca Piero Butti.
## O desafio
Comprar roupa online gera uma dúvida constante: qual tamanho me serve. A isso se somam as perguntas de sempre sobre entregas, trocas e promoções.
- **Tamanhos e caimento:** a consulta mais frequente, e a que mais trava uma compra se não for respondida rapidamente.
- **Catálogo com muitas variações:** cada peça tem tamanhos, cores e modelagens diferentes.
- **Atendimento fora do horário:** os clientes compram à noite e nos fins de semana, quando a equipe não está disponível.
- **Informações que mudam:** políticas de entrega, trocas e campanhas que precisam estar sempre atualizadas.
## A solução
A Databot implementou um assistente de vendas e atendimento com IA, conectado ao e-commerce da Arrow.
- **Recomendador conectado ao catálogo:** lê produtos, variações e estoque em tempo real e sugere peças disponíveis de acordo com o que o cliente procura.
- **Consultoria de tamanhos:** tira as dúvidas de medidas e equivalências com as informações da marca.
- **Respostas sempre atualizadas:** o assistente se sincroniza com as políticas publicadas no site, sem carregar documentos manualmente.
- **Instruções por tema:** entregas, trocas, devoluções e promoções organizadas separadamente, para respostas mais precisas.
- **Melhoria contínua:** a plataforma identifica as perguntas que o assistente ainda não responde e propõe o conteúdo para cobri-las.
- **Encaminhamento a um executivo:** quando o caso exige, a conversa passa para a equipe de atendimento.
## Implementação
A Arrow começou com uma prova de conceito e, após validar os resultados, levou o assistente para produção e depois o replicou em uma segunda marca do grupo.
- **Outubro 2024:** Início com uma prova de conceito
- **Abril 2026:** Piero Butti passa a ter seu próprio assistente
## Resultados
O assistente responde 92% das consultas que recebe e se tornou o primeiro ponto de contato para tirar dúvidas sobre tamanhos, a principal barreira de compra na moda online.
- **92% das consultas respondidas** pelo assistente.
- **+1.100 consultas sobre tamanhos** resolvidas em um ano, sem esperar por um executivo.
- **Atendimento 24/7** no e-commerce.
- **Modelo replicável:** o grupo estendeu o assistente a uma segunda marca.
---
# 8 marcas, um assistente com IA para cada uma, em produção em um mês
> O Grupo Gino conectou seus e-commerces a assistentes de vendas que recomendam produtos com estoque real, tiram dúvidas de compra e informam o status dos pedidos, cada um com a voz da sua marca.
- Caso de sucesso: Grupo Gino
- Varejo / E-commerce
- URL: https://databot.cl/pt/casos-de-exito/grupo-gino
## Números-chave
- **8** — Marcas com assistente próprio
- **5 dias** — Para a primeira marca em produção
- **1 mês** — Para sete marcas em produção
- **97%** — Das consultas respondidas pelo assistente
- **4,4 / 5** — De satisfação dos usuários
## Sobre Grupo Gino
O Grupo Gino é o único fabricante de calçados com produção no Chile. Há mais de 40 anos calça os chilenos, com mais de 40 lojas no país e cerca de 1,6 milhão de pares por ano.
Seu canal digital são oito e-commerces de marca, cada um com público e estilo próprios:
- **16 Hrs** (https://www.16hrs.cl/): Calçados femininos
- **Pollini** (https://www.pollini.cl/): Couro, qualidade e design
- **Bruno Rossi** (https://www.brunorossi.cl/): Calçados femininos
- **Zappa** (https://www.zappa.cl/): Moda versátil e tendência
- **Mingo** (https://www.mingo.cl/): Sandálias e calçados casuais
- **PZ** (https://www.pz.cl/): Calçados, roupas e equipamentos para toda a família
- **Panama Jack** (https://www.panamajackchile.cl/): Couro resistente e outdoor
- **Doxie** (https://www.doxiechile.cl/): Calçados
## O desafio
Oito marcas significam oito catálogos, oito tons de voz e as mesmas perguntas em cada site: qual tamanho me serve, se tem estoque, onde está meu pedido, como faço uma troca.
- **Catálogo amplo e em constante mudança:** milhares de produtos que se renovam a cada temporada.
