idSwift Stats –

Hoy, en vivo

agregado diario de hoy, todas las apps Cargando…

Eventos hoy por app

todas las fuentes (server + client)

Últimos 7 días

eventos totales y errores por día

Online Check-in

funnel real: enviado → abierto → completado

El huésped lo usa de verdad

% de invitados que completan antes de llegar

–

Completado por edad

% de los que empiezan el flujo que lo completan, por rango de edad

Actividad por dispositivo

reparto de las interacciones del check-in online por tipo de dispositivo (cuenta acciones, no check-ins)

Cuánto tarda el huésped

duración del flujo completado (buckets)

Del email a la apertura

cuánto tarda en abrir el link tras recibirlo

Anticipación a la llegada

días entre completar el check-in y llegar al hotel

Hora de envío vs aperturas

envíos y aperturas por hora (Madrid) — para elegir la hora de envío que maximiza aperturas

Tiempos

cuánto tarda cada check-in y cada paso · siempre aprox. por buckets, sin timestamps individuales

Check-in del huésped (online)

duración del flujo de precheckin completado (aprox. por buckets)

Check-in en recepción

escáner + reg. card: de empezar a guardado OK (aprox. por buckets)

Todos los flujos del hotel

duración total del flujo por hotel (huésped + recepción juntos, aprox. por buckets)

Pasos del proceso · p50–p95

escaneo OCR, guardado OHIP y firma — percentiles aprox. por buckets (la barra es el p95)

Distribución por paso

reparto de cada paso en buckets de tiempo (aprox. por buckets)

Evolución diaria

mediana aprox. (minutos) de la duración del flujo, por día

Calidad OCR

correcciones post-escaneo, éxito por tipo de documento y países (k-anonimizado)

Correcciones por campo

la métrica estrella: qué campos retoca recepción después del escaneo

Éxito por tipo de documento

escaneos ok y fallidos según el documento presentado

País emisor del documento

solo del documento (nunca IP) · los grupos <5 se funden en «otros» (k-anonimato)

Uso

actividad diaria por aplicación y por hotel

Page views por app

top 5 apps por vistas de página

Eventos totales por día

todas las apps

Actividad por hotel

acumulado en el rango

Mapa de calor · hora × día de la semana

actividad por hora (Madrid): escaneos, guardados, precheckin y page views — para dimensionar turnos

Idiomas

idioma del navegador (subtag primario) en las apps de huésped y web pública

Hoteles

benchmark por hotel: adopción del check-in online, llegadas, SES y coste OHIP

Benchmark de la flota

acumulado del rango por hotel · el coste OHIP es estimación lineal a 0,00093 €/tx

Elige un hotel en el filtro «Hotel» de arriba para ver su detalle (origen de huéspedes, edades, noches de estancia, antelación y régimen).

Origen de los huéspedes

país de nacionalidad · grupos <5 se funden en «otros» (k-anonimato)

Edades

huéspedes guardados por rango de edad (bucket, sin fechas exactas)

Noches de estancia

de las llegadas comunicadas a SES en el rango

Antelación de la reserva

días entre la creación de la reserva y la llegada

Régimen / rate plan

mix de tarifas de las llegadas del rango

Fiabilidad

errores, SES real y estado del pipeline (últimos 30 días)

Top errores por app

err_codes agregados en los últimos 30 días

js_error por app y versión

tasa de errores JS por versión de deploy · alarma si >2× la versión anterior

Latencia OHIP por operación

p95 aproximado desde buckets de ops_ms (últimos 30 días, prod)

SES · comunicaciones y rechazos

lotes reales de ses_lotes, por día

SES · por hotel

lotes, comunicaciones y rechazos en el rango

Pipeline SES en vivo

ses_pending_checkins por status y grupo

OHIP

transacciones reales al gateway por funcionalidad · facturadas a 9,30 € / 10.000 tx
⚠ Parte del rango proviene de backfill de logs (source=logs): los logs infracuentan ~50% frente a OHIP Analytics y no distinguen operaciones finas ni caché.

Transacciones por día y funcionalidad

cada barra es un día; los segmentos, la funcionalidad que originó la llamada

Por funcionalidad

coste estimado a 0,00093 €/tx — la factura OCI real va en bloques de 10.000

Por operación

operaciones OHIP acumuladas en el rango

Histórico

daily docs crudos de analytics_daily

Eventos por día

total de eventos registrados

Detalle diario

un doc por día y entorno

Recomendaciones

análisis IA del digest de métricas (Claude + Gemini)

Los textos los generan modelos de IA a partir de agregados de los últimos 14 días. Revísalos antes de actuar: pueden contener imprecisiones.

Claude

Gemini

Comercial

demos de la web pública: de la visita al guardado en PMS

Funnel de la demo web

abre la demo → la lanza → escanea un documento → guarda

Actividad diaria

eventos de la demo por día

Las etiquetas de prospecto (?hotel=) viven solo en los eventos crudos (meta.label), nunca en estos agregados: aquí no hay nombres de posibles clientes.

idSwift Solutions · panel interno de analítica Sin PII: solo agregados diarios y eventos anónimos.

Consultar a los modelos

La pregunta se envía como foco del análisis sobre el mismo digest agregado de métricas (cero PII). Responden Claude y Gemini en paralelo.

0 / 500