Analítica comercial e IA
Cada sistema guarda una verdad parcial. Nosotros construimos el que las guarda todas.
Un solo warehouse en BigQuery, dentro de tu propio proyecto de Google Cloud — marketplace, tienda, medios y logística a grano de día y SKU, con tarifas reales tomadas de los reportes de liquidación y no de la estimación de nadie.
Seller Central, Walmart, Shopify, Google Ads, Meta y Google Analytics responden cada uno una pregunta distinta, con una forma distinta. Conciliarlos a mano todos los meses es la razón por la que muchas marcas terminan administrando una hoja de cálculo en lugar de un negocio.
Nos conectamos en modo solo lectura a los sistemas donde ya viven tus datos, dentro de tus propias cuentas, y modelamos una sola vez. Como sesiones, conversión, unidades, inversión y margen comparten el mismo grano, una caída de ingresos se descompone en un problema de tráfico, de Buy Box, de tasa de conversión o de precio, sin cambiar de herramienta ni discutir definiciones.
Sumar una segunda marca es instanciar un dataset desde una plantilla, no reconstruir todo — por eso la segunda cuenta cuesta una fracción de la primera.
un solo grano
Marketplace, tienda, las dos plataformas de publicidad, analítica web y el 3PL — modelados en un solo proyecto de BigQuery que es tuyo. Solo lectura, dentro de tus cuentas, y tuyo si algún día dejamos de trabajar juntos.
Qué aterriza y con qué grano
El histórico varía por fuente porque las plataformas son distintas — la publicidad de Amazon es una ventana móvil de 95 días en la API, y finanzas e inventario llegan hasta 2024. Lo decimos en vez de insinuar una serie más larga de la que existe.
Las fuentes varían según el proyecto — una marca sin feed de 3PL o sin Meta simplemente tiene menos.
La diferencia entre lo que la vista previa de tarifas de Amazon dijo que le iban a cobrar a esta cuenta y lo que los reportes de liquidación muestran que pagó de verdad. Todo modelo construido sobre la estimación está mal por esa cantidad — y la estimación es la que usa la mayoría de los tableros, porque es el número que la API entrega primero.
Tarifa estimada contra la real derivada de liquidaciones
Amazon es el ejemplo más nítido porque su estructura de tarifas es la más elaborada, pero el principio aplica en todos los canales: la línea de dinero la tomamos de la liquidación, del pago o de la factura, nunca del pronóstico que hace la plataforma.
Ver como tabla
| Línea de tarifa | Estimado | Real | Diferencia |
|---|---|---|---|
| Comisión de referido | $63,200 | $64,977 | +$1,777 |
| Logística FBA | $47,900 | $51,982 | +$4,082 |
| Procesar devoluciones | $9,400 | $13,862 | +$4,462 |
| Almacenaje mensual | $2,100 | $3,940 | +$1,840 |
| Retiros y desecho | $640 | $1,208 | +$568 |
| Total | $123,240 | $135,969 | +$12,729 |
Cuenta compuesta ilustrativa · un mes calendario, Amazon US. Pasa el cursor sobre una fila para ver las cifras.
× canal
No mes × cuenta. Una fila es un producto, en un día, en un canal, con todas las líneas entre lo que pagó el cliente y lo que te quedaste. Cualquier cosa más gruesa promedia el problema hasta desaparecerlo — y el problema casi siempre es un SKU, en algunos de los días.
Una fila de tu negocio
Esta es la forma de la tabla sobre la que está construido todo lo demás. Agrégala por mes y tienes el P&L; fíltrala a un SKU y tienes la discusión sobre ese SKU.
La llave 2026-08-29 · 23124-A · amazon_us · 412 sesiones · 63 unidades
| Ingresos | Referido | FBA | Ads | COGS | Flete | Devol. | Neto |
|---|---|---|---|---|---|---|---|
| $1,247.37 | −$187.11 | −$149.68 | −$124.74 | −$561.32 | −$39.91 | −$24.95 | $159.66 |
$159.66 netos sobre $1,247.37 vendidos — un margen de contribución de 12.8%, en un producto, en un día, en un canal.