- **Pós-venda intenso:** consultas constantes sobre entregas, trocas e devoluções.
- **Picos comerciais:** eventos como Cyber e Black Friday multiplicam o tráfego.
- **Atendimento contínuo:** os clientes compram a qualquer hora e esperam resposta imediata.
## A solução
A Databot implementou um assistente de vendas e pós-venda com IA para cada marca, todos administrados em uma única plataforma.
- **Recomendador conectado ao e-commerce:** lê estoque, preços e descrições em tempo real. Sugere apenas produtos disponíveis e agrupa as cores e tamanhos de cada modelo.
- **Acompanhamento de pedidos:** o cliente pergunta sobre sua compra e o assistente responde na hora o status da entrega.
- **Uma voz por marca:** cada assistente tem seu próprio tom e estilo, próximo e familiar na PZ, aventureiro na Panama Jack.
- **Menu inicial:** atalhos para buscar produtos, acompanhar um pedido ou encontrar lojas físicas.
- **Informação sempre atualizada:** o assistente se sincroniza com as políticas publicadas em cada site e com as campanhas vigentes.
- **Melhoria contínua:** a plataforma identifica as perguntas que o assistente ainda não responde para cobri-las.
- **Web e WhatsApp:** o mesmo assistente atende no site e no WhatsApp, sem que a conversa perca o contexto.
## Implementação
As sete primeiras marcas entraram em produção em um mês, em plena temporada de fim de ano. A oitava foi incorporada depois, em menos de duas semanas.
- **Dezembro 2025:** Início do projeto; 16 Hrs em produção em 5 dias
- **Janeiro 2026:** Pollini, Bruno Rossi, Zappa, Mingo, PZ e Panama Jack em produção
- **Maio 2026:** Doxie entra como oitava marca
- **Julho 2026:** Menu inicial ativo em todas as marcas
- **Outubro 2026:** O assistente chega ao WhatsApp
## Resultados
O assistente responde 97% das consultas que recebe, com satisfação de 4,4 de 5. Seu principal uso é a busca de produtos: funciona como um vendedor, não apenas como perguntas frequentes.
- **97% das consultas respondidas** pelo assistente.
- **4,4 / 5 de satisfação** média dos usuários.
- **Intenção de compra em primeiro lugar:** quase metade das interações a partir do menu inicial são para buscar produtos.
- **Atendimento 24/7 em oito marcas,** administradas em uma única plataforma.
---
# Grupo Tattersall atende com IA os clientes de 7 unidades de negócio e leva cada lead direto para o Salesforce
> O Grupo Tattersall, um dos conglomerados mais antigos e reconhecidos do Chile, tem assistentes com IA nos sites de suas unidades de negócio. Eles atendem 24/7, orientam sobre veículos, máquinas, peças de reposição e leasing, e entregam cada oportunidade comercial à equipe de vendas no Salesforce.
- Caso de sucesso: Grupo Tattersall
- Automotivo, máquinas e serviços financeiros · Chile
- URL: https://databot.cl/pt/casos-de-exito/grupo-tattersall
- Vídeo do caso: https://www.youtube.com/watch?v=YLTqolOIrNM
## Números-chave
- **7** — Unidades de negócio com assistente próprio
- **24/7** — Atendimento a clientes em tempo real
- **1 CRM** — Leads enviados direto para o Salesforce
## Sobre Grupo Tattersall
O Grupo Tattersall é uma das empresas mais antigas e respeitadas do Chile, com negócios nos setores agrícola, pecuário, automotivo, de máquinas agrícolas e industriais, peças de reposição, serviços financeiros e leasing. Cada linha de negócio opera com sua própria marca, seu próprio site e sua própria equipe comercial.
## O desafio
Um grupo com muitas linhas de negócio precisa de uma experiência digital consistente sem perder a especialização de cada uma.
- **Grandes volumes de consultas:** clientes que perguntam sobre modelos, preços, estoque, peças ou financiamento, a qualquer hora.
- **Produtos muito diferentes entre si:** não se atende da mesma forma quem procura um carro usado e quem precisa de uma empilhadeira, uma peça de reposição ou um leasing.
