Casos de éxito

Trabajo entregado, no promesas de portafolio.

Cambia el rubro, pero el problema se repite: leads que se enfrían, seguimiento que depende de la memoria de alguien y trabajo que se hace a mano todos los días. Abajo están los sectores donde entramos y los proyectos concretos que salieron de ahí.

La ciudad al atardecer vista desde arriba, en pixel art

Dónde trabajamos

Logística

Las cotizaciones dejaron de perderse entre WhatsApp y hojas de cálculo: hoy cada consulta entra al pipeline con contexto y con responsable asignado desde el primer minuto.

Gimnasios y maquinaria

El seguimiento a quien no responde ya no depende de que alguien se acuerde. Los leads llegan calificados al equipo comercial y el ciclo entre la primera consulta y el cierre se acortó.

Startups

Equipos pequeños atendiendo volumen de equipo grande: el agente responde, califica y agenda mientras los fundadores se dedican a cerrar y a construir producto.

Proyectos

Qué pasaba, qué construimos y qué cambió. Los clientes van por sector: los nombres son suyos, no nuestros.

Suite de marketing inmobiliario: carga de fotos por categoría y datos de la propiedad

Inmobiliaria

Una suite que convierte una propiedad en su campaña completa

El problema: Cada propiedad nueva significaba reescribir la ficha, recortar las fotos a mano y armar el carrusel de Instagram desde cero. Entre que el asesor recibía las fotos y publicaba pasaban días, y el anuncio salía distinto cada vez.
Qué construimos: Una aplicación privada donde el asesor sube las fotos por categoría, llena los datos de la propiedad y recibe el copy, las imágenes ya recortadas al formato de cada red y el vídeo de la ficha. Las opciones y las amenidades cambian según el país.
Qué cambió: La publicación de una propiedad pasó de una tarde a unos minutos, y todos los anuncios salen con el mismo formato.

Python
IA generativa
Voz
Remotion
Docker

Pieza generada por el sistema: mesa de desayuno frente a una camioneta ejecutiva

Transporte ejecutivo

Contenido para redes que se produce y se publica solo

El problema: La empresa quería estar publicando todas las semanas, pero producir cada pieza dependía de que alguien se sentara a escribirla y a buscar la imagen. En la práctica, se publicaba cuando sobraba tiempo. Casi nunca.
Qué construimos: Una cadena de automatizaciones que lee las fuentes del sector, redacta la pieza, genera la imagen, la edita al formato de cada red y la deja publicada según el calendario. Todo queda registrado en un calendario editorial que el cliente puede revisar.
Qué cambió: Publicación constante sin que nadie del equipo tenga que producirla. La imagen de arriba salió de este sistema.

n8n
Generación de imagen
RSS
APIs de redes

Una mano humana y una mano robótica acercándose, en pixel art

Arquitectura y construcción

Del alcance técnico a la web que cotiza

El problema: El estudio traía obra construida y ninguna forma de mostrarla. Las consultas llegaban por recomendación y se contestaban por WhatsApp, sin un lugar al que mandar a quien pedía referencias antes de decidir.
Qué construimos: Primero el alcance técnico, el plan de ejecución y la propuesta económica; después el sitio: obra construida, proceso de trabajo y un formulario de cotización que entra al pipeline con los datos del proyecto ya estructurados.
Qué cambió: Las consultas dejaron de ser un chat suelto y entran clasificadas por tipo de obra y presupuesto.

Next.js
Formulario a CRM
SEO
Docker

Belleza y servicios de barrio

Quince negocios locales que dejaron de vivir del DM

El problema: Negocios que existían solo en Instagram: sin salir en Google, sin precios visibles y con la dueña contestando una por una para agendar cada cita, también fuera de horario.
Qué construimos: Un sistema de plantilla que se adapta a cada negocio: servicios con duración y precio, galería, reseñas, ubicación y agendamiento directo por WhatsApp. Cada sitio se arma sobre la misma base, así que sale rápido y se mantiene igual de rápido.
Qué cambió: Quince negocios con página propia, indexada y tomando citas también cuando está cerrado.

Sistema de plantilla
WhatsApp
SEO local
Analítica

Retail y consumo masivo

Los precios de la competencia, todos los días y sin abrir el navegador

El problema: Para saber a cuánto vendía la competencia había que entrar cadena por cadena, categoría por categoría, y copiar los precios a mano. Cuando el archivo estaba listo, los precios ya habían cambiado.
Qué construimos: Un robot que recorre las cadenas del mercado, resuelve el catálogo por categoría y deja los precios en una tabla limpia y comparable, corriendo solo en un contenedor.
Qué cambió: Comparativa de precios lista cada día, sin que nadie tenga que abrir una sola página.

Python
Playwright
Docker
Datos estructurados

Tu sector, el siguiente

¿Quieres que tu equipo sea el próximo caso?

Revisamos cómo vendes hoy y te decimos qué automatizar primero. Si tu negocio no lo necesita, te lo decimos igual.

Pide tu diagnóstico gratis