Integraciones de Jobber: el centro completo
Cada integración de Jobber que hemos construido o mantenido. QuickBooks, HubSpot, Mailchimp, CallRail, patrones de Zapier y los detalles tras cada una.
Integraciones nativas: sólidas
QuickBooks Online: con la nueva integración la sincronización es en un solo sentido, de Jobber a QuickBooks (clientes, productos y servicios, facturas, pagos, reembolsos, propinas, payouts) y se ejecuta de forma automática, sin botón manual de Sincronizar ahora. Jobber es la fuente de la verdad, así que edita esos registros en Jobber. Disponible en los planes Connect y Grow; no puede sincronizar con QuickBooks Desktop, solo con QuickBooks Online. Stripe mediante Jobber Payments: Stripe impulsa Jobber Payments desde 2017 (Connect para payouts, Terminal para pagos con tarjeta presente, Radar para fraude). La financiación al consumidor es una integración aparte con Wisetack, no con Stripe. Google Calendar: sincronización en un sentido de Jobber a Google para la visibilidad del propietario y el despachador. Estas funcionan sin middleware adicional.
Nivel intermedio: patrones de Zapier
Nuevo cliente en Jobber a contacto de HubSpot: Zap trivial, 5 minutos para configurarlo. Trabajo completado en Jobber a etiqueta de Mailchimp: útil para el marketing a clientes recurrentes (Mailchimp también tiene una app directa de Jobber). Nueva factura en Jobber a canal de Slack: útil para el seguimiento del propietario. CallRail ahora tiene una integración de partner nativa que asocia las llamadas entrantes con los clientes de Jobber, así que quizá no necesites un Zap para la atribución de llamadas. Ten en cuenta el límite por plan: Zapier y CallRail requieren el plan Connect o superior; el plan básico Core los excluye. Presupuesta Zapier Professional (unos 29,99 $ al mes, que desbloquea Zaps de varios pasos) cuando ejecutes más de un par de automatizaciones activas, y vigila el uso de tareas, ya que cada paso de acción de un Zap de varios pasos cuenta como una tarea.
Integraciones por API personalizadas: cuándo merecen la pena
La API de Jobber es solo GraphQL, sin endpoints REST, autenticada mediante OAuth 2.0 y respaldada por webhooks para eventos en tiempo real. Tiene un límite de frecuencia doble: un limitador anti-DDoS de 2.500 solicitudes por 5 minutos por app y cuenta, más un limitador por coste de consulta que vacía y rellena un grupo de puntos con un algoritmo de cubo con fugas, así que pagina con cursores y evita consultas muy anidadas. Tres señales justifican el trabajo directo por API frente a Zapier. (1) Alto volumen (más de 1.000 clientes al mes). (2) Sincronización compleja en varias direcciones (Jobber a ServiceTitan durante una migración). (3) Fiabilidad crítica (no puedes permitirte un fallo del Zap). Por debajo de eso, Zapier es más rápido, más barato y más fácil de mantener.
Integraciones construidas por Pineido
Hemos entregado estos patrones en proyectos con clientes. Puente Jobber más QuickBooks Desktop (como Jobber solo sincroniza con QuickBooks Online, esto pasa por QBO más una herramienta de sincronización para Desktop). Automatización de la etapa del ciclo de vida Jobber más HubSpot (no existe integración nativa Jobber-HubSpot, así que la enlazamos mediante la API GraphQL o Zapier). Atribución de llamadas LSA Jobber más CallRail. Seguimiento de garantías personalizado con Jobber. Cada una es una construcción de 1 a 3 semanas dentro de un sprint más amplio. Ten en cuenta el límite de integraciones personalizadas de Jobber: una app en estado Draft se bloquea cuando se conecta a más de 5 cuentas de pago de Jobber, así que las apps personalizadas de producción requieren revisión.
