03 — CASO DE ESTUDIO · 2026
WhatsApp Assistant
De los mensajes sueltos a solicitudes estructuradas.
Proyecto desarrollado durante mi etapa profesional en INMÍNER Ingeniería.
01 CONTEXTO
Las consultas sobre el laboratorio y los vehículos históricos llegaban por WhatsApp, el canal que los clientes ya usan. Responderlas consumía tiempo y la información valiosa se quedaba enterrada en conversaciones.
02 PROBLEMA
Había que atender bien sin atar a una persona al chat: resolver las dudas frecuentes, detectar cuándo alguien está pidiendo una oferta y solo entonces pedirle sus datos — y que toda esa información llegara estructurada a la empresa.
03 EL SISTEMA
Un MVP que resuelve dudas y, solo cuando hay interés real, convierte la conversación en una solicitud.
LAS PIEZAS
- 01CONVERSACIÓN
- Responde consultas con normalidad y pide datos únicamente en el momento de solicitar oferta.
- 02CAPTURA
- Nombre, vía de contacto y tipo, modelo y año del vehículo, recogidos dentro de la propia conversación.
- 03RESUMEN
- Cada solicitud se cierra con un resumen legible, que es lo que llega a quien tiene que responder.
- 04ALMACÉN
- Conversaciones, solicitudes, conocimiento y correcciones persistidos en MySQL/MariaDB.
- 05PANEL
- Un panel administrativo para revisarlo todo: qué se preguntó, qué se respondió y qué hay que corregir.
EL RECORRIDO
01
WHATSAPP
Alguien escribe como escribiría a una persona.
02
BOT
Resuelve la duda; si hay interés, pide los datos.
03
API
La conversación se convierte en campos.
04
DATABASE
Solicitud, contacto y conocimiento quedan guardados.
05
PANEL
El equipo revisa, corrige y responde.
04 STACK
- Node.js
- TypeScript
- Express
- MySQL
- MariaDB
- Twilio
05 DECISIONES
From WhatsApp chaos to structured data.
Cada conversación deja de ser un hilo perdido: solicitudes, datos de contacto y conocimiento quedan guardados en tablas, con trazabilidad y revisión desde el panel.
The bot prepares. The person decides.
El asistente recoge, ordena y deriva. La decisión comercial y el trato final siguen siendo humanos — la automatización prepara el terreno.
Architecture follows the project, not the hype.
La persistencia empezó planteada en Supabase y la replanteé sobre MySQL/MariaDB local cuando las necesidades operativas lo pidieron. El modelo se adapta al proyecto, no al revés.
06 RESULTADO
Resultados cualitativos. No se publican métricas que no pueda sostener.
- Consultas centralizadas con trazabilidad completa.
- Captura de solicitudes de oferta sin intervención manual.
- Panel administrativo para supervisar conversaciones y conocimiento.
- Base iterativa lista para seguir evolucionando.
SERVICIOS QUE INTERVIENEN
¿ALGO PARECIDO?
Si tu problema se parece a este, hablemos.
Cada sistema es distinto, pero el punto de partida siempre es el mismo: entender el proceso.