Historias de clientes que vas a reconocer

Estas empresas no nos autorizaron a usar sus nombres — o nosotros preferimos no publicarlos. Pero las situaciones son reales, los números son reales, y probablemente reconocerás el problema. Si una de estas historias se parece a la tuya, no es coincidencia.

E-commerce 2025

El e-commerce donde la pasarela mataba las ventas (y el dueño no lo creía)

Problema real Pasarela de pago con 18 segundos de respuesta
Hipótesis del cliente "Me falta más tráfico"
Inversión sugerida Landing + redirect a WhatsApp

Contexto anonimizado: Un emprendedor del sur del país había lanzado una tienda en línea para un producto físico. La había desarrollado con otro proveedor unos meses atrás. Las ventas no llegaban.

Su hipótesis fue la que todos tenemos cuando un negocio no vende: "necesito más tráfico". Invirtió en publicidad digital.

Antes de que quemara más presupuesto, hicimos un diagnóstico rápido. No de la campaña — de la página. En menos de una hora detectamos el problema real: la pasarela de pago tardaba casi 18 segundos en responder después del clic final. En e-commerce, cualquier cosa arriba de 3 segundos mata la conversión. Dieciocho segundos es un cliente yéndose a otra pestaña y olvidándose de ti.

Le planteamos dos caminos.

El correcto

Arreglar la integración de la pasarela. Inversión moderada, resuelve el problema de raíz, la tienda queda como debe ser.

El barato

Una landing page simple que redirige el botón de pago a WhatsApp, donde un humano cierra la venta manualmente. No es elegante, pero permite capitalizar la campaña de publicidad que ya estaba corriendo.

Le recomendamos empezar por el camino barato — no por vendernos más, sino para que no siguiera sangrando presupuesto mientras decidía.

No quiso ninguno de los dos. Nos dijo que ya había invertido mucho en la página original y que cuando generara ingresos, lo reconsideraría.

La campaña funcionó en lo que la publicidad sabe hacer: llevó gente a la tienda. Lo que la publicidad no puede hacer es arreglar una pasarela rota. Los clientes llegaban. Los clientes no cerraban.

La lección que nos dejó este caso

En tecnología, el problema que crees que tienes casi nunca es el problema real. Más tráfico no arregla una conversión rota. Más publicidad no arregla una fricción técnica. Y la opción "barata" muchas veces no es barata — es estratégica. Arregla primero donde está sangrando el dinero; después invierte en crecer.

Si tu historia se parece a esta, probablemente ya estás gastando en marketing sin saber si tu sitio está listo para recibirlo. Un diagnóstico técnico toma 30 minutos y puede ahorrarte semanas de presupuesto quemado.

Agendar diagnóstico
ERP & CRM 2025

Migración Odoo v16 → v19: cero regresión en un ERP con 4 módulos custom

Problema Versión legacy con deuda técnica acumulada
Alcance Refactor de ORM, XML/QWeb, frontend OWL
Resultado 0 regresiones en producción post-migración

Contexto anonimizado: Una empresa con operación multinacional llevaba tres años en Odoo 16. Tenían cuatro módulos custom hechos por distintos desarrolladores a lo largo del tiempo, sin estándares comunes. Querían pasar directo a v19 porque los parches de seguridad de v16 estaban por terminar.

El riesgo real no era la migración — era que nadie en el equipo tenía el mapa completo de qué dependía de qué. Los módulos custom llamaban a APIs internas de Odoo que cambiaron entre versiones. El frontend estaba en versiones viejas de JavaScript. Y había reportes XML que el equipo de ventas usaba diariamente sin que nadie documentara cómo funcionaban.

La recomendación fácil habría sido cotizar "una migración Odoo" y lanzarse. Lo que hicimos primero fue un mapeo de dependencias por módulo: qué llamaba a qué, qué había sido sobrescrito del core, qué era modificación inofensiva y qué era un campo minado.

Tres semanas de análisis antes de tocar una línea de código. El dueño nos preguntó si no estábamos perdiendo tiempo.

No. Estábamos comprando tranquilidad.

