En desarrollo activo — no está terminado.

El sistema está en producción parcial. La landing pública vive en maryselvafusion.vercel.app. Cada semana se conectan nuevas piezas: faltan completar Instagram, Messenger y la integración final con ID POS.

Caso pilar · Restaurante

Mar y Selva.
Cocina fusión amazónica con sistema digital integral.

Restaurante de 80 personas en Surquillo con 41k seguidores en Instagram. Cocina del chef Juan Carlos Bardalez especializado en fusión amazónica. La operación se ahogaba en mensajes: reservas, pedidos delivery, consultas de menú y reseñas llegando por tres canales al mismo tiempo. Construimos un sistema multicanal con IA que opera 24/7, una carta digital con checkout por WhatsApp y un panel admin que el dueño revisa desde su cama. Todo a medida — no es plantilla, no es ManyChat, no es plugin.

Cliente
Mar y Selva — Juan Carlos Bardalez
Sector
Restaurante fusión amazónica
Ubicación
Av. Tomás Marsano 1195, Surquillo, Lima
Inicio
Abril 2026
Estado
En producción parcial · construcción activa
URL pública
maryselvafusion.vercel.app
Punto de partida

41k seguidores. Un solo número. Tres canales. Y nadie podía responder a tiempo.

El restaurante operaba bien en sala — buen producto, equipo entrenado, ticket promedio sano. Pero la operación digital se caía a pedazos. El número de WhatsApp lo manejaba Gabriela, la cajera, en paralelo con la caja física, la atención a la mesa y las reservas. En horas pico llegaban diez mensajes simultáneos: unos pidiendo carta, otros confirmando una reserva, otros mandando una foto del Yape para pagar un delivery.

Instagram tenía 41,000 seguidores generados por Cristian (marketing) — pero los DMs entraban a un buzón distinto que nadie revisaba después de las 6pm. Messenger igual. Las consultas repetitivas — horarios, opciones para celíacos, qué lleva la patarashca, si hay parking — consumían el 70% del tiempo del equipo. Y la operación se paraba después de las 10pm.

El primer instinto del dueño fue contratar a alguien más para atender el chat. Lo descartamos. El problema no era de personal: era que cada canal vivía solo, cada mensaje requería el mismo trabajo manual, y nadie tenía visibilidad de cuántos se perdían. Antes de meter más humanos al caos, había que estructurar el flujo.

SEO + visibilidad IA

Invisible para Google. Invisible para ChatGPT, Perplexity y Google AI Overviews.

Antes del rediseño, Mar y Selva tenía un sitio web genérico hecho hace tres años. Diagnóstico técnico antes de tocar una línea:

  • Sin Schema.org LocalBusiness / Restaurant. Google no podía extraer horario, dirección, menú ni reseñas para mostrar en resultados enriquecidos. El restaurante aparecía como un texto plano más, sin tarjeta de Google Maps integrada en SERP.
  • Sin sitemap.xml ni robots.txt configurado. Googlebot rastreaba la página principal pero las subpáginas (menú, contacto, sobre nosotros) quedaban fuera del índice.
  • Meta title duplicado. Todas las páginas tenían el mismo title "Mar y Selva" — Google penaliza eso y elige una al azar para mostrar.
  • 0 keywords geo-locales. No aparecía para "restaurante amazónico Surquillo", "fusión amazónica Lima", "patarashca Lima" — búsquedas con intención clara de cliente.
  • Sin contenido citable por IA. ChatGPT y Perplexity citan fragmentos de páginas con estructura clara, datos verificables y entidades nombradas. La web vieja era un wall of text decorativo, no había nada extraíble.
  • Sin llms.txt. Estándar emergente que indica a crawlers IA qué partes del sitio son citables. La competencia tampoco lo tenía — ventana de oportunidad.
  • Sin reviews schema. Las 4.7 estrellas en Google Maps no se reflejaban en la búsqueda orgánica.
  • Sin OpenGraph optimizado. Cuando alguien compartía un link de Mar y Selva en WhatsApp, salía un cuadrito gris sin imagen.

El rediseño atacó cada punto. Hoy la página devuelve datos estructurados Restaurant + LocalBusiness + Menu + AggregateRating. El sitemap se regenera en cada deploy. Cada plato del menú tiene su entrada citable con ingredientes, alérgenos y precio. Y hay llms.txt apuntando a la carta digital — porque cuando alguien le pregunte a ChatGPT "dónde comer comida amazónica en Lima", quiero que Mar y Selva sea la respuesta.

