Esta semana llevamos a producción la nueva versión completa del módulo de reservas de mesa de Wave-IA. No es un ajuste: es el módulo entero rehecho, con el salón del restaurante representado tal cual es, un motor de asignación que decide qué mesa dar, lista de espera y una página pública de reserva. Todo conectado al bot de WhatsApp, para que una conversación termine en una mesa asignada sin que nadie del equipo tenga que intervenir.

El salón del restaurante, tal como es

El dueño ahora dibuja su salón: arrastra cada mesa donde realmente está, agrupa por zonas (salón, terraza, barra) y declara a mano qué mesas se pueden combinar para grupos grandes. Nada se infiere por cercanía — si dos mesas no se enlazaron explícitamente, el sistema nunca las junta. Es el mismo criterio que usan las plataformas de referencia del sector, y elimina de raíz los errores de asignación.

Técnicamente, zonas, posiciones y enlaces viven dentro de la configuración de reservas del cliente, sin colecciones nuevas: el mínimo y el máximo de comensales de cada combinación se calculan, no se guardan, de modo que no hay estado que pueda quedar desincronizado.

Un motor de asignación, no un árbol de reglas

Cuándo dar la mesa junto a la ventana y cuándo reservarla, cuándo sentar a dos personas en una mesa de seis: eso ya no se resuelve con condiciones encadenadas sino con una función de costo. El motor penaliza romper la zona preferida, desperdiciar lugares y ocupar mesas de más, y elige la combinación de menor costo. Preservar las mesas grandes para los grupos grandes deja de ser una regla escrita a mano y pasa a ser una consecuencia del cálculo.

Además, la preferencia de zona de cada comensal se deriva de su historial de visitas — no hace falta preguntarle ni cargar un campo nuevo. Y cuando el bot no puede garantizar una zona, lo dice: nunca promete algo que no va a cumplir.

Una sola verdad para el bot y para el CRM

Durante el desarrollo detectamos que el CRM tenía su propia copia del cálculo de disponibilidad, y que ambas implementaciones ya habían divergido: ante el mismo escenario, una ofrecía una mesa que la otra consideraba ocupada. La resolución fue estructural — el motor existe en un solo lugar y el CRM le pregunta a través de un endpoint dedicado. La copia se eliminó. Hoy el equipo del restaurante y el bot ven exactamente la misma disponibilidad, siempre.

Lista de espera: el “no hay lugar” deja de ser una venta perdida

Cuando no hay mesa, el sistema ofrece anotarse en la lista de espera del día — desde la conversación de WhatsApp, desde un QR en la puerta del local, o desde el propio CRM cuando lo carga el equipo. Un barrido cada minuto detecta cuando se libera una mesa y avisa automáticamente a quien está esperando. El personal ve la cola completa en la vista de servicio, junto al plano en vivo.

Es la aplicación directa de nuestra premisa Revenue First: cada persona que pregunta y se va sin reserva es ingreso que se escapa en silencio. Ahora queda capturada.

Una página de reserva propia, en cuatro toques

Cada restaurante tiene ahora su página pública de reserva, accesible por su propio enlace y pensada para el celular: cuatro toques y la mesa queda tomada. Sirve para el perfil de Instagram, para Google, para el QR de la mesa. Y como pasa por el mismo motor, las reservas del enlace público, del bot y de la carga manual comparten disponibilidad en tiempo real, sin riesgo de doble reserva.

Turnos, bloqueos y feriados, con vista previa

La configuración de turnos ahora muestra en vivo qué horarios va a poder ofrecer el bot con los parámetros elegidos, y advierte cuando la combinación deja el día prácticamente sin disponibilidad — un problema real que detectamos en uso: un restaurante configurado con una ventana estrecha y reservas largas terminaba ofreciendo un solo horario por día. También se agregaron bloqueos y feriados por rango y alcance, y la disponibilidad los respeta tanto en el CRM como en el bot.

Lo que viene

El próximo paso es la atribución: saber cuántas reservas trajo el bot y por qué camino llegó cada una — QR, enlace público o conversación orgánica — para que el aporte al ingreso sea medible y no una impresión. En paralelo estamos trabajando en el frente de reseñas y reputación, para que la buena experiencia de un comensal se convierta en una reseña visible.

— El equipo de Wave-IA