Tu equipo no sabe por qué no vuelve la gente

MISE EN PLACE AI · Edición #12 · Martes · Lectura: 5 min

Pregúntale a tu equipo por qué no vuelve la gente.

Te van a decir lo mismo que el año pasado. Que si los precios. Que si la gente ya no sale como antes. Que si el barrio ha cambiado.

Ahora abre tus reseñas de los últimos doce meses y cuenta cuántas veces aparece cada motivo. No las leas: cuéntalas.

Casi nunca coincide. Y casi nunca es lo que tú crees.

Llevas años leyendo tus reseñas de una en una, según van entrando. Y contestándolas de una en una. Eso está bien, y de hecho lo vimos en su día: es atención al cliente.

Pero no es información.

Una reseña suelta es una anécdota. Según el día que lleves, la descartas o te arruina la tarde, y en los dos casos no cambias nada. Trescientas leídas de golpe son otra cosa: son un diagnóstico.

El error está en la unidad. Estás leyendo reseñas cuando lo que tienes que contar son motivos. La misma queja escrita por trece personas distintas, con trece redacciones distintas, es un solo dato — y es el dato que decide dónde metes el dinero el trimestre que viene.

Hay una trampa que conviene conocer antes de empezar, porque si no te lleva a conclusiones falsas: la gente escribe cuando le pasa algo extremo. Muy bien o muy mal. La experiencia mediana, la del cliente que salió sin queja y sin ganas de volver, no deja rastro escrito. Así que tus reseñas no son una muestra representativa de tu clientela, y no hay que tratarlas como si lo fueran.

Lo que sí te dan, y no te lo da ninguna otra fuente que tengas gratis, es el orden: qué falla más que qué. Y con eso basta para decidir por dónde empezar.

Seis pasos. La parte de recoger es la única que da trabajo.

Uno. Reúne doce meses. Todas las fuentes donde te escriban: Google, TripAdvisor, las plataformas de reserva, las de reparto si trabajas con ellas. Con fecha y puntuación, que después se usan. Si son más de trescientas, coge las trescientas últimas.

Dos. No las leas. En serio. En cuanto empiezas a leer, te enganchas con la que te parece injusta y pierdes media hora defendiéndote mentalmente de alguien que cenó en marzo.

Tres. Pide motivos, no resumen. Un resumen te va a devolver «opiniones mixtas sobre el servicio», que es exactamente lo que ya sabías. Lo que quieres es una lista de motivos concretos con el recuento de cuántas veces aparece cada uno.

Cuatro. Ordena por frecuencia y cruza dos cosas: la puntuación media de las reseñas donde aparece cada motivo, y el mes. Lo primero te dice cuánto pesa; lo segundo, si es un rasgo de la casa o un episodio.

Cinco. Quédate con tres. Sólo tres. Es la lógica de la semana pasada, con las ideas del cajón: una lista larga de cosas que arreglar no se arregla.

Seis. Enséñaselo al equipo antes de tocar nada, y hazlo en este orden: primero les preguntas cuáles creen que son los tres, lo apuntas, y después sacas la lista real. Esa comparación hace más por el cambio que cualquier reunión que puedas montar.

Tres avisos que evitan conclusiones falsas: separa lo que puedes cambiar de lo que no —el aparcamiento del barrio no es tuyo—; si un motivo se concentra en tres meses seguidos no es un rasgo estructural, es un cambio de equipo o de carta, y se arregla mirando el calendario; y si trabajas en varios idiomas, sepáralos, porque el mismo servicio se percibe distinto según de dónde venga el cliente.

He hecho el ejercicio antes de pedírtelo.

320 reseñas de Google, de ocho restaurantes de Andorra la Vella, las cuarenta más recientes de cada uno. Las recogí el 9 de septiembre, y la mayoría son de este verano: 228 de las 320 tenían entonces menos de dos meses. Ninguno es cliente mío y no doy nombres, porque lo que importa no es quién, sino qué se repite.

Lo primero que sale es la trampa que te contaba arriba, y sale con una claridad incómoda: 257 de las 320 son de cinco estrellas. El 80 %. Solo 45 bajan de cuatro. Si lees reseñas para saber cómo va tu casa, ocho de cada diez líneas te van a decir que vas bien.

