Comercio MinoristaAtención al Cliente

Cómo Erewhon Automatizó el 70% de sus Tickets de Atención al Cliente y Ahorró $40K Anuales con Zapier

Erewhon, una cadena de tiendas de alimentos premium con 10 ubicaciones en Los Ángeles, desplegó un flujo de trabajo de 39 pasos en Zapier que conecta HelpScout, ChatGPT, una base de conocimiento vectorial y BigQuery para automatizar la atención al cliente. Construido por un solo empleado autodidacta, el sistema automatiza el 70% de los tickets sin modificación humana, ahorra 1,500 horas de trabajo al año y genera $40K en ahorros anuales—representando un retorno de 5.5x sobre la inversión en Zapier.

Resultados

70%Tickets de servicio al cliente automatizados
$40KAhorros anuales en costos laborales
1,500 hoursHoras de trabajo ahorradas por año
5.5xRetorno sobre la inversión en Zapier

Herramientas y tecnologías

1GB
Google BigQuery
Serverless enterprise data warehouse for analytics
2C
ChatGPT
General-purpose AI assistant by OpenAI used across industries for productivity and information tasks.
3Z
Zapier
Workflow automation platform by Zapier for connecting apps and triggering actions without coding.

Categorías de IA

Desafío

Las 10 tiendas de Erewhon en Los Ángeles operaban bandejas de entrada de HelpScout separadas sin conocimiento institucional compartido ni priorización de miembros, requiriendo que el personal dedicara más de 20 horas semanales a respuestas manuales repetitivas con calidad inconsistente entre ubicaciones.

Solución

Un flujo de trabajo de 39 pasos en Zapier que conecta HelpScout, ChatGPT, una base de conocimiento vectorial y BigQuery fue desplegado para verificar el estado de membresía, redactar respuestas personalizadas con conocimiento institucional, mostrar el historial de compras y enrutar tickets—automatizando el 70% de las respuestas sin modificación humana.

Historia completa

Erewhon opera 10 tiendas de comestibles de alta gama en Los Ángeles, cada una con su propia bandeja de entrada de atención al cliente en HelpScout. La cadena había construido una base leal de miembros de alto valor, pero su operación de servicio al cliente era completamente manual: cada ubicación manejaba cada ticket de forma independiente, sin capacidad para priorizar miembros premium ni mantener calidad de respuesta consistente entre tiendas.

Accede a 455+ casos de uso de IA, 427+ herramientas y rankings de señales de adopción.

Fuente

Casos similares

1M
How Morrisons Reduced Data Reporting Lag by 99% with BigQuery and Looker
Morrisons
98.96%Data reporting lag reduction
2S
How Super-Pharm Uses Vertex AI to Improve Inventory Accuracy from 50% to 90%
Super-Pharm
50% to 90%Inventory Accuracy
3E
How Etsy Uses Gemini and Vertex AI to Personalize 90 Million Shopping Experiences
Etsy
~80xListings per theme increase via algotorial curation
4S
How Shopify Scales AI-Powered Sidekick to Millions of Merchants with Claude on Vertex AI
Shopify
< 24 hoursModel Upgrade Deployment
5F
How Furniture.com Used Databricks Mosaic AI to Deploy 8 Production AI Models and Double Conversion Rates
Furniture.com
95%Shopper engagement with AI review summaries
6P
How PetSmart Uses AI Decisioning to Boost Salon Bookings 22%
PetSmart
22%Incremental lift in salon bookings
7FG
How FairPrice Group Uses Google Cloud AI to Redefine Retail with Agentic Shopping Assistants
FairPrice Group
18%In-cart shopping assistant click rate
8GF
How Grupo Falabella Uses Agentforce on WhatsApp to Resolve 60% of Requests
Grupo Falabella
60%Service requests resolved autonomously on WhatsApp
Ver todos los casos →