El reto
Genesix operaba entrando a seis paneles distintos (Meta Ads, Instagram, Facebook, YouTube, Google Analytics 4, Search Console) para copiar cifras a mano y armar el informe mensual de cada cliente. El problema real no era solo el tiempo: era la confianza en el dato. Un tablero que muestra una cifra equivocada es peor que no tener tablero, porque esa cifra se lleva a la reunión con el cliente.
La solución
Construimos JARVIS: un tablero de inteligencia de marca dentro de la zona de administración de Genesix, con 11 secciones y un agente conversacional con IA que lee las seis plataformas, normaliza los datos y responde preguntas en lenguaje natural. Buena parte del trabajo de ingeniería fue construir defensas activas contra que el sistema afirmara cosas que los datos no sostienen: no mostrar 0% cuando el dato no existe en la API, no llamar "personas únicas" a una cifra que no lo es, no declarar una marca "en crisis" sin suficiente muestra, no proyectar un mes completo con un día sin cerrar. El agente JARVIS puede incluso cambiar el período de consulta por su cuenta y volver a leer las plataformas para responder con datos correctos, dejando siempre un sello visible con el período real usado. Todo construido sin frameworks de frontend ni librerías de gráficas —HTML, CSS y JavaScript vanilla más PHP/MySQL— porque el sitio corre en hosting compartido y debía poder actualizarse por FTP sin pipeline de build.
El resultado
El equipo de Genesix pasó de armar informes a mano copiando cifras de seis paneles distintos, a tener un sistema que lee todo automáticamente, avisa cuando algo cambió de forma relevante, y genera documentos y presentaciones descargables listos para el cliente. El sistema también detecta patrones que antes eran invisibles —como ataques personales escondidos en comentarios de YouTube— gracias a una clasificación por peso y un panel dedicado de "focos de hostilidad".
