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.
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.
