Prueba de operador · ChatSac · Caso público ya existente

Una conversación que lleva todo el registro

Una plataforma multi-API que orquesta CRM, ERP y WhatsApp para operaciones de atención al cliente en retail. Construida, operada y escalada por el fundador de isonew, e incluida aquí como el historial de ingeniería detrás de cómo construimos agentes.

Prueba de fundador y operador. Ronan Pinho fundó y construyó ChatSac y la operó como empresa. No es cliente de isonew.

Línea de servicio: Agentes de IA y Automatización

01

Contexto

Cómo era la operación

Las redes de retail atendían a sus clientes por WhatsApp, mientras la verdad comercial y de inventario vivía en sistemas de CRM y ERP separados. Los agentes trabajaban con tres pantallas y respondían de memoria. ChatSac se construyó para que una sola conversación llevara todo el registro.

Restricción
El volumen de mensajes no perdona: un cliente que espera en el chat nota cada segundo de consulta. La plataforma tenía que orquestar sistemas que nunca fueron diseñados para consultarse dentro de una conversación, sin crear un lugar nuevo donde los datos se desactualizaran.

02

Decisiones

Qué se decidió, y por qué

  • 01

    Tratar WhatsApp como una superficie operativa, no como un canal de marketing, para que cada interacción se resolviera contra los sistemas de registro.

  • 02

    Orquestar en lugar de reemplazar: CRM y ERP siguieron siendo la fuente oficial, y la plataforma componía sus datos en el momento de la conversación.

  • 03

    Mantener a un agente humano en el circuito, con respuestas asistidas, en lugar de un bot totalmente autónomo, porque una respuesta comercial equivocada cuesta más que una lenta.

  • 04

    Diseñar desde temprano para un despliegue multi-tenant, porque el mismo patrón de orquestación se repetía en cada red de tiendas.

03

Sistema construido

Qué existe, módulo por módulo

01

Capa de orquestación de conversaciones

Interacciones de WhatsApp resueltas contra registros de CRM y ERP dentro del flujo de la conversación.

02

Integración multi-API

Conexiones con sistemas comerciales, de inventario y de clientes, con manejo de reintentos y de fallas.

03

Superficie de apoyo al agente

Respuestas sugeridas y contexto del registro presentados al agente humano que lleva la conversación.

04

Modelo de despliegue multitienda

Un solo patrón de plataforma desplegado en una red de tiendas, en lugar de rehacerlo para cada local.

Construido con

OpenAI
Orquestación de agentes
WhatsApp
CRM
ERP
PostgreSQL
Node
Docker
04

Evidencia

Cifras, con alcance y fuente

0s

Tiempo promedio de atención, después del despliegue

Una red de retail de 180 tiendas, antes eran 8 minutos · Caso público ya existente en isonew.digital

  • 3,000+ clientes atendidos a través de la plataforma

    AlcanceAcumulado, según lo publicado

    FuenteCaso público ya existente en isonew.digital

  • 93% de retención

    AlcanceBase de clientes, período según lo publicado

    FuenteCaso público ya existente en isonew.digital

  • Crecimiento de 150% año contra año durante tres años consecutivos

    AlcanceCrecimiento de los ingresos de la plataforma

    FuenteCaso público ya existente en isonew.digital

  • Hasta US$100K de ACV

    AlcanceMayor rango de valor anual de contrato

    FuenteCaso público ya existente en isonew.digital

  • Despliegue en 180 tiendas, tiempo promedio de atención de 8 minutos a 40 segundos

    AlcanceUna red de retail, tiempo promedio de atención antes y después del despliegue

    FuenteCaso público ya existente en isonew.digital

Panel de automatización del soporte

Últimas 12 semanas · actualizado cada día

En vivo

Tickets resueltos automáticamente

0%

Primera respuesta

0santes: 6h 12m

Costo mensual evitado

US$0

Porcentaje de tickets cerrados sin intervención humana

últimas 12 semanas

  • Escalados a una persona32%
  • Tasa de respuestas incorrectas0.7%
Ejemplo

Runbook de Automatización del Soporte

Reglas de escalamiento, umbrales de confianza y la ruta de rollback.

8 págs.
Descargar el ejemplo (PDF)

El artefacto entregado en este trabajo. Las cifras del cliente se reemplazaron por cifras representativas, la estructura es la misma.

Estas son las únicas cifras que publicamos sobre ChatSac. Cada una lleva su alcance y su fuente, y no se agregó ni se extrapoló ninguna métrica adicional.

Ronan no vende teoría. Primero corre el framework en sus propias empresas, y después lo entrega.
Matt Ham · Fundador y CEO, ChurnDefense · Caso público ya existente en isonew.digital
05

Estado actual

Dónde está hoy

ChatSac sigue operando como empresa independiente. Está incluida aquí porque es el historial de ingeniería detrás del enfoque de isonew para agentes, orquestación y operación en producción.

Próxima expansión
Para los clientes de isonew, lo reutilizable es el patrón de orquestación: superficies de conversación que se resuelven contra sistemas de registro, con un humano en el circuito.

Lo que esto no afirma
Las cifras anteriores las publicó ChatSac con su alcance adjunto. isonew reclama el historial de ingeniería detrás de ellas, no la promesa de que otra empresa verá los mismos números.

Escrito y revisado por

Ronan Pinho

Fundador de isonew y de ChatSac, cofundador y CRO de ChurnDefense. Más de diez años construyendo y operando empresas de tecnología. Vive en Apex, Carolina del Norte. Trabaja en inglés, portugués y español.

Última revisión: 14 de agosto de 2026

Un próximo paso, y de pago a propósito

El Diagnóstico de Oportunidades de IA es un trabajo de alcance cerrado. Sales con un plan priorizado que puedes ejecutar con nosotros o sin nosotros.