Adaptación al cliente

Diseñamos sobre el flujo real de Mar y Selva, no sobre una plantilla de restaurante.

Antes de tocar código nos metimos en la cocina. Tres semanas observando cómo entra un pedido, cómo se cobra, cómo se anota una reserva, cuándo Gabriela necesita ayuda y cuándo el chef necesita silencio. La arquitectura del sistema espeja ese flujo.

  • Tono del bot = tono del restaurante. El bot saluda con "¡Hola! Bienvenid@ a Mar y Selva" — no con "Hola, soy el asistente virtual". Usa peruanismos como "al toque" cuando confirma reservas. Lo entrenamos con 200 conversaciones reales que sacó Gabriela del histórico de WhatsApp.
  • Carta digital con jerga amazónica. "Patarashca de pescado en bijao", "tacacho con cecina", "juane" — los nombres se mantienen porque su audiencia (foodies de Lima + turistas de Loreto) los reconoce. Cada plato lleva descripción larga + ingredientes + alérgenos + opción de personalización.
  • Pagos Yape/Plin como default. 78% de los deliveries pagan por Yape. El bot pide screenshot del Yape, lo lee con Whisper/OCR y confirma. Tarjeta y efectivo siguen disponibles pero como fallback.
  • Reservas con confirmación humana. El bot pregunta los datos y los guarda, pero la confirmación final la envía Gabriela con un click desde el panel. Decisión consciente — el dueño quería que el cliente sintiera que hay alguien atrás, no solo IA.
  • Bandeja Chatwoot con 4 canales. "Alertas Delivery" para pedidos confirmados que necesitan despachar. "Requiere Atención Humana" para influencers, quejas o pedidos especiales. "Clientes" para conversaciones normales. "Resumen Diario" donde aterriza el reporte de las 10:30pm.
  • Cristian (marketing) tiene su propia view. Métricas de qué post de Instagram genera más reservas, qué hora del día convierte mejor, qué plato aparece más en consultas. No revisa el sistema operativo, revisa el embudo de su contenido.
Carta digital con checkout WhatsApp

La carta no es un PDF. Es un flujo de venta que termina en una conversación.

Construimos una carta digital en maryselvafusion.vercel.app con la lógica de un e-commerce ligero, pero sin carrito ni pasarela tradicional. El flujo:

  1. El cliente entra desde el link en bio de Instagram (o desde el QR en la mesa, o desde el botón "Ver carta" del bot WhatsApp). Carga en menos de 1.2s en 4G — crítico para no perder al cliente impaciente.
  2. Navega categorías — entradas, fondos amazónicos, parrillas, bebidas, postres. Cada plato tiene foto real (no stock), descripción amplia y badges visibles para alérgenos (gluten, lácteos, picante) y opciones (sin cebolla, extra picante, sin cilantro).
  3. Tap en "Agregar" — se acumula en un mini-carrito flotante con total visible y contador de items. Sin login, sin cuenta, sin formulario.
  4. Botón final "Pedir por WhatsApp" — abre WhatsApp con un mensaje pre-cargado que lista cada plato, cantidad, personalizaciones y total. El cliente solo confirma su dirección y método de pago. La fricción cae al mínimo absoluto.
  5. El mensaje llega al WhatsApp del restaurante y entra al flujo del bot WF4A (delivery). Validación de dirección con Google Maps, cálculo de zona, confirmación, despacho.

El argumento técnico: ninguna pasarela de pago peruana (Culqi, Niubiz, PagoEfectivo) convierte tan bien como WhatsApp directo para tickets pequeños. Tiempo a checkout en Culqi promedio: 90 segundos + abandono del 60%. Tiempo a checkout via WhatsApp: 12 segundos + abandono ~10%. La fricción es el enemigo. WhatsApp es la app más instalada del país. Punto.

El sistema todavía no tiene integración Culqi (está en backlog para tickets > S/150 donde sí justifica la pasarela). Por ahora, todo flujo paga por Yape o tarjeta presencial al motorizado.

Por qué cada decisión de landing

El sitio público es minimalista a propósito. La conversión vive en el chat.

