Inteligencia artificial y automatización
IA, APIs e integraciones al servicio de objetivos de negocio concretos.
Especialista en inteligencia artificial, datos y Revenue Operations, aplicados con criterio de negocio.
La mayoría de los problemas que una empresa le atribuye a su CRM no viven en la herramienta.
Viven en el modelo de negocio: en cómo se califica una oportunidad, en qué define realmente que un deal avanza de etapa, en si el precio refleja el valor entregado. Cambiar de plataforma no resuelve ninguna de esas decisiones.
Antes de configurar la primera automatización, hay que entender cómo genera dinero la empresa: dónde se producen los ingresos y dónde se pierden. La arquitectura tecnológica refleja esa realidad — no al revés.
La inteligencia artificial no cambia ese orden. No reemplaza entender el negocio: lo amplifica, cuando el negocio ya está bien entendido.
IA, APIs e integraciones al servicio de objetivos de negocio concretos.
Base matemática y de business intelligence para decisiones fundamentadas.
Operaciones comerciales que integran datos, procesos y tecnología en un solo sistema.
Plataformas, bases de datos y procesos que sostienen la operación y perduran.
Interlocución a nivel directivo, alineando las tres dimensiones alrededor del revenue.
Decisiones basadas en evidencia, no en intuición.
Crecimiento predecible y medible.
Tecnología y procesos que se adoptan y perduran.
Negocio, datos y equipos alineados.
Escribo sobre los patrones que veo repetirse en las empresas B2B de la región. Análisis con foco en el negocio. Tres líneas editoriales:
Cada pieza toma un síntoma que las empresas le adjudican al CRM y muestra que el problema vive en el modelo de negocio, no en la plataforma. Una segunda opinión, centrada en el negocio.
Tu pipeline crece pero tu facturación no se mueve.Leer ↗
El forecast del CRO nunca pega.
Cerrás clientes que churnean a los 12 meses.
Implementaron IA y nadie la usa.
Una lección por pieza, en negativo. La antigüedad como activo: no se declara, se demuestra.
Contratar un VP de ventas antes de tener proceso de ventas.
Confundir un CRM bien configurado con RevOps.
Pensar que más leads soluciona un problema de cierre.
Cambiar de CRM cuando el problema es el proceso.
Historias reales de la semana, siempre anonimizadas, con una sola conclusión. La lectura desde adentro.
Esta semana un cliente me dijo que HubSpot no sirve.
Un CEO me preguntó si la IA va a reemplazar a sus vendedores.Leer ↗
La diferencia entre un proceso y un workflow.
Decirle que no a un cliente fue la mejor decisión del trimestre.
Investigo cómo se aprende cuando cualquier respuesta está a una pregunta de distancia. Tomo modelos clásicos del aprendizaje y del diseño instruccional, y los contrasto con la evidencia reciente sobre inteligencia artificial.
Cada pieza revisa una teoría o un método de aprendizaje a la luz de la IA: qué sigue vigente, qué cambió y qué dice la evidencia. Con fuentes al final.
La IA resolvió la parte fácil del modelo ASSURE.Leer ↗
Organizar lo que sabés cuando la IA recuerda por vos.
Un segundo cerebro no piensa por vos.
Mezclar temas cuesta más y enseña mejor.
Los adultos aprenden distinto. La IA todavía no se enteró.
Diseñar por aproximaciones sucesivas, a la velocidad de la IA.
Por qué casi nada de lo que se enseña se aplica.
Recordar en una época en que nadie necesita recordar.
Charlas grabadas con colegas del mundo de la inteligencia artificial, los datos y el revenue. Sin libreto: dos sillas, un tema, una hora larga.
Una base técnica en estadística y matemática, combinada con años de dirección en CRM, customer intelligence y operaciones comerciales en compañías líderes de retail y consumo. Desde 2013, al frente de mi propia consultora.
La consultora de Revenue Operations que fundé en 2013. Entendemos el negocio antes de tocar la plataforma, y operamos a nivel C-suite en cinco mercados.
Una conversación para entender tu modelo de negocio suele valer más que otra implementación apurada.