Producto bi dashboard - ronalc90/koptup GitHub Wiki
Datos y analítica (hoy
aiPlatformen el catálogo) · Demo:/demo/dashboard-ejecutivo· Modo de acceso recomendado:publico(versión con datos y marca del prospecto porsolicitud) · Prioridad: P2 · Esfuerzo total: L (≈ 2 semanas de 1 dev senior para dejar demo + landing vendibles; el producto real se estima aparte)

Captura actual de /demo/dashboard-ejecutivo (vista Dashboard). Ver también Sistema de demos, Catálogo de productos y Roadmap. Productos relacionados: ERP modular, Facturación electrónica, CRM con IA y Sistemas RAG.
Contexto de posicionamiento: con el reposicionamiento de Koptup en sistemas RAG (ver Visión de producto), este producto queda dentro de "Otras soluciones a medida". Aun así, es una de las demos más visibles del sitio: la enlazan el home (
apps/web/src/app/page.tsx), el footer (components/layout/Footer.tsx),/bienvenido-producthunty el calendario de la demo de LinkedIn Ads. Una demo floja aquí perjudica la marca entera, así que sus arreglos de credibilidad son P1 aunque el producto sea P2.
Problema: en la mayoría de PYMEs colombianas el informe de gerencia se arma a mano cada mes. Alguien exporta de Siigo o Alegra, cruza con el extracto del banco y las ventas de la tienda en línea, y lo pega en Excel. El informe llega tarde, cada área trae "su" número y nadie ve a tiempo que la cartera se está venciendo o que el margen se cae.
Para quién (cliente ideal en Colombia/LATAM):
- Comercializadoras y distribuidoras de 20–200 empleados con varias ciudades o líneas de producto.
- Cadenas de retail y franquicias (ventas por tienda, ticket promedio, inventario).
- IPS y clínicas privadas (facturación por EPS, glosas, cartera por pagador).
- Colegios y universidades privadas (matrículas, recaudo, deserción).
- Constructoras e inmobiliarias (ventas por proyecto, flujo de caja de obra).
- Gerentes generales y financieros, y juntas directivas que hoy reciben PDF estáticos.
Propuesta de valor: "Tus números de Siigo, Alegra, el banco y tus ventas en línea, en un tablero que se actualiza solo. Cada lunes recibes por WhatsApp un resumen en español que te dice qué cambió y por qué." La diferencia frente a Power BI o Looker Studio es que la implementación va incluida: Koptup conecta el software contable colombiano, define contigo los KPIs de tu sector y entrega resúmenes y alertas con IA. Además, el código es tuyo.
Encaje con el reposicionamiento RAG: el puente natural es "Pregúntale a tus datos" más el resumen ejecutivo con IA. Combinado con un asistente RAG sobre contratos y políticas, el discurso queda en "IA que responde con los documentos y los números de tu empresa". Se ofrece como complemento cuando un cliente RAG pide indicadores.
| Aspecto | Estado | Evidencia |
|---|---|---|
| Demo | Existe. Maqueta 100 % en el navegador |
apps/web/src/app/demo/dashboard-ejecutivo/page.tsx es 'use client'. No hay fetch, axios ni llamadas a /api. Solo genera un PDF local (jsPDF) y un .ics
|
| Pantallas | Menú lateral con 4 vistas: Dashboard, Finanzas, Clientes y Configuración. Además, una vista Notificaciones (desde la campana) y 5 modales: Reporte financiero (con PDF), Meta de ventas, Mantenimiento programado, Cliente nuevo y Calendario (.ics). También tiene búsqueda, selector de mes y modo oscuro |
renderDashboardView, renderFinanzasView, renderClientesView, renderConfiguracionView, renderNotificacionesView en page.tsx
|
| Contenido del Dashboard | 4 KPIs, gráfico de líneas de ingresos y gastos, barras de "Desempeño por área" (0–100), dona de distribución de ventas ("Producto A–D") y 3 "Insights inteligentes" | Arreglos kpis, revenueData, performanceData, salesDistribution, insights
|
| Datos | Fijos en page.tsx: enero de 2024 y empresa por defecto "KopTup Tech Solutions" con NIT ficticio y datos de contacto de Koptup. Los clientes tienen nombres en inglés (TechCorp Solutions, CloudFirst Inc…) |
Estado company, arreglos transacciones y clientes
