Personalización de Ofertas (Upselling) con ChatGPT

Antes de empezar

Lo que necesitas para completar este tutorial

Lo que conseguiras al terminar

Si sigues estos pasos, en 20-30 minutos tendras:

✓ Segmentación práctica para upsell antes del check-in
✓ Prompts listos para generar mensajes por email, SMS y app
✓ Plan de prueba A/B y métricas para medir uplift

Antes de empezar, asegurate de tener lo siguiente:

Obligatorio Acceso a datos de reservas y perfil de huéspedes: nombre, email, teléfono, tipo de habitación, fecha de llegada y duración de estancia.

Obligatorio Política comercial definida: lista de servicios/productos disponibles para upsell y precios o descuentos aplicables.

Recomendado Integración con CRM/PMS o archivo CSV con historial de reservas, gasto medio y preferencias declaradas.

Recomendado Acceso a canales de comunicación (plataforma de email, proveedor de SMS, sistema de push) para pruebas y envío.

Transferencia internacional de datos: ChatGPT procesa datos en servidores externos. Sin acuerdo de procesamiento de datos (DPA) firmado, no introduzcas datos personales, financieros confidenciales ni datos especialmente protegidos. Verifica con tu departamento legal o IT antes de usar datos reales de tu empresa.

El caso

Grupo Marítimo Hoteles SL, sector hotelero y hospitalidad — el problema real

Grupo Marítimo detecta baja conversión en ofertas complementarias antes del check-in: muchos huéspedes no compran upgrades ni experiencias. Los mensajes genéricos sufren baja relevancia y tasa de apertura.

Con ChatGPT y el prompt de este tutorial, puede resolver este reto en 20-30 minutos — sin conocimientos tecnicos previos.

Situacion real
Datos + contexto

→

ChatGPT
Prompt estructurado

→

Output ejecutivo
Listo para usar

Por que funciona: ChatGPT puede combinar datos del huésped con reglas comerciales y generar variantes de mensajes optimizadas por canal en segundos. Su capacidad para crear copias personalizadas y coherentes acelera pruebas A/B y escalado de campañas sin añadir grandes recursos creativos.

Contexto

Cuando usar este tutorial

✓ Usalo cuando...	× No lo uses cuando...
Cuando dispone de datos básicos de la reserva y quiere incrementar ingresos ancillaries antes del check-in. Al diseñar campañas segmentadas por comportamiento (repetidores, alto gasto, familia). Para generar plantillas multicanal y planes de envío rápidos para pruebas A/B.	Cuando no hay datos de contacto válidos o el huésped ha optado por no recibir comunicaciones comerciales. En situaciones que requieran verificación regulatorias complejas en tiempo real sin integración técnica. Para casos que requieran decisiones dinámicas de precios en tiempo real sin conexión al motor de reservas.

Paso 01

Recopilar y preparar datos de huéspedes

Antes de generar mensajes de upsell, reúna los datos relevantes que permitan personalización: información de la reserva, historial y preferencias. Esta preparación reduce errores y mejora la relevancia de las ofertas.

1
Extraer un listado de reservas próximas Obtenga un CSV o acceso al CRM con campos clave: [BOOKING_ID], [GUEST_NAME], [EMAIL], [PHONE], [CHECKIN_DATE], [ROOM_TYPE], [LENGTH_OF_STAY], historial de compras. Asegure calidad y formato uniforme.
2
Añadir etiquetas de segmentación Defina segmentos prácticos (p. ej. Repetidor VIP, Familiar, Viaje de negocios) y marque cada reserva. Use reglas simples (frecuencia de estancia >3 → Repetidor VIP).
3
Verificar restricciones legales y preferencias Confirme consentimiento para comunicaciones comerciales y restricciones por país. Excluya contactos que hayan optado por no recibir mensajes.

Checkpoint: Archivo de datos listo con segmentos y consentimientos verificados; mínimo 100 registros para pruebas representativas.

Paso 02

Diseñar ofertas y mapear canales

Defina qué ofrecer a cada segmento, el precio o incentivo, y por qué canal se comunicará. Un mapeo claro optimiza la conversión y evita solapamientos.

1
Seleccionar categorías de upsell Priorice ofertas con alta probabilidad de aceptación (upgrade de habitación, early check-in, cena en restaurante, experiencias locales). Evalúe margen y capacidad operativa.
2
Asignar canal y timing Determine si la oferta va por email, SMS o app push. Por ejemplo, ofertas sensibles al tiempo (early check-in) funcionan bien por SMS 48 horas antes; experiencias funcionan por email a 5-7 días.
3
Definir métricas y objetivos Fije KPIs por oferta: tasa de apertura objetivo, CTR, tasa de conversión y revenue per offer. Establezca un objetivo de uplift esperado (p. ej. +3-7% ingresos ancillaries).

