Un bot WhatsApp para distribuidora de pesticidas en Guatemala tiene tres exigencias particulares: catálogo con regulación CTGUA, pricing por zona geográfica y ruteo multi-franquicia. Sin esas tres, el bot es un autoresponder que no sirve para vender plaguicidas en serio. En una operación real con 100 franquicias internacionales y 100 bots WhatsApp con templates Meta pre-aprobadas multi-idioma, la arquitectura entrega visibilidad consolidada que el SQL Server legacy nunca dio. Cuando los datos se unifican, los problemas se anuncian solos.
El problema típico de una distribuidora guatemalteca
La distribuidora de plaguicidas promedio en Guatemala opera con stack heredado: SQL Server 2019 con 13 millones de filas legacy, 197 tablas inconsistentes acumuladas en 10 años, catálogo en Excel que el director comercial mantiene a mano, cotizaciones generadas manualmente en Word y WhatsApp del vendedor con miles de conversaciones sin estructura. Si hay franquicias, cada una opera con su propio Excel y su propio número.
El bot WhatsApp serio tiene que hablar con todo eso sin romper lo que ya funciona. Despliegue paralelo, no big bang.
La arquitectura que sí escala a 100 franquicias
En una distribuidora guatemalteca con holding internacional implementamos plataforma multi-tenant que opera 100 franquicias. La estructura técnica:
| Componente | Tecnología | Función |
|---|---|---|
| WhatsApp Business API | Baileys OSS + Meta API | 100 bots, 1 por franquicia, números verificados |
| Webhook redundante | Twilio + Meta dual channel | Cero pérdida de mensajes |
| Templates multi-idioma | Meta pre-aprobadas | Español, inglés, portugués operativos |
| Data Lake | Supabase Bronze/Silver/Gold | 3.6M filas migradas en 48h |
| Cotizador | Reglas pricing por zona | Catálogo con regulación CTGUA |
| Pasarela | Stripe Connect Standard | Pass-through pago, cero margen Catalizadora |
| Audit log | PostgreSQL append-only | SHA-256 hash chain verificable |
| Reportería | 28 KPIs JavaScript + IA narrativa | Browser-side compute, cero server CPU |
Eso no se entrega con SaaS. Eso se entrega con software a medida, propiedad del cliente, sin licencias atadas.
Por qué multi-franquicia exige RLS Postgres, no SaaS
Un SaaS de chatbot retorna a una sola cuenta con visibilidad uniforme. Una distribuidora multi-franquicia necesita lo contrario: cada franquiciado ve solo sus leads y sus cotizaciones, el regional ve su región, el dueño del holding ve todo consolidado. Eso es RLS multi-tenant con JWT custom claims, no permisos de SaaS.
En la distribuidora guatemalteca implementamos 7 roles RBAC (tni_admin, tni_regional, franchise_owner, franchise_admin, franchise_manager, franchise_user, auditor) con RLS por oficina_id desde el JWT, y deny UPDATE/DELETE absoluto en schema de audit. Esa arquitectura es la única que aguanta compliance y escala simultáneamente.
Hallazgos invisibles cuando convergen los datos
En la fase Mapeo de la distribuidora aparecieron hallazgos que el director general llevaba 5 años sin ver:
- Servicios prestados pero nunca cobrados (cientos al año entre las franquicias)
- Inventario con cantidades negativas en 4 sucursales
- Esquemas de pago paralelos entre franquicias y holding
- Cuellos de botella en aprobación de cotizaciones de productos restringidos
- Anomalías financieras que el contador no había detectado en auditorías mensuales
No buscamos problemas, los datos los revelan. El bot WhatsApp es la punta visible: detrás se reorganiza la operación completa.
El caso real: 100 bots, 12 semanas, 26,000 USD
En el caso de distribuidora con holding en Delaware y 100 franquicias internacionales, el alcance final fue:
- Plataforma Next.js + FastAPI + Supabase Pro + Stripe Connect Standard
- 100 franquicias go-live en 12 semanas sin piloto
- 249 issues en Linear distribuidas en 12 sprints semanales
- 5 módulos entregados (Cross-Sell, AI Sales, Token Credits, Reportería Avanzada, Enhanced Pest Control)
- 28 KPIs en reportería final con 14 secciones HTML v3
- Wave model: 3 olas de testing + go-live ola 3
- Inversión total: 26,000 USD fijos, sin step-functions
Lo que antes tomaba 30 ingenieros y 18 meses lo entregamos en semanas.
Qué NO hacer al cotizar este proyecto
Tres errores típicos que matan el ROI:
- Pagar SaaS mensual (WATI, Zenvia, Trengo) que no se integra con SQL Server legacy y retiene tus conversaciones
- Contratar agencia local con retainer 1,500 USD al mes para mantener el bot. La operación termina dependiendo de la agencia, no del cliente
- Saltar la fase Mapeo. Sin Data Lake unificado, el bot vive aislado y nunca cierra ventas con calidad medible
La alternativa: MAGIA Core con propiedad total. Código, datos, infraestructura, dominios y números a nombre del cliente. Sin retainers, sin licencias atadas, código a tu nombre.
Próximos pasos
Si tu distribuidora de pesticidas en Guatemala opera con WhatsApp manual, Excel del comercial y SQL Server viejo, el bot serio empieza por mapear la operación antes de tocar código. La fase de Mapeo (semanas 1 a 2) entrega blueprint ejecutivo con hallazgos, módulos y ROI proyectado antes de construir nada.
Llamada de 30 min, sin pitch deck, conversación real sobre tu operación: agenda con MAGIA Core si tienes 1 a 5 sucursales o con MAGIA Forge si manejas multi-franquicia internacional con compliance y plataforma a medida.