|
| Backend | Ninguno. No existe un módulo de BI o analítica en apps/backend/src/modules/
|
— |
| i18n ES/EN | Namespace execDashboard en apps/web/messages/{es,en}.json (141 claves cada uno). Quedan en español fijo: los insights, la notificación "Reunión de equipo programada", las viñetas del PDF, "Industria", los meses del gráfico y los nombres de áreas |
page.tsx |
| Tests | Ninguno: no hay carpeta __tests__, aunque el código ya tiene data-testid (exec-sidebar, exec-search-panel, exec-month-select) |
— |
| Tamaño | 1.992 líneas: page.tsx tiene 1.970 en un solo componente; layout.tsx, 22 |
wc -l |
| SEO | Metadata demo-dashboard-ejecutivo en apps/web/src/lib/seo-config.ts y breadcrumb JSON-LD en layout.tsx
|
— |
| CTA | Solo el DemoCTA genérico del layout de /demo: "Solicitar Cotización" lleva a /contact sin producto preseleccionado y "Ver Planes y Precios" lleva a /pricing, que solo redirige |
apps/web/src/app/demo/layout.tsx, apps/web/src/components/demo/DemoCTA.tsx
|
| Catálogo | Mapeo correcto: offering bi-dashboard → demo dashboard-ejecutivo
|
services-catalog.ts |
Lo que hace bien: se ve "ejecutiva", limpia y moderna. La navegación es clara y la accesibilidad está cuidada: roles ARIA, Escape cierra los modales y se bloquea el scroll cuando hay un modal abierto. El PDF y el .ics se descargan de verdad. Además, ya existe un formulario de datos de la empresa en Configuración, que sirve de base para la personalización por prospecto.
-
Números que se contradicen (
page.tsx). El mismo mes tiene cuatro versiones de los ingresos:- Dashboard: "Ingresos del mes $1,245,890" y "Margen neto 32,4 %".
- Finanzas: ingresos $526.500, gastos $538.400 y balance −$11.900, es decir, pérdida.
- Reporte PDF (
handleDownloadPdf): ingresos $2,450,000 y utilidad $600,000. - Gráfico de ingresos: valores de 85k a 125k.
-
Formatos de moneda mezclados:
- KPIs y clientes usan formato estadounidense ("$1,245,890", "$450,000").
- Las transacciones usan
toLocaleString('es-CO', COP). - Ninguna cifra dice si está en COP o USD.
- Los montos no son realistas para una empresa: la nómina del mes figura en $450.000.
-
Selector de mes decorativo:
selectedDateno filtra nada y solo ofrece enero a marzo de 2024. Una demo de 2026 muestra datos de hace más de dos años. -
La "IA" no existe:
- Los 3 "Insights inteligentes" son textos fijos.
- No hay pronóstico, aunque la oferta lo vende ("Forecasting con IA") y la tarjeta del hub
/demopromete "Proyecciones". - Tampoco hay preguntas en lenguaje natural ni detección de anomalías.
-
Marca equivocada:
- El menú lateral dice "KopTup" y la empresa analizada es "KopTup Tech Solutions": el prospecto ve los números "de Koptup", no los de una empresa como la suya.
- El usuario es "CEO · JD".
- Búsqueda falsa: siempre muestra los mismos 3 accesos (Dashboard, Finanzas, Clientes). No busca clientes ni transacciones.
-
Mensajes que restan confianza:
- La notificación "Mantenimiento programado" anuncia que el sistema no estará disponible.
- "Meta de ventas alcanzada 🎉" lleva un emoji dentro de los textos de i18n.
- "Reunión de equipo programada" no tiene relación con el producto.
-
Gráficos SVG dibujados a mano con coordenadas fijas:
- El
strokeDasharrayde la dona está calculado a mano. - La etiqueta "0k" queda fuera de la grilla.
- No tienen tooltips y no reaccionan a los datos.
- El
-
Efectos fuera de la demo:
- El modo oscuro escribe
localStorage.darkModey la clasedarken<html>, y no los limpia al salir, así que afecta al resto del sitio. - Las claves
companyydarkModeson genéricas y pueden chocar con otras demos.
- El modo oscuro escribe
- No se ve de dónde salen los datos. El producto se vende por sus conectores (CSV, Google Sheets, Postgres, Siigo, SAP B1, HubSpot), pero la demo no muestra fuentes ni la hora de la última actualización.
-
Textos del catálogo (
apps/web/messages/offerings/bi-dashboard.es.json):- Usan voseo ("Visualizá", "Lo entregamos…").
