Un chatbot para ecommerce es un programa que conversa con el cliente de la tienda online por WhatsApp, Instagram o el chat del sitio. Responde dudas de compra y pedidos y transfiere la atención al equipo cuando es necesario. Existen dos tipos: el chatbot por reglas, que sigue un guion de botones y condiciones, y el chatbot con IA humanizada, que entiende la pregunta escrita como la plantea el cliente y responde en lenguaje natural.
La diferencia cambia lo que la tienda puede resolver. Un menú de botones atiende bien una pregunta prevista. Cuando el cliente escribe "todavía no llegó", solo la IA entiende lo que quiso decir sin depender de un menú.
En esta guía verás cómo funciona el chatbot en la tienda y cuándo usar cada tipo. También verás qué necesita responder y de dónde viene cada respuesta. La parte práctica puede organizarse en ChatFunnel, que reúne flows por reglas, agentes de IA e historial del contacto en la misma atención.
Qué es un chatbot para ecommerce y cómo funciona
Un chatbot para tienda online recibe el mensaje del cliente, identifica el asunto, busca la información disponible y orienta el próximo paso. Puede ayudar antes de la compra con dudas sobre producto, envío y pago. También puede ayudar después con el estado del pedido y los cambios. La explicación de IBM sobre chatbots de ecommerce describe estos usos, desde consultas de pedidos hasta preguntas frecuentes.
El trabajo del chatbot sigue cuatro pasos:
- Recibe el mensaje por el canal de la tienda, como WhatsApp o Instagram.
- Entiende el asunto: por el botón elegido, por una palabra clave o, en la IA, por el sentido de la frase.
- Busca la respuesta en la fuente correcta: un texto aprobado, el catálogo o el sistema de pedidos.
- Responde o deriva: da la respuesta, pide el dato que falta o llama a una persona del equipo.
Lo que resuelve depende de las fuentes que consulta y las acciones autorizadas por la tienda. Una regla de cambios cabe en un texto aprobado. El avance de un pedido, en cambio, cambia con cada compra y debe venir de la conexión con el sistema de la tienda.
Chatbot por reglas o IA humanizada: ¿cuál es la diferencia?
El chatbot por reglas, también llamado chatbot condicional, sigue un guion creado por la tienda. Cada respuesta se escribe antes y aparece cuando el cliente pulsa un botón o escribe una palabra prevista. Salesforce describe este modelo como diálogos con respuestas predefinidas, donde la conversación solo avanza por donde las reglas lo permiten.
La IA humanizada conversa en lenguaje natural. Lee la frase tal como la escribió el cliente, consulta la información aprobada por la tienda y crea la respuesta sin depender de un menú. Aquí "humanizada" significa eso: la conversación suena como la de una persona del equipo, pero sigue siendo automática.
| Criterio | Chatbot por reglas (condicional) | IA humanizada |
|---|---|---|
| Cómo entiende al cliente | Por botón o palabra clave prevista | Por el sentido de la frase, aunque esté escrita de otra forma |
| De dónde viene la respuesta | Texto fijo, escrito antes | Información aprobada por la tienda, como la base de conocimiento |
| Pregunta fuera del guion | Repite el menú o se detiene | Interpreta, pide el dato que falta o deriva |
| Control de la tienda | Total: puedes ver cada camino | Definido por instrucciones y límites; exige pruebas |
| Útil para | Clasificación, elección de asunto, avisos y recorridos previsibles | Preguntas abiertas, producto, pedido y conversación con contexto |
| Riesgo principal | El cliente abandona en el menú | Respuesta fuera de la fuente si falta información aprobada |
Los dos no compiten. En ChatFunnel, la Guía Completa de Flows muestra el lado por reglas: un flow reacciona a mensajes, botones, etiquetas o cambios en el CRM, espera, verifica condiciones y deriva la conversación. El mismo flow puede llamar a un agente de IA en el punto donde la conversación deja de ser previsible. Quien quiera comparar ambos caminos con más detalle puede consultar chatbot o agente de IA para tienda online.
Cuándo resuelve el chatbot por reglas
Usa reglas cuando el camino es corto e igual para todos. Un ejemplo es el aviso de "recibimos tu pedido", la elección entre "entrega" y "cambio" o el horario de atención. En esos casos, el cliente sabe qué quiere y la tienda controla cada palabra de la respuesta.
Cuándo marca la diferencia la IA humanizada
Usa IA cuando la pregunta llega abierta: "¿cabe mi laptop en esta mochila?", "¿mi pedido llega mañana?", "todavía no recibí". Cada frase requiere una lectura antes de responder. El Agente de IA V2 de ChatFunnel responde basándose en los textos y archivos que registra la tienda y sigue las instrucciones de conducta, como qué hacer cuando no sabe la respuesta o el cliente pide una persona.
