Cosmo Schools: Automatizando Admisiones para una Red de Colegios Multi-Campus

Cosmo Schools opera una de las redes de colegios privados de más rápido crecimiento en Colombia. Respaldados por una de las empresas sociales más grandes del país, operan más de 11 sedes en el área metropolitana de Medellín con miles de familias matriculadas. El crecimiento nunca fue su problema. Sus sistemas no podían seguirle el ritmo.

Cada ciclo de matrícula, decenas de miles de familias entraban a un proceso de admisión sostenido por seguimientos manuales, herramientas desconectadas y datos en los que nadie confiaba del todo. Los leads se perdían. Las listas de espera vivían en hojas de cálculo. El equipo comercial no podía saber qué sedes necesitaban atención hasta que era demasiado tarde.

Tres problemas se compusieron entre sí:

Los datos de matrícula vivían en cuatro plataformas diferentes, ninguna sincronizada. El mismo estudiante podía mostrar estados diferentes según dónde miraras. La dirección no podía responder con confianza preguntas básicas como "¿cuántos estudiantes realmente han pagado?"

La gestión de lista de espera dependía de una persona con una hoja de cálculo. La recuperación era copiar y pegar. Cuando se abría un cupo en una sede, alguien tenía que verificar manualmente quién seguía, enviar un mensaje, esperar respuesta y repetir. En picos de matrícula, esto colapsaba.

Casi la mitad de todos los cupos pre-asignados se liberaban porque las familias nunca completaban el pago. Miles de leads se estancaban entre el registro y su primera visita al campus. Pero sin datos confiables, el equipo tomaba decisiones de asignación por intuición.

Trabajamos como una extensión embebida del equipo Cosmo durante un engagement de 12 semanas en seis sprints. El trabajo se dividió en tres capas.

Construimos un data warehouse de grado productivo en Google Cloud Platform, diseñado para cumplir requisitos de seguridad empresarial. BigQuery reemplazó docenas de exportaciones manuales y transformaciones en Excel como la capa analítica central.

• Ambientes gestionados (dev, staging, producción) con Terraform y CI/CD completo
• Pipelines ETL automatizados consumiendo datos de APIs de HubSpot y BotMaker
• Cumplimiento de seguridad al 85% en benchmarks CIS 4.0
• Todo documentado y versionado en GitHub

Por primera vez, todo el embudo de admisiones — desde el primer mensaje de WhatsApp hasta el pago final de matrícula — era visible en un solo lugar, actualizado automáticamente y confiable.

• Visibilidad full-funnel por sede y grado: lead → calificado → inmersión → admitido → facturado → matriculado, seguido diariamente
• Atribución de fuente de leads que conecta inversión publicitaria con familias que realmente se matriculan
• Priorización automatizada de leads con un motor de scoring que señala oportunidades cada 2 horas según capacidad en tiempo real
• Reconciliación de datos de más de 30,000 registros de leads que habían minado la confianza en los reportes

El dashboard cambió cómo el equipo distribuía esfuerzo entre 11 sedes. Antes, la priorización era una conversación semanal basada en quién tenía la hoja de cálculo más reciente. Después, era una realidad diaria impulsada por datos en vivo.

Flujos de recuperación. El sistema existente enviaba el mismo mensaje genérico a cada familia sin importar en qué paso se habían detenido. Rediseñamos toda la secuencia en WhatsApp y email para que fuera consciente de la etapa, sensible al tiempo y enrutada al miembro correcto del equipo automáticamente.

• Una familia que no pagó la inmersión recibe un mensaje diferente a una que no asistió a su visita
• Ventanas de seguimiento reducidas de 24 horas a 4 horas para recuperación inicial
• Leads sin respuesta se etiquetan y escalan sin que nadie revise una lista
• Audiencias de remarketing se crean automáticamente para retargeting en redes sociales

Automatización de lista de espera. Dos flujos que dependían de una sola persona fueron completamente automatizados. Cuando se abren cupos, las familias elegibles son notificadas al instante. Las familias en lista de espera reciben cupos en orden cronológico, con avance automático si no hay respuesta en 48–72 horas.

Motor de priorización de leads. Un sistema automatizado que cruza capacidad en tiempo real por sede con datos de leads para surfacear las oportunidades de mayor valor. Sedes con menos del 80% de capacidad activan etiquetado prioritario en cada lead desde el primer contacto. El sistema corre autónomamente cada dos horas.

No entregamos un producto y nos fuimos. Nos embebimos con el equipo Cosmo, uniéndonos a sus syncs semanales, pareando con sus ingenieros y ejecutando sesiones de transferencia de conocimiento durante todo el engagement.

La estructura fue de sprints, pero el enfoque fue iterativo: entregar algo útil rápido, validarlo con el equipo y construir la siguiente capa. Quick wins como la priorización de leads salieron en vivo en días. Trabajo estructural como el data warehouse se construyó en paralelo y se desplegó progresivamente.

Cada automatización incluyó runbooks. Cada dashboard incluyó sesiones de entrenamiento. Para el sprint final, el equipo Cosmo estaba ejecutando sus propias iteraciones sobre los sistemas que construimos juntos.

Usamos BigQuery porque Cosmo necesitaba un warehouse que manejara 30,000+ registros de leads con tiempos de consulta sub-segundo e integrara directamente con Looker Studio para dashboards que el equipo comercial pudiera usar sin soporte de ingeniería. Terraform nos dio infraestructura reproducible en tres ambientes sin drift de configuración manual. Python y Go manejaron los pipelines ETL y la lógica de automatización respectivamente, con GitHub Actions gestionando el deployment. En comunicaciones, HubSpot y BotMaker vía WhatsApp Business API potenciaron los flujos de recuperación y lista de espera donde las familias realmente responden: sus teléfonos.