- Tienen jerga que un gerente no entiende: "row-level security", "CDC", "Multi-warehouse federation", "Data lineage".
- La categoría es
aiPlatform("Plataforma IA"), cuando el producto es de datos y analítica. - Los precios son idénticos, tupla por tupla, a los del chatbot RAG del catálogo viejo: no salen del esfuerzo real de este producto.
- Un único "cliente ficticio" coherente por sector, en COP y con fechas de 2026. Los números deben cuadrar entre Dashboard, Finanzas, Clientes y el PDF.
- Mostrar el origen de los datos: "Fuentes: Siigo · Extracto Bancolombia · Shopify · Google Sheets — actualizado hace 12 min".
-
IA visible y creíble:
- Resumen ejecutivo que cita cifras del propio dataset.
- Pronóstico con banda de confianza.
- Alertas por desvío.
- "Pregúntale a tus datos" con preguntas sugeridas.
- "Prueba con tu Excel": el visitante carga un CSV o Excel de ventas y ve el tablero con sus propios números. Se procesa en el navegador, sin costo de IA. Es el mejor imán de prospectos de este producto.
- Vista previa del "Resumen del lunes" tal como llega por WhatsApp y por correo.
- Etiquetas "Incluido desde plan X" en pronóstico, alertas, anomalías y exportes programados.
- Diferenciación frente a Power BI y Looker Studio, en la landing y en la FAQ: implementación incluida, conectores colombianos, KPIs por sector, IA en español y código propio.
-
Prueba social: hoy no hay casos. Mientras llegan, usar el tablero interno del funnel de Koptup (leads, demos, conversión con
DemoEvent) como caso propio. - Precio entendible y una puerta de entrada pequeña (ver Planes y precios).
-
CTA contextual "Solicitar demo guiada de Dashboard ejecutivo" en lugar del
DemoCTAgenérico. - Capturas y video de 60–90 s.
Sigue la estructura común de Landing de producto:
-
Hero:
- Título: "Los números de tu empresa en un solo tablero, explicados por IA".
- Subtítulo: "Conectamos Siigo o Alegra, tu banco y tus ventas en línea. Cada lunes recibes por WhatsApp qué cambió y por qué."
- CTA principal "Solicitar demo" y secundario "Agendar llamada", más los enlaces "Probar con datos de ejemplo" (abre
/demo/dashboard-ejecutivo) y "Probar con tu Excel".
-
Problemas que resuelve (3 tarjetas):
- El informe mensual se arma a mano y llega tarde.
- Cada área trae un número distinto.
- Nadie ve a tiempo que la cartera o el margen se deterioran.
- Cómo funciona (3 pasos): conectamos tus fuentes sin que cambies de software → definimos contigo 10–15 indicadores → recibes tablero, alertas y resumen con IA.
-
Capturas y video:
- Galería de 4: Resumen, Flujo de caja, Cartera por edades y Pregúntale a tus datos.
- Video de 60–90 s con locución en español y subtítulos.
- Tableros por sector (pestañas): Comercio y distribución · Salud (IPS) · Educación · Construcción · Servicios profesionales. Cada pestaña lista sus 6 KPIs típicos.
-
Integraciones:
- Software contable: Siigo y Alegra (API), World Office y Helisa (exportes), SAP Business One.
- Hojas de cálculo: Excel y Google Sheets.
- Bases de datos: PostgreSQL, MySQL y SQL Server.
- Ventas y marketing: HubSpot; Shopify, WooCommerce y VTEX; Google Analytics 4 y Meta Ads.
- Bancos: extractos en CSV (Bancolombia, Davivienda, BBVA).
- Facturación: XML de factura electrónica DIAN, como fuente de ventas y compras.
-
Planes y precios: "Compra / a medida" en COP, con USD de referencia a
TRM_REFERENCIA = 3.300. SaaS como "Lista de espera" (DECISIÓN 7). Incluir el costo total a 12 meses. -
Preguntas frecuentes:
- ¿Por qué no usar Power BI?
- ¿Tengo que cambiar mi software contable?
- ¿Quién ve mis datos y dónde quedan?
- ¿Cada cuánto se actualizan?
- ¿Quién paga BigQuery y la IA?
- ¿Se ve en el celular?
