> ## Documentation Index
> Fetch the complete documentation index at: https://docs.puente.xyz/llms.txt
> Use this file to discover all available pages before exploring further.
# Casos de uso
> Ejemplos concretos de procesos que Puente OS automatiza en retail, eCommerce y logística.
Estos son procesos reales que construimos con clientes. Cada uno cruza 2-4 sistemas externos y reemplaza horas de trabajo manual semanal por automatización trazable.
Los procesos descritos abajo son representativos de implementaciones reales con clientes de Puente OS. Para casos específicos por cliente con métricas y referencias, escríbenos a [octavio@puente.xyz](mailto:octavio@puente.xyz).
***
## Retail mid-market
Cadenas de tiendas, multi-sucursal, multi-canal. Operaciones repartidas entre Ops, Finanzas, Comercial.
### Conciliación bancaria mensual
**El dolor:** equipo de Finanzas tarda 3-5 días cada mes cruzando movimientos bancarios contra ventas en ERP. Excel grandes, errores humanos, retraso en cierre contable.
**El proceso construido:**
* **Database:** `movimientos_bancarios` (sync diario vía Bsale/Defontana) + `ventas_pos` (desde el ERP)
* **Workflow:** dispara cada lunes a las 6 AM → lee movimientos no conciliados → cruza por monto + fecha + folio → marca matches automáticos
* **Agent:** Conciliador — analiza los movimientos huérfanos (sin match automático) y propone match probable basado en patrones históricos
* **App:** dashboard donde Finanzas revisa lo que el Agent propone y aprueba/rechaza con 1 click
**Resultado típico:** 80-90% de movimientos auto-conciliados, 3-5 días → 4 horas/mes.
### Aprobación de gastos cross-sucursal
**El dolor:** gerentes de sucursal envían solicitudes de compra por WhatsApp → controller las copia a Excel → contralor general aprueba por email → finanzas registra en ERP.
**El proceso construido:**
* **App:** formulario web donde el gerente sube solicitud (monto, proveedor, sucursal, justificación) con foto del presupuesto
* **Workflow:** valida monto vs presupuesto disponible de la sucursal en `presupuestos_sucursal` → notifica al controller en Slack → genera link de aprobación para contralor → si aprueba, crea OC en ERP
* **Agent:** Alertador — escala automáticamente a controller general si el contralor de zona no responde en 24 horas
**Resultado típico:** ciclo de aprobación 5 días → 24 horas, 100% trazable.
### Forecast de demanda por sucursal
**El dolor:** equipo de operaciones reacciona ante quiebres de stock en lugar de anticiparlos.
**El proceso construido:**
* **Database:** `ventas_diarias_sucursal` (3 años history) + `clima_local` (sync con API meteorológica) + `eventos_locales`
* **Workflow:** cada noche corre nodo Python con modelo de forecast (rolling 30 días) → escribe `forecast_proxima_semana` por SKU x sucursal
* **App:** dashboard donde Comercial ve sucursales en riesgo de quiebre + propuesta de transferencia entre sucursales
* **Agent:** Asistente Comercial — responde preguntas en lenguaje natural sobre la data del dashboard
**Resultado típico:** quiebres de stock reducidos 40-60%.
***
## eCommerce
Operadores con tienda propia + marketplaces, multi-país, multi-canal de soporte.
### Soporte al cliente automatizado (WhatsApp + email)
**El dolor:** equipo de SAC responde manualmente preguntas repetitivas sobre estado de pedido, devoluciones, stock. Saturado en peak season.
**El proceso construido:**
* **Database:** `tickets_soporte` con historial completo + `pedidos` (sync con eCommerce)
* **Workflow:** trigger en mensaje entrante WhatsApp → clasifica intent → si es consulta de pedido, busca en `pedidos` y responde automático; si es queja compleja, deriva a humano con contexto pre-cargado
* **Agent embebido:** widget en el sitio web que responde 24/7 sobre productos, políticas, stock disponible
* **App:** dashboard de SAC con cola priorizada por urgencia + sentiment
**Resultado típico:** 60-70% de tickets resueltos sin tocar humano, tiempo de respuesta 4 horas → 5 minutos.
### Sincronización multi-canal (Shopify + Mercado Libre + tienda física)
**El dolor:** stock se desincroniza entre canales. Venden el mismo producto en 2 canales simultáneamente. Sobreventa, cancelaciones, mala reputación.
