IA que recomienda productos solares según el perfil del cliente

Cada vez que un instalador solar termina una visita sin ofrecer baterías, cargadores de vehículo eléctrico o gestión de excedentes, está dejando entre 2.000 y 8.000 euros encima de la mesa. No por falta de productos. Sino porque nadie sabe, en ese momento exacto, qué ofrecerle a ese cliente concreto.

La inteligencia artificial ya resuelve ese problema. Y las instaladoras que la están usando ahora mismo no lo hacen porque sean más grandes ni porque tengan más presupuesto. Lo hacen porque han entendido que el perfil del cliente lo dice todo — si sabes leerlo.

El problema real: el instalador vende lo mismo a todo el mundo

Un comercial con cinco años de experiencia y buen ojo puede intuir qué necesita un cliente. Pero intuir no escala. Cuando tienes tres técnicos en campo, quince presupuestos abiertos y el teléfono sin parar, la intuición se convierte en el mismo discurso para todos: placas + inversor + tramitación. Punto.

El resultado es predecible: el cliente que vive en un chalet con dos coches podría haberse ido con un sistema completo de autoconsumo solar residencial más carga vehicular y almacenamiento. Se fue solo con los paneles. Y en seis meses te llama otro instalador que sí le ofreció el paquete completo.

Según datos del IDAE, el autoconsumo con baterías creció un 47% en España durante 2024. El mercado está pidiendo más. Los clientes quieren más. El cuello de botella eres tú — o más exactamente, el proceso de venta que no está diseñado para personalizar.

Cómo la IA construye el perfil del cliente antes de la visita

La recomendación inteligente de productos no empieza en la visita. Empieza cuando el lead entra por primera vez en tu sistema.

Una IA bien configurada analiza señales que cualquier humano pasaría por alto o no tendría tiempo de cruzar:

• Consumo eléctrico mensual declarado — diferencia entre quien quiere ahorrar un 30% y quien necesita independencia total de la red.
• Tipo de vivienda y zona geográfica — no es lo mismo un adosado en Murcia que un piso en Bilbao.
• Vehículos en el hogar — un dato que predice con alta fiabilidad el interés en cargadores.
• Historial de consultas previas — si ya preguntó por baterías, el sistema lo recuerda aunque hayan pasado tres meses.
• Subvenciones disponibles en su municipio — el cliente que sabe que puede recuperar el 40% de la instalación es mucho más receptivo al upsell.

Con esa información cruzada, el sistema genera antes de la visita una ficha de recomendación: qué productos tiene sentido ofrecer, en qué orden y con qué argumento económico. El comercial llega sabiendo exactamente de qué hablar. No improvisa. Ejecuta.

Si quieres ver cómo funciona este proceso aplicado a la detección de oportunidades en clientes existentes, en este artículo sobre IA para upsell post-instalación encontrarás el mecanismo explicado al detalle.

Tres perfiles tipo y qué recomienda la IA en cada caso

Para que esto no quede en abstracto, aquí van tres perfiles reales con los que trabaja cualquier instaladora solar en España y lo que cambia cuando hay IA detrás:

Perfil 1: Familia con consumo alto y dos coches

Consumo mensual superior a 600 kWh, chalet o vivienda unifamiliar, dos vehículos de combustión o uno ya eléctrico. La IA identifica potencial inmediato de cargador de vehículo eléctrico y batería de almacenamiento. El argumento no es técnico: «Con lo que gastáis en combustible y en luz, el sistema se paga en 4 años en vez de 7». El comercial lleva ese cálculo hecho antes de llamar al timbre.

Perfil 2: Pequeño negocio con instalación residencial previa

Empresario autónomo que ya instaló paneles en casa hace dos años y ahora consulta para su local. La IA cruza su historial y detecta que los excedentes solares de su instalación residencial no están optimizados. Oportunidad: sistema de gestión de excedentes + segunda instalación en el negocio. Ticket medio: el doble de una instalación estándar. Este tipo de conexión entre datos es exactamente lo que se explica en el post sobre IA en prospección activa de clientes solares.