Los tres motivos negativos que más se repiten, contados:

Uno. El precio: 18 menciones.

Dos. La comida: 17. Plato frío, carne dura, «normalita», croquetas que no saben a nada.

Tres. El trato: 13. Camarero borde, seco, o que te hace sentir que molestas. Y aparte, 10 menciones más de esperas: la hora entre el primero y el segundo, los diez minutos sin que nadie traiga la carta. Si juntas trato y espera en un solo motivo —que es lo que hace el cliente cuando dice «el servicio»—, son 23 menciones y se pone primero.

Y ahora lo que no esperaba.

Yo daba por hecho que el precio no estaría arriba del todo. Está el primero. Pero al mirar las dieciocho una por una, ninguna se queja del precio a secas. Todas lo pegan a otra cosa: «carísimo para las raciones», «cuatro croquetas por 9,50 €», «los precios no van acordes con la calidad», «pizza transparente». No dicen que seas caro. Dicen que no lo vales.

Y ese es un problema completamente distinto, porque se arregla en la cocina y no en la carta de precios. Si yo fuera el dueño de cualquiera de estos ocho y leyera «somos caros», me pondría a la defensiva y no cambiaría nada. Leyendo «no lo valemos», ya tengo trabajo para el lunes.

Y una cosa que no buscaba: dos clientes cuentan que llegaron al restaurante porque se lo recomendó una IA. «Fuimos por recomendación de ChatGPT», escribe uno. Es la edición de hace dos semanas ocurriendo en las reseñas de un restaurante de Andorra, escrita por el propio cliente, sin que el dueño se enterara de nada.

Los límites, que los tiene. Son las cuarenta últimas de cada casa, así que en los locales con mucho volumen la ventana real son dos meses y en los pequeños casi un año. Es solo Google. Y me encontré tres «reseñas» que eran respuestas del propio restaurante coladas en el listado, y una de una estrella cuyo texto era un elogio: no las conté como motivo. Trescientas veinte reseñas leídas de golpe no son la verdad de nadie. Son el orden en que fallan ocho casas de una misma ciudad, y para decidir por dónde empezar, sobra.

No hace falta comprar nada. Cualquiera de las IA generalistas que ya usas aguanta el volumen, y una hoja de cálculo para pegar el resultado.

Si pasas de trescientas reseñas, hazlo en tandas de cien y consolida al final con un último paso que sume los recuentos. Se pierde precisión si lo metes todo de golpe: el modelo empieza a resumir en vez de contar.

Aviso de comprador. Hay herramientas de «análisis de reputación» con cuota mensual que hacen exactamente esto. Antes de pagar ninguna, hazlo a mano una vez. Si después decides pagar, al menos sabrás qué estás comprando y podrás comprobar si lo que te devuelve se parece a lo que sacaste tú.

No lo montes si tienes menos de treinta reseñas en el año. Con esa cantidad, tres menciones de algo no son un patrón: son tres personas. Ahí el trabajo es otro, y es conseguir que te escriban más.

Éste es el de contar. Pega las reseñas debajo, tal cual, sin limpiarlas:

Regla P.A.N.: Papel, Antecedentes, Necesidad. Las dos frases del final son las que evitan el problema de siempre — que el modelo, por complacerte, se invente una categoría bonita donde en realidad hay ruido.

Lo que más me ha costado aprender de esto no es la técnica, es aguantar la primera reacción.

Cuando sale la lista, lo primero que hace todo el mundo —yo el primero— es explicar por qué cada uno de los tres motivos tiene una justificación. Y casi siempre la tiene. El día que salió esa queja faltaba gente, o el proveedor falló, o el cliente venía ya enfadado.

Pero trece personas distintas, con trece redacciones distintas, no coinciden por casualidad. Cuando algo se repite trece veces ya no es una circunstancia: es el servicio.

Cuéntame: responde a este email con los tres motivos que tú creías y los tres que salieron. Me interesa mucho la distancia entre las dos listas, y quiero publicar aquí cuántos acertáis, con la muestra a la vista.

P.D. El martes que viene, vuelvo al almacén. El 78 de cada 100 € ya lo viste en la #8; ahora toca lo que viene después: cómo se le pone nombre al 68 % de la pérdida que no lo tenía.

Mise en Place AI · por Hospitality AI · La IA de tu negocio, lista antes del servicio.