Leads dormidos en Meta: un agente de WhatsApp para un coach fitness

El problema

El cliente llegó con una bandeja pesada de leads acumulados en Meta Leads Centre. Venían de campañas con formulario para boot camps y coaching, repartidas entre varias regiones de España y Latinoamérica. Cada campaña sumaba contactos nuevos cada día, y el coach los leía desde el móvil cuando podía.

El cuello de botella era la respuesta. Los leads se enfriaban en menos de un día porque nadie escribía a tiempo. Contestar uno a uno por WhatsApp no era viable: el ritmo de la publicidad iba por delante del ritmo humano, y cada día que pasaba el coach perdía la mayoría de las oportunidades por las que ya había pagado.

Había un segundo problema más silencioso. El coach no sabía qué mercado merecía más inversión. Unos mercados daban leads baratos y los otros daban leads caros, y esa era la única lectura disponible. Nadie había mirado todavía la conversión real por región.

Nuestro enfoque

Construimos un agente de IA en WhatsApp sobre Twilio que responde al lead en segundos, con la voz del coach. El agente pregunta por experiencia, objetivo, ciudad y presupuesto, clasifica la conversación, pasa los leads serios al coach y archiva los fríos. Node.js y PostgreSQL en el backend, desplegado en Coolify sobre Hetzner.

Encima del agente levantamos un dashboard a medida en Next.js 15. En una pantalla el coach ve el estado del agente en vivo, las conversaciones activas, el lote actual de leads y el embudo moviéndose en tiempo real. En otra pantalla ve el histórico: toda la bandeja anterior al agente, limpiada y categorizada por campaña y por región.

Esa vista histórica fue la que dejó ver lo importante. Uno de los mercados convertía mucho mejor que el otro, hasta varias veces mejor. El coach estaba gastando como si los dos mercados fueran equivalentes, y los números decían lo contrario. Con esa lectura pudo rebalancear la inversión de anuncios y darle al agente el tráfico que mejor respondía.

El agente no salió bien a la primera. Hicieron falta varias rondas de iteración: cada semana leíamos las conversaciones reales con el coach, marcábamos dónde el agente sonaba forzado, dónde perdía al lead, dónde cualificaba de más o de menos, y la semana siguiente volvíamos con los prompts y el flujo ajustados. Fue ese ciclo el que terminó de asentar el tono.

Stack

Lo que aprendimos

La velocidad de respuesta pesa más que la calidad de la respuesta, siempre que la calidad pase un umbral mínimo. Un mensaje decente en treinta segundos gana a un mensaje perfecto al día siguiente. Esa fue la primera lección y la que más impacto tuvo en el embudo.

El dashboard terminó valiendo más que el propio agente. El agente movió leads, pero lo que realmente cambió el negocio del coach fue ver la diferencia entre mercados en una sola pantalla. Sin esa vista nadie habría rebalanceado el presupuesto de anuncios, y sin el rebalanceo el agente estaba trabajando sobre tráfico mal asignado.

Iterar en producción con el cliente leyendo las conversaciones reales gana a cualquier plan escrito antes de empezar. Las rondas no fueron un signo de mal diseño inicial, fueron el diseño: cada ronda nos enseñó algo del negocio que no habríamos sacado en una reunión de descubrimiento.