Decameron es uno de los principales actores en la oferta de resorts en Sudamérica y la mayor cadena hotelera de Colombia por número de habitaciones. En este artículo verás qué cambió, qué dicen los números y qué puedes replicar en tu propia operación de llamadas salientes.

Los resultados de Decameron en cifras

Estos son los datos del caso, tal como los reporta Vozy:

221k → 325kLlamadas realizadas, antes y después de automatizar
+47%Aumento en la cantidad de llamadas salientes
USD 2,19MEn transacciones generadas durante 2024
+USD 682kMás que en 2023 en transacciones

La cifra exacta de transacciones en 2024 fue USD 2.190.505, con un incremento de USD 682.198 frente al año anterior. Ambas vienen de la automatización con agentes virtuales en dos frentes salientes: telemercadeo y cobranza.

Lo interesante no es solo el crecimiento en llamadas. Es que ese volumen adicional se tradujo en ingresos medibles, que es lo que finalmente evalúa un director comercial.

Un caso 100% saliente: lo que significa para tu lectura

Todos los resultados de este caso corresponden a llamadas salientes. No incluyen atención al cliente entrante ni líneas de servicio.

La aclaración importa porque las dos operaciones se miden distinto. En telemercadeo y cobranza, el éxito se mide en contactos logrados, promesas, citas o ventas. En servicio entrante, se mide en resolución, tiempos de espera y satisfacción.

Si tu operación es de campañas salientes (ofertas, renovaciones, reactivación de clientes o recordatorios de pago), este es el caso más cercano a tu realidad. Si tu foco es la línea de servicio, los indicadores de referencia son otros.

En el frente de cobranza, el mismo enfoque aplica a la automatización de cobranza con IA, donde el volumen y la velocidad del primer contacto también definen el resultado.

Por qué el volumen de llamadas es la palanca del telemercadeo

Una campaña saliente tiene un techo: cuántas personas logra contactar el equipo en un día. Cada asesor puede hacer un número limitado de llamadas, y una parte grande termina en buzón, número equivocado o "no me interesa".

La investigación sobre call centers salientes lo confirma. Un estudio publicado en Production and Operations Management desarrolló un modelo que aumentó en más de 10% la tasa de contacto con la persona correcta en un centro de llamadas, y los autores señalan que el método aplica igual al telemercadeo.

Otro trabajo, de Manzoor, Ascarza y Netzer, analizó llamadas de ventas de una gran compañía de telecomunicaciones en Europa. Un sistema que decidía cuándo abandonar una conversación sin futuro redujo en 54% el tiempo perdido en llamadas fallidas, conservando casi todas las ventas. Reasignar ese tiempo elevó las ventas esperadas hasta en 37%.

La lección para el caso Decameron: más llamadas no significa más ruido. Significa más oportunidades reales de contacto, siempre que cada conversación tenga un objetivo claro y una salida definida.

Telemercadeo con inteligencia artificial frente al modelo tradicional

CriterioTelemercadeo tradicionalTelemercadeo con IA
Capacidad diariaLimitada por el número de asesores y turnosCrece con el volumen de la campaña
Consistencia del mensajeVaría según el asesor, el cansancio y la rotaciónMismo guion validado en cada llamada
Llamadas sin respuestaConsumen tiempo del asesorSe reintentan sin ocupar al equipo
Registro de la conversaciónNotas manuales en el CRMCada llamada queda registrada y clasificada
Ventas complejasFuerte: el asesor negocia y adaptaCalifica el interés y transfiere al asesor
Ajustes de campañaRequieren capacitar de nuevo al equipoSe cambia el guion y se mide al día siguiente

El modelo que mejor funciona combina ambos: el agente de IA hace el volumen, filtra y califica; el asesor humano entra cuando hay interés real. Es la misma lógica de la calificación de leads con IA, aplicada a campañas salientes.

Qué replicar del caso Decameron en tu operación

1

Separa las campañas por objetivo

Venta, renovación, reactivación o cobro. Cada objetivo necesita su guion, sus métricas y su momento de llamada.

2

Automatiza primero el volumen repetitivo

Las llamadas con mensaje estándar y respuesta previsible son las que más rinden al pasar a un agente de voz.

