21 casos. Cifras reales.
Cada caso firmado por el cliente o anonimizado por NDA. Dos métricas que cambiaron · una decisión que se tomó · una lección que duele.
Dodo Pizza · Real-Time Order Chain Manager
287 000 eventos en 24 h. 4 países, una sola consola. Stack open-source.
Leer caso →Cada pedido. Cada eslabón. Una sola consola.
Dodo Pizza LATAM — cadena QSR con 100+ locales en 4 países — operaba con dashboards batch overnight: el COO veía a las 9 AM lo que pasó ayer. Construimos un Order Chain Manager event-driven (Kafka + Spark + Delta Lake) que procesa 10 000 eventos/min con <100 ms de latencia. Mismo evento alimenta 4 superficies — tablet de cocina, Slack alerts, mapa LATAM, mobile ejecutivo.
Leer caso →2.3% de conversión. 5 000 clientes corporativos. Una hipótesis verificada.
Un gran combinado metalúrgico ruso — uno de los mayores productores de acero del mundo, USD 12 000 M de facturación — tenía un portal B2B que convertía a 2.3% y un equipo de producto que decidía por intuición. En 12 semanas instrumentamos 127 eventos, definimos 8 segmentos accionables y validamos una sola hipótesis (un banner de «precios bajos») con resultados fila por fila.
Leer caso →Black Friday. Seis horas. Quince millones perdidos. Nunca más.
Podruzhka — cadena rusa de cosmética con 300+ tiendas físicas + app + e-commerce — descubría sus fallos críticos con 3-5 días de retraso. En Black Friday 2023 un error de pago no detectado costó 15M ₽ en 6 horas. Construimos un radar que combina telemetría de producto, pagos y tráfico con modelos predictivos. Hoy detectan en 15 minutos.
Leer caso →70% se iban antes de empezar. Duplicamos la activación.
Cryptadium — pasarela de pagos crypto regulada en UE, EUR 50 M/mes en volumen — perdía 70% de comerciantes en setup inicial. Migramos a PostHog self-hosted (GDPR-compliant), instrumentamos el embudo de onboarding y rediseñamos los 2 puntos de fricción más altos (KYC + wallet). Abandono 70% → 35%, activación 2×.
Leer caso →Tres canales apagados. Tres días en treinta minutos.
MOEX — la Bolsa de Valores de Moscú — invertía en marketing digital y presencial sin saber qué generaba retorno real. Construimos un marco de atribución unificado con UTM estandarizado, pipeline Bronce → Plata → Oro y modelo ponderado por tiempo + tipo de interacción. Apagamos 3 canales ineficientes, redujimos el tiempo de informes de 3 días a 30 minutos.
Leer caso →Quince fuentes. Cero conversación. Un grafo que las une.
El portal B2B de un gran combinado metalúrgico ruso — 5 000+ clientes corporativos, USD 12 000 M de facturación — tenía sus datos repartidos en 15+ fuentes que no hablaban entre sí. Construimos un ETL unificado, generamos el primer grafo Markov del recorrido del cliente con Retentioneering, y enlazamos cada nodo con CRM Salesforce.
Leer caso →Oracle de 2009. Quince sistemas. Quinientas entidades unificadas.
QIC — la aseguradora más grande de MENA, primas anuales USD 5 000 M+ en 15+ países — vivía sobre Oracle 10g (versión de 2009) más 15 sistemas operativos heredados. Migramos a plataforma analítica moderna con modelo canónico de 500+ entidades, deduplicación que eliminó 30% de clientes duplicados, Kafka <100 ms, bilingüismo AR/EN nativo. Informes: 2 semanas → 2 horas.
Leer caso →Doscientos Excels. Tres definiciones de GMV. Una capa semántica.
Sber MegaMarket — marketplace con 50 000 vendedores, 10 M de SKUs, 5 M de compradores activos — operaba sobre más de 200 archivos Excel sin metodología común. Construimos una plataforma BI unificada con LookML como capa semántica: un diccionario único de métricas (GMV, ingresos, margen, ROAS), dashboards por área y self-service para los 50 k vendedores.
Leer caso →Mil sucursales. Diez millones de pruebas. Un SLA por cada vial.
Gemotest — red de laboratorios clínicos con 1 000+ sucursales, 20+ laboratorios centrales y 10 M+ de pruebas médicas al mes — operaba con visibilidad fragmentada. Construimos una plataforma BI operativa sobre Power BI Premium que integra clínico + logística + atención, ajusta rutas y turnos en tiempo real, y entrega pronósticos operativos a más de 1 000 gerentes de sucursal con alertas móviles.
Leer caso →Pagas dos veces. El retailer y tú. Al mismo cliente.