Qué debe responder el chatbot en la tienda
Antes de elegir el tipo, organiza las preguntas. "¿Entregan en mi barrio?" y "¿mi pedido llega mañana?" parecen iguales. La primera requiere el área de cobertura. La segunda exige localizar una compra y verificar su previsión.
Lee una muestra de las conversaciones de la tienda y guarda la frase del comprador. "¿Cuál es el plazo?" puede referirse a entrega, cambio u oferta. Marcar todo como "plazo" oculta tareas diferentes. Esta matriz es un punto de partida. Adapta las filas a las dudas de tu tienda y completa la fuente antes de preparar la respuesta.
| Pregunta del cliente | Fuente necesaria | Próximo paso de la conversación |
|---|---|---|
| "¿Cabe mi laptop en esta mochila?" | Medidas internas de la mochila y medidas del dispositivo | Pedir la medida ausente y comprobar la combinación |
| "¿Tienen la camiseta negra en talla M?" | Disponibilidad de la variante exacta | Consultar color y talla antes de recomendar la compra |
| "¿Cuánto cuesta el envío para mí?" | Cotización para los artículos y el código postal informados | Completar los datos y presentar las opciones recibidas |
| "¿Mi pedido ya salió?" | Avance de la compra identificada en el sistema de la tienda | Consultar el pedido y explicar el estado encontrado |
| "¿Puedo cambiar una prenda que no me quedó?" | Política vigente y datos del caso | Explicar el proceso de solicitud previsto por la tienda |
No todas las filas requieren una conexión con otro sistema. Las instrucciones de cuidado de una prenda pueden estar en la ficha aprobada. La disponibilidad de una variante puede cambiar entre dos conversaciones, y el inventario de ayer copiado en un documento no responde eso. En la base de conocimiento de ChatFunnel, el equipo reúne contenidos y archivos, revisa versiones y elige qué puede consultar cada agente.
La matriz también muestra cuándo la tarea todavía no está lista para el chatbot. Si el equipo no sabe dónde confirmar una respuesta, resuelve primero esa brecha. Una frase amable no sustituye el dato que falta.
Cómo trata el chatbot un pedido corregido o un sistema fuera de servicio
Considera este ejemplo ficticio, escrito para planificar el flujo. No describe una prueba en ChatFunnel ni una conversación con un cliente.
El comprador pregunta: "¿Mi pedido 4821 ya salió?" Poco después corrige: "Escribí mal. Es el 4827." La atención debe usar el número corregido y confirmar: "De acuerdo, revisaré el pedido 4827." La identificación del cliente sigue el procedimiento de la tienda antes de mostrar datos de la compra.
Ahora imagina que el sistema de pedidos está fuera de servicio. Esto significa que el chatbot no pudo obtener el avance. No significa que la compra esté retrasada, cancelada o en espera de pago. Una respuesta adecuada sería:
"No pude consultar el avance del pedido 4827 ahora. Dejaré la verificación al equipo. El número corregido y tu pregunta se enviarán con el caso."
Esta última frase solo aplica si el flujo registra y deriva el pendiente. Si la tienda no configuró esa acción, el chatbot debe informar el canal disponible para continuar. En el registro interno, guarda el número corregido, la duda y la falla de consulta, y evita marcar el pedido como "retrasado" por falta de respuesta.
Incluso cuando la consulta funciona, "pagado" no significa "enviado". La documentación de estados de Shopify separa el estado de pago del estado de procesamiento del pedido. El pago confirmado por sí solo no sustenta la frase "tu pedido ya salió". Para ver este caso completo, lee el artículo sobre estado del pedido en WhatsApp con IA.
Hasta dónde puede llegar cada respuesta del chatbot en la tienda online
Responder, consultar y cambiar algo en la compra requieren permisos diferentes. El chatbot puede explicar el proceso de cambio sin aprobar la solicitud. Puede mostrar el avance del pedido sin cambiar la dirección de entrega. Escribe ese límite junto a cada fila de la matriz.
En la duda de envío, por ejemplo, la respuesta presenta la cotización recibida y orienta al cliente para que verifique la opción en el checkout. No debe inventar un envío gratis porque la persona dijo que compraría con ese beneficio.
Define también qué ocurre cuando el comprador cambia de idea. Si cambia la talla M por la G, la disponibilidad anterior deja de ser válida y la consulta debe seguir la nueva variante. Lo mismo aplica al código postal, la cantidad y el número de pedido.
Por último, decide cuándo va la conversación a una persona. La salida al equipo aplica a ambos tipos de chatbot y evita que el cliente quede atrapado en una respuesta que no resuelve. En ChatFunnel, las conversaciones pueden asignarse, transferirse o enviarse a atención humana, y el historial del contacto acompaña la transferencia. Los datos recibidos de la tienda dependen de la conexión configurada, así que confirma qué información llega antes de prometer una respuesta automática sobre ella. El artículo sobre transferir la atención de la IA a una persona detalla los criterios.