Lo que NO se integra bien
Jobber más ServiceTitan: no están diseñados para coexistir; elige uno. Jobber más herramientas complejas de presupuestos multioficio (Buildertrend): solo integración básica, se necesitan soluciones personalizadas. CompanyCam sí tiene una buena app nativa de Jobber para la documentación con fotos, así que esa es una excepción. Jobber más Slack a gran escala: las notificaciones nativas de Slack son ligeras; construye un Zap personalizado o un listener de API para una cobertura completa.
Cómo la AI agéntica lleva esto más lejos
Cada integración anterior sigue siendo una tubería: los datos se mueven de A a B y una persona lee el resultado. La automatización, en sentido estricto, es un disparador seguido de una secuencia fija: cliente nuevo en Jobber dispara un Zap, listo. Un agente real es un animal distinto: percibe un evento, decide qué hacer al respecto usando juicio, no solo una regla estática, actúa sobre esa decisión llamando a una API y luego se detiene a esperar el siguiente evento o un punto de control humano. La mayor parte de lo que hoy se comercializa como «AI» sobre Jobber no es ni lo uno ni lo otro. Es un widget de chatbot pegado al portal de clientes o un cuadro de prompt que redacta una respuesta para que alguien la copie y pegue, lo cual es puro teatro porque nada cambia en Jobber hasta que una persona retipea lo que sugirió el cuadro, y ese retipeo es exactamente el trabajo que la herramienta debía eliminar.
Si se apunta un agente real a la API GraphQL de Jobber y a sus webhooks, las señales que vale la pena vigilar son estrechas y específicas: eventos de finalización de trabajo y de factura, el registro del cliente y el historial de trabajos extraídos por la API, y los datos de llamadas de CallRail donde la atribución propia de Jobber se queda corta. Son las entradas correctas porque son exactamente los momentos en los que se debe tomar una decisión: un trabajo completado es el disparador de una oferta de financiación o de una solicitud de reseña, una factura que cruza los 30 días es el disparador de un paso de cobranza. Los webhooks importan más que el sondeo aquí porque los límites de frecuencia de Jobber hacen que el sondeo constante sea un desperdicio, y la finalización de un trabajo es exactamente el tipo de evento para el que se diseñaron los webhooks, capturarlo casi en tiempo real. La coincidencia nativa de CallRail con Jobber ya resuelve la atribución de llamada a cliente, así que el agente no necesita adivinar por su cuenta a qué registro de cliente corresponde un número de teléfono. Extraer el historial completo del cliente junto con el evento, no solo el evento en sí, es lo que evita que el agente trate a un cliente recurrente de cinco estrellas igual que a un lead nuevo sin verificar.
La capa de decisión es donde la mayoría de los proveedores recortan camino y es donde está la ingeniería real. Enrutamos el evento y el historial del cliente recuperado hacia una llamada a un LLM acotada a una sola decisión a la vez: oferta de financiación sí o no, solicitud de reseña sí o no, marcar para revisión manual sí o no, con generación aumentada por recuperación que extrae solo de los registros propios de ese cliente en Jobber, nunca una suposición genérica del modelo. Cada decisión lleva una puntuación de confianza, y por debajo del umbral fijado con el cliente, normalmente un caso que una regla estricta también rechazaría, como un primer trabajo para un cliente sin historial de pagos, el agente no actúa. Pone el caso en cola para una persona en lugar de enviar una oferta de financiación a alguien que nunca ha pagado a tiempo, porque una suposición equivocada enviada a un cliente real cuesta más que la revisión que habría hecho falta para detectarla.
Cuando sí actúa, las llamadas son específicas: una mutación de GraphQL para etiquetar el registro del cliente o actualizar un campo personalizado, una llamada a la API de Twilio para enviar el SMS, una llamada de generación de enlace de Wisetack para la financiación, o una escritura en QuickBooks para un pago conciliado. Cada escritura lleva una clave de idempotencia asociada al ID del evento que la disparó, así que un webhook que Jobber reenvíe, algo que sí ocurre, no envía el mismo texto dos veces ni etiqueta el mismo trabajo por duplicado. Las llamadas fallidas se reintentan con retroceso durante unos pocos intentos, y una llamada que sigue fallando, o que devuelve una forma de payload que la integración no esperaba, cae en una cola que una persona revisa el mismo día en lugar de fallar en silencio y perder el evento.
