Ejemplos de paneles y sistemas que la operación usa todos los días.

Versiones rediseñadas de proyectos que Wolkee ya puso en producción en atención, ventas, finanzas, energía y software a medida. Cambia la vista, pasa el mouse sobre los gráficos y mira qué responde cada uno. En Power BI o HTML/CSS, todos pueden funcionar en un portal con tu marca.

Power BI · HTML/CSS · PythonActualización cada 15 minPortugués, inglés y español

Atención · contact center

Colas, agentes, IVR y satisfacción en la misma pantalla.

Paneles conectados a Avaya, Genesys, Five9, Nice y WhatsApp, con actualización cada 15 minutos e implementación en hasta 15 días.

01 · Atención

Flujo de contactos

Cuándo busca el cliente a la empresa y dónde se desborda la cola.

  • Escala de agentes según el pico real de cada canal
  • Abandono en la hora crítica, no en el promedio del día
  • Voz, chat y WhatsApp en la misma escala

Fuentes · Avaya · Genesys · WhatsApp

Flujo de contactos por día y horaÚltimas 4 semanas · Avaya, Genesys y WhatsApp
Contactos en el mes80,7 mil
Hora picoLun 10h
Abandono en el pico6,8%
LunMarMiéJueVieSábDom7h10h13h16h19h22h
menosmássobre 93% del pico
Datos ilustrativos

02 · Atención

Actividad de los agentes

Quién atiende, quién está en pausa y cuán ocupada está la operación.

  • Estado por equipo en tiempo real
  • Ocupación por hora contra la meta
  • Las pausas fuera de patrón generan alerta

Fuentes · Avaya · Five9 · Nice

Actividad de los agentesEstado por equipo y ocupación por hora
Agentes conectados128
Ocupación74%
Pausa media0:42
Seguros
72%
Salud
66%
Retail
75%
Retención
61%
AtendiendoEn esperaPausaOtros
Ocupación por hora
meta 80%8h10h12h14h16h18h20h Datos ilustrativos

03 · Atención

Recorrido en el IVR

Cuánto resuelve el IVR por sí solo y dónde desiste el cliente.

  • Autoservicio medido opción por opción
  • Abandono en el menú y en la cola por separado
  • Base para rediseñar el menú

Fuentes · Avaya · Genesys

Recorrido del cliente en el IVRHaz clic en un camino para abrir el siguiente nivel · septiembre
31% de autoservicio

Entrada

Menú

Opción elegida

Autoservicio

Cola de atención

Cancelación: 5% se resuelven en el IVR y 95% pasan a un agente. En la cola, 7,6% desisten antes de ser atendidos.

Datos ilustrativos

04 · Atención

Satisfacción y NPS

Qué opinó el cliente de la atención, la resolución y la marca.

  • Encuesta integrada a la llamada y al chat
  • Promotores, neutros y detractores por pregunta
  • Tendencia mensual de la nota media

Fuentes · Encuesta post-atención

Satisfacción y NPSEncuesta post-atención · nota de 1 a 5
NPS61promedio 4,31
4%1
3%2
9%3
27%4
57%5
PromotoresNeutrosDetractores
Nota media por mes
EneFebMarAbrMayJunJulAgoSep Datos ilustrativos

Ventas

Del pedido al cliente, con el mismo número para todas las áreas.

Datos de SAP y del CRM modelados en Microsoft Fabric, con vistas por país, estado, canal y cliente.

05 · Ventas

Outlook de ventas

Si el año cerrará en el plan, mes a mes.

  • Real, plan y forecast en el mismo gráfico
  • Valor y volumen con un clic
  • Cierre previsto antes de fin de año

Fuentes · SAP HANA · Microsoft Fabric

Outlook de ventas · Facturado × Plan × ForecastReal hasta septiembre, forecast de octubre a diciembre
Facturado acumulado187,9 M
Plan del año260,8 M
Cierre previsto262,6 M
Cumplimiento100,7%▲
17,4Ene17,9Feb19,6Mar20,0Abr19,9May20,8Jun23,0Jul25,3Ago24,1Sep26,2Oct27,1Nov21,4Dic
NFForecastPO (plan)
Datos ilustrativos

06 · Ventas

Matriz de clientes

Cuántos clientes compran, cuántos volvieron y cuántos están en riesgo.