Checkpoint: Matriz segmentación→oferta→canal→timing con KPIs y presupuesto por prueba.

Paso 03

Ejecutar el prompt principal

Este es el prompt central del tutorial. Cópialo completo, rellena las variables entre corchetes con los datos de tu empresa o situación, y envíalo.

1
Copia el prompt completo Selecciona todo el texto del prompt y cópialo. No modifiques la estructura — está diseñado para obtener el output más útil posible.
2
Rellena las variables entre corchetes Sustituye cada [VARIABLE] con información real de tu empresa. Cuanto más específico seas, mejor será el output.
3
Envía el prompt y espera la respuesta Pega el prompt en el chat y envíalo. El modelo puede tardar entre 10 y 60 segundos dependiendo de la complejidad.

Variables del prompt — sustituye cada [VARIABLE] con datos reales

[HOTEL_NAME]Nombre del hotel o cadena (ej. Hotel Costa Azul)

[GUEST_SEGMENT]Segmento objetivo definido (ej. 'Repetidor VIP', 'Familias con niños', 'Viajeros de negocios')

[OFFER_CATEGORIES]Lista breve de productos para upsell (ej. 'Upgrade habitación;Cena degustación;Traslado aeropuerto;Experiencia spa')

Prompt principal — Upselling personalizado con ChatGPT Eres un consultor ejecutivo de marketing y ventas para el sector hotelero. Recibirás datos de referencia y generarás un plan de upselling pre-arrival, mensajes por canal y una estrategia de prueba. Entrega un output estructurado y accionable con los siguientes apartados: 1) Resumen ejecutivo (2-3 frases) con objetivo y KPI objetivo; 2) Segmentación recomendada con reglas operativas para asignar cada huésped a un segmento; 3) Para cada segmento, lista de 3 ofertas priorizadas con justificación comercial, precio sugerido o descuento y condiciones operativas; 4) Plantillas de mensaje para Email, SMS y notificación push por cada oferta (incluya asunto, preheader, cuerpo y 2 variantes A/B); 5) Calendario de envío pre-arrival (días antes y hora recomendada) y lógica de cadencia; 6) Estimación del uplift esperado por oferta y cálculo de KPIs (tasa de conversión proyectada, revenue incremental por 1000 envíos); 7) Checklist de implementación técnica y de cumplimiento (consentimiento, etiquetas, integraciones); 8) Plan de prueba A/B con hipótesis, tamaño de muestra mínimo y métricas; 9) Riesgos y mitigaciones (operativos y compliance). Utiliza este contexto: Hotel: [HOTEL_NAME]; Segmento objetivo: [GUEST_SEGMENT]; Categorías de oferta disponibles: [OFFER_CATEGORIES]; Canales preferidos: [CHANNELS]; Presupuesto por oferta: [BUDGET_PER_OFFER]; Objetivo de uplift: [TARGET_UPLIFT_PERCENT]; Idioma: [PREFERRED_LANGUAGE]. Genera tablas o listas numeradas cuando sea útil. Prioriza claridad ejecutiva, incluye ejemplos concretos de mensajes con tokens para personalización (por ejemplo: [GUEST_NAME], [BOOKING_ID], [ROOM_TYPE], [CHECKIN_DATE]). Limita recomendaciones de precio a un rango y justifícalas con margen. Si detectas falta de datos, indica claramente qué campo falta y el impacto en la recomendación. Entrega el output en español en formato listo para presentar al Comité de Dirección.

Checkpoint: El modelo ha respondido con un output estructurado que incluye las secciones solicitadas en el prompt.

Paso 04

Probar, medir y optimizar

Implemente una prueba controlada (A/B) y monitoree resultados. Use los aprendizajes para refinar las plantillas, segmentación y timing.

1
Lanzar A/B test controlado Divida la muestra por segmento: control (mensajes genéricos) vs tratamiento (mensajes generados). Mantenga tamaño estadístico suficiente y same-window observation.
2
Analizar resultados y ajustar Compare KPIs definidos (tasa de conversión, ingresos por oferta). Ajuste mensajes, timing o canal según diferencias y documente lecciones para replicar.

Checkpoint: Resultados del A/B test con decisión clara para escalar, modificar o descartar la oferta.