La landing pública de Mar y Selva (no esta página, la del restaurante mismo) tiene exactamente 7 secciones. Cada una está donde está por una razón específica. Aplicamos PAS sobre StoryBrand, no AIDA — los foodies de Lima ya saben qué es un restaurante, no hay que despertar interés, hay que cerrar la decisión.

  • Hero con foto de plato firma, no del local. El cliente decide ir a un restaurante por la comida, no por la decoración. La patarashca abierta en bijao se ve en el primer scroll. CTA único: "Ver carta y pedir". Centrado, alto contraste, primera persona implícita.
  • Carta digital como sección #2. Saltamos el "sobre nosotros" porque nadie lo busca primero. Quien entra a la web de un restaurante quiere ver qué comer y cuánto cuesta. Velocidad de respuesta = velocidad de decisión.
  • Reseñas de Google Maps en sección #3. 4.7 estrellas con 280+ reviews. Es social proof verificable, no testimonios curados. El badge de Google es reconocible y mata la objeción de "¿será bueno?".
  • "Por qué amazónica" como sección #4. Diferenciación contra los otros restaurantes peruanos en Surquillo. No vendemos "rico" — vendemos identidad y origen. Ahí entra la historia del chef Juan Carlos y sus viajes a Iquitos.
  • Reservas como sección #5. Después de convencer, ahora damos la herramienta. CTA "Reservar mesa por WhatsApp" + horario actual + capacidad disponible. Sin formularios.
  • Ubicación con mapa embebido como sección #6. Crítico para descubrimiento local. Cuando alguien busca "amazónica cerca de mí" en Google Maps, esto carga el pin correcto con horario actualizado en tiempo real.
  • Footer con Instagram embebido. Reduce salida del sitio para checkear redes — los últimos 6 posts cargan ahí mismo. Mantiene al cliente dentro hasta la decisión.

Cero secciones decorativas. Cero parallax. Cero animaciones que distraen. El objetivo único es: cliente entra, ve la comida, decide, contacta. Todo lo demás es ruido que aleja la conversión.

Stack en producción

Lo que está corriendo ahora mismo.

  • n8n15 workflows orquestados, self-hosted
  • Supabase11 tablas — clientes, reservas, menú, pedidos, feedback
  • Claude Haiku 4.5Router IA por intención (6 categorías)
  • TwilioWhatsApp Business API en producción
  • Meta Graph APIInstagram DMs + Messenger (en integración)
  • Google Maps APIGeocoding + validación de zona delivery
  • Google CalendarReservas sincronizadas en agenda del equipo
  • Google SheetsLogs de salud + métricas operativas
  • ChatwootBandeja unificada con 4 canales internos
  • OpenAI WhisperTranscripción voz → texto para audios de WhatsApp
  • VercelPanel admin self-hosted, deploy continuo
  • ID POSSistema de cocina (integración en backlog)
Resultados parciales

Tres meses en producción, sin una caída crítica. Sigue creciendo.

  • Atención 24/7 en WhatsApp. Mensajes responden en menos de 4 segundos, incluso a las 3am. Cero pedidos perdidos por horario.
  • Reservas con confirmación + recordatorio automático. Cliente recibe un recordatorio 2h antes. No-show bajó de 18% a 9%.
  • 11 horas/semana liberadas para Gabriela. Ya no responde consultas repetitivas, solo casos complejos donde el bot escala.
  • Carta digital con 1,200+ visitas/mes desde el link en bio de Instagram. Tasa de "agregar al pedido" 34%.
  • Resumen diario al dueño a las 10:30pm con ventas, reservas confirmadas, reseñas pendientes y alertas operativas. No abre apps.
  • Sistema escalable. Cuando Instagram y Messenger entren a producción (en semanas), la arquitectura los absorbe sin reescribir.

Métricas SEO pendientes de medir a 90 días — Google Search Console recién conectado, Schema markup desplegado hace 3 semanas. Para Q3 2026 esperamos triplicar tráfico orgánico desde búsquedas geo-locales.

¿Quieres uno parecido para tu negocio?

Tu sistema no será igual al de Mar y Selva. Se diseña sobre tu operación real, tus canales, tu equipo y tu cliente. Lo que sí garantizo: la infraestructura va a mi nombre, tú pagas setup + mensualidad, y el caso de estudio sale solo si tú quieres aparecer.