  • Activos, nuevos, reactivados y en riesgo
  • Comparación por trimestre y año
  • Clientes y facturación lado a lado

Fuentes · SAP · Salesforce

Matriz de clientes por trimestreClientes que compraron y facturación (R$ M) por estado
T1T2T3T4Total
Activos20247026436106552.610
20256886717037242.786
2026745762781—2.288
Nuevos202458644971242
202566728177296
2026849188—263
Reactivados20242218251984
202527243128110
2026332936—98
En riesgo202461667258257
202555494652202
2026443941—124
Datos ilustrativos

07 · Ventas

Embudo de oportunidades

De dónde vienen las ventas que cierran.

  • Origen × resultado en un flujo
  • Tasa de conversión y ciclo de venta
  • Pipeline abierto por canal

Fuentes · Salesforce · Dynamics 365

Embudo de oportunidadesOrigen × resultado · 1.492 oportunidades en 2026
CRM · Salesforce
Tasa de conversión33,4%▲ 2,1 pp
Ticket medioR$ 84,6 mil▲ 6%
Ciclo de venta47 días▼ 5
Pipeline abiertoR$ 30,5 M
Referencia 412Site 365Eventos 238Outbound 296Socios 181Ganadas 498En negociación 361Perdidas 633 Datos ilustrativos

08 · Ventas

Churn y ganancia de clientes

Si la base de clientes crece o se está perdiendo.

  • Nuevos y perdidos en el mismo eje
  • Saldo mensual y retención neta
  • En clientes o en ingresos

Fuentes · SAP HANA · CRM

Churn y ganancia de clientesNuevos (arriba) × perdidos (abajo) y saldo del mes
Churn mensual2,1%▼ 0,4 pp
Saldo del año+186
Retención neta95,8%
EneFebMarAbrMayJunJulAgoSep
NuevosPerdidosSaldo
Datos ilustrativos

09 · Ventas

Ventas por estado

Dónde vende más la empresa y dónde hay espacio para crecer.

  • Mapa por estado en facturación o volumen
  • Ranking de los principales estados
  • Base para metas regionales

Fuentes · SAP HANA

Ventas por estadoFacturación (R$ M) y volumen del año

Estados principales

  1. SP61,2
  2. MG22,4
  3. PR17,8
  4. RS15,1
  5. SC12,6
  6. RJ11,9
Datos ilustrativos

Finanzas

Estado de resultados, gastos y presupuesto sin hojas de cálculo de por medio.

Cierre directo del ERP, gastos frente al presupuesto con lecturas automáticas, puente de margen y prorrateo entre países, en moneda local y en dólares.

10 · Finanzas

Estado de resultados con detalle contable

De dónde viene el resultado del período, del grupo hasta el asiento.

  • Estructura del estado de resultados con la participación de cada grupo
  • Clic para abrir cuentas y asientos
  • Comparación con el año anterior y lectura automática

Fuentes · SAP HANA · Microsoft Fabric

Estado de resultados · detalle contableHaz clic en un grupo para abrir las cuentas · comparación con el año anterior
2.277 asientos
EstructuraParticipaciónValorvs año ant.
Margen de contribución26,7%37,70 M▼ 29,7%
EBITDA12,5%17,70 M▼ 31,2%
Utilidad neta10,4%14,70 M▼ 3,6%
Lectura del períodoIngresos 24,6% por debajo del año anterior; los gastos cayeron 28,3% y el margen de contribución quedó en 26,7% de los ingresos.
Datos ilustrativos

11 · Finanzas

Gastos contra el presupuesto

Cuánto gastó la empresa, en qué y cuánto falta para pasarse del presupuesto.