3

Define cuándo transfiere a un asesor

Interés confirmado, objeción compleja o solicitud explícita del cliente. El asesor recibe la llamada con el contexto completo.

4

Mide ingresos, no solo llamadas

El dato que convenció en Decameron fueron las transacciones. Conecta cada campaña con su resultado comercial.

5

Ajusta el guion cada semana

Revisa en qué punto cuelgan los clientes y qué frases llevan a una venta. Cambia una variable a la vez.

Si quieres ideas para estructurar esas campañas, revisa nuestras estrategias comerciales para vender con IA. Y para ver otros escenarios de uso, el artículo sobre llamadas con IA reúne los más comunes.

Lo que la IA no reemplaza en una campaña saliente

Un caso de éxito no debería ocultar los límites. Dos hallazgos de la investigación ayudan a diseñar mejor:

Un experimento de campo en una gran compañía de telecomunicaciones encontró que la IA por voz redujo de forma sostenida las quejas de los clientes. Pero también mostró que cuando el sistema no reconoce bien lo que dice la persona, aumentan las solicitudes de hablar con un humano y las quejas. La calidad del reconocimiento de voz no es un detalle técnico: es parte de la experiencia.

En ventas, además, un estudio publicado en Marketing Science encontró que revelar que el cliente habla con un bot redujo las compras, porque la gente lo percibía como menos capaz y menos empático. La respuesta no es ocultarlo, sino diseñar la conversación para que demuestre competencia desde el primer intercambio.

Ambos puntos llevan a la misma conclusión: la naturalidad del agente define cuánto rinde. Profundizamos en eso en el artículo sobre IA conversacional por voz.

Preguntas frecuentes

¿Qué resultados obtuvo Decameron con telemercadeo con IA?

Multivacaciones Decameron pasó de 221.000 a 325.000 llamadas, un aumento del 47%, y generó USD 2.190.505 en transacciones durante 2024, USD 682.198 más que en 2023. El resultado viene de la automatización de sus campañas salientes de telemercadeo y cobranza con agentes de Vozy.

¿El caso Decameron incluye atención al cliente entrante?

No. Los resultados corresponden a llamadas salientes: telemercadeo y cobranza. Para servicio al cliente entrante, las métricas y el diseño del agente son distintos.

¿Un agente de voz con IA puede vender por teléfono?

Sí, en campañas con un objetivo claro: presentar una oferta, resolver objeciones frecuentes, agendar una cita o registrar el interés. Las ventas complejas o de alto valor suelen cerrarse mejor cuando el agente transfiere a un asesor con la conversación ya avanzada.

¿Por qué aumentar el volumen de llamadas mejora el telemercadeo?

Porque una campaña saliente depende de cuántas personas logra contactar a tiempo. La investigación sobre call centers muestra que mejorar la tasa de contacto con la persona correcta y reducir el tiempo en llamadas fallidas libera capacidad para conversaciones que sí convierten.

¿Qué se necesita para empezar una campaña de telemercadeo con IA?

Una base de contactos con permiso de contacto, un objetivo por campaña, un guion validado por el equipo comercial y reglas de transferencia a asesores. Con eso se puede lanzar un piloto, medirlo y escalar lo que funciona.

¿Cuántas llamadas más podría hacer tu equipo?

Revisamos tus campañas salientes y te mostramos dónde un agente de voz puede sumar volumen sin perder calidad.

Habla con un especialista

Fuentes

  • Datos del caso Multivacaciones Decameron: narrativa oficial de casos de éxito de Vozy.
  • Bollapragada, S. y Nair, S. K. (2010). Improving Right Party Contact Rates at Outbound Call Centers. Production and Operations Management. doi.org/10.1111/j.1937-5956.2010.01156.x
  • Manzoor, E., Ascarza, E. y Netzer, O. (2025). Learning When to Quit in Sales Conversations. doi.org/10.48550/arXiv.2511.01181
  • Wang, L. et al. (2023). Voice-based AI in call center customer service: A natural field experiment. Production and Operations Management. doi.org/10.1111/poms.13953
  • Luo, X., Tong, S., Fang, Z. y Qu, Z. (2019). Machines vs. Humans: The Impact of Artificial Intelligence Chatbot Disclosure on Customer Purchases. Marketing Science. doi.org/10.1287/mksc.2019.1192