- ¿Cuánto tarda? (2–5 semanas en Básico)
-
CTA final: formulario "Solicitar demo" con
bi-dashboardpreseleccionado.
| Pantalla / componente | Agregar | Quitar / corregir | Datos de ejemplo |
|---|---|---|---|
Barra superior y menú lateral (page.tsx, <aside id="exec-sidebar">) |
Logo y nombre de la empresa del prospecto. Insignia "Datos de ejemplo". Indicador de fuentes y última sincronización. Selector de período que sí filtra (mes, trimestre, año; enero–septiembre 2026). Botón "Iniciar recorrido" | "KopTup" como empresa. "CEO · JD" → "Gerencia general". Meses de 2024 | "Distribuidora Andina de Alimentos S.A.S." (verificar en el RUES que no exista) |
Resumen (renderDashboardView) |
KPIs derivados de un único dataset: Ventas del mes vs presupuesto, Margen bruto, Cartera vencida > 60 días, Días de caja, Ticket promedio. Gráfico de ventas vs presupuesto con pronóstico a 3 meses (banda). Ventas por ciudad y por línea. Tarjeta "Resumen de la IA" con 3 hallazgos que citan cifras del dataset. Gráficos con librería y tooltips (Recharts o ECharts) | "Desempeño por área" (puntaje 0–100 sin significado). "Producto A/B/C/D". Insights fijos. Los 4 valores de ingresos distintos | Ventas $1.840 M COP (−6 % vs presupuesto). Margen bruto 27,4 %. Cartera > 60 días $312 M. Líneas: Lácteos, Granos, Aseo. Ciudades: Bogotá, Medellín, Cali, Barranquilla |
Finanzas (renderFinanzasView) |
Estado de resultados resumido vs presupuesto. Flujo de caja a 13 semanas con la semana del pago bimestral de IVA marcada. Cartera por edades (0–30, 31–60, 61–90, > 90) con los 5 clientes de mayor saldo vencido. "Movimientos relevantes" con montos realistas | Balance negativo que contradice el margen. Montos de juguete | Nómina $286 M, arriendo de bodegas $48 M, IVA bimestral $134 M con su fecha de vencimiento |
Clientes (renderClientesView) |
Ranking por ventas y margen. Segmentos simples: nuevos, recurrentes y en riesgo (compran menos que hace un año). Ciudad y vendedor asignado | Empresas en inglés. Valores con formato de EE. UU. | Supermercados regionales, tiendas de barrio agrupadas por distribuidor, cadenas de droguerías (nombres ficticios) |
Nuevo: Pregúntale a tus datos (components/AskData.tsx) |
Caja de pregunta con 6 preguntas sugeridas: "¿Por qué bajó el margen en agosto?", "¿Qué clientes compran menos que el año pasado?", "¿Cuánta caja tendré en 8 semanas?". Respuesta con cifra, mini-gráfico y "cómo lo calculé" | — | Respuestas pregeneradas en modo público. Con acceso aprobado, LLM real sobre el dataset de ejemplo con tope de preguntas |
Nuevo: Fuentes de datos (components/DataSources.tsx) |
Tarjetas de conectores (Siigo, Alegra, extracto bancario CSV, Shopify, Google Sheets, PostgreSQL) con estado y última sincronización. Botón "Prueba con tu Excel": lectura en el navegador (SheetJS o Papaparse), mapeo de columnas fecha/cliente/producto/valor y reemplazo del dataset en memoria. Nada sale al servidor | — | Archivo de ejemplo descargable ventas-ejemplo.xlsx (12 meses, 3.000 filas) |
Notificaciones (renderNotificacionesView y modales) |
Convertir en Alertas: "Cartera > 90 días subió 18 %", "Cali 22 % bajo presupuesto", "Inventario de Granos cubre 9 días". Vista previa del "Resumen del lunes" por WhatsApp y por correo | "Mantenimiento programado", "Reunión de equipo", "Meta alcanzada 🎉", "Cliente nuevo: Empresa ABC" | Mensaje de WhatsApp de 5 líneas con 3 cifras y un enlace al tablero |
Reporte PDF (handleDownloadPdf) |
PDF generado con las cifras del dataset vigente, logo del prospecto y período elegido | Viñetas fijas en español dentro del código | — |
Configuración (renderConfiguracionView) |
Conservar el formulario de empresa. Agregar "Metas / presupuesto" editable (recalcula el cumplimiento) y "Destinatarios del resumen" | Modo oscuro global: dejarlo local a la demo. Claves de localStorage con prefijo demo:bi:
|
— |
| Global | Insignias "Incluido desde: Profesional" (pronóstico, alertas) y "Avanzado" (anomalías, exportes programados). Banner "Solicita tu demo guiada" (modo publico). CTA final contextual con bi-dashboard. Dividir page.tsx en components/ y fixtures/<sector>.ts
|
DemoCTA genérico |
— |
Recorrido guiado (5 pasos, menos de 3 minutos):
flowchart LR
A["1. Resumen: ventas 6% bajo presupuesto"] --> B["2. Pronóstico del trimestre"]
B --> C["3. Finanzas: cartera y flujo de caja"]
C --> D["4. Pregúntale a tus datos"]
D --> E["5. Alertas y resumen del lunes"]
E --> F["CTA: Prueba con tu Excel o Solicitar demo"]
- Resumen: "Septiembre: ventas $1.840 M COP, 6 % bajo el presupuesto". La IA explica que la caída viene de Cali y de la línea Lácteos.