  • Nómina, gastos operativos y peso en los ingresos
  • Ritmo mensual contra el presupuesto
  • Ranking de áreas con el presupuesto de cada una

Fuentes · SAP HANA · Power BI

Gastos · visión ejecutivaEnero a septiembre · real contra el presupuesto
Gasto totalR$ 18,6 M▼ 27,4% vs PO
NóminaR$ 11,9 M▼ 31,2% vs PO
OperativosR$ 5,4 M▼ 22,6% vs PO
Peso en los ingresos13,8%▼ 0,7 pp

Ritmo mensual · real × presupuesto

2,02,53,03,04,05,0EneFebMarAbrMayJunJulAgoSepOctNovDic
RealPOAhorro

Adónde va cada real

TotalR$ 18,6 M
  • Nómina64%
  • Operativos29%
  • Reparto de nómina4%
  • Tributarios3%

Ranking de áreas · marca = presupuesto

  1. 1FINR$ 2,41 M▼ 39,1%
  2. 2TIR$ 2,07 M▼ 16,9%
  3. 3MKTR$ 2,01 M▼ 38,5%
  4. 4RHR$ 1,59 M▼ 39,1%
  5. 5LOGR$ 1,36 M▼ 41,4%
Datos ilustrativos

12 · Finanzas

Insights automáticos

Qué cambió en el período, escrito en una frase, sin analizar el gráfico.

  • Proyección de cierre del año
  • Concentración, estacionalidad y cuentas que más cambiaron
  • Textos que se actualizan con los filtros

Fuentes · DAX · Power BI

Insights automáticos de gastosLecturas generadas en cada actualización · siguen los filtros
4 lecturas

1Proyección de cierre

Al ritmo actual, el año cierra en R$ 28,0 M, 6,7% por debajo del presupuesto.

PO R$ 30,0 M

Techo para cerrar en presupuesto: R$ 3,0 M por mes.

2Concentración

12 de 24 áreas concentran el 80% del gasto.

80%

Barras = gasto por área · línea = % acumulado.

3Estacionalidad

Febrero fue el mes más caro: 20,4% por encima del promedio.

Línea punteada = promedio mensual.

4Cuentas que más cambiaron

Ferias y eventos fue la cuenta que más creció contra el año anterior.

  • Ferias y eventos+R$ 164 mil
  • Capacitación+R$ 139 mil
  • Combustible+R$ 88 mil
  • Salarios−R$ 2.020 mil
  • Consultoría−R$ 747 mil
  • Marketing−R$ 654 mil

Comparación con el mismo período del año anterior.

Datos ilustrativos

13 · Finanzas

Puente del presupuesto al real

Qué explica la diferencia entre el presupuesto y el gasto real.

  • Ahorro y exceso por grupo de gasto
  • Ejecución del presupuesto por área
  • Lectura lista para la reunión de resultados

Fuentes · SAP HANA · Power BI

Puente del presupuesto al realQué explica la diferencia entre el presupuesto y el gasto real
R$ 9,3 M bajo el presupuesto
27,90 MPO
−5,62 MNómina ADM
−4,07 MNómina COM
−2,41 MGastos ADM
−0,31 MGastos COM
−0,14 MTributarios
+3,25 MReparto
18,60 MReal

Lectura: la nómina administrativa explica el 60% del ahorro; el reparto de nómina fue el único grupo sobre el presupuesto.

Ejecución por área · marca = presupuesto · % ejecutado

  1. FinanzasR$ 5,31 M67%
  2. ComercialR$ 3,98 M59%
  3. TecnologíaR$ 2,71 M65%
  4. PersonasR$ 2,12 M62%
  5. LogísticaR$ 1,62 M60%
Datos ilustrativos

14 · Finanzas

Puente de margen

Por qué subió o bajó el margen: volumen, precio, mix, tipo de cambio o costo.

  • Efecto de cada palanca en puntos porcentuales
  • Consolidado y por país
  • Moneda local y dólar

Fuentes · SAP HANA · Microsoft Fabric

Puente de margenQué explicó la variación del margen bruto, en puntos porcentuales
28,4%Margen 2025
+1,2 ppVolume
+2,1 ppPrecio
−0,8 ppMix
−1,4 ppTipo de cambio
−0,6 ppCosto
28,9%Margen 2026
30,1%Margen 2025
+0,9 ppVolume
+2,6 ppPrecio
−0,5 ppMix
−0,3 ppTipo de cambio
−1,1 ppCosto
31,7%Margen 2026
25,2%Margen 2025
+1,8 ppVolume
+1,2 ppPrecio
−1,3 ppMix
−2,9 ppTipo de cambio
−0,4 ppCosto
23,6%Margen 2026

Lectura: el precio sumó 2,1 pp y el tipo de cambio restó 1,4 pp en el consolidado.

