TecnologíaAtención al Cliente

Cómo IONOS Usa Snowflake AI para Retener al 30% de los Clientes en Riesgo

IONOS SE, la empresa alemana de alojamiento web que da servicio a 6,6 millones de clientes, construyó una base de datos unificada en Snowflake para eliminar los silos de datos de clientes en todas sus marcas. La IA y el aprendizaje automático impulsan el análisis automatizado de 15.000 transcripciones de llamadas diarias, recomendaciones de ventas adicionales basadas en modelos ML y detección proactiva de abandono — reteniendo al 30% de los clientes en el momento en que llaman para cancelar.

Impacto

150+

Fuentes de datos consolidadas

15,000

Transcripciones de llamadas analizadas diariamente

30%

Clientes retenidos en el punto de cancelación

Up to 2x

Incremento en la tasa de conversión de ventas adicionales

50%+

Precisión del análisis automatizado de riesgo de abandono

Desafío

IONOS operaba con datos de clientes fragmentados en silos desconectados que abarcaban múltiples marcas y departamentos, impidiendo una visibilidad unificada del comportamiento de los clientes, limitando el análisis de transcripciones al 1% del volumen de llamadas y dejando el riesgo de abandono y las oportunidades de venta sin detectar en 6,6 millones de clientes.

Solución

IONOS migró a la Plataforma de Datos AI de Snowflake, consolidando más de 150 fuentes de datos con Snowpipe Streaming para ingesta en tiempo real y Tablas Dinámicas para automatización de pipelines, utilizando Notebooks de Snowflake para alimentar 15.000 transcripciones de llamadas diarias a modelos de IA, lo que permitió la detección automatizada de abandono, recomendaciones de ventas adicionales basadas en ML y retención de clientes proactiva a escala.

Herramientas y tecnologías

Lo que dicen los líderes

Antes podíamos analizar alrededor del 1% de esas transcripciones, porque todo tenía que hacerse manualmente. Ahora podemos hacer el 100%. Nos ayuda a automatizar el análisis del riesgo de abandono con al menos un 50% de precisión, por lo que ahora somos mucho mejores en contactar a los clientes donde están y cuando más lo necesitamos.

Laurent Beck, Gerente de Ingeniería de Datos, IONOS

Con Snowflake, recopilamos datos sobre acciones fallidas y proporcionamos esa información a los agentes antes de que descuelguen el teléfono. Esto significa que llevamos ventaja en la resolución de problemas y podemos escalar instantáneamente los problemas más técnicos a diferentes niveles de soporte, sin que el cliente tenga que ser transferido de un lado a otro.

Thomas Krug, Gerente Sénior de Gestión de Datos y Aplicaciones del Grupo, IONOS

Si no hubiéramos invertido en Snowflake, simplemente no seríamos tan exitosos como somos ahora. Tener esa plataforma central de datos e inteligencia está impulsando los ingresos y el éxito. Y su simplicidad significa que podemos hacer más con un equipo de datos pequeño.

Thomas Krug, Gerente Sénior de Gestión de Datos y Aplicaciones del Grupo, IONOS
Entiende todo el contexto.

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

Historia completa

IONOS SE opera una de las plataformas de alojamiento web más grandes de Europa, atendiendo a más de 6,6 millones de clientes con dominios, alojamiento, herramientas para sitios web y servicios en la nube bajo múltiples marcas. Durante años, los datos de los clientes estuvieron fragmentados: los equipos de atención al cliente, ventas, finanzas y producto mantenían sistemas de datos separados sin una vista compartida del recorrido completo del cliente. Los agentes de servicio tenían contexto limitado al gestionar llamadas, los equipos de marketing no podían segmentar eficazmente y el abandono frecuentemente pasaba desapercibido hasta que era demasiado tarde.

El problema estructural era tanto técnico como operativo. Con los datos fragmentados entre marcas y departamentos, IONOS no podía generar una visión global del comportamiento de los clientes, predecir qué clientes estaban en riesgo ni identificar oportunidades de venta adicional a escala. El análisis de transcripciones se realizaba manualmente en aproximadamente el 1% del volumen de llamadas, dejando el otro 99% como inteligencia no aprovechada.

Hace seis años, IONOS migró a la Plataforma de Datos AI de Snowflake para consolidar más de 150 fuentes de datos en una única plataforma. Snowflake Snowpipe Streaming permite la ingesta de datos en tiempo real con baja latencia, reemplazando el enfoque ETL previo de una vez al día. Las Tablas Dinámicas automatizan la transformación de datos y la gestión de pipelines, reduciendo el tiempo de configuración de horas a minutos. Los Notebooks de Snowflake se utilizan para enrutar 15.000 transcripciones de llamadas diarias a modelos de IA para análisis automatizado, con resultados almacenados centralmente y presentados a agentes y equipos de ventas.