Iteracion

Prompts para refinar el output

Estos son los ajustes mas frecuentes que se piden despues del primer output. Copialos directamente en el chat:

Hacer el output más específico

cuando el output es demasiado genérico. "El output es demasiado general. Repite el plan pero usa datos del segmento: [GUEST_SEGMENT]. Prioriza 3 ofertas con justificación basada en comportamiento histórico y propón exactamente el precio sugerido en euros. Ajusta plantillas para incluir el token [MEMBERSHIP_STATUS] si aplica."

Cambiar el nivel de detalle

cuando necesitas más o menos profundidad. "Genera una versión más sintética del plan para un ejecutivo: resumen de una página con objetivo, 3 KPIs, 3 acciones prioritarias y métricas esperadas. Luego, crea una versión ampliada con guías paso a paso para operaciones."

Adaptar el tono

cuando el tono no es el adecuado para tu audiencia. "Reescribe todas las plantillas y el resumen en un tono más formal y ejecutivo, evitando lenguaje promocional excesivo. Mantén la información estructurada para presentación en comité."

Versión ejecutiva resumida

para compartir con el Comité de Dirección. "Genera una diapositiva ejecutiva en texto: título, objetivo cuantificado, 3 iniciativas prioritarias con impacto estimado en euros por mes, riesgo principal y decisión requerida."

Resultado

Que vas a obtener

Este es el tipo de output que genera ChatGPT con el prompt de este tutorial. El contenido varia segun tu empresa y situacion, pero la estructura es siempre esta:

Ejemplo de output — Grupo Marítimo Hoteles SL, sector hotelero y hospitalidad

Estructura del output

El prompt genera un informe ejecutivo estructurado: resumen ejecutivo, segmentación, ofertas por segmento, mensajes por canal, calendario de envíos, estimación de uplift y plan de pruebas. Cada sección contiene acciones concretas y plantillas listas para usar.

Senales de un buen output

Mensajes incluyen tokens personalizados como [GUEST_NAME], [BOOKING_ID], [CHECKIN_DATE] y variables de oferta
El plan muestra KPIs cuantificados y estimaciones de revenue incremental
Se incluyen dos variantes A/B por plantilla y calendario de envío con días y horas
Checklist técnico y nota de compliance presente y accionable

Senal de que el output es bueno: Incluye plantillas por canal con tokens listos para integración y KPIs cuantificados

Costes

Inversion y retorno

20$ ChatGPT Plus / mes

10-20 min por ejecución Por ejecucion del tutorial

∞ Reutilizaciones del prompt

ROI: La inversión en la herramienta es marginal frente al potencial uplift en ancillaries. Un incremento del 3-7% en ventas adicionales puede cubrir el coste en pocas semanas en hoteles con ocupación media-alta, y permite iteraciones rápidas que optimizan margen por oferta.

Errores frecuentes

Que hacer cuando algo no funciona

Sintoma	Causa probable	Solucion exacta
Mensajes genéricos sin personalización	Falta de tokens o datos de huésped suficientes en el prompt	Proporcionar campos clave ([GUEST_NAME], [ROOM_TYPE], [CHECKIN_DATE]) y pedir explícitamente variantes personalizadas por segmento.
Estimaciones de uplift poco realistas	No se proporcionaron datos históricos ni tasas base para referencia	Adjuntar tasas históricas de conversión o gasto medio; si no están disponibles, pedir una estimación conservadora y mostrar el rango de incertidumbre.
Formatos de mensaje mal estructurados para el canal	No especificar limitaciones de cada canal (longitud SMS, asunto de email)	Indicar restricciones: máximo 160 caracteres para SMS, asunto de 50 caracteres para email y formato JSON para push si aplica.
Rechazos por cumplimiento GDPR	Falta de verificación de consentimientos y bases legales en el flujo	Incluir checklist de cumplimiento y excluir automáticamente contactos sin consentimiento; en el prompt pedir nota de privacidad obligatoria.
Output demasiado técnico o largo para comité	Prompt solicitó demasiado detalle operativo sin versión ejecutiva	Usar iteración 'Versión ejecutiva resumida' para generar una página de decisión clara para directivos.

Modo avanzado

Como hacer este tutorial con ChatGPT en modo avanzado

En modo agente, ChatGPT actúa integrando datos y ejecutando tareas encadenadas (ej. leer CSV, generar mensajes y devolver JSON listo para envío). Use este modo para automatizar generación y envío de variantes en lote, vinculando CRM/PMS mediante la API o conectores RPA.