Datos ilustrativos

15 · Finanzas

Reparto entre países

Cuánto de cada gasto compartido pertenece a cada país.

  • Reglas por porcentaje o por headcount
  • El costo sale de quien pagó y entra en quien usó
  • Estado de resultados por país con el gasto real

Fuentes · SQL · Python

Reparto de gastos entre paísesNómina pagada por el País A y distribuida entre los proyectos de cada país
ProyectoPagadoReglaRepartoResultado
País AR$ 10.00070%R$ 7.000−R$ 7.000
País B—15%R$ 1.500−R$ 1.500
País C—10%R$ 1.000−R$ 1.000
País D—5%R$ 500−R$ 500

El costo sale del país que pagó y entra en el proyecto que lo usó. El estado de resultados de cada país muestra el gasto real.

Datos ilustrativos

Energía solar

Generación, auditoría, facturas y cobranza de más de 1 GW de plantas.

Pronóstico por radiación solar, auditoría entre inversor y distribuidora, lectura de facturas con IA y la factura que recibe el cliente, todo generado por el mismo sistema.

16 · Energía

Previsibilidad de generación

Cuánto generará cada planta y si está generando lo que debería.

  • Previsión por la radiación solar del INMET
  • Rango de tolerancia para alertar desvíos
  • Base para facturar y planificar créditos

Fuentes · INMET · Python · Power BI

Previsibilidad de generaciónRadiación (kWh/m²/día, INMET) y energía generada × prevista
Ene6,1
Feb5,9
Mar5,4
Abr4,9
May4,3
Jun4,0
Jul4,2
Ago4,8
Sep5,3
Oct5,8
Nov6,0
Dic6,2
Generado en el año1,06 GWh
Adherencia a la previsión96,8%
Próximo mes+9% de generación▲
EneFebMarAbrMayJunJulAgoSepOctNovDic
GeneradoPrevistoRango de ±8%
Datos ilustrativos

17 · Energía

Auditoría de energía

Si la energía que informó la distribuidora coincide con la que midió el inversor.

  • Inversor × factura de la distribuidora, mes a mes
  • Diferencias sobre 2% generan alerta
  • Base para reclamar a la distribuidora

Fuentes · Inversores · Python

Auditoría de energíaLo que midió el inversor × lo que la distribuidora informó en la factura
Inversor (MWh)3.068
Distribuidora (MWh)3.043
Diferencia (MWh)25
EneFebMarAbrMayJun⚠ 4,8%JulAgoSep
InversorDistribuidora⚠ diferencia sobre 2%

Julio: la distribuidora registró 4,8% menos energía que el inversor. Reclamo abierto.

Datos ilustrativos

18 · Energía

Factura de la distribuidora leída con IA

Qué trae la factura de la distribuidora, sin que nadie digite.

  • Captura automática en los portales de las distribuidoras
  • Lectura con IA y nivel de confianza por campo
  • Control contra el reparto del contrato

Fuentes · Python · OpenAI · OCR

Factura leída con IACaptura en el portal de la distribuidora, lectura y control automáticos
validada
  1. Unidad consumidora3002 418 77199,9%
  2. ReferenciaSEP/202699,9%
  3. Energía inyectada41.860 kWh99,7%
  4. Créditos compensados38.214 kWh99,6%
  5. Valor de la facturaR$ 1.284,3799,8%
  6. Vencimiento18/10/202699,9%
✓Los créditos coinciden con el reparto del contrato · diferencia de R$ 0,00
Datos ilustrativos

19 · Energía

Distribución de créditos

Adónde va la energía de cada planta y cuánto crédito está por vencer.

