Nuestro cliente es un importante desarrollador de loteos y urbanizaciones de Santa Cruz de la Sierra, Bolivia, con más de 25 proyectos activos y un equipo comercial que arrancó con apenas 6 vendedores. Antes de este trabajo, cada vendedor armaba a mano la ficha de cada proyecto con plantillas, cargaba los datos del lead uno por uno, y no tenía forma de saber de qué anuncio venía cada consulta.
El trabajo empezó el 18 de mayo de 2026 con el primer onboarding y se entregó el 9 de junio, junto con la presentación del MVP de Cobranzas — 22 días entre una cosa y la otra. Implementamos un chatbot de WhatsApp, Kommo y desarrollo a medida trabajando juntos, con un Companion de IA asistiendo al equipo de ventas. Es, de los cinco casos de esta serie, el que más escaló su uso, y el único que ya tiene una segunda fase en desarrollo.
- En 22 días armamos un chatbot de WhatsApp con Kommo y desarrollo a medida que identifica el proyecto por el anuncio de origen y arma la ficha del lead automáticamente.
- El Salesbot califica en 2 a 3 interacciones, de forma inmediata y 24/7, antes de derivar al asesor — sin una sola caída de servicio desde que salió a producción.
- El cliente escaló a 4 canales conectados y ya está en una segunda fase, con un desarrollo a medida para cobrar por WhatsApp.
El problema: fichas armadas a mano, leads sin origen
Con más de 25 proyectos activos, cada consulta que llegaba por WhatsApp, Instagram o Facebook implicaba el mismo trabajo repetitivo: el vendedor tenía que identificar de qué loteo se trataba, armar o buscar la ficha correspondiente con una plantilla, y cargar a mano los datos de contacto del lead. No había forma sistemática de saber de qué anuncio venía cada consulta — información clave para saber qué campañas realmente generaban ventas.
El objetivo no era resolver la conversación sin intervención humana — el negocio necesita que un asesor cierre la venta. El objetivo era que, para cuando el lead llegara al asesor, ya viniera identificado, calificado y con la ficha completa.
Qué se implementó: chatbot, CRM y desarrollo a medida
La solución combinó un Salesbot de WhatsApp sobre Kommo con desarrollo a medida y un Companion de IA para el equipo de ventas — construido sobre backend en NestJS, frontend en Next.js, y una base de conocimiento vectorial propia que alimenta al asistente de IA.
- Salesbot de WhatsApp — Detecta el proyecto por el que preguntan, entrega la ficha y califica al lead en 2 a 3 interacciones —de forma inmediata y 24/7— recién ahí lo pasa a un asesor.
- Kommo + desarrollo a medida — Integración vía OAuth, webhooks, Chats API y Salesbot, con Meta Conversions API, atribución UTM y gestión de contenidos para reemplazar las plantillas manuales.
- AI Companion para el equipo de ventas — Asiste al vendedor dentro del chat, sobre una base de conocimiento vectorial propia del cliente — no le contesta al lead en su lugar, lo asiste a él.
- Presets de autocompletado — Una feature separada del autofill con IA: funciona incluso con la IA apagada, para no venderle inteligencia artificial a un cliente que solo necesita rellenar campos.
El desafío técnico: saber de qué proyecto habla cada lead
El desafío más difícil del proyecto fue identificar de qué proyecto pregunta cada lead. La primera versión del bot matcheaba por palabra clave sobre el texto del mensaje — y terminó mandando todos los leads a un solo loteo, sin importar el anuncio de origen. El bug se detectó el 16 de junio, apenas una semana después de la salida a producción.
Se resolvió capturando el ad_id de Meta del click-to-WhatsApp desde el webhook de Kommo, y resolviendo el proyecto contra ese identificador —dejando el matcher por palabra clave como respaldo, para cuando el ad_id no viene. Diez días después, el 26 de junio, apareció un segundo incidente: un error 403 en producción, cuya causa raíz se identificó y despejó el mismo día. Ninguno de los dos incidentes implicó una caída de servicio: el sistema no dejó de funcionar en ningún momento desde que salió a producción.
El criterio que quedó de acá —detectar el origen por ad_id de Meta y no por palabra clave— se incorporó como estándar para todos los clientes con click-to-WhatsApp de por medio.
Escalar sin caerse: de 6 vendedores a una segunda fase
De los cinco casos de esta serie, este es el que más escaló su uso. En canales, sumaron TikTok, Facebook, Instagram y WhatsApp API a la operación, más una segunda línea de WhatsApp dedicada a cobranzas y una tercera para la propia API. En producto, ya está en marcha una segunda fase con un MVP de Cobranzas —desarrollo a medida nuevo, no un módulo existente— que habilita cobrar por WhatsApp con links de pago QR, proyectando escalar de 200–300 envíos diarios a entre 8.000 y 9.000.
También se construyó un Salesbot de referidos, con una recompensa variable por proyecto dimensionada para cubrir la cuota mensual del lote —relevante porque 4 de cada 10 ventas de este cliente son referidos o recompra. Todo esto corre sobre una arquitectura pensada para escalar: NestJS y MongoDB/Redis en Railway, Next.js en Vercel, PostgreSQL con pgvector para la base de conocimiento del asistente de IA, y Amazon S3 para los links de pago.
Qué cambió, tarea por tarea
|
Tarea |
Antes |
Después |
|---|---|---|
|
Ficha de cada proyecto |
Armado manual con plantillas |
Gestión de contenidos en plataforma |
|
Carga de datos del lead |
Campo por campo, a mano |
Presets de autocompletado |
|
Origen de la consulta |
Sin dato de qué anuncio venía |
Atribución automática por ad_id de Meta |
|
Campañas de cobranza |
Armado manual |
Gestor de plantillas + envío masivo (en desarrollo) |
El bot detecta el proyecto, entrega la ficha y califica en 2 a 3 interacciones, de forma inmediata y 24/7 — recién ahí pasa al asesor.
