PLATAFORMA
Del tratamiento a la atención al cliente, vea cómo los datos de un operador se convierten en decisiones — analítica primero, modelos solo donde son útiles.
No todas las preguntas necesitan IA. Cada ejemplo indica el método en el que se basa.
150+ resúmenes cada mes. Dos ejemplos reales a continuación.
Dos resúmenes que los equipos de una empresa de agua recibieron de la plataforma, redibujados con sus cifras originales y traducidos. Sin nombres, logotipos ni enlaces.
Calculados con los datos de dos operadores — una empresa de agua y un operador de servicios urbanos —, agregados por mes y por categoría. Sin nombres, lugares ni cuentas.
Cifras inventadas, salvo indicación Datos reales.
La mayoría de los casos se basan en reglas, indicadores y análisis estadístico. Cuando un modelo aporta valor, se utiliza para una tarea definida, bajo la misma gobernanza de Sparkoper.
Este resumen tiene en cuenta las solicitudes creadas entre el 31 de agosto de 2026 y el 6 de septiembre de 2026.
Se muestran las 10 entradas principales.
Se muestran las 10 entradas principales. Se cuentan todas las acciones relacionadas con las solicitudes.
Número de solicitudes creadas para los equipos asignados.
Periodo del 1 de julio de 2026 al 31 de julio de 2026.
De un total de 233 equipos.
Intervenciones preventivas y correctivas realizadas durante el mes en cuestión.
Intervenciones preventivas y correctivas realizadas durante el periodo.
Intervenciones correctivas creadas durante el periodo.
Intervenciones preventivas y correctivas realizadas durante el periodo.
Proporción de solicitudes por naturaleza. Las entradas libres que no encajan en ninguna categoría se agrupan en Otros.
Las 406 solicitudes de facturación por naturaleza, de abril de 2025 a septiembre de 2026. La facturación sin consumo supone por sí sola más de la mitad.
Proporción de solicitudes cuya cuenta de cliente planteó la misma categoría de problema más de una vez en el periodo, por categoría. Solo se cuentan las solicitudes con un número de cuenta utilizable. Un contacto repetido no prueba que un problema quedara sin resolver: muestra dónde la resolución en el primer contacto y el seguimiento proactivo merecen atención.
Intervenciones creadas cada mes: órdenes de trabajo planificadas y solicitudes correctivas. Septiembre de 2026, mes incompleto, no se muestra.
Intervenciones planificadas y correctivas por sistema, de diciembre de 2025 a septiembre de 2026. Los cuatro decantadores y los filtros de arena están agrupados.
Solicitudes correctivas por equipo, de diciembre de 2025 a septiembre de 2026. 42 equipos generaron al menos un registro correctivo; los 16 que volvieron más de una vez concentran 51 de los 77 registros. Son los primeros candidatos a un análisis de causa raíz.
Solicitudes por categoría desde enero de 2023. Las categorías más pequeñas se agrupan en Otros.
Estado actual de las solicitudes por año de creación. 2023 y 2024, con solo 15 solicitudes, se agrupan. 2026 llega hasta el 12 de septiembre: las solicitudes recientes siguen en curso.
Solicitudes mensuales desde noviembre de 2025. Proyección: media de los tres últimos meses completos; la franja cubre el 80 % de las desviaciones pasadas de un mes a otro. Un método estadístico deliberadamente sencillo, no un modelo.
Datos reales, anonimizados. Solicitudes correctivas por mes, de enero a agosto de 2026. Proyección: un modelo de conteo de Poisson sobre el ritmo diario medio del 1 de enero al 12 de septiembre de 2026 (77 solicitudes en 255 días), con un rango predictivo del 80 %. En lugar de predecir fallos individuales con pocas variables, dimensiona la carga correctiva que hay que planificar.
Cifras inventadas. La puntuación combina horas de funcionamiento, tendencias de vibración y temperatura, e historial de fallos. Por encima de 70, la bomba se inspecciona antes de su próximo mantenimiento planificado.
Cifras inventadas. La probabilidad combina edad y material de las tuberías, variaciones de presión, caudal nocturno e historial de reparaciones. Los sectores en cabeza son los primeros candidatos a la detección acústica de fugas.
Cifras inventadas. Demanda diaria media por mes, en miles de m³, proyectada a tres meses con una franja del 80 %. El límite superior de la franja supera la capacidad en noviembre: es momento de planificar almacenamiento y gestión de presión.
Datos reales, anonimizados. La categoría estructurada indica Facturación, pero 85 de los 406 comentarios también describen una interrupción del servicio: facturación durante un periodo sin suministro, facturas sin consumo, falta de agua prolongada. En el conjunto de datos, 132 solicitudes revelan un problema de suministro que no aparece en su categoría principal, cerca del 13 % de las solicitudes fuera de Falta de agua. Solo se publican recuentos; no se muestra ningún comentario.
Datos reales, anonimizados. Un modelo evaluó el tono de 1.861 descripciones de solicitudes de clientes, de abril de 2025 a septiembre de 2026: negativo, neutro o positivo. Solo se publican las proporciones. Una reclamación es negativa por naturaleza; esta proporción es la referencia que seguir en el tiempo.
Recomendación para revisión de mantenimiento, no una decisión automática.
Datos reales, anonimizados, de diciembre de 2025 a septiembre de 2026. Tras eliminar tres duplicados exactos (misma fecha, equipo y tipo), el sistema depósito de agua tratada tiene 12 eventos correctivos distintos; 11 afectan a tres bombas de la misma familia, todos hidráulico-mecánicos. La analítica calcula estos hechos; después, un modelo puede redactar una recomendación a partir de ellos, como la de arriba. No detecta las cifras ni decide en lugar del ingeniero.
Cifras inventadas. Un modelo propone una categoría para cada solicitud escrita en texto libre. Por debajo de un umbral de confianza, un agente revisa la propuesta antes de derivar la solicitud.
Cifras inventadas. Para cada solicitud, un modelo recomienda la siguiente acción. Nada ocurre hasta que un agente la acepta, modifica o rechaza, y cada llamada al modelo queda registrada.