Caso de estudio · Equipo dedicado nearshore
Clearwater Insight Group
Cómo Siblings Software automatizó el pipeline de sourcing de expertos de Clearwater Insight Group
Los equipos de investigación primaria viven y mueren por la velocidad con la que encuentran al experto correcto—y por la evidencia de que no spamearon el inbox equivocado. Clearwater Insight Group, una boutique ficticia de investigación primaria en EE. UU., tenía tres proveedores de enriquecimiento, dos planillas y un oficial de compliance que con razón no dejaba apretar Enviar sin una segunda mirada.
Siblings Software levantó una plataforma de sourcing basada en colas: APIs en Express con Prisma sobre PostgreSQL, workers BullMQ en Redis y una consola admin en Next.js que los research managers abrían antes del primer bloque de llamadas.
El headline que los operadores sintieron en la semana diez: un solo pipeline en lugar de tres pestañas, fallas de enriquecimiento que reintentaban en lugar de desaparecer, y un gate de revisión humana que seguía en el circuito sin convertirse en cuello de botella.
- Industria: Investigación primaria y redes de expertos
- Modelo de contratación: Equipo de producto dedicado nearshore a ~USD $28k/mes
- Equipo: Product manager, backend engineer, full-stack engineer, especialista en QA automation
- Servicios: Equipo de desarrollo externalizado
- Relacionado: Desarrollo de agentes de IA
Revisado por Javier Uanini, Fundador y CEO, Siblings Software · LinkedIn
Resumen del proyecto
- ~60% menos trabajo manual en planillas para coordinadores de outreach
- 3 proveedores de enriquecimiento unificados detrás de una capa de adaptadores
- 100% de los lotes salientes con revisión humana antes del envío
- 14 semanas de calendario en un pod dedicado de cuatro personas
¿Quién es Clearwater Insight Group?
Clearwater Insight Group apoya equipos de investigación buy-side y sell-side que necesitan entrevistas primarias con operadores, clínicos y especialistas de dominio bajo reglas estrictas de confidencialidad. Sus coordinadores se miden por calidad de expertos y disciplina de contacto—el outreach duplicado corta relaciones con clientes.
La dirección pidió a Siblings reemplazar la orquestación en planillas sin sacar al revisor humano del camino de envío. El mandato era velocidad operativa con auditabilidad, no email masivo sin supervisión.
Es el tipo de programa donde el diseño de colas y la UX de compliance importan tanto como la integración de APIs—las fallas aparecen como escalaciones de clientes, no como logs de error.
Objetivos del proyecto
- Reemplazar la coreografía en planillas con jobs durables y transiciones de estado auditables.
- Normalizar tres proveedores de enriquecimiento detrás de un contrato de adaptador con reglas de fallback explícitas.
- Dar a los research managers una consola Next.js para aprobar, editar y enviar outreach en lotes de forma segura.
- Instrumentar cada intento de envío para que compliance pueda responder quién aprobó qué y cuándo.
Test de preparación para automatización de outreach
Tres preguntas que hacemos antes de cablear APIs de enriquecimiento a un camino de envío en producción.
1. ¿La revisión humana es innegociable?
Si compliance exige ojos en cada lote, la automatización debe pausar en un estado de revisión—no agregar aprobación como afterthought. Clearwater pasó; modelamos la revisión como etapa de cola de primera clase.
2. ¿Los proveedores de enriquecimiento discrepan seguido?
Cuando tres proveedores devuelven títulos o emails conflictivos, necesitás reglas de merge y filas en cuarentena—no sobrescrituras silenciosas. Construimos superficies de conflicto explícitas en la UI admin.
3. ¿Los operadores confían en una caja negra?
Si los investigadores no ven por qué se saltó una fila, reabren la planilla. Entregamos logs explicables de jobs y herramientas de replay junto al happy path.
El discovery para el pod encajó en nuestra ventana habitual de tres a cinco días; armar el squad dedicado de cuatro personas cayó dentro de la banda de cinco a diez días. Catorce semanas end-to-end reflejaron edge cases de cola, rate limits de proveedores y la UX de revisión—no el alcance de un sitio template.
La situación que encontramos
Los investigadores de Clearwater eran hábiles encontrando expertos de dominio; su tooling no recordaba qué ya se había intentado. Cada proveedor de enriquecimiento tenía su propio formato de export. Los coordinadores copiaban filas entre hojas, deduplicaban a mano y pegaban listas de envío en una herramienta de mail sin concepto de proyecto o estado de consentimiento.
Cuando un proveedor hacía timeout a mitad de lote, los resultados parciales quedaban en la carpeta Descargas de alguien hasta el lunes. Las revisiones de compliance pasaban en hilos de email. La dirección sabía que la automatización estaba vencida—también sabía que un auto-sender ingenuo crearía más riesgo del que quitaba.