  • Reparto por planta y clase de consumidor
  • Créditos acumulados y por vencer
  • Cobranza generada a partir del reparto

Fuentes · Python · SQL · Power BI

Distribución de créditosMWh compensados por planta y clase de consumidor · septiembre
412 unidades
Inyectado1.297 MWh
Compensado96,4%▲ 1,2 pp
Acumulado46,7 MWh
A vencer en 60 días3,1 MWh!
UFV Planalto 612UFV Terra Nova 384UFV Serra Azul 301Comercial 498Industrial 372Rural 241Sector público 186 Datos ilustrativos

20 · Energía

Factura que recibe el cliente

Cuánto paga el cliente, cuánto ahorró y de dónde viene cada valor.

  • Generada y enviada por el sistema cada mes
  • Ahorro contra la factura simulada de la distribuidora
  • Carbono evitado y árboles equivalentes

Fuentes · Incite · Python

Factura que recibe el clienteGenerada cada mes por el sistema, con el ahorro frente a la distribuidora
PDF · e-mail
Datos ilustrativos

Sistemas a medida

Registros y reglas que reemplazan la hoja de cálculo compartida.

Aplicaciones web (CRUD) con inicio de sesión único, control de acceso y registro de cada cambio. Los datos alimentan los paneles automáticamente.

21 · Sistemas

Gestión de accesos (RLS)

Quién ve qué en el BI, sin ticket para TI y con registro de cada cambio.

  • Acceso por país, reporte, margen y vendedor
  • Login único con Microsoft Entra ID o Google
  • Tipos de cambio y sustituciones de producto y cliente en la misma app

Fuentes · Python · Flask · SQL Server · Azure

Gestión de accesos a los reportes (RLS)Aplicación web en Python con login de Microsoft · cada fila define lo que la persona ve en el BI
CRUD · SQL Server
UsuarioPaísReportesMargenRLSVisualización
Ana Ribeiroana.ribeiroPaís A y D
Carlos Méndezcarlos.mendezCarlos Méndez
Juliana Pradojuliana.pradoTodos
Diego Rojasdiego.rojasDiego Rojas
Marina Costamarina.costaPaís D
Exportar RLS de todos los usuarios

Haz clic en los campos para cambiarlos y en Guardar.

Datos ilustrativos

22 · Sistemas

Registro de unidades consumidoras

Donde el equipo registra plantas, clientes y unidades, y sigue la captura de cada factura.

  • Grupos, matrices y unidades consumidoras
  • Logins de los portales guardados con seguridad
  • Estado de la captura y alertas de diferencias

Fuentes · Incite · Python · SQL

Registro de unidades consumidorasEl registro que dispara la captura de facturas, el reparto y la cobranza
CRUD · Python
AgregarCambiar grupoEliminar

Estado de la captura · hoy

  • ✓UC 3002418771PO 700 · Condominio · NeoenergiaFactura de septiembre capturada
  • ✓UC 3002418790Sabin II · Clínica · NeoenergiaFactura de septiembre capturada
  • …UC 1325845Terraço · Comercio · EquatorialEsperando el portal de la distribuidora
  • !UC 7781204Vega · Industria · CPFLEnergía 4,8% por debajo del inversor
  • ✓UC 5524319Guará II · Escuela · EquatorialFactura de septiembre capturada
Datos ilustrativos

Cuéntanos qué necesitas construir.

En 30 minutos entendemos el escenario y te mostramos el camino más corto hacia el resultado. Sales de la conversación con un próximo paso claro.

  • Diagnóstico gratuito, sin compromiso
  • Prototipo funcionando antes del contrato
  • Eliges el día y el horario
Teléfono+55 (11) 4858-2457 · lun. a vie., 9 a 18 h (BRT)

Agenda tu diagnóstico gratuito

30 minutos, sin compromiso. Marca lo que quieres resolver y elige un horario libre.

¿Qué quieres resolver? (uno o más)
Elige día y horario

Hora de Brasilia (GMT-3). La invitación con el enlace de Google Meet llega a tu correo.

Usamos tus datos solo para agendar y realizar el diagnóstico, según la Política de Privacidad.