- Pronóstico: la banda a 3 meses muestra que, al ritmo actual, el trimestre cierra al 91 % de la meta.
-
Finanzas:
- La cartera a más de 90 días suma $96 M y está concentrada en 3 clientes.
- El flujo de caja marca la semana del pago de IVA como la de menor caja.
- Pregúntale a tus datos: "¿Qué clientes compran menos que el año pasado?" → lista de 7 clientes con la variación y un mini-gráfico.
- Alertas y resumen del lunes: vista del WhatsApp que recibe el gerente. Cierre con "Prueba con tu Excel" / "Solicitar demo guiada".
-
Modo recomendado:
publico:- La demo es una maqueta sin costo de servidor ni de IA.
- Ya es de las más visitadas (home, footer, Product Hunt).
- Tiene búsquedas con intención ("dashboard ejecutivo", "KPIs empresariales" en
seo-config.ts). - Muestra el banner "Solicita tu demo guiada" (DECISIÓN 1).
-
"Prueba con tu Excel" sin registro: el archivo se procesa en el navegador. Para descargar el PDF con sus propios números se pide email y la autorización de la Ley 1581, y el lead entra con origen
demo-bipor el mismo canal del formulario de contacto. - Qué ve el visitante sin solicitar: la landing con capturas y video de 60–90 s, y la demo completa con datos de ejemplo, tour y respuestas pregeneradas.
-
Qué obtiene al solicitar (flujo de Sistema de demos):
- Sesión guiada de 30–45 min.
- Versión personalizada con su logo, sector, ciudades, líneas y metas.
- "Pregúntale a tus datos" con LLM real y cupo de 30 preguntas.
- Vigencia:
DemoGrantde 14 días; 21 días si el prospecto comparte un export anonimizado de su software contable para armar un tablero piloto, lo que exige acuerdo de confidencialidad y registro del encargo de tratamiento de datos.
- Prospecto aprobado (Portal › Mis demos, ver Portal del cliente): tarjeta "Dashboard ejecutivo — personalizado para " con días restantes y los botones "Abrir demo", "Agendar revisión de tus KPIs" y "Solicitar propuesta".
-
Eventos
DemoEvent:- Apertura de la demo, pasos del tour y vistas visitadas.
- Preguntas hechas: solo la categoría, no el texto.
- "Prueba con tu Excel": número de filas y columnas, nunca el contenido.
- Descarga del PDF y clic en cada CTA.
Sin código, desde Admin › Solicitudes de demo › Aprobar (o Admin › Demos › Personalizar). Se guarda en DemoGrant.personalizacion. Ver Panel de administración.
| Campo | Efecto en la demo |
|---|---|
| Logo y color primario | Menú lateral, botones, PDF y vista previa del resumen por WhatsApp |
| Nombre de la empresa | Encabezado, PDF y firma del resumen |
| Sector (preset) | Carga el dataset y los KPIs del sector: Comercio/distribución, Salud (IPS: facturación por EPS, glosas, cartera por pagador), Educación (matrículas, recaudo, deserción), Construcción (ventas por proyecto, flujo de obra), Servicios profesionales (horas facturables, utilización) |
| Tamaño (ventas anuales aproximadas) | Escala todos los montos del dataset de forma coherente |
| Ciudades y líneas de negocio (hasta 5 de cada una) | Dimensiones de los gráficos y de las alertas |
| Metas del período | Presupuesto contra el que se mide el cumplimiento |
| Moneda (COP/USD) e idioma (es/en) | Formato de cifras y textos |
Implementación:
- Mover los arreglos de
page.tsxafixtures/<sector>.ts. - Generar el dataset con un generador determinístico (semilla fija), para que todas las vistas salgan de los mismos datos y cuadren.