- Tres proveedores de enriquecimiento con esquemas incompatibles y sin claves de idempotencia compartidas.
- Deduplicación manual entre proyectos que generaba contactos duplicados y escalaciones de clientes.
- Sin trail de auditoría durable que vincule un mensaje saliente con el investigador que lo aprobó.
- Scripts sin Redis que no sobrevivían al sleep de una laptop o a una tormenta de 429 del proveedor.
Cómo lo abordamos
- Arquitectura queue-first: modelamos ingest, enrich, review y send como jobs BullMQ con retry y dead-letter explícitos.
- Adaptadores de proveedor: envolvimos cada API de enriquecimiento detrás de un contrato Prisma con filas en cuarentena para conflictos.
- UX admin: construimos la consola Next.js alrededor de colas de revisión, vistas diff de lotes y replay—no CRUD por CRUD.
- Hardening operativo: agregamos métricas de profundidad de cola, latencia de proveedor y turnaround de aprobación antes de subir volumen de envío.
Tratamos Redis y PostgreSQL como socios, no duplicados—Redis para orquestación rápida de jobs, Postgres para el ledger autoritativo de outreach.
Qué entregamos
La plataforma es una superficie API Express, una flota de workers y una app admin organizada alrededor de la mañana del research manager: vaciar la cola de revisión, inspeccionar fallas de enriquecimiento, liberar lotes aprobados para envío.
- Pipelines BullMQ para ingest, enriquecimiento, revisión humana y envío saliente con claves de job idempotentes.
- Capa de adaptadores sobre tres proveedores de enriquecimiento con cuarentena de conflictos y herramientas de merge para operadores.
- Admin Next.js con vistas por rol para coordinadores, compliance y soporte de ingeniería.
- Exportaciones de auditoría que vinculan cada envío con aprobador, versión de template y snapshot del proveedor.
- Runbooks para caídas de proveedor, tormentas 429 y recuperación de lotes parciales sin re-ejecutar enriquecimiento pago.
Cómo trabajamos juntos
Cadencia y rituales
Sprints de dos semanas con demo enfocada en comportamiento de colas—no decks. La semana uno combinó entrevistas con jobs en staging; para la semana tres los coordinadores aprobaban lotes reales en el admin Next.js.
El head of research de Clearwater participó en la revisión de reglas de conflicto de enriquecimiento; nuestro backend engineer participó en su readout de compliance antes del primer envío en producción.
Calidad y seguridad
QA automation se hizo cargo primero de regresiones en transiciones de estado de jobs—donde un bug silencioso se convierte en envío duplicado. Staging reflejó sandboxes de proveedores para ejercitar retries y dead letters antes de gasto real en APIs.
La revisión humana siguió siendo obligatoria; la automatización acortó el camino a la pantalla de revisión, nunca lo rodeó.
Resultados que marcaron la diferencia
- El trabajo manual en planillas para coordinadores de outreach cayó aproximadamente un 60% cuando revisión y envío vivieron en una sola consola.
- Tres proveedores de enriquecimiento enrutados por una capa de adaptador con manejo explícito de conflictos en lugar de sobrescrituras silenciosas.
- Cada lote saliente pasó un gate de revisión humana con identidad del aprobador almacenada junto al ledger de jobs.
- Los retries de cola redujeron el tiempo de recuperación de fin de semana cuando los proveedores devolvían 429s o payloads parciales.
- La dirección de investigación ganó visibilidad diaria de profundidad de pipeline, backlog de aprobación y tasas de error por proveedor.
En palabras de Clearwater
“No queríamos automatización que mandara email mientras dormíamos. Siblings construyó un sistema que hizo más rápidos a nuestros revisores sin volverlos opcionales.”
Director de Operaciones de Investigación, Clearwater Insight Group
El programa corrió dentro de nuestro modelo de equipo de desarrollo dedicado a aproximadamente USD $28k/mes durante catorce semanas.
Qué llevaríamos al próximo proyecto similar
Dos patrones que ahora aplicamos por defecto en programas de automatización de outreach con compliance cerca.
La revisión es una etapa de cola, no un checkbox
Modelar la aprobación humana como estado BullMQ con transiciones explícitas mantuvo a compliance dentro de la arquitectura. Aprobaciones bolt-on solo en la UI habrían roto la primera vez que alguien llamó la API directamente.
Los adaptadores de proveedor ganan confianza con filas en cuarentena
Los investigadores aceptaron la consola admin cuando podían ver resultados de enriquecimiento conflictivos y decidir—no cuando el sistema adivinaba.
