Elige el idioma. Hasta que lo cambies, sugerimos uno según tu región (Brasil → portugués, EE.UU./Reino Unido → inglés, México/Argentina → español).

Capa de aprendizaje

Entiende clientes a la velocidad del comercio

Cada checkout afina el retrato—RFM, propensión, cambios a nivel país y narrativas opcionales con IA. Anticipa picos, detecta debilidad pronto y haz merchandising con evidencia.

[ En el centro ]

Señal desde cada compra

La base de datos principal sigue siendo la fuente de verdad mientras una feature store separada aprende en tres niveles: compradores, cada tienda y mercados.

0

Niveles de comportamiento

Cliente · Tienda · País

0+

Salidas de modelo

CLV, churn, pronósticos y más

0h

IA por lotes

Analista IA

Profundidad de embeddings

Búsqueda vectorial · RAG

[ Principios ]

Retail desde primeros principios

Las features nacen de pagos reales y navegación—no de tableros vanidosos.

Escala sin reescritura

Una arquitectura sirve boutique y marketplace multinivel; el alcance crece con el catálogo.

Insights cada noche

Jobs programados y hooks mantienen capas frescas; logs cubren lo que procesó la IA.

[ Infraestructura ]

IA seria, superficie simple

IA de Etrovvo; razonamiento por lotes, generación de narrativas y embeddings semánticos — todo acotado por tenant.

Etrovvo AIVision AIReal-time analyticsForecasting

[ Capacidades ]

Qué llega a tu consola

Sin laboratorio aparte. Todo junto a pedidos y catálogo.

Pronósticos

Demanda e ingresos

Vistas por tienda, tiempo hasta la próxima compra y señales para campañas y stock.

Riesgo

Churn y picos

Probabilidades y alertas muestran debilidad o picos antes de que sorprendan.

Merch

Cesta y categorías

Reglas de asociación y movers muestran bundles y tendencias.

Marketplace

Aprendizaje cruzado

Rollups de compradores, vendors y recs cacheadas en el carrito compartido.

Momentos

Corto plazo

Señales “en observación” y micro-eventos capturan hype de lanzamientos.

Narrativa

Briefings de IA

Narrativas por lotes traducen features a texto ejecutivo.

[ Ritmo ]

Cómo corre la capa

  • ETL reconstruye `lm_*` por organización, país y marketplace.

  • Pedidos pagados alimentan `lm_events`.

  • Crons submit/collect generan resúmenes con IA.

  • Embeddings para recuperación semántica junto al ML tabular.

Etrovvo

Opera con evidencia

Crea una organización, conecta pagos y deja aprender a Etrovvo.