- Leer la configuración de la respuesta de
GET /api/demo-access/dashboard-ejecutivo(DECISIÓN 3). En modo público se usa el preset por defecto.
Alcance MVP — modalidad compra (Básico/Profesional, 4–9 semanas):
-
Ingesta:
- Conectores Siigo y Alegra (API).
- Google Sheets y carpeta de Excel/CSV en Drive o SharePoint.
- PostgreSQL, MySQL y SQL Server.
- Extractos bancarios en CSV.
- XML de factura electrónica DIAN como fuente de ventas y compras.
- Sincronización programada con registro de errores.
-
Modelo de datos:
- PostgreSQL en Básico; BigQuery opcional en Profesional.
- Transformaciones con dbt Core (Apache 2.0) y una capa semántica de KPIs: una sola definición de "venta neta", "margen" y "cartera vencida" para toda la empresa.
-
Tableros:
- Next.js con ECharts o Recharts, marca del cliente y versión móvil.
- Para autoservicio en Avanzado/Enterprise, evaluar Apache Superset embebido (Apache 2.0). Evitar dependencias cuya licencia impida entregar el código.
-
IA:
- Resumen ejecutivo semanal generado sobre agregados, no sobre datos personales.
- Alertas por desvío (reglas más estadística).
- Pronóstico con modelos de series de tiempo (Profesional en adelante).
- "Pregúntale a tus datos" (Avanzado): texto a SQL, solo de lectura, sobre una lista blanca de vistas y con tope de costo por cliente.
- Distribución: correo, WhatsApp Business (plantilla aprobada por Meta), Slack o Teams, y exportes a PDF y Excel.
-
Seguridad y cumplimiento:
- Roles y filtros por área o sede, con autorización siempre en el servidor.
- Inicio de sesión con Google o Microsoft (opcional) y auditoría de accesos.
- Datos personales de clientes minimizados o seudonimizados en los tableros (Ley 1581).
- Entrega: código, manual de KPIs (diccionario de indicadores), capacitación y 30 días de acompañamiento.
SaaS (DECISIÓN 7): hoy no hay base multi-tenant ni cobro recurrente, así que se muestra "SaaS: lista de espera". Para habilitarlo en la Fase 4 hace falta:
- Core multi-tenant compartido con el chatbot RAG.
- Conectores gestionados, con credenciales cifradas por cliente.
- Programador de sincronizaciones.
- Medición de filas procesadas contra el límite del plan.
- Aislamiento de datos por cliente (esquema o dataset propio).
- Cobro recurrente con Wompi o PayU (COP) y Stripe (USD).
- Copias de seguridad y acuerdo de encargo de tratamiento de datos.
Dogfooding (Fase 5): el tablero de métricas del funnel de Koptup (solicitudes, demos abiertas, conversión) se construye con este mismo producto y se convierte en el primer caso de estudio.
Precios actuales del catálogo (apps/web/src/lib/services-catalog.ts, entrada bi-dashboard; COP):
| Plan | Compra: setup | Compra: mantenimiento/mes | SaaS: setup | SaaS: mes | Volumen incluido | Usuarios admin / finales | Cuentas | Almacenamiento | Implementación | Costos del cliente al proveedor (USD/mes) |
|---|---|---|---|---|---|---|---|---|---|---|
| Básico | $46.000.000 | $4.200.000 | $2.900.000 | $1.590.000 | 100.000 filas/mes | 5 / 50 | 1 | 10 GB | 2–5 semanas | 50–200 (hosting, DB, LLM opcional) |
| Profesional | $117.000.000 | $10.400.000 | $6.900.000 | $3.790.000 | 1 M filas/mes | 25 / 500 | 1 | 80 GB | 5–9 semanas | 300–1.000 (BigQuery, LLM, monitoreo) |
| Avanzado | $273.000.000 | $23.400.000 | $12.900.000 | $7.090.000 | 25 M filas/mes | 75 / 5.000 | 5 | 500 GB | 9–14 semanas | 1.500–5.000 (warehouse enterprise, tiempo real) |
| Enterprise | $585.000.000 | $45.500.000 | $0 (se muestra "Personalizado") | $12.890.000 | 250 M+ filas/mes | Ilimitado | Ilimitado | Ilimitado | 12–20 semanas | 5.000–20.000 (multi-warehouse, CDC) |
- Horas de evolutivos incluidas por mes: 5 / 12 / 25 / 50.
