Toyota
Prospección automática de contactos y un CRM de tablero para el equipo comercial.
Desarrollé una plataforma B2B para el equipo comercial de Toyota. Encuentra clientes potenciales sin que nadie los busque a mano y los deja en un tablero donde el equipo sigue cada negociación. Dos módulos, mes y medio de trabajo.
- Mi rol
- Arquitectura, backend de prospección y CRM
- Sector
- Automotriz (B2B)
- Alcance
- App web + Automatización de procesos
- 1 mes y medio
- Tiempo de entrega
- 2
- Módulos entregados
- Brave API
- Fuente de prospección
- Automotriz B2B
- Sector
Stack
- Vue 3
- Vuetify
- Node.js
- Express
- JavaScript
- MongoDB
- Docker
- Dokploy (CD/CI)
- Brave API
Pantallas
Capturas del sistema real en operación.
App web
Prospección automatizada
Búsqueda por puesto y por empresa, recolección de los datos de contacto y lista ordenada por prioridad.
App web
CRM con tableros
Etapas que se mueven arrastrando con el mouse, captura de información y gráficas de resultados.
El problema
El equipo comercial buscaba contactos a mano. Horas armando listas de posibles clientes antes de poder hablar con alguien. Y una vez conseguido el contacto, no había una sola pantalla donde ver en qué iba cada trato. El seguimiento dependía de a quién le tocara acordarse.
Lo que construí
Construí dos módulos que se encadenan. El primero recibe un puesto y una empresa, recolecta los datos de contacto publicados y devuelve una lista ordenada por prioridad. El segundo es un CRM de tablero: las etapas se mueven arrastrando con el mouse, ahí se captura la información del trato y al final hay gráficas de negocios ganados y perdidos. El vendedor abre una pantalla y ve el pipeline completo. Vue 3 con Vuetify al frente, Node y Express con MongoDB atrás, desplegado en Docker con CI/CD en Dokploy. Mes y medio de punta a punta.
Decisiones técnicas
- 01
Prospección por puesto y empresa
Diseñé la búsqueda alrededor de dos parámetros de negocio: a quién quieres y dónde trabaja. Con eso la Brave API recolecta datos de contacto que ya están publicados, así que la búsqueda se puede volver a correr cada vez que el equipo cambia de objetivo.
- 02
Lista priorizada, no un volcado de datos
Los resultados no llegan en crudo: se ordenan por prioridad para que el vendedor ataque primero lo que vale. Automatizar la búsqueda es la mitad del problema; la otra mitad es entregarla en un orden que se pueda trabajar.
- 03
Tablero de etapas arrastrable
Modelé el pipeline como etapas y cada movimiento en el tablero persiste el estado en el backend. El tablero es el registro del avance de cada trato, no una vista encima de otro sistema.
- 04
Captura y gráficas de ganados y perdidos
El CRM cierra el ciclo: la información del trato se captura en el mismo tablero y de ahí salen las gráficas de cuántos se ganaron y cuántos se perdieron. Un CRM sin lectura de resultados es solo captura de datos.
- 05
Dos módulos a producción en mes y medio
Elegí Vue 3 con Vuetify para no gastar tiempo construyendo componentes desde cero, y monté el despliegue en Docker con CI/CD en Dokploy. Eso sostuvo el ritmo para sacar prospección y CRM a producción en mes y medio.
Siguiente proyecto
Semsamex
Cientos de variantes de ropa industrial y una clave que ya nadie teclea a mano.