En un día cargado de IA, datos y automatización, Petya Yaneva, COO de DeepUpsell, puso el foco en un momento clave que a menudo se desaprovecha: el check-in. Su tesis es directa: si combinamos algoritmos predictivos con el contacto humano en recepción, el check-in se convierte en una de las palancas de ingresos más potentes del hotel.
[embedded content]IA sí, pero de la que predice (no solo genera)
Antes de ChatGPT ya existían los algoritmos. Yaneva diferencia con claridad entre IA generativa (la que “responde”) y predictiva (la que “anticipa”). DeepUpsell se apoya en machine learning predictivo: modelos que ingieren muchos datos en milisegundos y extraen probabilidades de compra para cada reserva.
La clave no es “hablar bonito” al huésped, sino saber quién tiene alta intención de compra y qué producto encaja mejor con su perfil, fechas y contexto del hotel.
El problema hoy: muchas herramientas, poco enfoque
El sector ya automatiza en pre-stay, in-stay y post-stay. Pero, como recordó Yaneva, carecemos de un plan estratégico para el momento con mayor tasa de influencia: el check-in. Resultado: ingresos perdidos que, de forma conservadora, situó en un ≥5% (y mayores en algunos casos).
Además, la evidencia es clara: >70% de los viajeros está dispuesto a gastar más si recibe ofertas personalizadas (datos recientes citados por la ponente). La pregunta no es si hay disposición a comprar, sino si sabemos a quién, qué y cuándo.
Cómo funciona DeepUpsell: scoring + match de producto
El flujo es sencillo para el hotel y “transparente” para el huésped:
-
Conexión PMS
Integración vía API con Mews, Cloudbeds, COTEL/Business Central y otros PMS. Si no hay API, ingesta alternativa de datos de reservas. -
Predicción diaria
La herramienta recibe todas las llegadas de mañana (o del rango que defina el hotel) y calcula un scoring de comprador potencial por reserva. -
Recomendación de venta
El algoritmo hace match entre la reserva y el catálogo de upsells del hotel (upgrade, early/late, desayuno, parking, spa, F&B, amenities, experiencias…). -
Operativa sin fricción
No hay que cambiar de herramienta: DeepUpsell escribe en la propia reserva del PMS el porcentaje de probabilidad y qué ofrecer.-
Recepción puede usarlo en el mostrador (venta asistida, humana).
-
O el hotel puede dispararlo el día antes (venta anticipada) por el canal que utilice.
-
-
Aprendizaje continuo
Tras 3+ años de I+D y pruebas en entornos reales, el modelo es autónomo: aprende cada día con las respuestas reales de los huéspedes del propio hotel.
Por qué el check-in es distinto (y decisivo)
-
Contacto humano: incluso en modelos 100% digitales, el check-in sigue siendo punto crítico para resolver dudas y activar deseo.
-
Contexto caliente: el huésped está a punto de disfrutar (o de resolver una necesidad inmediata). La propensión a comprar sube.
-
Personalización real: con el scoring listo, no improvisamos; interpretamos y ofrecemos lo que encaja con ese cliente, hoy.
Resultados iniciales y métricas que importan
Desde el lanzamiento en 2025, DeepUpsell reporta:
-
>3 millones de € en ingresos incrementales (primer semestre, agregado multi-hotel).
-
~21% de conversión media real (reservas con al menos un upsell contratado, no “clics”).
-
Ticket incremental por reserva que, en un hotel de 240 habitaciones con ~89% de ocupación media, puede traducirse —según la casuística mostrada— en +20.000 a +27.000 € mensuales.
Más allá de la cifra, lo relevante es la calidad del dato: cada venta queda trazada y es auditada por reserva, producto y momento (anticipada vs. mostrador), ofreciendo insights útiles para Revenue y Marketing.
Casos de uso (y cómo decirlo) en recepción
-
Llegada de pareja weekend con scoring alto → late check-out + cóctel signature.
-
Bleisure → upgrade a habitación con workspace + coffee credits.
-
Familia → desayunos + parking + late (empujar “bundle” con precio redondo).
-
Cliente de spa en histórico → circuito express pre-cena esa misma tarde.
-
Larga estancia → lavandería + créditos F&B para consumo distribuido.
El guion no es vender por vender, sino ofrecer con sentido. La herramienta te dice a quién y qué; el equipo pone tono y empatía.
“Invisible” para el huésped, visible para el P&L
La tecnología no interrumpe la experiencia. Para el cliente, es una conversación natural; para el hotel, es dato accionable:
-
Conversiones por agente y por turno (para mejorar formación).
-
Elasticidad por producto (qué funciona y con quién).
-
Timing óptimo (anticipado vs. mostrador).
-
Impacto por canal de origen (OTA vs. directo) y segmento.
No más herramientas: el PMS como centro
Una barrera común para cualquier hotel es “otra pantalla más”. Aquí, el PMS sigue siendo el centro. DeepUpsell “susurra” dentro de la reserva: probabilidad + propuesta.
Esto acelera la adopción: cero cambio de hábitos; solo mejor información.
Checklist para activarlo con éxito
-
Catálogo de upsells claro y medible (nombres, precios, disponibilidad, restricciones).
-
Políticas definidas (qué sí/no ofrecer por tipo de cliente y momento).
-
Formación exprés a recepción (cómo leer el scoring y cómo proponer).
-
Piloto de 30 días en 1–2 hoteles/turnos (A/B: anticipado vs. mostrador).
-
Revisión quincenal (conversiones, tickets, bundles más eficaces).
-
Iteración (ajustar copy, bundles y precios; alimentar al algoritmo).
-
Escalar al resto de propiedades o turnos.
Conclusión: hiperpersonalización donde más influye
El sector habla mucho de IA, pero la precisión gana a la grandilocuencia. El enfoque de DeepUpsell es pragmático:
-
Predice quién comprará.
-
Recomienda qué ofrecer.
-
Entrega la pista dentro del PMS.
-
Deja al humano cerrar con naturalidad.
Si el 70% de los huéspedes compraría más con una oferta personalizada, el check-in —con IA que acierta y personas que conectan— es el lugar donde ese porcentaje se materializa en ingresos reales.