- Soporte: correo 24 h hábiles / + WhatsApp 4 h / + Slack Connect 2 h / tickets con SLA de 1 h.
- Ciclos SaaS: semestral −10 %, anual −20 %.
- Referencia en USD con TRM 3.300: setup de compra ≈ USD 13.940 / 35.450 / 82.730 / 177.270; SaaS ≈ USD 480 / 1.150 / 2.150 / 3.910 al mes.
Recomendaciones de claridad:
- Falta una puerta de entrada pequeña. El Básico pide $46 M de setup, 4,6 veces el RAG Esencial ($9,9 M), para lo que un gerente percibe como "un tablero". Se propone un "Diagnóstico de datos" de 2 semanas, análogo al Piloto RAG: una fuente conectada, un tablero de 10 KPIs, un resumen semanal y un informe de calidad de datos, a un precio en el rango del Piloto RAG y descontable si contrata en 30 días. El valor final lo decide el dueño.
-
Mantenimiento de compra incoherente:
- 12 × $4,2 M = $50,4 M al año, el 110 % del setup Básico.
- Es 2,6 veces la cuota SaaS ($1,59 M), que además incluye hosting.
- Costo total a 12 meses del Básico: compra $96,4 M vs SaaS $22,0 M.
- El dueño debe pasarlo a un % anual del setup (referencia de mercado: 15–25 %) o a una bolsa de horas, y decir qué incluye.
-
SaaS → "Lista de espera" hasta la Fase 4. Enterprise SaaS setup: mostrar "A convenir" en lugar de "Personalizado" (hoy sale de
formatCOP(0)). -
Categoría: pasar de
aiPlatformadata("Datos y analítica"), que es lo que el cliente busca. -
Bullets en lenguaje de cliente:
- Básico: "Hasta 2 fuentes (Siigo/Alegra, Excel o Google Sheets) · 1 tablero con 10–15 indicadores · Resumen semanal por correo · Acceso desde el celular".
- Profesional: "+ Hasta 5 fuentes, incluido tu banco y tu tienda en línea · Pronóstico de ventas · Alertas por WhatsApp · Permisos por área o sede".
- Avanzado: "+ Pregúntale a tus datos · Detección de anomalías · Informes automáticos en Excel y PowerPoint · Datos casi en tiempo real".
- Enterprise: "+ Varias empresas del grupo · Inicio de sesión corporativo (SSO) · Gobierno de datos y auditoría · Gerente de proyecto dedicado".
- Tuteo en lugar de voseo, y un
costoNoteexplicado en pesos: "BigQuery y la IA cuestan entre USD 50 y 200 al mes en Básico (≈ $165.000–$660.000)". - Mostrar en la landing el costo total a 12 meses (setup + mantenimiento + costos estimados del proveedor) de Básico y Profesional.
- Evaluar paquetes cruzados:
- Con el ERP modular, que ya lista "Tableros (vía BI)" como módulo.
- Con Facturación electrónica, para tableros de ventas a partir de los XML DIAN.
Detalle de la política comercial común en Catálogo de productos y Comercial, marketing y legal.
