Referral tracking y re-engagement

Qué hace la automatización

La automatización de IA de Grow2.ai asume dos tareas relacionadas: el control del estado de cada referido y la recuperación sistemática de contactos que han quedado fuera del trabajo activo. Un referido es cualquier derivación: un cliente de un socio, un paciente de un médico, un lead de boca a boca. Una vez que el referido entra en el sistema, la automatización rastrea todos los pasos de su avance, registra las omisiones y lanza secuencias de contactos cuando el movimiento se detiene.

Re-engagement — el segundo circuito. La automatización escanea periódicamente la base de contactos, identifica a quienes no han interactuado con la empresa durante más tiempo del umbral establecido, e inicia una campaña de recuperación: un mensaje personalizado a través del canal preferido, una propuesta para reservar cita o programar una llamada, y traslado automático al embudo activo al recibir respuesta.

Qué incluye el circuito de automatización

1. Recepción del referido desde la fuente (socio, formulario en el sitio web, llamada, EHR, CRM).
2. Asignación de estado, responsable y SLA en cada etapa.
3. Monitoreo: si la etapa no avanza en N días — alerta al responsable y follow-up al cliente.
4. Segmentación de la base según la antigüedad del último contacto.
5. Lanzamiento de la campaña de re-engagement considerando el canal preferido (email, SMS, mensajería).
6. Traslado de quienes respondieron al embudo activo y notificación al manager.
7. Registro de todos los eventos para elaboración de informes y compliance.

Qué NO hace la automatización: no vende en lugar del manager, no negocia precios, no emite diagnósticos y no reemplaza al médico ni al consultor. La decisión sobre el contenido del contacto la toma el operador según las plantillas — el agente de IA ejecuta y escala.

Variantes de configuración típicas

Solo (1–5 personas). Configuración mínima: un canal de referidos entrantes, un embudo, monitoreo básico con dos reglas — «sin movimiento 7 días» y «inactivo 60 días». Re-engagement en una oleada, una plantilla. Integración con el calendario para la reserva automática de llamadas. La configuración lleva varios días, incluyendo la exportación de la base y la primera ejecución. Adecuado para consultores en práctica privada, clínicas individuales, coaches — quienes cierran los tratos por sí mismos y pierden leads en el caos de los entrantes.

SMB (6–30 personas). Segmentación de referidos por fuente y tipo de servicio, asignación del responsable según reglas, SLA por etapas. Re-engagement en 2–3 oleadas con escalada al manager en persona. Integración con CRM o EHR, calendario, canales de comunicación. Informes de conversión por etapa y ROI de las campañas de recuperación. Configuración — aproximadamente una semana laboral. Caso típico: clínica con 3 médicos y un coordinador, equipo de consultoría con account managers.

Enterprise (30+ personas). Multitenancy por sucursales o unidades de negocio, reglas de distribución complejas, integración con varios sistemas simultáneamente (CRM + ERP + billing + EHR), modo compliance (HIPAA, GDPR) con auditoría y cifrado. Las campañas de re-engagement están segmentadas por lifetime value, historial de compras y canal preferido. Configuración — 2–4 semanas considerando las aprobaciones. El manager responsable de Grow2.ai lleva el proyecto hasta su funcionamiento estable y realiza el handoff al equipo interno.

Cómo funciona

La automatización de IA se divide en tres capas: recopilación de datos, lógica de reglas, acciones. Cada capa se configura para una empresa específica — sin código, en el config.

Paso 1. Conexión de fuentes

La automatización se conecta a los sistemas donde ya residen los referidos y los clientes: CRM, EHR (para clínicas), calendario, canales de comunicación (email, SMS, mensajería, telefonía). Grow2.ai utiliza API estándar y webhook — si dispone de un SaaS vertical con interfaz abierta, la integración es estándar. Si el sistema es cerrado, se añade un conector intermedio.

Paso 2. Configuración de reglas

En el config se describen las etapas del embudo (por ejemplo: «referido recibido → contacto inicial → registro → visita → post-visita»), el SLA de cada etapa en días, los roles responsables, las plantillas de comunicación por canal y los segmentos de re-engagement. El agente de IA no inventa estas reglas — ejecuta lo que se le ha definido. La complejidad de las reglas va de unas pocas condiciones a decenas.

Paso 3. Monitoreo y alertas

Cada N minutos el sistema escanea todos los referidos activos y verifica su estado con el SLA. Las infracciones se clasifican por prioridad:

1. Crítico — el referido pierde valor (por ejemplo, el seguro vence en 3 días y la visita no está registrada). Alerta al gerente responsable en Slack o por email + follow-up al cliente.
2. Prioridad alta — la etapa no avanza más allá del SLA. Follow-up al cliente según plantilla, copia al gerente.
3. Planificado — recordatorio un día antes de la reunión, solicitud de confirmación.