Lo que hicimos, técnicamente

  • Refactor completo del ORM Python a las nuevas APIs de v19 (desaparecieron varios decoradores y cambió el comportamiento de @api.depends)
  • Migración de vistas XML a la nueva sintaxis, con compatibilidad hacia reportes QWeb existentes
  • Reconstrucción del frontend a arquitectura OWL (el framework nuevo de Odoo)
  • Entornos containerizados Docker/Compose para testing paralelo — probábamos cada módulo en aislamiento antes de integrar
  • Documentación por módulo mapeando: dependencias externas, dependencias internas de Odoo core, terceros involucrados, orden crítico de instalación

Desplegamos en viernes por la noche con el equipo de operaciones del cliente conectado. El lunes a las 8 de la mañana, ventas abrió el sistema. Funcionó. No recibimos una sola llamada de "algo dejó de andar".

La lección que nos dejó este caso

Las migraciones que fallan no fallan por el código — fallan por la falta de mapa previo. El tiempo que inviertes en entender qué tienes antes de mover nada es el mismo tiempo que multiplicarías limpiando desastres post-despliegue. Documentación por módulo, cambios críticos identificados, orden de instalación claro. Es tan sencillo como eso; y por eso casi nadie lo hace bien.

Si tu empresa opera en Odoo y estás viendo una migración (o sabes que debes hacerla pronto), hablemos antes. El análisis previo es la diferencia entre un lunes tranquilo y una semana de emergencias.

Agendar conversación
Datos & BI 2024

13,000 líneas de Excel transformadas en un dashboard de 3 páginas

Estado inicial Reportes en 4 Excels conectados frágilmente
Fuentes de datos MySQL + SQL Server + Excel manual
Resultado Dashboard ejecutivo consultable desde celular

Contexto anonimizado: Una consultora con operaciones en varios sectores necesitaba reportería ejecutiva para sus juntas de consejo mensuales. El proceso actual: tres personas dedicaban dos días enteros al mes a consolidar cuatro Excels, conectados entre sí con fórmulas frágiles, para producir un PDF de 40 páginas que el consejo hojeaba en 15 minutos.

Cuando nos contactaron, lo dijeron con vergüenza: "sabemos que hay herramientas modernas, pero siempre estamos tapando agujeros". Conocemos ese lugar. Es el limbo de muchas PyMEs mexicanas: la operación funciona, pero nadie tiene tiempo de mejorar las herramientas porque están demasiado ocupados usando las herramientas rotas.

El problema técnico no era especialmente difícil. El problema real era de arquitectura de datos: los cuatro Excels vivían porque nadie había construido una fuente única de verdad. Cada Excel traía datos de un sistema distinto (MySQL del operativo, SQL Server del contable, un tercer Excel manual con datos de proyectos no sistematizados).

Lo que construimos

  • Proceso ETL en Python que lee las tres fuentes cada noche y las consolida en un modelo dimensional unificado
  • Dashboard en Power BI de tres páginas: resumen ejecutivo, análisis por unidad de negocio, drill-down por proyecto
  • Actualización automática — el dashboard está al día cada mañana, sin que nadie haga nada
  • Capacitación de dos horas al equipo directivo para que navegaran el dashboard en sus iPads

El primer día que el consejo usó el dashboard en la junta, hicieron preguntas que antes no podían hacer. "¿Por qué esta unidad bajó en marzo?" — drill-down, respuesta en 4 segundos. "¿Cuánto nos cuesta en utilización de consultores el proyecto X?" — siguiente pestaña. La conversación cambió de "revisar los números" a "discutir qué hacer con los números".

Los dos días mensuales que consumía el reporte volvieron al negocio. El consejo empezó a pedir vistas nuevas. Ese es el problema que quieres tener.

La lección que nos dejó este caso

Tu empresa probablemente ya tiene los datos. Están en tu ERP, en tu CRM, en Excel, en tres sistemas que no se hablan entre sí. El valor no está en "obtener más datos" — está en consolidar los que ya tienes en una vista donde puedas actuar sobre ellos. Y esa consolidación casi nunca es un proyecto de un año; suele ser un proyecto de 4-8 semanas que cambia cómo toma decisiones el equipo directivo.

Si tus juntas dependen de Excels conectados con fórmulas, es señal de que tu empresa ya creció más allá de esa herramienta. Un dashboard ejecutivo bien hecho se paga solo en 3-6 meses con horas recuperadas.

Agendar diagnóstico

Tenemos más historias — migración de 11,000 registros médicos a PostgreSQL, estandarización de 11 clínicas en un solo CRM, plataforma de reservas que reemplazó llamadas telefónicas y Excel — que iremos publicando en las próximas semanas.

¿Tu historia podría ser la siguiente? Hablemos →