- **Leads que se perdem:** se o contato não fica registrado no CRM, o executivo nunca o vê.
- **Equipes comerciais separadas:** cada unidade precisa receber apenas suas oportunidades, com as informações completas.
## A solução
A Databot implementou um assistente com IA para cada unidade de negócio, com sua própria marca, conhecimento e regras, sobre uma mesma plataforma.
- **Um assistente por negócio:** automotivo (novos e usados), caminhões, máquinas, peças de reposição e leasing, cada um com seu catálogo e seu tom.
- **Recomendador conectado ao site:** em carros usados, o assistente consulta os veículos publicados no site e responde sobre o modelo exato que o cliente procura.
- **Captura de leads integrada ao Salesforce:** o assistente solicita os dados do cliente e cria o lead no Salesforce, atribuído à unidade e à filial correspondentes.
- **Venda de peças de reposição pelo chat:** as consultas sobre peças que chegam ao assistente se convertem em venda direta.
- **Atendimento 24/7:** responde em tempo real, também fora do horário comercial.
- **Gestão centralizada:** o grupo administra todas as suas unidades em uma única plataforma, com contrato-quadro e configuração independente por negócio.
## Implementação
A Tattersall começou no final de 2024 e foi incorporando unidades de negócio sobre a mesma base.
- **Outubro 2024:** Início do projeto com as primeiras unidades de negócio
- **Janeiro 2025:** Entram Automotriz, FAW, Multimaq e Industrial
- **Setembro 2025:** Assistente ativo em carros usados
- **Outubro 2025:** Assistente ativo em caminhões FAW
- **Março 2026:** Assistente ativo em Leasing
- **Agosto 2026:** Novo widget web e captura de leads aprimorada no Salesforce
## Resultados
O Grupo Tattersall atende com IA os clientes de 7 unidades de negócio, com uma experiência consistente e cada oportunidade comercial registrada no Salesforce para sua equipe de vendas.
- **7 unidades de negócio** atendidas em uma única plataforma.
- **Integração completa com o Salesforce** entre marketing, vendas e pós-venda.
- **Atendimento 24/7** nos sites de todas as unidades.
- **Peças de reposição vendidas pelo chat.**
---
# Sete marcas, um assistente com IA para cada uma, em produção em cinco semanas
> O Grupo Yáneken, segundo maior grupo de varejo multimarcas do Chile, atende os clientes de seus e-commerces com assistentes de IA que respondem na web, nas redes sociais e no WhatsApp, e encaminham à sua equipe apenas o que realmente precisa de uma pessoa.
- Caso de sucesso: Grupo Yáneken
- Varejo multimarcas / E-commerce
- URL: https://databot.cl/pt/casos-de-exito/grupo-yaneken
## Números-chave
- **7** — Marcas com assistente próprio
- **+43.000** — Consultas atendidas pelos assistentes nos primeiros cinco meses
- **~8 em cada 10** — Consultas resolvidas pelo assistente sem passar para um agente
- **3 semanas** — Para as primeiras marcas em produção
- **5 semanas** — Para as sete marcas em produção
## Sobre Grupo Yáneken
O Grupo Yáneken é o segundo maior grupo de varejo multimarcas do Chile, com mais de 150 lojas no país e um portfólio que abrange streetwear, sneakers, esporte, calçados e tecnologia.
Seu canal digital reúne e-commerces de marca com públicos muito diferentes:
- **Bold** (https://www.bold.cl/): Streetwear
- **Belsport** (https://www.belsport.cl/): Artigos esportivos
- **Bamers** (https://www.bamers.cl/): Calçados para toda a família
- **Drops** (https://moredrops.cl/): Boutique de sneakers
- **Antihuman** (https://www.antihuman.cl/): Moda urbana autoral
- **HOKA** (https://cl.hoka.com/): Calçados de corrida e outdoor
- **The Labs Store** (https://thelabstore.cl/): Sneakers e lifestyle
## O desafio
Sete marcas, cada uma com sua comunidade, seu catálogo e seu jeito de falar, recebendo as mesmas perguntas por vários canais ao mesmo tempo: qual tamanho me serve, se tem estoque, onde está meu pedido, como faço uma troca.