Modo avanzado

Flujo de trabajo avanzado

1
Conectar la fuente de datos (CSV/CRM) y validar formato de campos obligatorios
2
Ejecutar el prompt ampliado para generar mensajes y metadatos en formato estructurado (JSON)
3
Validar reglas de exclusión y consentimiento automáticamente y marcar registros para envío
4
Exportar resultados al sistema de envío o activar flujos de automatización para pruebas A/B

Eres un agente automatizado especializado en upselling hotelero. Toma como entrada un archivo CSV con columnas: BOOKING_ID, GUEST_NAME, EMAIL, PHONE, CHECKIN_DATE, ROOM_TYPE, LENGTH_OF_STAY, PAST_SPEND, CONSENT_MARKETING, PREFERRED_LANGUAGE. 1) Valida y normaliza los datos; reporta campos incompletos. 2) Aplica reglas de segmentación (reglas simples indicadas a continuación) y asigna segmento. 3) Para cada registro con CONSENT_MARKETING = true, genera en JSON: booking_id, segment, offer_id, offer_title, offer_price_eur, canal_recomendado, subject_email, body_email, sms_text, push_text, send_day_offset (días antes del check-in) y variante_AB (A o B). 4) Prioriza ofertas de [OFFER_CATEGORIES] y respeta presupuesto [BUDGET_PER_OFFER]. 5) Añade una columna 'compliance_flag' si detectas riesgo (sin consent, país restringido). Devuelve: 1) resumen ejecutivo con número de envíos válidos y estimación de uplift según [TARGET_UPLIFT_PERCENT], 2) archivo JSON listo para ingestión en el sistema de envío. Regla de segmentación ejemplo: si PAST_SPEND > 500 → 'Repetidor VIP'; si LENGTH_OF_STAY >= 4 y ROOM_TYPE contiene 'suite' → 'Estancia larga'. Mantén salida en español y en formato JSON estricto.

Cuando usar el modo avanzado en este tutorial: Úselo cuando necesite ejecutar la generación y preparación de envíos a escala, integrando datos del PMS/CRM y automatizando la creación de lotes para pruebas A/B.

Siguiente paso

Que hacer ahora?

Ahora que has completado este tutorial, hay dos caminos naturales:

Tutorial relacionado · ChatGPT

Explorar mas tutoriales de ChatGPT

Descubre otros casos de uso de ChatGPT para directivos en diferentes funciones y sectores.

Biblioteca completa

Ver todos los tutoriales

Explora los tutoriales del programa organizados por herramienta, funcion y nivel de dificultad.

Para sacarle mas partido: Tras la primera prueba, documente los mensajes ganadores por segmento y automatice la selección de variante ganadora al alcanzar significancia estadística para escalar sin intervención manual.

Alternativa segura

Puedo hacer esto sin que mis datos salgan de la empresa?

Si. Este caso de uso trabaja con datos que, por su naturaleza confidencial, estrategica o regulada, son candidatos optimos para ejecutarse con un modelo de lenguaje open source desplegado en infraestructura propia (on-premises o nube privada). Con esta configuracion, ningun dato abandona nunca los servidores de tu organizacion y el modelo no puede ser entrenado con tu informacion.

Modelos recomendados

Llama 3.3 70B — Ideal para analisis de documentos largos y generacion de texto estructurado (contexto 128K tokens).

Mistral Large 2 — Excelente para extraccion de informacion y clasificacion con alta precision.

Qwen 2.5 72B — Especialmente potente para analisis de datos tabulares y financieros.

Plataformas de despliegue

Ollama — Para equipos pequenos o uso individual en hardware propio.

vLLM — Para entornos de produccion con multiples usuarios simultaneos.

LM Studio — Para pruebas y uso individual sin configuracion de servidor.

Infraestructura minima

Para un modelo de 70B parametros en produccion:

GPU: 2x NVIDIA A100 40GB o 4x RTX 4090.

RAM: 128GB minimo.

Alternativa cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing.

Garantia de privacidad: Con un modelo on-premises correctamente configurado, los datos nunca salen de tu red corporativa, el modelo no se entrena con tu informacion, no hay transferencia internacional de datos y el cumplimiento normativo es total incluso para datos del art. 9 RGPD.

Necesitas implementar esta solucion en tu organizacion?

La configuracion de modelos open source on-premises requiere un proveedor tecnico especializado. Agere puede ayudarte a desplegar esta solucion en tu infraestructura de forma segura, con garantias legales y sin que tus datos salgan nunca de tu organizacion.

Contactar con Agere Conocer Agere