Implementación de IA para la Gestión de Leads en una empresa del sector automotor en Lima Perú

Abstract

A pesar del avance de la digitalización en el sector automotor peruano, la empresa concesionaria R2L enfrenta una ineficiencia crítica en la gestión de leads digitales, lo que impacta directamente en su ratio de conversión. Esta problemática responde a tres factores principales: altos tiempos de respuesta, baja personalización en el contacto comercial y escasa automatización en el proceso de filtrado, calificación y derivación de leads. Este estudio propone una solución basada en inteligencia artificial para optimizar la eficiencia del proceso comercial en R2L. Se emplearon herramientas de análisis estratégico como el Customer Journey, el Value Proposition Canvas y el Business Model Canvas, junto con entrevistas a especialistas del sector, para diseñar un plan de transformación digital estructurado en tres fases: automatización del proceso de gestión comercial, personalización y segmentación del contacto con leads, e integración de soluciones externas junto con funcionalidades avanzadas basadas en inteligencia artificial. Los resultados esperados incluyen una reducción significativa en los tiempos de respuesta, una mejora en la calidad de las interacciones comerciales y una mayor eficiencia en la calificación de leads, lo que incrementaría la tasa de conversión y optimizaría la experiencia del cliente. Se concluye que la implementación de inteligencia artificial en este contexto representa una herramienta importante para resolver ineficiencias operativas, acelerar el ciclo comercial y fortalecer la competitividad de los concesionarios en un entorno cada vez más orientado a lo digital.

Despite the progress of digitalization in Peru’s automotive sector, the R2L dealership faces a critical inefficiency in the management of digital leads, which directly affects its conversion rate. This issue stems from three main factors: long response times, low personalization in commercial interactions, and limited automation in the filtering, qualification, and routing of leads. This study proposes a solution based on artificial intelligence to optimize the efficiency of R2L’s commercial process. Strategic analysis tools such as the Customer Journey, Value Proposition Canvas, and Business Model Canvas were used, along with interviews with industry specialists, to design a digital transformation plan structured in three phases: automation of lead management processes, personalization and segmentation of lead interactions, and integration of external solutions with advanced AI-powered functionalities. The expected results include a significant reduction in response times, improved quality of commercial interactions, and greater efficiency in lead qualification, which would increase the conversion rate and enhance the customer experience. It is concluded that the implementation of artificial intelligence in this context is a key tool to resolve operational inefficiencies, accelerate the commercial cycle, and strengthen the competitiveness of dealerships in an increasingly digital-driven environment.