---
title: "Reportes a través del AI Co-Worker"
description: "Pregúntale al AI Co-Worker en lenguaje natural dentro de la empresa de cualquier cliente y responde con sus datos reales: conversaciones, pipeline, resultados."
canonical_url: https://chatfuel.com/es/docs/for-agencies/reports-via-the-ai-co-worker
markdown_url: https://chatfuel.com/es/docs/for-agencies/reports-via-the-ai-co-worker.md
last_updated: 2026-08-12
lang: es
site: https://chatfuel.com/docs
llms_txt: https://chatfuel.com/llms.txt
---

# Reportes a través del AI Co-Worker

Pregúntale al AI Co-Worker en lenguaje natural dentro de la empresa de cualquier cliente y responde con sus datos reales: conversaciones, pipeline, resultados.

Una agencia que maneja diez clientes no tiene tiempo para aprender una herramienta de BI, construir diez dashboards y mantenerlos actualizados. Chatfuel toma otro camino: el analista ya está en la plantilla. Hazle al AI Co-Worker una pregunta en lenguaje natural, dentro de la empresa de cualquier cliente, y responde a partir de los datos reales de ese cliente: las conversaciones, el pipeline, las reservas, los resultados. Cada reporte de analítica descrito aquí, empezando por la [cadena de punta a punta del gasto publicitario a las ventas](https://chatfuel.com/es/docs/for-agencies/end-to-end-analytics-for-agencies), se obtiene exactamente así.

## Pregunta lo que sea [#pregunta-lo-que-sea]

El Co-Worker cubre todo el rango, desde "un número, rápido" hasta "lee cien conversaciones y dime qué anda mal":

| Quieres                                | Pregunta algo como                                                           |
| -------------------------------------- | ---------------------------------------------------------------------------- |
| El embudo                              | *"show conversion funnel"&#x2A;, &#x2A;"business report"*                    |
| Estadísticas del periodo               | *"new leads this month"&#x2A;, &#x2A;"how does this month compare to last?"* |
| Leads calientes para empujar hoy       | *"who are my hot leads"*                                                     |
| Tratos a punto de morir                | *"clients at risk"&#x2A;, &#x2A;"who went silent"*                           |
| La historia completa de un lead        | *"what did we discuss with Maria?"*                                          |
| Un contacto, rápido                    | *"who is this number"&#x2A;, &#x2A;"find contacts with email set"*           |
| Por qué se pierden tratos              | *"why do deals fail"*                                                        |
| Qué preguntan los leads una y otra vez | *"what do clients ask most"*                                                 |
| Dónde le cuesta a la IA                | *"why is AI failing"&#x2A;, &#x2A;"find AI mistakes in conversations"*       |

Sin lenguaje de consultas, sin filtros que configurar: las frases de arriba son literalmente cómo preguntas. Para la vista del embudo en particular, el desglose etapa por etapa se descifra en [Reporte de embudo y abandono](https://chatfuel.com/es/docs/for-agencies/funnel-and-drop-off-report).

## Lee las conversaciones reales [#lee-las-conversaciones-reales]

El Co-Worker no solo cuenta filas: lee las transcripciones. Pregunta &#x2A;"why do deals fail"&#x2A; y estudia las conversaciones perdidas contra las ganadas, nombra el punto típico de abandono y enumera los patrones de objeción, citando los mensajes reales de los leads, sin parafrasear. Pregunta &#x2A;"what do clients ask most"* y extrae de todo el historial las preguntas recurrentes, las quejas y las oportunidades perdidas. Sentimiento, temas abiertos, lo que se acordó con un lead específico: todo está ahí, porque todo está en las conversaciones. El manual completo para este tipo de minería de transcripciones está en [Analítica de conversaciones](https://chatfuel.com/es/docs/for-agencies/conversation-analytics).

Y juega con las reglas de un analista: nunca inventa un número. Cada cifra sale de los datos reales del cliente, y si los datos no están, lo dice en lugar de estimar.

## Cada reporte termina en una lista de tareas [#cada-reporte-termina-en-una-lista-de-tareas]

Un gráfico de embudo que solo está ahí es trivia. Los reportes del Co-Worker terminan con qué *hacer*: un business report cierra con sus principales recomendaciones, un escaneo de riesgo termina con la lista de contactos que hay que rescatar primero, un diagnóstico de la IA nombra el conocimiento exacto que vale la pena agregar a la [Knowledge Base](https://chatfuel.com/es/docs/for-agencies/uploading-client-business-info). Detecta y aconseja; las acciones en sí siguen siendo tuyas para ejecutar, que es exactamente como quieres que se comporte un analista alrededor del embudo en vivo de un cliente. Cuando una recomendación pide un cambio de configuración, hazlo de cualquiera de las dos formas: en las [automatizaciones](https://chatfuel.com/es/docs/ai-features/automations) del cliente en **Fuely AI** → **Automations**, o diciéndole al Co-Worker que lo aplique.

## El flujo de trabajo de la agencia [#el-flujo-de-trabajo-de-la-agencia]

Como cada cliente es una empresa separada en tu espacio de trabajo, las mismas preguntas funcionan idénticamente en toda tu cartera. Una rutina de lunes que antes era una mañana de arqueología en hojas de cálculo se convierte en diez minutos de chat: abre la empresa de cada cliente, pregunta &#x2A;"business report"&#x2A; y &#x2A;"clients at risk"*, recoge los números y las tareas, sigue con el siguiente. Las mismas preguntas, con cada cliente, cero configuración por cliente. Y cuando esos diez minutos tienen que convertirse en un entregable mensual, [Reportes para clientes](https://chatfuel.com/es/docs/for-agencies/client-reporting) muestra cómo empaquetarlos.

> **Nota:** Las respuestas son tan buenas como los datos detrás de ellas. El Co-Worker reporta lo que realmente pasó en el embudo del cliente, así que el listón de calidad se pone aguas arriba. Una Knowledge Base bien llena y [campos de calificación acordes al nicho](https://chatfuel.com/es/docs/for-agencies/lead-qualification-questions-and-logic) hacen cada respuesta más precisa, desde los conteos del embudo hasta el análisis de tratos perdidos.