Estée Lauder pagaba por tráfico de búsqueda paga sobre SKUs que sus retailers (Sephora, Letual, perfumerías) ya estaban promocionando. Doble pago, mismo cliente, sin coordinación entre pricing y medios. Construimos una plataforma que monitorea diariamente precios y promociones de cada SKU en cada retailer competidor y enciende o apaga las campañas automáticamente.
Leer caso →50 000 SKUs anoche. 30 decisiones esta mañana. 12% margen recuperado.
Leroy Merlin tomaba decisiones de pricing los lunes a las 9 AM sobre datos del viernes anterior. Construimos una plataforma de inteligencia competitiva que recoge diariamente datos de 50 000+ SKUs competidores, propone ajustes con control de margen y los valida con A/B real en regiones comparables. +12% marginalidad recuperada, 200 h/mes ahorradas.
Leer caso →Doce marcas premium. Una sola audiencia. Cero canibalización.
Estée Lauder opera 11+ marcas premium en CEI — cada una con identidad y audiencia distintas — pero el remarketing tradicional las hacía competir entre sí por el mismo cliente. Construimos un sistema unificado para Google, Meta, VK y Yandex con feed único, motor de segmentación cruzada y reglas que personalizan por marca, segmento y etapa. ROAS 1.5× → 4.2×.
Leer caso →Mil influencers. Once marcas. Un solo marco de control.
Estée Lauder emitía códigos promocionales en 11 marcas a través de 4 canales sin control común, sin trazabilidad de fraude, sin medición de incrementalidad real. Construimos una plataforma unificada que genera, controla, detecta fraude y mide ROI por código y emisor — con treemap visual y decisiones basadas en incremento, no en volumen.
Leer caso →Cuarenta y cinco campos. Doce. Tres minutos para una póliza.
AlfaStrakhovanie tenía un embudo online ineficiente: 45 campos en contratación, sin móvil sólido, sin autoservicio, agentes ignorando herramientas digitales. Construimos una plataforma end-to-end: 45 → 12 campos tras 100+ pruebas UX, biometría móvil, pólizas en minutos, autoservicio 100% online, app móvil para agentes, automatización de marketing.
Leer caso →Dos millones de pasajeros. Una sola oferta. 22% más de ancillary.
Aeroflot tenía un programa de fidelización maduro pero plano: no medía retorno real, no gestionaba bien los niveles, el embudo era largo y el NPS posvuelo bajo por mala comunicación durante incidentes. Reconstruimos UX + loyalty + servicio: segmentación de 2M+ participantes, niveles redefinidos, acumulación dinámica, campañas predictivas, posvuelo automático con compensaciones instantáneas.
Leer caso →Publicidad prohibida. 8 → 3 pasos. Fidelización dentro del marco legal.
IQOS — marca de PMI, alternativa sin humo, con publicidad directa prohibida — tenía conversión online 2-3% y recaída de 40% en el primer mes. Rediseñamos el embudo (8 → 3 pasos), construimos omnicanalidad real online↔tienda, CRM 14 días post-compra y GenAI educativo dentro de marco regulatorio.
Leer caso →Google fuera. Yandex dentro. Cero interrupción.
Un gran combinado metalúrgico ruso migró su infraestructura completa de datos desde Google Cloud Platform hacia Yandex Cloud sin big-bang. Diseñamos arquitectura medallion Bronze → Silver → Gold sobre Airflow + ClickHouse + DataLens, con tracking end-to-end del fulfillment. Cero interrupciones de servicios críticos. Tiempos de consulta: minutos → segundos.
Leer caso →Cinco identidades del mismo cliente. Una vista 360°.
QIC operaba con datos fragmentados entre web, call center, agentes y móvil — el mismo cliente aparecía con 5 identidades distintas. Construimos una plataforma de datos unificada en Google Cloud: migración a BigQuery, GA4 con export directo, Airflow + dbt, User ID único cross-canal y data marts personalizados por departamento. Reportes complejos: semanas → horas.
Leer caso →Ochocientos restaurantes. Once mil eventos. Mil sin redesign.
Dodo Pizza — 800+ restaurantes en 17 países — necesitaba escalar la infraestructura de datos sosteniblemente. Implementamos arquitectura medallion Bronze → Silver → Gold sobre Microsoft Databricks + Apache Kafka + Spark + Delta Lake. Apache Superset como visualización. El stack soporta crecimiento de 800 a 1000+ restaurantes sin redesigns fundamentales.
Leer caso →Abrir más. Cerrar rápido. Regresar y mirar.
Una plataforma de video con monetización por tiempo efectivo de visualización buscaba maximizar permanencia sin recurrir a clickbait. El algoritmo priorizaba solo el clic, sin modelar la saturación de pestañas ni la diversidad de contenido. Construimos un modelo de tab fatigue + control dinámico de saturación + diversidad por slot. Sesión +5-11%, visualización +12%, pestañas sin reproducir −8%.
Leer caso →