Perfil 3: Cliente sensible al precio en zona con buenas subvenciones

Primera consulta, presupuesto ajustado, localización en comunidad autónoma con ayudas vigentes. La IA no recomienda batería de entrada — eso ahuyentaría al cliente. Recomienda instalación base optimizada para aprovechar al máximo las subvenciones de placas solares disponibles, con una propuesta de ampliación futura condicionada a un umbral de ahorro comprobado. El cliente percibe que le cuidas. La confianza se convierte en la venta del año siguiente.

Lo que cambia en los números cuando personalizas la oferta

No hay que fiarse solo de la lógica. Las instaladoras que han implementado sistemas de recomendación automatizada reportan un incremento medio del 35% en el ticket por instalación durante los primeros seis meses. No porque vendan más instalaciones, sino porque cada instalación lleva más productos asociados.

Dicho de otra manera: si haces 8 instalaciones al mes con un ticket medio de 7.000 euros, personalizar la oferta con IA puede llevarte a 9.450 euros de media sin tocar el volumen de leads. Eso son casi 20.000 euros más al mes con la misma estructura de equipo.

La automatización comercial no es solo para cerrar más leads. Es para cerrar mejor cada lead que ya tienes. Y en un mercado donde el coste de captación no para de subir — algo que analizamos en profundidad en el artículo sobre IA y automatización solar — esa diferencia es la que separa las instaladoras que crecen de las que sobreviven.

Cómo implementarlo sin montar un departamento de datos

El freno más común que ponemos en las demos es este: «Suena bien, pero yo no tengo CRM, ni datos organizados, ni un equipo técnico que monte todo esto».

Es un freno legítimo. Y por eso Solar Closer System está diseñado específicamente para instaladoras de entre 2 y 10 personas que no tienen infraestructura tecnológica previa. No necesitas historiales perfectos. No necesitas integración compleja. El sistema empieza a generar recomendaciones útiles con la información básica que ya recoges en tu formulario de contacto o en tu primera llamada de cualificación.

La curva de aprendizaje es de días, no de meses. Y las primeras recomendaciones ajustadas aparecen antes de que termines el primer mes.

Preguntas frecuentes

¿Qué datos necesito tener del cliente para que la IA haga recomendaciones útiles?

Con el consumo mensual de luz, el tipo de vivienda y la localización ya hay suficiente para empezar. Cuantos más datos se van añadiendo — vehículos, interés en subvenciones, historial de consultas — más afinadas son las recomendaciones. No necesitas un formulario largo desde el primer contacto.

¿La IA puede recomendar productos que mi instaladora no vende o no instala?

No, el sistema trabaja con el catálogo y los servicios que tú defines. No va a proponer soluciones que no puedas entregar. La personalización ocurre dentro de lo que ya tienes disponible, priorizando los productos con mayor margen o mayor fit con el perfil detectado.

¿Funciona también para clientes que ya tengo instalados y quiero hacer upsell?

Sí, y es uno de sus usos más rentables. Clientes con instalación de más de 18 meses son candidatos naturales a baterías, gestión de excedentes solares o cargadores. La IA identifica ese momento óptimo y genera el aviso para que tu equipo retome el contacto con el argumento correcto.

¿Cuánto tiempo tarda en notarse el impacto en el ticket medio de mis instalaciones?

Las instaladoras que documentan sus resultados reportan mejoras en el ticket medio a partir del segundo mes. El primer mes suele ser de ajuste y calibración del sistema con los perfiles reales de tu cartera de clientes en España.

Si quieres ver cómo quedaría esto aplicado a tu instaladora, solicita una demo de 15 minutos en Solar Closer System. Sin compromiso. Sin presentaciones largas. Solo el sistema funcionando con datos reales de tu sector.