Steply
 Agendar briefing
Casos

El resultado no es lo que cuenta el proveedor. Es lo que muestra el indicador.

Cada caso de abajo tiene la misma estructura: el cuello de botella que existía, qué entró en producción y el indicador que pasó a seguirse en el panel. Donde el número de partida se conoce, está al lado: un porcentaje sin base es propaganda.

Cómo leer un caso, incluso los que no son nuestros.

La página de casos es lo más fácil de maquillar en una empresa de tecnología. Estas tres preguntas separan prueba de publicidad, y sirven para cualquier proveedor que estés evaluando.

Un número grande, solo, en fuente enorme.
¿Base de cuánto? "−80%" sobre un proceso que llevaba 10 minutos ahorra 8 minutos. Sin el punto de partida, el porcentaje no dice ningún tamaño, y justo por eso suele venir sin él.
La tecnología usada, listada con orgullo.
¿Y qué cambió en la operación? El stack es decisión de quien construye, no beneficio de quien contrata. Lo que importa es qué persona dejó de hacer qué tarea, y qué hace ahora en su lugar.
El resultado medido una vez, en el mes de la entrega.
¿Quién lo mide hoy? Una ganancia que solo existe en la diapositiva de cierre desaparece en tres meses. Si el indicador no sigue en el panel del cliente después del proyecto, nadie, ni el proveedor, sabe si duró.

Seis operaciones, seis cuellos de botella.

SaaS B2B

Onboarding de cliente que se conduce solo

Lo que se trababa

El onboarding de clientes nuevos era manual, duraba 14 días y perdía 38% de las personas antes del primer uso. Cada cuenta nueva dependía de que alguien recordara pedir el documento faltante.

Lo que entró en producción

Un agente guía al cliente paso a paso, lee los documentos enviados, valida lo que puede validarse solo y abre ticket interno solo cuando hace falta una persona. Cada etapa del onboarding se volvió evento en el panel.

Lo que pasó a medirse

−72%

tiempo hasta el primer uso

antes
14 días
después
3,9 días
Composición
  • Sistema web
  • Agente com leitura de documento
  • Integração com o sistema interno
Fintech

Análisis de registro con humano solo en el caso dudoso

Lo que se trababa

El análisis de registros era manual, llevaba 4 días por cliente y costaba R$ 23 por análisis. El cuello de botella era directo al crecimiento: vender más significaba contratar más analistas.

Lo que entró en producción

Un flujo lee los documentos, clasifica y aplica las reglas de negocio que antes vivían en la cabeza de los analistas. El humano revisa solo lo que el propio flujo marca como ambiguo, y esa tasa se sigue en el panel.

Lo que pasó a medirse

−83%

costo por análisis

antes
R$ 23,00
después
R$ 3,90
Composición
  • Leitura automática de documento
  • Regras de negócio versionadas
  • Integração com o cadastro existente
Salud

Agendamiento por WhatsApp sin fila en el teléfono

Lo que se trababa

La recepción vivía sobrecargada, con picos de 17 minutos de espera al teléfono. Un paciente que desiste de agendar no aparece en ningún informe: el costo era invisible.

Lo que entró en producción

Un atendente de IA en WhatsApp, conectado a la agenda real: reserva, reprograma y responde dudas comunes. La recepción recibe solo el caso que necesita juicio, y la fila se volvió métrica visible.

Lo que pasó a medirse

−65%

espera en el pico

antes
17 min
después
6 min
Composición
  • WhatsApp Business
  • Agente conectado à agenda
  • Painel de fila e de desistência
E-commerce

Catálogo de 120 mil productos reescrito en lote

Lo que se trababa

120 mil productos con la descripción genérica del proveedor, igual a la de todo competidor que vende el mismo ítem. Sin texto propio, no había motivo para que el buscador prefiriera esta tienda.

Lo que entró en producción

Un proceso en lote reescribe título, destacados y descripción de cada producto a partir de sus atributos reales. Revisión humana por muestreo en las categorías de mayor margen, con la tasa de corrección seguida.

Lo que pasó a medirse

+28%

conversión del tráfico orgánico

variación sobre el promedio del período anterior

Composición
  • Processamento em lote
  • Revisão por amostragem
  • Integração com a plataforma de e-commerce
Logística

Lo que el conductor sabía se volvió regla del ruteador

Lo que se trababa

El ruteador ignoraba las restricciones que solo los conductores conocían: calle sin acceso para el camión grande, tienda que solo recibe hasta las 11h, portería que cierra al almuerzo. Cada día la ruta "óptima" se corregía a mano.

Lo que entró en producción

Las observaciones que los conductores ya escribían se vuelven reglas estructuradas y regresan al ruteador cada día, sin tipeo. Cada regla creada queda visible en un panel, con quién la originó.

Lo que pasó a medirse

−18%

kilómetros recorridos

variación sobre el promedio del período anterior

Composición
  • Leitura de texto livre
  • Integração com o sistema de rotas
  • Painel de regras com autoria
Educación

Asistente que ayuda sin dar la respuesta

Lo que se trababa

El alumno erraba un ejercicio y abandonaba el curso ahí. Engagement y finalización caían mes a mes, y la plataforma solo lo descubría en el informe del trimestre siguiente.

Lo que entró en producción

Un asistente que conoce el material de ese curso y responde en niveles: primero la pista, luego el camino, y solo entonces el ejemplo resuelto. El abandono por ejercicio pasó a medirse en tiempo real, por módulo.

Lo que pasó a medirse

+41%

finalización de módulo

variación sobre el promedio del período anterior

Composición
  • Plataforma web
  • Assistente com o material do curso
  • Painel de engajamento por módulo

Lo que los seis tienen en común no es la tecnología.

Son sectores distintos, con problemas que no se parecen. Lo que se repite es la regla: ninguno empezó grande, ninguno corrió fuera de la casa del cliente, y todos pasaron a tener un número seguido después de la entrega.

  • Todos empezaron por una etapa

    Ninguno de estos proyectos nació como "plataforma completa". La primera etapa resolvió un solo cuello de botella, con alcance, fecha y valor cerrados, y el resto solo existió porque la primera funcionó.

  • Todos corren en la casa del cliente

    Entorno, repositorio y llaves a nombre de quien contrató. En los casos con documento sensible, el modelo de IA también corre dentro de la infraestructura: el dato no sale de la red para ser procesado.

  • Todos dejaron un número en el panel

    El indicador de cada caso no se midió solo en la entrega: sigue en el panel del cliente, junto con disponibilidad, error y costo de IA. Es lo que permite saber si la ganancia duró después de que pasó la euforia.

¿Cuál de estos se parece al tuyo?

No tiene que ser del mismo sector. Lo que se repite es la forma del problema: alguien repitiendo a mano una tarea que el sistema debería hacer, sin que nadie pueda decir cuánto cuesta al año.

Medir mi cuello de botellaVer cómo se cierra el alcance