| # | Tarea | Fase | Prioridad | Esfuerzo | Criterio de aceptación |
|---|---|---|---|---|---|
| 1 | Arreglos de credibilidad inmediatos: quitar "KopTup" como empresa analizada, fechas de 2024, notificaciones de mantenimiento y reunión, y emoji; unificar todo en formato COP es-CO
|
Fase 2 — Demos vendibles | P1 | S | Ninguna cifra en formato 1,245,890; ningún texto "KopTup" dentro del tablero; fechas de 2026 |
| 2 | Reescribir los textos del offering bi-dashboard (tuteo, bullets de cliente, sin jerga) y cambiar la categoría a data, en ES y EN |
Fase 1 — Funnel y solicitud de demos | P1 | S |
bi-dashboard.{es,en}.json sin voseo ni términos "CDC", "row-level", "lineage"; la tarjeta aparece en la categoría Datos |
| 3 | Definir con el dueño el "Diagnóstico de datos" (paquete de entrada) y el modelo de mantenimiento de la modalidad compra | Fase 1 — Funnel y solicitud de demos | P1 | S | Precio y alcance del diagnóstico publicados en la landing; mantenimiento anual ≤ al acordado y con "qué incluye" visible |
| 4 | Landing /productos/bi-dashboard con las 9 secciones de este plan |
Fase 1 — Funnel y solicitud de demos | P1 | M | Página publicada; "Solicitar demo" abre el formulario con bi-dashboard preseleccionado; SEO Lighthouse ≥ 90 |
| 5 | Registrar el DemoCatalogItem dashboard-ejecutivo (publico, 14 días, video, capturas), el banner, el CTA contextual y los eventos DemoEvent
|
Fase 1 — Funnel y solicitud de demos | P1 | S | El admin cambia el modo sin desplegar; cada CTA registra un evento con demoSlug=dashboard-ejecutivo
|
| 6 | Dataset único por sector (fixtures/<sector>.ts + generador con semilla) para las 5 industrias |
Fase 2 — Demos vendibles | P1 | M | Test unitario: la suma de movimientos = ingresos del KPI = valor del PDF para el mismo período; 5 presets disponibles |
| 7 | Gráficos con librería (tooltips, ejes en millones de COP) y selector de período funcional | Fase 2 — Demos vendibles | P1 | M | Cambiar de período cambia KPIs, gráficos, Finanzas y PDF; ningún gráfico con coordenadas fijas |
| 8 | Vistas nuevas de Finanzas: flujo de caja a 13 semanas, cartera por edades y P&G vs presupuesto | Fase 2 — Demos vendibles | P2 | M | Las tres vistas usan el dataset del preset y cuadran con el Resumen |
| 9 | Módulo "Pregúntale a tus datos": 6 respuestas pregeneradas en público y LLM real con cupo de 30 preguntas por DemoGrant
|
Fase 2 — Demos vendibles | P2 | M | Sin grant, nunca se llama al LLM; con grant, la pregunta 31 muestra "cupo agotado" y el costo queda registrado por grant |
| 10 | "Prueba con tu Excel" en el navegador y PDF con sus números a cambio de email + consentimiento (lead demo-bi) |
Fase 2 — Demos vendibles | P2 | M | Un archivo de 3.000 filas se procesa en < 3 s sin peticiones de red; el lead aparece en Admin con origen demo-bi
|
| 11 | Alertas y vista previa del "Resumen del lunes" (WhatsApp y correo); PDF generado del dataset vigente | Fase 2 — Demos vendibles | P2 | S | El PDF y el resumen muestran las mismas cifras que el tablero para el período elegido |
| 12 | Tour guiado de 5 pasos, insignias "Incluido desde plan X", personalización desde el DemoGrant y aislamiento del modo oscuro y del localStorage
|
Fase 2 — Demos vendibles | P1 | M | Tour completable en < 3 min; con grant se ven logo, nombre y sector; salir de la demo no deja la clase dark en el sitio |
| 13 | 4 capturas y video de 60–90 s con locución en español y subtítulos | Fase 2 — Demos vendibles | P1 | S | Archivos en docs/wiki/images/ y en la landing; video ≤ 90 s |
| 14 | Dividir page.tsx en componentes, pasar a i18n los textos fijos y agregar un smoke test que corra en CI |
Fase 0 — Endurecimiento | P2 | S |
page.tsx < 250 líneas; 0 textos en español fijos en el código; el test pasa en CI |
| 15 | Base real: conectores Siigo/Alegra/Sheets, capa semántica de KPIs y resumen semanal, sobre el core multi-tenant | Fase 4 — Productos SaaS reales | P3 | XL | Un cliente piloto recibe su tablero actualizado a diario y el resumen del lunes por WhatsApp durante 4 semanas seguidas |
Son metas iniciales a validar con datos reales; no son resultados actuales.
- ≥ 50 % de los visitantes de la demo pública completan al menos 3 pasos del tour (medido con
DemoEvent). - ≥ 8 % de los visitantes de la demo usan "Prueba con tu Excel", y ≥ 30 % de ellos dejan su email para el PDF.
- Conversión landing → solicitud de demo ≥ 3 %.
- Aprobación de solicitudes en < 24 h hábiles, y ≥ 70 % de los prospectos aprobados abren su demo en las primeras 72 h.
- ≥ 25 % de las demos guiadas terminan en un "Diagnóstico de datos" o en una propuesta en ≤ 14 días.
- 0 cifras incoherentes entre vistas, verificado por el test de la tarea 6.
- Primer cliente (o el caso de dogfooding de Koptup publicado) en los 6 meses siguientes a la Fase 2.