Modelos de contratación y bandas de precios
Siblings Software ejecuta casos como este en tres modalidades comerciales. Los números de abajo son las bandas que cotizamos hoy en llamadas de descubrimiento—no una lista de precios fija, sino rangos honestos para validar el alcance antes del primer workshop.
Proyecto cerrado
USD $15k–$120k total, típicamente 2–6 ingenieros por 1–6 meses. Ideal cuando el backlog tiene un fin definido: un MVP, una migración acotada o un piloto con criterios de aceptación firmables.
Equipo dedicado
USD $12k–$60k / mes, usualmente 4–12 personas por 6–24+ meses. El pod posee un flujo de trabajo de punta a punta con un delivery lead de nuestro lado. Este engagement corrió como equipo dedicado—la banda de precios que coincidió con el tamaño del pod y el calendario.
Refuerzo de equipo
USD $4k–$9k / mes por desarrollador, 1–5 especialistas por 1–12 meses. Los ingenieros se integran a tus ceremonias y reportan a tu líder técnico. Útil cuando ya tenés dirección de producto y necesitás manos senior rápido.
Equipo dedicado vs freelancers vs in-house vs agencia por proyecto
Los compradores rara vez fallan por elegir el lenguaje equivocado. Fallan porque eligieron un modelo de contratación que no puede sostener la carga operativa que el producto exige.
| Modelo | Tiempo de arranque | Mejor para | Principal tradeoff |
|---|---|---|---|
| Equipo dedicado (Siblings) | 2–4 semanas | Productos multi-superficie con lógica de colas/workflows, gates de compliance o un roadmap que supera un sprint. | Menos control diario sobre el orden de tareas que el staff aug embebido. |
| Freelancers / marketplaces | Días a semanas | Módulos aislados con entrega limpia en menos de cuatro semanas. | Memoria institucional débil, sin banco compartido de QA/DevOps, alta rotación en workflows regulados. |
| Contratación in-house | 8–16 semanas | Roles que definen la cultura de ingeniería por años—platform leads, security owners, arquitectos de dominio. | Demora de recruiting y presión salarial en mercados de talento de EE. UU. |
| Agencia por proyecto (SOW fijo) | 3–6 semanas | Sitios de marketing, integraciones puntuales, entregables con alcance congelado. | Los change requests se acumulan cuando los operadores tocan producción; poco apto para herramientas internas de uso diario. |
Servicios y capacidades
- Product discovery en workflows de outreach
- Ingeniería API Express + Prisma
- Diseño de workers BullMQ y observabilidad
- Desarrollo de admin Next.js
- QA automation en transiciones de cola
Stack tecnológico
- Express y TypeScript
- Prisma y PostgreSQL
- BullMQ y Redis
- Admin Next.js
- Capa de adaptadores de proveedor
Preguntas Frecuentes
Los scripts cron esconden fallas. BullMQ le dio a Clearwater retries, dead-letter queues y visibilidad cuando los proveedores de enriquecimiento throttleaban o devolvían datos parciales.
La postura de compliance de Clearwater exigía un aprobador nombrado en cada lote. La automatización aceleró el camino a la revisión; no removió la responsabilidad.
Pusimos conflictos en cuarentena en lugar de elegir un ganador silencioso. Los operadores fusionaron o descartaron filas en el admin con entrada de auditoría.
El equipo necesitaba iteración rápida en esquemas de jobs y adaptadores de proveedor. Express más Prisma coincidió con esa cadencia sin pelear con un framework más pesado.
No en el mismo calendario con UX de revisión segura y tres adaptadores de proveedor. El pod de cuatro personas incluyó QA dedicado a regresiones de cola.
Seguiríamos manteniendo la revisión como etapa de cola. Podríamos agregar trazas OpenTelemetry en llamadas a proveedores antes—but no cambiaríamos visibilidad de dead-letter por demos más cortos.
Corrió como pod dedicado cerca de USD $28k/mes—dentro de nuestra banda USD $12k–$60k dedicada. Staff aug por desarrollador es mejor cuando ya tenés la arquitectura.
¿Listo para automatizar outreach de expertos sin saltear compliance?
Si tus investigadores siguen viviendo en planillas mientras se multiplican las APIs de enriquecimiento, podemos scoping un piloto queue-first con revisión humana desde el día uno.
Hablemos de tu pipeline—usualmente empezamos con un discovery corto sobre contratos de proveedor y reglas de aprobación.
Versión en inglés (sitio EE. UU.): siblingssoftware.com/en/case-studies/clearwater/ · Espejo en inglés Argentina: siblingssoftware.com.ar/en/case-studies/clearwater/
CONTACTANOS
Última actualización: Junio 2026