- **Alto volume e multicanal:** consultas que chegam pela web, Instagram, Facebook e WhatsApp.
- **Catálogos de alta rotatividade:** lançamentos e coleções que mudam constantemente, com estoque distribuído entre lojas.
- **Pós-venda exigente:** acompanhamento de pedidos, trocas e devoluções com clientes que esperam resposta imediata.
- **Equipe de suporte enxuta:** as consultas simples disputavam o tempo dos agentes com os casos que realmente precisam deles.
## A solução
A Databot implementou um assistente de vendas e pós-venda com IA para cada marca, todos administrados em uma única plataforma.
- **Recomendador conectado ao e-commerce:** lê o catálogo e o estoque em tempo real e sugere produtos disponíveis, com o estilo de cada marca.
- **Acompanhamento de pedidos:** o cliente pergunta sobre sua compra e o assistente responde na hora o status da entrega.
- **Uma voz por marca:** cada assistente fala como sua marca, da linguagem streetwear da Bold ao tom esportivo da Belsport.
- **Omnicanal:** o mesmo assistente atende no site, nas mensagens diretas das redes sociais e no WhatsApp.
- **Encaminhamento inteligente:** quando um caso exige uma pessoa, o assistente cria o ticket no sistema de suporte do grupo com o resumo da conversa, para que o agente não precise perguntar tudo de novo.
- **Métricas unificadas:** os motivos de contato são padronizados entre todas as marcas, para comparar o desempenho do grupo em um único painel.
## Implementação
As sete marcas entraram em produção em cinco semanas desde o início do projeto, incluindo a integração com o sistema de tickets e as redes sociais.
- **Fevereiro 2026:** Início do projeto
- **Março 2026:** Bold e Belsport em produção em três semanas
- **Março 2026:** Bamers, Drops, Antihuman, HOKA e The Labs Store em produção
- **Agosto 2026:** Motivos de contato unificados entre todas as marcas
## Resultados
Nos primeiros cinco meses, os assistentes atenderam mais de 43.000 consultas e resolveram cerca de 8 em cada 10 sem intervenção de um agente. A equipe de suporte deixou de atender todas as consultas e passou a se concentrar nos casos que realmente exigem atenção humana.
- **+43.000 consultas atendidas** pelos assistentes.
- **~8 em cada 10 resolvidas** sem passar para um agente.
- **De 0% a cerca de 80% de automação** no atendimento dos e-commerces.
- **Atendimento 24/7 em sete marcas** e quatro canais, administrados em uma única plataforma.
---
# Romeo, o especialista em ibéricos com IA que atende sem intervenção humana 9 em cada 10 conversas da Ibericomio
> A Ibericomio, marketplace espanhol de presunto ibérico de pequenos produtores, tem um assistente com IA que orienta seus clientes na web e no WhatsApp, em vários idiomas, como faria um mestre presunteiro.
- Caso de sucesso: Ibericomio
- Gourmet / E-commerce · Espanha
- URL: https://databot.cl/pt/casos-de-exito/ibericomio
## Números-chave
- **89%** — Das conversas atendidas sem intervenção humana
- **4,7 / 5** — De satisfação dos usuários
- **1 mês** — Do início do projeto à produção
- **+40** — Produtores cujo catálogo o assistente conhece
- **2 canais** — Web e WhatsApp, em vários idiomas
## Sobre Ibericomio
A Ibericomio, locos por lo ibérico®, é um marketplace com sede em Alcázar de San Juan, Espanha, que conecta produtores artesanais de presunto ibérico ao consumidor final. Os produtos são enviados diretamente dos secadouros de cada produtor, a preço de fábrica. Em 2022, foi reconhecida como o melhor site agroalimentar do ano pela revista digital qcom.es.
## O desafio
Comprar presunto ibérico online não é como comprar qualquer produto: o cliente quer entender o que está comprando antes de pagar.
- **Um produto que exige orientação:** as diferenças entre bellota, cebo de campo e cebo, entre 100% e 50% ibérico ou entre peça inteira e fatiado geram muitas dúvidas.
- **Catálogo de muitos produtores:** mais de 40 produtores, cada um com suas próprias peças, formatos e procedências.