Los resultados abarcan todo el ciclo de vida del cliente. El análisis automatizado del riesgo de abandono identifica a los clientes en riesgo antes de que llamen para cancelar, logrando una precisión del 50% y permitiendo una comunicación proactiva con descuentos o recomendaciones de productos alternativos. El sistema de Mejor Oferta Siguiente proporciona a los agentes del contact center recomendaciones de ventas adicionales priorizadas basadas en señales de ML, logrando hasta un incremento de 2x en la tasa de conversión. En el momento en que un cliente llama para cancelar, los datos impulsados por Snowflake ayudan a los agentes a retener aproximadamente al 30% de esos clientes mediante ofertas personalizadas.

De cara al futuro, IONOS está construyendo agentes de IA personalizados dentro de Snowflake para permitir a la alta dirección consultar datos directamente mediante lenguaje natural, reduciendo la carga de ingeniería de paneles de control y habilitando una exploración de datos más dinámica.

Casos similares

O
Omilia
33% faster
deployment time improvement

Omilia, the Cyprus-based conversational AI company helping enterprises replace legacy IVR systems with AI-first contact centers, adopted Snowflake’s AI Data Cloud on AWS to centralize analytics and streamline data operations. Snowflake’s managed platform delivered 33% faster deployment times and saved hundreds of DevOps hours per month, enabling near real-time visibility into AI model performance, call volumes, and operational trends across Omilia’s global enterprise customer base.

TechnologySSnowflake
I
Intercom
$1.4M
annual savings from sales team efficiency

Intercom, the AI-first customer service platform, built a Sales Cockpit on Snowflake’s AI Data Cloud powered by Cortex AI to give sales reps a unified view of customer data and AI-generated insight decks. The tool saves more than 2,000 hours per month across the sales organization, equivalent to $1.4 million in annual savings, and reduced the time to produce customer insight reports by 96%.

TechnologySSnowflakeSCSnowflake Cortex AI
E
Ensono
54–70%
reduction in mean time to resolution (mttr)

Ensono, a managed services provider handling over 60 billion retail transactions and government platforms for 24 million constituents, built two AI-powered systems on Snowflake to shift IT operations from reactive to predictive. The Envision Predictive Engine (EPE) and DiagnoseNow application reduced mean time to resolution by 54–70%, cut major incidents by 22%, and improved SLA performance by 38% across its enterprise client base.

TechnologySMSnowpark MLSSnowflake
P
Pfizer
93%
database reduction

Pfizer achieved a 93% database reduction and 20% cost avoidance by migrating their global SAP environment to S/4HANA on IBM Power10 infrastructure.

PharmaceuticalsTechnologyICIBM ConsultingIPIBM Power Virtual Server
A
Allspice
20% → 97%
ingredient matching accuracy

Allspice, a food technology startup building a kitchen operating system for consumers and recipe publishers, deployed Pinecone’s vector database to solve the inherent messiness of ingredient data that traditional text search could not handle. The implementation raised ingredient matching accuracy from roughly 20% to 97%, enabling the launch of recipe importing as a core product feature and expanding into a platform-wide semantic layer for search, recommendations, and conversational AI.

TechnologyTtext-embedding-3-largePPinecone
J
Jamf
Under 45 minutes
performance review skill build time

Jamf deployed Claude Enterprise across 16 departments, then built interactive workflow skills using Claude Cowork that transformed manual spreadsheet-based processes into guided, conversational experiences. Performance reviews that previously required months of effort are now built in under 45 minutes, and non-engineering teams independently create custom data dashboards.

TechnologyCEClaude EnterpriseCCClaude Cowork
R
Rappi
40%
search response latency reduction

Rappi, Latin America’s fastest-growing on-demand delivery app serving over 300 cities, replaced its keyword-based search engine with Oracle AI Vector Search and Oracle Cloud Infrastructure Generative AI to enable semantic and image-based product discovery. The upgrade reduced search response latency by 40% and improved conversion rate by 25%, driving higher engagement and order volumes across the platform.

TechnologyOAOracle AI Vector SearchOAOracle Autonomous AI Database
C
Confluent
15,000+
hours saved monthly

Confluent, a data streaming platform company with 2,000+ employees and 4,000+ customers, deployed Glean to solve the knowledge fragmentation that came with rapid growth from 250 to 2,000+ employees across 20+ systems. Glean indexed the company's full tool stack — Slack, Salesforce, Confluence, and more — enabling instant knowledge retrieval across all teams. The result: 15,000+ hours saved monthly, a 13% increase in support team satisfaction, and over 70% employee adoption.

TechnologyGGlean