En un directo con 400 conectados, el animador le habla a todos y no puede escribirle a nadie en privado. El setter hace lo contrario. Se queda con un solo lead, el que acaba de moverse, y le escribe. Una IA le entrega el contexto de cada participante y la acción a tomar. Las palabras las pone él.
El setter no se queda mirando el chat de la sala a la espera del mensaje justo. Su cockpit tiene el chat público a un lado, pero su trabajo real pasa por el centro de notificaciones. Frente a él aparece una lista ya ordenada, del lead más caliente al menos urgente, y la recorre de arriba abajo.
Una IA no deja de analizar la sala: mensajes públicos y privados, tiempo de conexión, clics en la oferta, respuestas a las encuestas, formularios, quizzes. El ciclo se repite cada 15 a 30 segundos. Lo que le llega al setter nunca es un número suelto. Es un lead con su contexto, lo que respondió, lo que clicó, lo que acaba de hacer, y una acción a tomar. Un participante abrió la página de reserva sin reservar. Otro eligió un horario sin confirmarlo. Otro se quedó parado en un paso del pago sin terminar. Cada caso sube como una notificación, nunca como un mensaje enviado en su lugar. Antes de escribir una sola palabra, el setter abre la ficha del lead y su línea de tiempo con cada hora marcada.
La notificación le da tres cosas: la información, el contexto del lead, la acción sugerida. El mensaje lo escribe él, cada vez, con sus propias palabras. Nada sale del cockpit sin que él lo haya tecleado.
Un alborotador satura el chat para llamar la atención. Bloquearlo o borrarle los mensajes delante de todos crea el escándalo que quieres evitar. El shadowban hace lo contrario: un gesto, y sigue escribiendo, se ve a sí mismo escribiendo, pero ya nadie lo lee. Nadie en la sala nota que desapareció.
Un lead caliente que abandona el directo antes de que termine es el peor momento para perderlo: era de los más calientes de la sala, y ya no está. La notificación que reporta esa salida trae un enlace de WhatsApp de un clic. El setter lo contacta fuera de la aplicación, en su teléfono, mientras todavía está caliente, en lugar de esperar a que vuelva por su cuenta.
La proporción recomendada: un setter por cada 300 a 500 inscritos. Por debajo, trabaja en vacío. Por encima, notificaciones que valían una cita terminan perdiéndose, porque una sola persona no puede absorberlo todo. En los volúmenes grandes, varios setters trabajan en paralelo, y las notificaciones se reparten entre ellos.
Miramos tu formato, tu volumen y lo que la herramienta cambiaría para ti. Sin compromiso.