- **Clientes de vários países:** compradores que escrevem em espanhol, francês, alemão e outros idiomas.
- **Atendimento limitado pelo horário:** a equipe atende em horário comercial, mas os clientes compram a qualquer hora.
## A solução
A Databot criou o Romeo, um assistente com IA com a personalidade da marca, conectado à loja online da Ibericomio.
- **Especialista em ibéricos:** explica categorias, denominações de origem e diferenças entre produtos, para que o cliente compre com segurança.
- **Recomendador conectado ao catálogo:** lê produtos, formatos, preços e estoque em tempo real e sugere opções de acordo com o orçamento e a ocasião.
- **Multicanal:** o mesmo assistente atende na web e no WhatsApp.
- **Multi-idioma:** detecta o idioma do cliente e responde nele.
- **Acompanhamento de pedidos:** informa o status do envio, mesmo quando o pedido sai diretamente do produtor.
- **Transparência:** o Romeo se apresenta como assistente de IA e, quando um caso exige, o encaminha para a equipe de atendimento.
- **Tom sob medida:** o estilo das respostas foi ajustado ao cliente espanhol, mais direto e próximo.
## Implementação
A Ibericomio passou do início do projeto ao Romeo em produção em um mês e, desde então, vem somando canais e conhecimento.
- **Fevereiro 2026:** Início do projeto
- **Março 2026:** Romeo em produção na web e no WhatsApp
- **Agosto 2026:** Tom ajustado e segmentação de campanhas ativa
- **Setembro 2026:** Romeo incorpora o conhecimento do blog da Ibericomio
## Resultados
O Romeo atende 9 em cada 10 conversas sem intervenção humana e seus clientes o avaliam com 4,7 de 5. A equipe da Ibericomio pode se concentrar na alta temporada sem deixar ninguém sem resposta.
- **89% das conversas** atendidas sem intervenção humana.
- **4,7 / 5 de satisfação** média dos usuários.
- **Orientação especializada 24/7** na web e no WhatsApp, em vários idiomas.
- **Um único assistente** que conhece o catálogo de mais de 40 produtores.
---
# Ventus resolve 9 em cada 10 consultas com IA e já gerou mais de 1.400 leads vendendo equipamentos gastronômicos pelo chat
> A Ventus, referência em equipamentos gastronômicos e industriais para o setor HORECA, tem um assistente com IA que orienta 24/7 restaurantes, cafeterias e empreendedores, gera orçamentos e resolve o pós-venda na web e no WhatsApp, no Chile e no Peru.
- Caso de sucesso: Imega Ventus
- Equipamentos gastronômicos / E-commerce · Chile e Peru
- URL: https://databot.cl/pt/casos-de-exito/imega-ventus
- Vídeo do caso: https://www.youtube.com/watch?v=cLpHn9YvCjo
## Números-chave
- **90%** — Das perguntas resolvidas de forma automática
- **+1.400** — Leads gerados pelo assistente
- **24/7** — Orientação de compra, inclusive fora do horário comercial
- **2 países** — Chile e Peru com o mesmo assistente
- **3 dias** — Para lançar o assistente no Peru
## Sobre Imega Ventus
A Ventus importa e distribui equipamentos gastronômicos, comerciais e industriais: expositores refrigerados, vitrines refrigeradas, fornos, fritadeiras, amassadeiras, máquinas de café e muito mais. Com mais de 15 anos no setor HORECA, opera no Chile e no Peru, com loja online própria e presença nos principais marketplaces dos dois países.
## O desafio
Comprar equipamentos gastronômicos não é uma compra por impulso: o cliente precisa saber qual equipamento atende sua necessidade antes de investir.
- **Compra consultiva:** o equipamento certo depende do tipo de negócio, do espaço, do volume e do uso. Sem orientação, o cliente fica em dúvida ou desiste.
- **Catálogo técnico e amplo:** centenas de produtos com capacidades, potências, voltagens e medidas diferentes.
- **Clientes que pedem orçamento:** muitos compradores, principalmente empresas, precisam de um orçamento formal antes de comprar.
- **Consultas repetitivas que sobrecarregam a equipe:** as mesmas perguntas, repetidas vezes, tiram tempo das vendas que realmente precisam de um executivo.
