Loading…
2 días por informe. En Excel. Cada analista con su propio flujo de trabajo. Esta plataforma reemplazó todo el pipeline — importar, codificar, tabular cruzado, graficar, comparar y exportar — en tiempo real. Lo que tardaba días ahora tarda minutos. La arquitectura evolucionó hasta el SynapInsight de hoy.
B&Optimos gestiona paneles de encuestas para marcas de toda Latinoamérica — estudios de consumidor, seguimiento de marca e inteligencia de mercado. Su negocio depende de convertir datos brutos de encuestas en informes listos para el cliente. Pero en 2017, cada informe se construía a mano: los analistas exportaban datos de Gandia BarbWin a Excel, hacían las tabulaciones cruzadas manualmente, construían los gráficos uno a uno y armaban las presentaciones de PowerPoint diapositiva por diapositiva. Los datos longitudinales de la firma — su propiedad intelectual más valiosa — estaban encerrados en hojas de cálculo desconectadas.
Estos son los cuellos de botella operativos que la automatización con AI elimina en un piloto de 2 semanas.
Pipeline de reportería manual — datos brutos de encuestas → Excel → tabulaciones cruzadas manuales → gráficos manuales → PowerPoint manual. Cada paso era una tarea humana repetida por informe. Un plazo de 2 días era lo normal.
Sin autoservicio para el cliente — los clientes no podían explorar los datos de su propio estudio. Cada pregunta implicaba una llamada a un analista, que ejecutaba una consulta nueva y enviaba un archivo nuevo por correo. Los analistas eran el cuello de botella.
Sin comparación entre estudios — cada estudio era un silo. Comparar la salud de marca entre estudios, sectores o períodos implicaba extraer datos manualmente de varios archivos de Excel y alinear formatos.
Sin metodología estandarizada — cada analista tenía su propio flujo en Excel. Las estructuras de tabulación cruzada variaban. Los estilos de gráficos variaban. Los formatos de informe variaban. La calidad del entregable dependía enteramente de quién ejecutara el análisis.
Una plataforma de analítica full-stack que reemplazó todo el flujo de trabajo del analista en un solo sistema. Datos de encuestas importados desde Gandia BarbWin. Respuestas abiertas codificadas con motores de codificación automática y manual. Datos normalizados con variables virtuales configurables. Un motor de tabulación cruzada genera marginales de frecuencia, marginales estadísticos, frecuencias cruzadas, estadísticos cruzados, estadísticos de celda y estadísticos de resumen — todo en tiempo real. Once tipos de gráfico disponibles bajo demanda: líneas, barras, circulares, histogramas, polígonos de frecuencia, pirámides de salud de marca, comparaciones de categorías y comparaciones multicategoría. Siete módulos de análisis especializados cubren casos de uso avanzados: Tour the Brand, Brand Travel, Social ADS, Brand Penetration, Brand Strength, Colombia en Números y Top 2 Top. Un motor de comparación conecta los estudios entre sí — compara indicadores entre estudios, sectores y períodos. Exportación con un clic a PowerPoint, Excel o PDF con formato consistente. El acceso basado en roles permite que los clientes inicien sesión para explorar los datos de su propio estudio sin llamar a un analista. Python + PostgreSQL. 4 meses de construcción, 1.473 horas en total. Transferencia total de la propiedad intelectual.
Cada tecnología en este stack está probada en producción en proyectos de clientes de CAMTECH AI.
Importar datos de encuesta GBX → codificación automática y manual → motor de normalización con variables virtuales → motor de tabulación cruzada (marginales de frecuencia, estadísticos cruzados, estadísticos de celda) → 11 tipos de gráfico bajo demanda → 7 módulos especializados de salud de marca → comparación entre estudios y sectores → exportación con un clic. Todo en tiempo real. Sin Excel. Sin esperas.
Diagrama de arquitectura próximamente
Los analistas dejaron de dar formato a gráficos y empezaron a analizar datos. Lo que tardaba 2 días por informe en Excel se convirtió en un flujo de trabajo web en tiempo real: seleccionar un estudio, definir variables cruzadas, generar tablas y gráficos, exportar. Los clientes obtuvieron acceso de autoservicio — iniciar sesión, explorar su estudio, aplicar filtros y generar sus propios gráficos. Los datos longitudinales de la firma se convirtieron en un activo de comparación consultable en lugar de archivos desconectados. El conocimiento del dominio y la arquitectura de esta plataforma evolucionaron directamente hacia SynapInsight.
Cada proyecto de CAMTECH AI comienza con un piloto de 2 semanas con alcance definido y un resultado medible. Agenda una llamada de descubrimiento y definiremos tu primer proyecto.
¿QUIERES LOS MISMOS RESULTADOS?
Agendar una Llamada de Descubrimiento Gratuita →¿QUIERES UNA CONSTRUCCIÓN A MEDIDA?
Explorar SynapInsight →¿QUIERES VER MÁS?
Ver Todos los Proyectos Destacados →Cada piloto de CAMTECH AI se entrega en 2 semanas — alcance claro, cronograma fijo y ROI medible.
Real client projects with measurable outcomes — scoped, built, and shipped by CAMTECH AI.
38 DB-enforced business rules
Independent microservice: catalog, subscriptions, wallets, ledger with 9 operations, Mercado Pago integration.
70–88% monthly cost reduction
Full AWS rebuild. Terraform/Terragrunt 100% coverage. EKS Karpenter+Spot. Aurora Serverless v2. Argo CD GitOps.
50% fewer support tickets
Conversational chatbot explaining background check results in plain language. Web + WhatsApp. LangGraph + FastAPI.
3× panelist engagement
Dashboard replacing Excel. Points balance, payment history, email notifications. Transparency drove loyalty.
3× smoother completion rate
Flutter mobile survey. Branching logic, auto-save, cross-device resume. Connects PanelWhy → Orión.
Manual reconciliation eliminated
Decision engine connecting Mercado Pago + Siigo + Bitrix24. Auto-generates receipts, invoices, CRM updates.