Cómo probar el chatbot antes de ponerlo en funcionamiento
Elige un grupo pequeño de dudas con fuente definida, como una categoría del catálogo o preguntas de entrega que el equipo ya sabe responder. Incluye desde la primera prueba una pregunta incompleta y un cambio de información hecho por el cliente.
Compara cada respuesta con la fuente. En la pregunta sobre la mochila, ¿el chatbot usó las medidas internas o solo el tamaño anunciado? En la consulta de pedido, ¿separó pago de envío? Si faltó un dato, ¿explicó el límite o llenó el espacio con una suposición?
Registra la pregunta, la respuesta esperada, lo que se respondió y el ajuste necesario. Una prueba puede mostrar que la ficha del producto está incompleta. Otra puede mostrar que el dato existe, pero la conversación consultó la variante equivocada. Son correcciones diferentes.
Después de que el flujo esté activo, revisa las dudas que vuelven. En el aprendizaje diario revisado de ChatFunnel, las preguntas y respuestas nuevas de conversaciones cerradas se convierten en sugerencias de conocimiento, y una persona revisa y aprueba el material antes de que lo use la IA. Para la guía completa, consulta cómo probar un agente de IA en la tienda online. Sigue si la duda se respondió correctamente y si el pendiente llegó al destino previsto. El tiempo de respuesta ayuda, pero no sustituye estas verificaciones.
Qué chatbot usar en la tienda: reglas, IA o ambos
Para la mayoría de las tiendas online, la respuesta es combinar. Usa reglas donde el camino es corto e igual para todos, como el aviso de pedido recibido y la elección de asunto. Usa IA humanizada donde la pregunta llega abierta y depende del producto, pedido o política de la tienda. Deja una salida clara al equipo en ambos casos.
Empieza por el grupo más pequeño de preguntas que puedas verificar y lleva la matriz completa a la configuración. Muestra qué respuestas ya tienen respaldo, cuáles requieren conexión y cuáles todavía necesitan una decisión del equipo. Si quieres ver otras aplicaciones de IA además de atención, el mapa de IA para ecommerce reúne los usos más comunes. Para elegir entre proveedores, usa los criterios de cómo elegir un chatbot para ecommerce.
ChatFunnel reúne flows por reglas, agentes de IA, base de conocimiento e historial de contacto en un mismo lugar. Empieza por un flujo que puedas seguir y amplía el alcance conforme se verifiquen las respuestas.
Preguntas frecuentes sobre chatbot para ecommerce
¿Qué es un chatbot para ecommerce?
Es un programa que conversa con el cliente de la tienda online por WhatsApp, Instagram o el chat del sitio. Responde dudas de producto, envío y pedido y llama al equipo cuando no puede resolver. Puede funcionar por reglas, con botones y respuestas preparadas, o con IA, que entiende la frase escrita por el cliente.
¿Cuál es la diferencia entre un chatbot por reglas y la IA humanizada?
El chatbot por reglas sigue un guion fijo y solo reconoce lo que la tienda previó, como un botón o una palabra clave. La IA humanizada interpreta la frase del cliente en lenguaje natural y responde con la información aprobada por la tienda. En la práctica, ambos pueden trabajar juntos: reglas para el camino corto e IA para la pregunta abierta.
¿Qué es un chatbot condicional?
Es otro nombre para el chatbot por reglas. Usa condiciones como "si el cliente eligió la opción A, muestra la respuesta A". En ChatFunnel, los flows cumplen ese papel: reaccionan a mensajes, botones y etiquetas, verifican condiciones y derivan la conversación.
¿Cómo funciona un chatbot para tienda online?
Recibe el mensaje, identifica el asunto, busca la respuesta en la fuente correcta y responde o deriva a una persona. La fuente puede ser un texto aprobado, el catálogo o el sistema de pedidos. Sin la fuente, el chatbot debe avisar el límite en lugar de suponer una respuesta.
¿El chatbot sustituye la atención humana?
No. Se ocupa de las dudas que tienen respuesta definida y transfiere al equipo lo que exige una decisión, como un defecto, reclamo o negociación. El equipo sigue siendo responsable de los casos en que la tienda necesita evaluar la situación.
¿El chatbot puede informar el estado del pedido?
Puede cuando está conectado al sistema que guarda el pedido. Sin esa conexión, solo orienta sobre dónde seguir la compra. Pago confirmado no significa pedido enviado, así que la respuesta debe venir del estado de envío.
¿Cómo empezar con un chatbot en la tienda?
Enumera las preguntas más frecuentes, indica la fuente de cada respuesta y elige un grupo pequeño para la primera prueba. Incluye una pregunta incompleta y una corrección hecha por el cliente. Después de la prueba, revisa lo que falló y amplía poco a poco.
Transformando visitantes en clientes fieles 🩵