El punto de control se sitúa exactamente donde más cuesta una acción equivocada: cualquier cosa que toque dinero, una oferta de financiación, un reembolso, un ajuste de factura, o cualquier cosa de cara al cliente fuera de una plantilla preaprobada, pasa por una persona antes de salir. Todo lo que queda por debajo de esa línea, etiquetar, notificaciones internas, redactar sin enviar una solicitud de reseña, se ejecuta sin supervisión. Esa división es lo que hace que el agente sea lo bastante fiable como para dejarlo funcionando toda la noche. No es que el agente nunca se equivoque, es que los errores que se le permite cometer por su cuenta son baratos de corregir, y los que no lo son siempre pasan primero por los ojos de una persona.
Construimos esto sobre n8n o llamadas GraphQL directas conectadas a la propia app OAuth de Jobber del cliente, con Supabase manteniendo el estado entre ejecuciones, lo que ya se envió, lo que sigue pendiente de revisión, y funciona sobre infraestructura que el cliente posee desde el primer día. Eso importa porque la alternativa, un bot SaaS alquilado de «seguimiento inteligente» facturado por contacto, puede subir de precio, ser adquirido o cerrar, y la lógica del flujo de trabajo desaparece con él junto con el historial de datos propio del cliente. El código se entrega al final del sprint, así que si la persona de operaciones del cliente quiere cambiar el umbral de confianza o añadir un disparador nuevo el próximo trimestre, puede hacerlo sin llamarnos primero a nosotros ni a otro proveedor.
Lo que no hará: negociar un precio, resolver una disputa de facturación o enviar algo a un cliente que ha respondido con enojo o confusión, esos casos quedan por diseño en el escritorio de una persona, no porque el modelo no pudiera intentar una respuesta, sino porque equivocarse ahí cuesta una relación. El resultado realista no es un porcentaje llamativo, es un despachador o gerente de oficina que ya no revisa manualmente los trabajos completados cada mañana para decidir quién recibe un texto de financiación o una solicitud de reseña, liberando esa hora para las llamadas que solo una persona debería atender. Pineido construye agentes de AI para pequeñas empresas dentro de sus propias cuentas de Jobber y QuickBooks, un flujo de trabajo propio en funcionamiento en 30 días, con el código entregado al final, no licenciado de vuelta a usted.
¿Listo para lanzar?
Cuéntenos dónde está atascado. Lo revisaremos y le enviaremos una recomendación concreta en un día hábil.
Preguntas frecuentes
¿Jobber tiene una API pública?
Sí, una API GraphQL (no hay API REST). Usa OAuth 2.0 y webhooks, y tiene límite de frecuencia (2.500 solicitudes por 5 minutos más un limitador por coste de consulta). Suficiente para la mayoría de las integraciones.
¿Debo usar Zapier o código personalizado?
Zapier para el 90 por ciento de los casos (plan Connect o superior, Professional por unos 29,99 $ al mes para varios pasos). Código GraphQL personalizado para alto volumen, sincronización bidireccional compleja o rutas críticas. La mayoría de los negocios nunca necesitan código a medida.
¿Cuánto cuesta un sprint de integración de Jobber?
El sprint de integración de alcance fijo de Pineido empieza en 9.000 $. Incluye arquitectura, construcción, pruebas y rollout. Independiente de la herramienta.
Reciba ideas sobre operaciones cada semana
Únase a los responsables de empresas de servicios que reciben cada semana una idea práctica sobre operaciones, automatización y crecimiento.
Sin spam. Cancele cuando quiera.
¡Ya está suscrito! Busque nuestro próximo número en su bandeja de entrada.
No se pudo enviar. Inténtelo de nuevo o escriba a [email protected].