SOFI Convertí una captación de leads ineficiente en una operación comercial autónoma.
- La captación de leads pasó de tardar 1 a 3 días a menos de 5 minutos. Ese es el cambio que sostiene este caso.
- Capacidades demostradas: RevOps y automatización · Sistemas con AI · Gobernanza y procesos · Dirección de programas.
- Contexto: PropTech (confidencial) · Oct 2025 - Jun 2026 · dirección de operaciones fraccional cubriendo estrategia, RevOps, marketing, automatización e IA.
¿Qué es SOFI?
S = Sistema · O = de Orquestación · F = de Flujos · I = Inteligentes
Es el agente de IA que diseñé y construí dentro del sistema RevOps: el "recepcionista automático" que recibe cada lead que llega por WhatsApp, lo atiende y lo califica usando tres modelos de IA trabajando juntos (conversación, razonamiento y transcripción), y lo deja organizado en HubSpot listo para que el equipo comercial lo trabaje.
El problema
No es que faltaran manos, es que faltaba un sistema.
Agencia inmobiliaria con servicios financieros, captando leads por Meta (Facebook Ads).
Noté algo que no cuadraba: entraban más leads, pero no entraban más ingresos.
- Podían pasar hasta 3 días antes del primer contacto. Para entonces el lead ya estaba frío o se había ido con la competencia.
- No existía lead scoring ni criterios de priorización: no se distinguía entre leads valiosos, no viables o curiosos, ni se sabía a quién atender primero.
- El CRM no tenía proceso ni gobernanza: cada área trabajaba con su propia versión de los datos y a su manera.
Eso no se arregla contratando a alguien que conteste más rápido. Se arregla construyendo el sistema.
La transformación
| Antes | Después |
|---|---|
| Lead entra por un canal | Captura automática |
| Cae en bandeja manual | Asignación automática |
| Espera de 1 a 3 días | Calificación en menos de 5 minutos |
| Contacto humano tardío | Proceso comercial ordenado en HubSpot |
| Información dispersa entre áreas | Operación medible desde un solo lugar |
La intervención
Cuatro decisiones cambiaron la operación por completo:
| Decisión | Qué hice | Stack |
|---|---|---|
| 01 · Cada lead llega al lugar correcto | Conecté los canales de captación con HubSpot para que cada lead entrara automáticamente al proceso comercial, sin depender de que alguien revisara una bandeja. | Meta Lead Ads · Make · HubSpot |
| 02 · Información en orden | Definí en HubSpot las etapas, los criterios de priorización y los datos a registrar en cada paso, para que todos trabajaran con la misma información. | HubSpot · lifecycle · lead scoring · pipeline |
| 03 · Primera respuesta sin depender de una persona | Construí SOFI para recibir y calificar leads automáticamente, combinando IA de conversación, razonamiento y transcripción. | SOFI |
| 04 · Sistema documentado | Documenté la operación y concentré procesos, reportes, decisiones y seguimiento en un solo lugar. | Notion · procesos · dashboards · reporting |
SOFI también operaba como asistente personal del director: le entregaba de forma diaria y puntual el estado del proceso de leads y la información relevante de la base de la empresa, sin que tuviera que buscarla manualmente.
La decisión que cambió el sistema
La tecnología tuvo que ceder ante el comportamiento.
Mi propuesta original fue WhatsApp. El cliente insistió en voz, así que construimos el agente de voz y lo pusimos a prueba durante casi tres meses de iteración activa: probé varias plataformas de voces sintéticas y ajusté el prompt una y otra vez para que sonara natural.
La señal fue clara e inmediata: la gente colgaba justo después de escuchar que era una voz. No importaba qué tan natural sonara, no terminaban de confiar en que hablaban con una máquina.
Volví a proponer WhatsApp, ahora con la evidencia en mano. El cliente aceptó el cambio. Adapté la parte necesaria del sistema y mantuve la misma lógica de IA.
El canal es una hipótesis de negocio. No una decisión de arquitectura.
La arquitectura
CAPTAR
Meta · WhatsApp
↓
RECIBIR Y CALIFICAR
SOFI
↓
ORGANIZAR
HubSpot
↓
MEDIR Y MEJORAR
Reporting · Notion
Make conecta el flujo entre los sistemas.
Stack tecnológico
- HubSpot — CRM y fuente única de verdad del pipeline comercial.
- Make — orquestación y automatización entre plataformas.
- WhatsApp Cloud API — canal principal de conversación con leads.
- VAPI — agente de voz con IA (canal original del proyecto).
- Twilio — telefonía para el agente de voz.
- OpenRouter · Claude API — modelos de razonamiento y conversación.
- Railway — hosting e infraestructura del sistema.
- Firebase · Supabase · Redis — almacenamiento, base de datos y estado en tiempo real.
- Notion — centro de control operativo, documentación y reporting.
Resultados
Menos de 5 minutos
Tiempo de respuesta al lead. Antes: 1 a 3 días. Después: menos de 5 minutos. Medido en CRM, Oct 2025 - Jun 2026.
De 5 a 30 (+500%)
Leads procesados por semana. Tras rediseñar cómo se captaban y asignaban los leads.
3
Modelos de IA trabajando juntos. Conversación · razonamiento · transcripción.
+1,291%
RODI modelado. Escenario base, payback menor a 1 mes. Modelo de costos evitados, no ahorro realizado. Ingresos bajo NDA.
Evidencia
| Resultado | Evidencia | Estado |
|---|---|---|
| Speed-to-lead menor a 5 minutos | HubSpot CRM | Bajo NDA |
| De 5 a 30 leads por semana | HubSpot CRM | Bajo NDA |
| RODI modelado +1,291% | Modelo financiero propio | Modelado |
| SOFI operativo | Arquitectura / demo | Publicabilidad por definir |
Los artefactos originales están sujetos a NDA. La evidencia puede presentarse de forma anonimizada cuando sea posible.
Scope
Lo que dirigí
Estrategia · RevOps · Automatización · IA · Gobernanza · Dirección de programas.
Lo que no dirigí
Cierre de ventas · decisiones de inversión · resultados del producto inmobiliario.
Cierre
El objetivo no era construir un agente de IA. Era hacer que un lead recibiera atención en minutos, que la información quedara ordenada y que el proceso pudiera seguir funcionando sin depender de que alguien estuviera pendiente de él.
Al diseñar y construir SOFI descubrí que la verdadera fricción no estaba en la falta de personal sino en la ausencia de un flujo operativo coherente; por eso comencé por mapear cada punto de contacto y definir criterios claros de priorización antes de elegir la tecnología, lo que me permitió integrar rápidamente canales y CRM sin depender de decisiones prematuras sobre la voz o el texto. Cada iteración reveló que la confianza del usuario se rompía cuando la interacción era demasiado automatizada, lo que me obligó a reevaluar la estrategia de canal y revertir a WhatsApp, demostrando que la solución tecnológica debe ceder ante el comportamiento del cliente. Además, al centralizar la información en Notion y HubSpot aprendí que la gobernanza de datos y la documentación continua son tan críticas como la arquitectura de IA, pues sin ellas el sistema pierde estabilidad y escalabilidad. En última instancia, la experiencia me enseñó que un proyecto exitoso combina una visión estratégica con la flexibilidad de adaptar herramientas a las realidades humanas que se descubren en el camino.
