Plataforma / Flujo de datos

De transacciones dispersas
a una única imagen en vivo.

Seis pasos. Sin sustituir los sistemas que ya usas. Así es como los datos en bruto de cada local se convierten en una superficie de gestión única con la que propietarios y operadores pueden dirigir de verdad una red.

Ver la imagen en vivo

Respuesta rápida

marql lee tu TPV, tu ERP, tu contabilidad, tu e-commerce y tus exportaciones CSV o API, los traduce a un único modelo de datos para toda la cadena, calcula a diario los KPIs y las anomalías, y lo convierte en cuadros de mando por rol y acciones trazadas en los locales.

Modelo de acceso

Solo lectura por defecto

Fuentes

TPV + ERP + e-commerce + CSV/API

Sustitución

Ningún sistema que reemplazar

Qué produce el flujo

Lo que ven los propietarios después de la primera sincronización.

No es un diagrama de integración por el gusto del diagrama. El flujo produce un briefing matinal, vistas por rol y una capa de acciones desde la que la red puede trabajar de verdad.

Qué leemos

Transacciones, movimientos de stock, facturas, precios, turnos

Qué estandarizamos

Datos de SKU, local, margen, personal, proveedor y cumplimiento

Qué recibe el equipo

Briefing matinal, alertas, vistas por rol, checklists, acciones trazadas

Briefing de la mañana

Hoy · 08:30

Briefing del día 1
684K €
Ingresos de la cadena · acumulado del mes
↑ 2,8 % vs plan
↑ 2,5 % vs 7 d

Ingresos frente al objetivo del mes en curso.

26,4%
Margen medio
181K € en total
↑ 0,4 pp vs 7 d

Margen bruto de los locales activos. Revisa el P&L si la tendencia continúa.

14,20 €
Ticket medio
16 locales activos
↑ 0,8 % vs 7 d

Valor medio de las transacciones a partir de los datos del TPV conectado.

3,4
Artículos / pedido
líneas de SKU medias / ticket

Líneas de SKU medias por ticket. Por debajo de 2 puede indicar venta cruzada perdida.

Paso
01

Se conectan las fuentes

ERP · TPV · E-commerce · WMS · 1C · Excel

marql se conecta a los sistemas que ya tienes. Sin sustituciones ni migraciones forzadas. Conectores de solo lectura extraen transacciones, movimientos de stock, tarifas, turnos, proveedores y datos de personal de cada local y cada canal.

Ejemplos
  • SAP / Oracle / 1C
  • Square / iiko / R-Keeper
  • Shopify / WooCommerce
  • ERP a medida vía API
Paso
02

Los datos se normalizan

Un solo esquema para toda la red

Cada local llama al mismo SKU de una forma distinta. Cada TPV calcula el margen a su manera. marql los traduce a un modelo canónico único —productos, locales, transacciones, costes, plantilla, proveedores— para que comparar locales signifique algo de verdad.

Ejemplos
  • Mapeo y deduplicación de SKU
  • Gestión de divisas e IVA
  • Conciliación de costes y márgenes
  • Alineación de husos horarios
Paso
03

Se construyen las capas

De eventos en bruto a métricas de gestión

Sobre los datos unificados, marql calcula las capas que un operador de red usa realmente: KPIs en tiempo real, P&L diario por local, margen por categoría, salud del stock, ratios de coste de personal y puntuaciones de cumplimiento de franquicia.

Ejemplos
  • Capa de KPIs de red
  • Capa de margen y pérdidas
  • Capa de tareas operativas
  • Capa de gobierno de franquicia
Paso
04

Afloran las anomalías

Problemas detectados antes de que dañen el margen

Reglas y líneas base estadísticas señalan lo que no encaja: un local que cae un 18 % respecto a la semana anterior, un pico de merma en un SKU, un encargado que se salta el arqueo de caja, un franquiciado fuera de norma. Cada anomalía llega con su contexto, no solo con un punto rojo.

Ejemplos
  • Alertas de desviación de margen
  • Alertas de stock y merma
  • Incumplimientos de SLA y checklists
  • Avisos de auditoría de franquicia
Paso
05

El responsable ve el resultado

Un operador de IA · cada rol · cada local

El propietario ve la red. El director de operaciones ve la operativa. El encargado ve las tareas de hoy y sus números. El responsable de franquicia ve el cumplimiento. Los mismos datos, vistas distintas: sin hojas de cálculo y sin rehacer el cuadro de mando cada lunes por la mañana.

Ejemplos
  • Vista de propietario / CEO
  • Vista de operaciones
  • Vista de encargado de local
  • Vista de socio franquiciado
Paso
06

Las decisiones vuelven a los locales

Playbooks · estándares · acciones

Un hallazgo sin acción es un cuadro de mando. marql devuelve a la red playbooks estandarizados, checklists diarias, actualizaciones de precios y correcciones operativas, y comprueba si realmente se han hecho.

Ejemplos
  • Checklists operativas diarias
  • Playbooks estandarizados
  • Despliegues de precios y promociones
  • Seguimiento del cumplimiento

FAQ del flujo de datos

Lo que preguntan los compradores antes de dar acceso a los datos.

No. marql es de solo lectura por defecto. Traemos los datos de tus sistemas, calculamos el modelo operativo y te lo devolvemos como briefings, alertas y cuadros de mando, sin cambiar los registros de origen.

Normalmente credenciales de API de solo lectura, vistas de base de datos o exportaciones programadas aprobadas por el propietario, la asesoría o el responsable de IT. Primero acotamos la vía menos invasiva.

Depende de la fuente. Algunos sistemas pueden sincronizar cada hora y otros a diario. El objetivo es la visibilidad operativa, no consultar por consultar, así que ajustamos la cadencia al ritmo de trabajo.

Sigue siendo perfectamente viable. marql puede normalizar exportaciones CSV o Excel programadas como primera vía de integración y pasar más adelante a una API o a un conector directo si hace falta.

Si quieres validar más locales, roles o métricas, normalmente lo convertimos en un piloto de 7 días.

Sí. Las redes con sistemas mixtos son un caso de uso central. La capa de normalización está hecha precisamente para reconciliar distintos TPV, ERP, contabilidades y formatos de exportación en toda la cadena.

¿Quieres ver tu propio flujo de datos?

Primero acotamos la vía de conexión menos invasiva.

Ver los cuadros de mando