Un solo almacén para publicidad, pedidos y CRM,
y un analista de IA que responde en cifras
La mayoría de las empresas tienen los datos y no una imagen: publicidad en un dashboard, pedidos en otro, CRM en un tercero, cada uno contando una historia distinta. Lo ponemos todo en una base de datos, hacemos que las cifras concuerden, y le damos un analista, humano y de IA, que responde preguntas con SQL en lugar de opiniones.
Qué conectamos
Meta Ads, Google Ads, TikTok Ads y TikTok Shop, LINE OA, Shopify, WooCommerce y tiendas a medida, amoCRM, KeyCRM, HubSpot y Google Sheets, GA4 y PostHog, canales de pedidos de Telegram, marketplaces, y su ERP para el coste real de los bienes. Cada fuente obtiene una capa raw y una sincronización diaria con backfill, de forma que el histórico nunca se pierde.
Qué obtiene
Un único libro de pedidos que concuerda con su banco, no con la atribución de una plataforma. En un proyecto reconstruimos todo el histórico de un canal de ventas a partir de un chat de Telegram: 571 pedidos, 571 de 571 analizados correctamente, y descubrimos que la plataforma de analítica había estado viendo alrededor del 15% de las compras reales.
Dashboards en dinero. Gasto, ingresos, ROAS, CAC, LTV, retención, ciclo de recompra, economía de productos y bundles. Un análisis de cesta de mercado de 568 pedidos mostró en una ocasión que los carritos de tamaño familiar eran el 36% de los pedidos y el 48% de los ingresos, lo que cambió toda la estrategia de bundles.
Un analista de IA en Telegram. “Las tres ciudades principales por ingresos el mes pasado”, “qué campaña trajo compradores recurrentes”, “margen por línea de producto con el coste real de los bienes”. Responde con cifras del mart, mostrando el SQL usado.
Monitorización. Publicidad y precios de competidores, listados de marketplace, subcotizaciones de precio de distribuidores (184 de 218 eventos detectados con cero falsas alarmas en un despliegue), reseñas, tendencias de búsqueda. Las alertas llegan a Telegram.
Unit economics e investigación. Modelos de CAC, LTV, churn y payback sobre sus datos reales; dimensionamiento de mercado y análisis de competidores ejecutados por agentes de investigación y verificados por una persona. Hemos construido esto para una app de trading, una marca de suplementos y un plan de negocio de servidores de juego con 113 fuentes.
Cómo avanza
- Auditoría. Qué existe, qué se mide, qué está mal. Una semana.
- Modelado. Qué preguntas debe responder el negocio; los marts se diseñan a partir de las preguntas, no de las fuentes.
- Conectores y sincronización. Capa raw, jobs diarios, backfill, comprobaciones de reconciliación.
- Dashboards y alertas. Construidos con las personas que los van a usar.
- Analista de IA y monitorización. Rol de solo lectura, SQL protegido, probado sobre preguntas grabadas antes de pasar a producción.
Stack
PostgreSQL 16, Python, FastAPI, APScheduler, APIs de plataformas, marts SQL al estilo dbt, Metabase o paneles Next.js a medida, PostHog, GA4, Claude, Telegram Bot API, Docker, copias de seguridad diarias.
Paquetes y precios
Descubra qué ve realmente su analítica y qué se le escapa, con una lista de correcciones.
- Auditoría de píxel, GA4, CAPI, UTM
- Pedidos reconciliados contra las cifras de la plataforma
- Lista de correcciones para su desarrollador o para nosotros
- Dashboard de las brechas
Una base de datos para publicidad, pedidos, CRM y eventos del sitio, con dashboards que concuerdan entre sí.
- Conectores: Meta, Google, TikTok, Shopify, WooCommerce, CRM, GA4, PostHog
- Sincronización diaria con backfill
- Marts: pedidos, gasto, cohortes, productos
- Dashboards: ROAS, CAC, LTV, retención
- Alertas a Telegram
- Documentación y traspaso
Haga preguntas en Telegram, obtenga respuestas con cifras. Más monitorización de competidores, precios y distribuidores.
- Todo lo del paquete Almacén
- Analista de IA con SQL de solo lectura protegido
- Recolectores de publicidad, precios y reseñas de competidores
- Alertas de subcotización de precios y anomalías
- Análisis de cesta de mercado y segmentos
- Revisión mensual con un analista humano
Los precios son puntos de partida para un alcance típico. La cifra exacta llega con un plan por escrito tras una llamada de 30 minutos; no cambia una vez acordada.
Estructura, documentación y pruebas acompañan cada entrega, así que cualquier desarrollador, o una persona con un asistente de IA, puede continuar sin nosotros. Si quieres que sigamos haciendo los cambios: soporte y desarrollo por nuestro equipo desde $500 al mes.
FAQ
¿Puede el analista de IA alucinar cifras?
Solo puede ejecutar SQL de solo lectura sobre un mart de datos preparado, una consulta a la vez, con límites y timeouts forzados, y muestra la consulta que ejecutó. Auditamos nuestra propia guarda de SQL y cerramos ocho formas de eludirla antes de confiarle datos en producción. La respuesta es tan buena como el mart, por eso construimos el mart primero.
¿Qué herramientas usan?
PostgreSQL como almacén, conectores en Python a las APIs de las plataformas, marts al estilo dbt, dashboards en la herramienta que usted prefiera (Metabase, Looker Studio, un panel Next.js a medida), PostHog o GA4 para eventos del sitio, Claude para el analista.
Somos pequeños. ¿Esto es excesivo para nosotros?
Empiece con la auditoría de tracking. Para una tienda con unos pocos cientos de pedidos al mes, la auditoría sola suele pagarse a sí misma al encontrar los pedidos que la plataforma no ve.