Fila compuesta ilustrativa. Cada tarifa aquí viene de la liquidación; ninguna es una estimación.
Por qué importa el grano
Cada celda es un SKU en un día. Azul es utilidad, rojo es pérdida, pálido es cerca del punto de equilibrio. Un mes rentable contiene, de forma rutinaria, días con pérdida en SKUs individuales — promediados son invisibles, y a grano son una decisión.
Composición ilustrativa · 8 SKUs × 21 días. Pasa el cursor sobre una celda para ver el valor. Cuatro SKUs aquí estuvieron bajo cero durante una semana: una promoción encimada con un cambio de tarifas que nadie conectó.
en 6 grupos
La detección es determinista y versionada — los mismos datos y los mismos umbrales producen hallazgos idénticos, en cada corrida. El modelo de lenguaje narra y correlaciona; nunca decide qué se dispara. Si una fuente está desactualizada, la corrida registra el motivo y se salta ese dominio en lugar de publicar un número seguro construido sobre nada.
Mira lo que encontraron dos de ellosDónde están los veintiocho
Ordenados por cuántos detectores cubren el grupo. La intensidad de la barra es el rango, no la categoría. El último grupo son los detectores que vigilan a los detectores — ingestas desactualizadas, hallazgos sin resolver y falsos positivos que vuelven una y otra vez.
Ver como tabla
| Grupo | Detectores | Participación de hallazgos |
|---|---|---|
| Listado y demanda | 6 | 24% |
| Margen y finanzas | 5 | 26% |
| Publicidad | 5 | 21% |
| Inventario | 4 | 14% |
| Calidad y devoluciones | 4 | 10% |
| Los vigilantes | 4 | 5% |
Conjunto de detectores de este trimestre. La participación de hallazgos viene de una composición ilustrativa de cuentas reales.
Los hallazgos que no podemos explicar llegan como preguntas, no como afirmaciones. Tu respuesta se escribe en una bitácora de decisiones de solo anexado, y al día siguiente ese hallazgo queda explicado en vez de volver a alertar — así el mismo falso positivo nunca te cuesta la misma mañana dos veces.
y las apps detrás de ellos
Un warehouse que nadie abre es un centro de costos. Construimos las cosas que lo usan — los tableros que lee tu equipo y las pequeñas aplicaciones que convierten un hallazgo en una acción sin que nadie exporte una hoja de cálculo.
Hablemos de qué construiríasLo que hemos construido encima
Cada una corre contra el mismo warehouse, así que ninguna necesita su propia copia de la verdad.
Vistas de canal, margen e inventario que tu equipo abre directamente — más el warehouse mismo, que puedes consultar sin nosotros.
Llega un plan de envío, se audita SKU por SKU contra la velocidad y los días de cobertura, y regresa con un veredicto, una cantidad sugerida y la consulta que hay detrás.
Los productos elegibles y los puntos de control arman una cohorte diaria, con un registro de envíos para limitar la frecuencia e ingresos atribuidos a cada correo.
Cada cambio que hace el equipo, registrado contra el hallazgo que lo motivó — qué se cambió, de qué a qué, quién lo autorizó y qué se esperaba que lograra.
Se construyen por proyecto sobre el modelo compartido. Las conexiones del cliente siguen siendo de solo lectura a menos que decidas lo contrario.
Qué recibes
Un reporte de hallazgos cada mañana — normalmente de 14 a 27 hallazgos, filtrados por nuestro equipo antes de llegarte.
Una presentación de seguimiento por cuenta: qué se movió, por qué y qué estamos haciendo al respecto esta semana.
Tableros que puedes abrir tú mismo y un warehouse que puedes consultar sin nosotros.