Paso 4. Ciclo de re-engagement

En paralelo con el monitoreo del embudo activo funciona el proceso de recuperación de inactivos. Los criterios de inactividad son un parámetro (30, 60, 90 días sin contacto). La selección se segmenta, a cada segmento se le asigna una serie de mensajes. La respuesta del cliente es el disparador de transición al embudo activo y la notificación al gerente.

Paso 5. Informes

La automatización registra todos los eventos: envío, recepción de respuesta, clic en enlace, registro de visita, cancelación, retorno. Con esto se construye un dashboard: conversión por etapas, tasa de fallthrough (no concretados), ROI de campañas de re-engagement, tiempo medio de time-to-contact.

Enfoques alternativos

El enfoque manual se rompe con el volumen: ya con decenas de referidos activos por semana, la persona pierde el control y comienzan las omisiones. Las herramientas no-code como Zapier o un motor de workflow cubren los escenarios estándar, pero no gestionan la segmentación, la lógica no estándar ni los informes — cada nuevo escenario requiere configuración adicional y el mantenimiento se vuelve pesado. La automatización de IA de Grow2.ai se diferencia en que abarca todo el ciclo a la vez: reglas, monitoreo, comunicación, escalada, informes — en un solo sistema, sin uniones de 5–7 SaaS distintos.

Seguridad y compliance

Para las clínicas son críticos HIPAA (EE. UU.), GDPR (UE) y las normativas médicas locales. Grow2.ai configura la automatización teniendo en cuenta estos requisitos:

1. Los datos personales no salen del perímetro del CRM o EHR sin aprobación explícita.
2. La comunicación con los pacientes se realiza a través de canales aprobados con cifrado en tránsito.
3. Los logs de eventos se almacenan en formato auditable con indicación del operador (persona o agente de IA).
4. El acceso a la configuración está segmentado por roles.

Para el sector de consultoría son importantes el NDA y el control de filtraciones de información del cliente — la automatización funciona dentro de la infraestructura del cliente o en un entorno aislado, los datos no se transfieren a terceros sin aprobación.

Requisitos previos para la implementación

La automatización de IA es una capa adicional sobre su sistema, no su reemplazo. Para que el proyecto se lance en una semana y dé resultados, se necesitan condiciones básicas por parte del cliente.

Técnicos

1. CRM o EHR con API / webhook (o al menos con exportación a CSV según un calendario programado).
2. Calendario con la posibilidad de crear y reprogramar reuniones de forma programática.
3. Canal de comunicación con los clientes, accesible mediante API: servicio de email, pasarela SMS, proveedor de mensajería o telefonía.
4. Derechos de administrador para el interlocutor del cliente — para otorgar acceso a Grow2.ai sin esperar al departamento de TI.

Organizativos

1. Las etapas del embudo de referido o lead descritas. Si no hay etapas definidas, se acuerdan en la primera sesión, pero esto añade varios días a la configuración.
2. Un responsable designado — gerente o coordinador que recibe las alertas y gestiona las escaladas. La automatización no trabaja «en lugar de las personas», sino «con las personas».
3. Consentimiento para el tratamiento de datos de los clientes — las plantillas de consentimiento las proporciona Grow2.ai.

Datos

1. Base de contactos con email y teléfonos actualizados. La calidad de la base es crítica: contactos desactualizados → baja respuesta → gasto inútil del presupuesto en SMS.
2. Historial de interacciones de al menos 6 meses — para la segmentación de inactivos y la calibración de reglas.

Posibles escollos

• Re-engagement demasiado agresivo. Las interacciones frecuentes con contactos inactivos generan quejas y cancelaciones de suscripción. Una configuración conservadora durante los primeros 30 días reduce el riesgo.
• Plantillas sin personalización. El típico «Hola, hace mucho que no hablamos» genera una respuesta baja. Las plantillas se adaptan al segmento y al canal, y no se toman de los valores predeterminados.
• Ausencia de un responsable para las alertas. Si las alertas van a un chat colectivo sin una persona designada, se ignoran. El SLA se asigna a un rol específico.
• Configuración sin respaldo en datos reales. Las reglas establecidas «a la ligera» generan un aluvión de falsos positivos o bien omisiones. Antes del lanzamiento, ejecutamos el historial de los últimos 3 meses a través de las reglas y observamos qué se activa.
• Incumplimiento de los requisitos de compliance en el sector médico. Los SMS con mención de detalles médicos son una infracción. La comunicación a través de canales no cifrados es una infracción. La segmentación de canales según la sensibilidad de los datos es obligatoria.