**El proceso construido:**
* **Database:** `inventario_real_consolidado` con stock unificado por SKU
* **Workflow:** trigger en cada venta (Shopify, Mercado Libre, POS) → descuenta stock en `inventario_real_consolidado` → propaga cambio a los otros canales en menos de 30 segundos
* **Workflow secundario:** cada noche reconcilia `inventario_real_consolidado` vs stock físico para detectar mermas
**Resultado típico:** sobreventa eliminada (de varios casos/mes a cero), reputación en Mercado Libre estable.
### Recuperación de carritos abandonados con IA personalizada
**El dolor:** flujo standard de "carrito abandonado" envía el mismo email a todos. Conversión baja.
**El proceso construido:**
* **Database:** `carritos_abandonados` + `historial_compras_cliente`
* **Workflow:** trigger cada hora → identifica carritos abandonados >2 horas → para cada uno, nodo Agente IA genera mensaje personalizado considerando historial y productos del carrito → envía vía email/WhatsApp según preferencia
* **App:** dashboard que muestra conversión por segmento + permite ajustar tonos/ofertas
**Resultado típico:** recovery rate 5-8% → 18-25%.
***
## Logística
Couriers, fulfillment centers, última milla. Multi-cliente, multi-país.
### Tracking unificado para clientes finales
**El dolor:** cliente del courier consulta estado de envío en 4 sistemas distintos (interno, transportista A, transportista B, app móvil). Inconsistencias.
**El proceso construido:**
* **Database:** `eventos_envio` que agrega data de todos los sistemas trackeados
* **Workflow:** cada 15 minutos sincroniza con APIs de transportistas → normaliza eventos → escribe en `eventos_envio` con un solo formato
* **App pública:** página de tracking unificada `https://app.puente.xyz/public/{public_id}/` que el cliente comparte con destinatarios
* **Agent embebido:** widget de soporte que responde "dónde está mi envío" cruzando datos en vivo
**Resultado típico:** consultas al SAC del courier sobre estado de envío reducidas 70%.
### Asignación automática de despachos a couriers
**El dolor:** operador asigna manualmente cada pedido a un courier basado en zona + tarifa + disponibilidad. Pierde tiempo, optimiza mal.
**El proceso construido:**
* **Database:** `tarifas_couriers` por zona + `historial_performance` (cumplimiento por courier x zona)
* **Workflow:** trigger en nuevo pedido → consulta `tarifas_couriers` para la zona del destino → cruza con historial de cumplimiento → asigna al courier óptimo (mejor balance costo/cumplimiento)
* **App:** dashboard de operaciones con override manual cuando el operador lo necesita
**Resultado típico:** costo de delivery -8 a -15%, cumplimiento en tiempo +5 a +12%.
### Reconciliación de facturas de couriers
**El dolor:** cada mes, el courier envía factura con miles de items que tienen que cuadrar contra los despachos efectivamente realizados. Equipo de Finanzas chequea muestra al azar.
**El proceso construido:**
* **Workflow:** recibe factura del courier (Excel/PDF) → nodo Python parsea filas → cruza cada item contra `despachos_realizados` del mes → reporta discrepancias
* **Agent:** analiza discrepancias detectadas y clasifica (error tarifario, despacho cancelado, doble cobro, etc.)
* **App:** dashboard de discrepancias con acción de "disputar" que genera carta automática
**Resultado típico:** recuperación de cobros incorrectos 0.5-2% del gasto total mensual en delivery.
***
## Patrones comunes
Si miras los 10 casos arriba, notas el mismo patrón:
1. **Database** centraliza data dispersa entre sistemas externos
2. **Workflows** orquestan la lógica que cruza esos sistemas
3. **Agents** asisten al humano con tareas de juicio
4. **Apps** dan al operador interfaz para revisar/aprobar/intervenir
Esto es el [Puente Method](/essentials/conceptos): operadores planifican (Tasks/Cycles) y construyen (Builds) en el mismo workspace.
***
## ¿Quieres explorar tu caso?
Sesión de 1 semana, paga, que mapea tus procesos y define el roadmap de Builds.
Verifica si tus sistemas actuales conectan con Puente OS.