01
Dic 2024 — Ago 2025
Sector inmobiliario / Case study
CRM & Commercial Analytics
Centralización de más de 35.000 registros comerciales, automatización de asignaciones y analítica del embudo inmobiliario.
- Historical Data
- Normalize
- CRM
- Assignment Logic
- Sales Pipeline
- Power BI
Contexto
Un área comercial inmobiliaria con un volumen histórico grande de información de clientes, donde la centralización, el seguimiento y el reporting dependían de trabajo manual.
Qué construí
- Centralización de más de 35.000 registros de clientes comerciales en una única capa consultable.
- CRM personalizado sobre Google Sheets, ajustado al proceso comercial existente.
- Reglas automáticas de asignación, control de duplicados y trazabilidad con Google Apps Script.
- Dashboards en Power BI para los KPIs del embudo inmobiliario.
- Aplicación web de gestión comercial desarrollada con Python y JavaScript.
Efecto
El CV de esta etapa cuantifica una reducción aproximada del 50% del tiempo dedicado a reporte manual. El cambio de fondo fue de orden: los datos pasaron a generarse ya estructurados, en lugar de reconstruirse cada vez que hacía falta un reporte.
Arquitectura
- 01
Fuentes
- Histórico comercial
- Registros de clientes
- 02
Estructura
- Normalización
- Deduplicación
- Trazabilidad
- 03
Operación
- CRM en Sheets
- Reglas de asignación
- Web App
- 04
Inteligencia
- Power BI
- KPIs de embudo
Nota pública
PUBLIC-SAFE
Este caso describe únicamente trabajo profesional verificable. No incluye datos personales, identificadores, información financiera de clientes ni capturas de sistemas internos.
Detalle del sistema
Operaciones centrales
Migración y limpieza
- Consolidación del histórico
- Normalización de formatos
- Deduplicación
- Estandarización de campos
CRM centralizado
- Base única de registros
- Etapas del embudo
- Historial por registro
- Trazabilidad de cambios
Lógica de asignación
- Reglas de negocio
- Balanceo por capacidad
- Reasignación
- Control de duplicados
Analítica comercial
- Pipeline por etapa
- Rendimiento por ejecutivo
- Origen de registros
- Reportes periódicos
Vista operativa
Datos de muestra| ID | Fecha | Origen | Etapa | Asignado a | Estado |
|---|---|---|---|---|---|
| 00001 | ··/··/···· | Web | Prospecto | — | Nuevo |
| 00002 | ··/··/···· | Referral | Calificado | — | En curso |
| 00003 | ··/··/···· | Evento | Propuesta | — | En curso |
| 00004 | ··/··/···· | Web | Negociación | — | En curso |
| 00005 | ··/··/···· | Prospecto | — | Nuevo |
Filas de ejemplo. No se publican registros reales de clientes.
Automatización
PythonAsignación automática por reglas y capacidad
def asignar_registro(registro): reglas = obtener_reglas(registro) candidatos = filtrar_ejecutivos(reglas) candidato = seleccionar_por_capacidad(candidatos) registrar_asignacion(registro.id, candidato.id) return candidato.idfor registro in nuevos_registros(): asignar_registro(registro)Indicadores diseñados
- Registros centralizados
- Volumen consolidado en la base única, deduplicado.
- Pipeline por etapa
- Distribución de registros a lo largo del embudo comercial.
- Carga por ejecutivo
- Registros activos asignados, para balancear la distribución.
- Origen del registro
- Atribución de cada registro a su fuente de captación.