1. Contexto Del Proyecto
El cliente es una empresa de servicios en Estados Unidos con un ciclo de venta largo, una base grande de leads, varios canales de comunicación y un flujo sensible de firma de documentos
Kommo ya era el CRM central, pero el negocio necesitaba una capa más clara de sales intelligence: dónde estaba el principal pipeline value, qué oportunidades tenían mayor potencial, qué canales funcionaban mejor y cómo mover al cliente más rápido desde la primera solicitud hasta documentos y pago
Mi rol no fue simplemente conectar APIs. Tenía que entender el sales process existente, encontrar el dinero dentro de los datos del CRM, diseñar una capa de control sobre Kommo y lanzar integraciones para documentos, SMS y sales operations
2. Situación Inicial
•El CRM no empujaba el proceso: Kommo contenía oportunidades activas, pero muchas no tenían una siguiente acción explícita
•La disciplina dependía demasiado de las personas: si el responsable no creaba follow-up o no actualizaba el stage, el owner veía el problema tarde
•Los documentos vivían aparte: la firma del agreement tenía que conectarse con un deal, un template y un link-to-sign flow concretos
•Los SMS tenían restricciones de compliance: el proveedor podía integrarse técnicamente, pero US messaging exigía toll-free registration, opt-in wording, privacy language y approval
•AI era atractiva, pero el primer paso tenía que ser realista: antes de crear una gran capa de AI, el negocio necesitaba una vista rápida y basada en datos de dónde fallaba el control del CRM
3. Alcance
•Auditar Kommo pipelines, stages, custom fields, users, leads y tasks
•Detectar pipeline value, successful revenue, stage bottlenecks y los puntos donde la automatización podía fortalecer ventas más rápido
•Lanzar un integration bridge entre Kommo, DocuSign y SMS-provider
•Crear lógica para document templates y signing links específicos por deal desde el contexto de CRM
•Preparar SMS delivery sin violar US compliance requirements
•Diseñar el primer Sales Control Layer: rules, audit, revenue visibility, CRM notes y AI-assisted recommendations
•Mantener el sistema seguro: dry-run mode, idempotency, CRM writes controlados y nada de outreach masivo caótico a leads antiguos
4. Solución
CRM Audit & Sales Leakage
•Recogí vía Kommo API la estructura de pipelines, stages, users, custom fields, leads y tasks
•Construí un audit snapshot que mostró el mapa de valor dentro del CRM: active pipeline, completed revenue, high-potential stages y channel-level opportunities
•Analicé stage value, won revenue, active pipeline y los canales donde la automatización podía fortalecer ventas más rápido
•En vez de un “llamemos otra vez a todos”, el enfoque fue data-driven: primero encontrar dónde fuga el proceso, luego automatizar solo los puntos de control importantes
Kommo Integration Bridge
•Lancé un Node.js / Express bridge para Kommo webhooks y acciones de integración
•Separé los API clients por responsabilidad: Kommo, DocuSign y SMS-provider
•Diseñé las integraciones por fases, para que documentos, mensajes, audit jobs y manager tasks no se bloquearan entre sí
•Para CRM writes diseñé idempotency, evitando que webhooks o daily audits crearan tasks y notes duplicados
DocuSign Flow
•Analicé el agreement process y lancé la conexión entre Kommo deal, document template y signing flow
•El flujo crea un envelope, genera un stable signing link y escribe el resultado de vuelta en CRM
•Documenté un blocker externo: production approval en DocuSign no se podía resolver con código y debía pasar account/app review
•El valor real no estaba en pulsar un botón de integración, sino en convertir la firma de documentos en una arquitectura controlada con fallback para managers
SMS & Compliance
•Verifiqué SMS delivery con el proveedor y preparé un registration package para US toll-free messaging
•Quedó claro que SMS no podía lanzarse como una integración técnica normal: hacían falta opt-in wording, privacy-policy language, sample templates, business verification y campaign approval
•Diseñé un fallback seguro: si SMS no estaba disponible por compliance approval, el signing link podía seguir creándose y enviarse por otro canal desde el manager
•Así la integración seguía siendo útil sin empujar al negocio hacia messaging riesgoso
Sales Control Layer & AI
•Diseñé la primera capa AiSS — AI Sales Supervisor para Kommo
•El principio era simple: deterministic rules mantienen el proceso dentro de límites controlados, mientras AI ayuda a redactar manager-facing recommendations, risk summaries y next-best actions
•El primer scope no dependía de DocuSign ni SMS, así el negocio podía recibir valor rápido: daily audit, revenue visibility, stage recommendations y CRM notes
•El plan de lanzamiento incluía dry-run mode, límites por pipelines/stages, batch processing y revisión manual de los primeros high-priority deals
5. Resultado
•Una vista clara de dónde estaba el pipeline value más fuerte dentro de Kommo
•Un owner-level audit snapshot basado en sales-control gaps, no en impresiones vagas
•Una arquitectura de integration bridge para Kommo, DocuSign y SMS-provider
•Un document-signing flow lanzado y conectado a CRM deals y template logic
•Un SMS plan consciente de compliance, sin intentar saltarse US messaging rules
•Un Sales Control Layer lanzado: rules, AI recommendations, CRM notes, idempotency y dry-run safety
•Un camino práctico de “tenemos muchos leads en CRM” a “sabemos dónde está el dinero, qué ya funciona y qué deberíamos escalar”
6. Impacto De Negocio En Números
La auditoría hizo visible la escala del potencial: el CRM tenía 3,542 deals abiertos y alrededor de $623,765 de active pipeline value. El owner recibió una executive view de dónde se concentraba el dinero y qué segmentos merecían atención primero
La auditoría también dividió el pipeline en segmentos prácticos de negocio: sales, repair, credit build, funding, old-base y ads. En lugar de una sensación general de “hay mucho dentro del CRM”, el cliente recibió un mapa estructurado de revenue opportunities, active stages y canales escalables
Después del lanzamiento, la capa de control convirtió Kommo en un sales intelligence layer: el owner pudo gestionar con pipeline y revenue data en vez de intuición. El CRM registraba 117 won deals y cerca de $261,950 de successful revenue en etapas completadas, creando una base más fuerte para follow-up, reactivation y AI-assisted sales operations
7. Resultado Técnico
Este caso trató de convertir el CRM de una base pasiva de deals en un sistema operativo de control comercial
Kommo siguió siendo familiar para el equipo, pero encima apareció una capa que hacía visibles pipeline value, revenue movement, document steps y compliance blockers. No reemplazaba ventas; daba al owner control sobre cómo CRM convierte solicitudes, documentos, mensajes y follow-up en revenue
