Comercio MinoristaAtención al Cliente

Cómo Grupo Falabella Usa Agentforce en WhatsApp para Resolver el 60% de las Solicitudes

Grupo Falabella desplegó Salesforce Agentforce en WhatsApp para gestionar el servicio al cliente de la mayor cadena minorista de América Latina, resolviendo de forma autónoma el 60% de las solicitudes y aumentando la adopción del canal WhatsApp de menos del 50% a más del 70% en tres semanas.

Impacto

60%

Solicitudes de servicio resueltas de forma autónoma en WhatsApp

>70%

Adopción del canal WhatsApp

25%

Conversaciones fuera del horario comercial

Just over 2 months

Tiempo de despliegue

Desafío

Grupo Falabella necesitaba escalar el servicio al cliente en América Latina en los canales donde los compradores ya interactuaban —principalmente WhatsApp— sin aumentar el personal de agentes de forma proporcional.

Solución

Salesforce Agentforce se desplegó en WhatsApp, conectado mediante APIs en tiempo real a la plataforma de comercio electrónico, gestionando FAQs y consultas de pedidos de forma autónoma en español natural y derivando los casos complejos a agentes humanos.

Herramientas y tecnologías

Entiende todo el contexto.

Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.

Historia completa

Grupo Falabella opera uno de los mayores imperios minoristas de América Latina, con grandes almacenes, cadenas de mejora del hogar, servicios financieros y comercio electrónico en Chile, Perú, Colombia y otros mercados. Con millones de clientes generando grandes volúmenes de solicitudes de soporte sobre pedidos, productos y consultas de cuentas, Falabella necesitaba escalar el servicio al cliente sin aumentar el personal de forma proporcional, y hacerlo en los canales donde los clientes ya pasaban su tiempo.

Falabella eligió WhatsApp como canal principal y Salesforce Agentforce como capa de IA. La implementación conectó Agentforce a la plataforma de comercio electrónico de Falabella mediante llamadas de API en tiempo real, permitiendo al agente responder preguntas frecuentes desde una base de conocimiento, consultar el estado de pedidos en tiempo real y gestionar consultas postcompra comunes íntegramente dentro de la conversación de WhatsApp. El agente opera en español natural y empático, y escala a un representante humano solo cuando el escenario supera sus capacidades actuales.

El despliegue tomó algo más de dos meses. En las primeras tres semanas tras el lanzamiento, la cuota de WhatsApp en el volumen de servicio al cliente creció de menos del 50% a más del 70% de las interacciones, lo que refleja tanto la comodidad del canal como la calidad de la experiencia impulsada por IA. Agentforce resuelve ahora de forma autónoma el 60% de todas las solicitudes de servicio, eliminándolas por completo de la cola de agentes humanos.

Una cuarta parte de todas las conversaciones de Agentforce ocurre fuera del horario comercial de Falabella, ampliando la cobertura de soporte efectiva durante todo el día. Las tasas de transferencia a agentes humanos descienden de forma constante a medida que Agentforce gestiona más escenarios en cada iteración. Falabella planea ampliar el despliegue a otras marcas del Grupo, incluida Sodimac, y añadir capacidades transaccionales como cancelaciones de pedidos.

Casos similares

E
Engine
15%
average handle time reduction

Engine, a B2B travel platform handling 500,000+ annual traveler requests, deployed an Agentforce AI agent called Eva that autonomously manages over 30% of customer cases end-to-end. The implementation reduced average handle time by 15%, lifted CSAT from 3.7 to 4.3, and delivered $2M in estimated annual cost savings — all within a 12-day deployment timeline.

RetailSASalesforce AgentforceABAgentforce Builder
CW
Camping World
40%
customer engagement increase

Camping World deployed IBM watsonx Assistant as a virtual agent named Arvee across all web properties, increasing customer engagement by 40% and improving agent efficiency by 33%.

RetailICIBM ConsultingIWIBM watsonx Assistant
R
Rakuten
~50% reduction
mean time to recovery

Rakuten integrated OpenAI Codex into incident response, CI/CD pipelines, and autonomous development — cutting mean time to recovery by 50% and compressing quarter-long projects into weeks.

RetailOCOpenAI Codex
S
Shopify
< 24 hours
model upgrade deployment

Shopify built Sidekick, an AI commerce assistant powered by Claude Sonnet on Google Vertex AI, enabling millions of merchants to reach their first sale in days instead of weeks.

RetailGBGoogle BigQueryGVGoogle Vertex AI
E
Etsy
~80x
listings per theme increase via algotorial curation

Etsy, the global marketplace for handcrafted and vintage goods, serves nearly 90 million buyers across more than 130 million listings from 5 million sellers. Using Vertex AI, BigQuery, Dataflow, and Gemini, the company built a personalized search and discovery platform it calls “algotorial curation” — increasing listings per theme by 80x, driving a 5% lift in SEO-driven visits, and delivering a 3% conversion improvement for sellers.

RetailGDGoogle DataflowGBGoogle BigQuery
M
Morrisons
98.96%
data reporting lag reduction

Morrisons, one of the UK’s largest supermarkets serving nine million customers weekly across 500 stores, migrated its on-premise data warehouse to BigQuery and Looker, reducing reporting lag by 98.96% from one day to 15 minutes. Real-time data now powers Vertex AI demand forecasting models and a customer-facing Product Finder app that receives 50,000 hits per day during peak periods.

RetailGCGoogle Cloud RunLLooker
T(
THG (The Hut Group)
60%
reduction in mean time to respond (mttr)

THG (formerly The Hut Group) is a UK-based ecommerce retail company with revenues exceeding £2 billion, selling its own-brand and third-party cosmetics, dietary supplements, and luxury goods online while also providing ecommerce infrastructure to third parties through its Ingenuity division. Facing a rapidly expanding threat surface as it grew through acquisitions and added SaaS platforms, THG deployed Elastic Security as its unified SIEM, using machine learning capabilities to surface novel attack vectors and automation to eliminate manual triage overhead. The outcome: mean time to respond to security events dropped by 60%, first-line triage burden fell from 90% to 50% of analyst time, and physical storage costs declined by 60% through intelligent data tiering.

RetailESElastic Security
GC
Grupo Casas Bahia
14x
productivity gain in comment analysis

Grupo Casas Bahia is one of Brazil’s largest omnichannel retailers, serving over 100 million customers through more than 1,000 stores and a national logistics network. The company deployed Databricks Agent Bricks with Meta’s Llama 3.3 70B model to automate the classification of customer reviews from six distinct channels. Monthly review classification jumped from 1,500 to 33,500, model accuracy reached 90%, and the company saves over 4,000 person-hours annually — equivalent to nearly R$480,000.

RetailDUDatabricks Unity CatalogDADatabricks Agent Bricks