- **Pós-venda exigente:** garantias, assistência técnica e peças de reposição geram um alto volume de consultas que precisam chegar à área certa.
- **Dois países, duas operações:** Chile e Peru têm catálogos, condições e dados fiscais próprios.
## A solução
A Databot implementou um assistente com IA conectado às lojas online da Ventus no Chile e no Peru.
- **Consultor de compra:** pergunta sobre o tipo de negócio, o espaço e o uso, e recomenda os equipamentos adequados do catálogo.
- **Conectado ao e-commerce:** trabalha sobre o catálogo real da loja VTEX e mede quais compras se concretizam depois da conversa.
- **Orçamento automático:** o cliente pede um orçamento no chat e o recebe em PDF no seu e-mail, com os seus dados e os da sua empresa.
- **Pós-venda organizado:** tira dúvidas sobre pedidos e garantias, e encaminha assistência técnica e peças de reposição para o canal certo.
- **Omnicanal:** atende na web e no WhatsApp, com um painel onde a equipe da Ventus assume as conversas que exigem um executivo.
- **Campanhas pelo WhatsApp:** a equipe de marketing envia promoções segmentadas aos clientes que já conversaram com o assistente.
- **Dados para decidir:** as conversas mostram o que os clientes procuram e quais dúvidas travam a compra.
- **Adaptado a cada país:** o mesmo assistente opera com as condições, a moeda e os dados fiscais do Chile e do Peru.
## Implementação
A Ventus começou no Chile em 2025 e, com essa base, lançou o assistente no Peru em apenas três dias.
- **Maio 2025:** Início do projeto no Chile
- **Fevereiro 2026:** Lançamento no Peru em 3 dias
- **Maio 2026:** Medição das compras geradas a partir do chat na VTEX
- **Agosto 2026:** Campanhas de WhatsApp ativas no Peru
- **Setembro 2026:** Orçamento automático ativo no site do Peru
## Resultados
O assistente resolve 9 em cada 10 perguntas sem intervenção da equipe e já gerou mais de 1.400 leads. A Ventus atende com um único assistente a venda consultiva e o pós-venda em dois países, e sua equipe comercial se concentra nas conversas que realmente precisam de um executivo.
- **90% das perguntas** resolvidas de forma automática.
- **+1.400 leads** gerados pelo assistente.
- **Orientação 24/7** para escolher o equipamento certo, na web e no WhatsApp.
- **Orçamentos em minutos,** sem esperar por um vendedor.
- **Pós-venda encaminhado à área certa** desde a primeira mensagem.
- **Informações de negócio** a partir do que os clientes perguntam.
> «O nosso tipo de cliente é muito consultivo, então precisa de muita informação, e o bot tem nos ajudado muito nisso.»
> — Sofía Bórquez, Subgerente de E-commerce, Imega Ventus
---
# Parque Arauco: EMA, o agente de IA que atende os shopping centers
> A EMA responde em tempo real às perguntas dos visitantes de todos os shopping centers, com uma base de conhecimento que a própria equipe de CX atualiza.
- Caso de sucesso: Parque Arauco
- Varejo · Shopping centers
- URL: https://databot.cl/pt/casos-de-exito/parque-arauco
- Vídeo do caso: https://www.youtube.com/watch?v=9v3Q6IlEdsk
## Números-chave
- **85%** — satisfação (CSAT)
- **24/7** — em todos os pontos de contato
## O desafio
Cada shopping center recebe perguntas de todo tipo e a toda hora: horários, lojas, estacionamento, eventos e achados e perdidos. Multiplicado por vários shoppings, era impossível responder a tudo apenas com pessoas.
## A solução
O Parque Arauco criou a EMA com a Databot: um agente de IA generativa com uma base de conhecimento que a equipe de CX atualiza sem depender de desenvolvedores, e que encaminha para uma pessoa quando o caso exige.
## Resultados
A EMA atende em tempo real em todos os pontos de contato, com 85% de satisfação.
> «Com IA Generativa, alcançamos 85% de satisfação do cliente e respostas 24/7 em todos os pontos de contato.»
> — Felipe Misle · Head of CX Corporativo, Parque Arauco