# Caso · Lupita, marketing manager en SaaS B2B

> **Para qué sirve este documento.** Es uno de los casos paralelos a los 4 originales del curso (Ana, Roberto, Diego, Sofía). Si tu rol es marketing en empresa mediana, este caso te aterriza más rápido que los del curso. Mismo formato. Caso real adaptado.

---

## Perfil

- **Edad:** 32 años
- **Rol:** Marketing manager en empresa de software B2B (~150 empleados)
- **Ciudad:** CDMX, oficina hybrid (3 días en oficina, 2 desde casa)
- **Background técnico:** cero código. Power user de Notion, Figma, Asana. Casual de ChatGPT desde 2023.
- **Equipo:** ella + 2 personas (un diseñador y un content marketer junior)

## El dolor

Cada lunes Lupita hacía lo mismo. Revisaba **cuatro fuentes de feedback** del fin de semana:

- **Mensajes en Intercom** del soporte (sus clientes reportaban issues que el equipo de producto necesitaba ver)
- **Comentarios en redes sociales** (Twitter/X, LinkedIn) — qué decían de la marca, quejas, elogios
- **Reseñas nuevas en G2 / Capterra** — calificaciones de software con texto
- **Encuestas NPS** que mandaba mensual a clientes activos

Cada lunes le tomaba **dos horas y media** procesar todo: leer cada item, clasificar (¿es queja de producto? ¿es queja de soporte? ¿es feedback positivo? ¿es feature request?), reenviar al equipo correcto, y armar un resumen para la junta de los martes con product.

Sus dos juniors no le servían — el procesamiento requería entender el contexto del negocio para clasificar bien. Y ella no podía soltarlo.

## Lo que montó

Lupita combinó tres cosas (sin código):

1. **Make** para juntar las 4 fuentes en un solo Google Sheet cada domingo a las 8pm
2. **Claude Project** con sus reglas de clasificación cargadas:
   - Su catálogo de features del producto (para identificar feature requests específicos)
   - Su lista de "red flags" (lenguaje agresivo de cliente que necesita escalar a CS lead)
   - Casos pasados etiquetados que servían como referencia
3. **MCP de Slack** para que el agente mande directamente al canal correcto cada item clasificado

El flujo: domingo por la noche, Make jala los 80-150 items de la semana. Claude los clasifica con 80% de precisión. Cada item etiquetado se manda automático al canal de Slack correcto (#product-feedback / #cs-issues / #marketing-wins). Y se le manda a Lupita un resumen ejecutivo para la junta del martes.

## El resultado

| | Antes | Después |
|---|---|---|
| Tiempo procesando feedback | 2.5 h cada lunes | 25 min revisando el resumen |
| Items mal clasificados | ~5% (cuando estaba cansada) | ~3% (revisa lo "incierto") |
| Tiempo para junta del martes | 1 h preparando deck | 10 min adaptando el resumen |
| Reacción del equipo | "el feedback llega tarde" | "feedback llega el lunes 9am" |

Lupita recuperó **~10 horas al mes**. Las usa para liderar entrevistas de retención con clientes (que antes no tenía tiempo de hacer) y para escribir más copy ella misma — eso le había encantado siempre y lo había abandonado por puro tiempo.

## Lo que NO automatizó

Lupita NO automatizó:

- **Las decisiones estratégicas** ("¿priorizamos atacar churn o expandir cuenta?")
- **Las conversaciones difíciles con clientes molestos** — esas las toma ella personalmente (mismo principio que Sofía con Instagram)
- **El copy creativo** — el agente le sugiere ángulos, ella escribe las versiones finales
- **La entrevista mensual con clientes top 10** — eso no se delega, es relación

El agente clasifica y resume. Las decisiones de qué hacer con esa información son 100% de ella y su equipo.

## Lo que ella dice del cambio

> "El cambio más grande no fue el ahorro de tiempo. Fue dejar de empezar la semana **detrás del feedback**. Antes los lunes me quedaba con la sensación de no haber procesado todo a fondo. Ahora llego al martes con un mapa claro del fin de semana, energía para discutir prioridades, y tiempo para hacer trabajo creativo en lugar de procesamiento. Mi equipo lo notó antes que yo — me dijeron 'estás más presente en las juntas'." — Lupita

## Tu paralelo si eres marketing

Si tu trabajo se parece al de Lupita, tu primer experimento probablemente es uno de estos:

1. **Procesar feedback multi-fuente** (lo que ella hizo) — alto ROI si tienes 3+ fuentes
2. **Resumir reportes de analytics** (Google Analytics, HubSpot, Mixpanel) en un brief semanal
3. **Generar borradores de copy** para tests A/B (no la versión final, los borradores)
4. **Clasificar leads inbound** para que solo los hot vayan a ventas inmediato
5. **Resumir reuniones con clientes** (Otter + Claude) para extraer insights

**Lo que NO te recomiendo de entrada:**
- Generar contenido de blog completo automático (calidad inconsistente)
- Responder a clientes en redes sin revisión (riesgo reputacional)
- Tomar decisiones de pricing o messaging (juicio estratégico)

---

> **Una nota.** Lupita es un caso adaptado de varios marketing managers que tomaron Fundamentos. Los números son aproximados pero el patrón es real. Su setup completo le tomó **2 fines de semana** (Make + Claude Project + MCP de Slack). Costo: ~$50 USD/mes adicionales a sus suscripciones existentes.
>
> Tu caso paralelo probablemente ya está esperándote.
>
> — Academia Agentes de IA