AI PLAN — Del concepto a la calle: construyendo una plataforma de ocio integral
Experiencia emprendedora iniciada durante tercer curso de carrera. Una plataforma para conectar a los usuarios con propuestas personalizadas de ocio local, desarrollada de extremo a extremo con aplicaciones móviles para iOS/Android y web en producción.
Contexto: qué problema resuelve el proyecto
El ocio local a menudo sufre de dispersión: las personas dedican excesivo tiempo a buscar qué hacer durante el fin de semana navegando entre múltiples redes sociales, blogs desactualizados y recomendaciones desestructuradas. Por otro lado, los comercios y negocios de hostelería o actividades locales encuentran barreras para dar a conocer ofertas específicas en momentos de menor afluencia.
AI PLAN nació con la misión de eliminar esa fricción: una plataforma que centraliza la oferta de ocio, permitiendo descubrir planes según ubicación, preferencias y presupuesto, conectando directamente la demanda de los usuarios con negocios locales de proximidad.
Mi contribución: qué hice personalmente y con quién trabajé
Como cofundador junto a un compañero de grado, mis responsabilidades abarcaron todo el ciclo de vida del producto digital:
- Arquitectura de software & Backend: Diseñé el modelo de datos relacional y desarrollé la API REST centralizada en Python con Django y Django REST Framework.
- Desarrollo móvil multiplataforma: Programé las aplicaciones para iOS y Android utilizando React Native y Expo, implementando geolocalización, mapa interactivo y notificaciones.
- Plataforma web: Construí la web pública y paneles de gestión utilizando Vue 3 y Nuxt, cuidando el rendimiento, SSR y SEO.
- Operaciones e infraestructura: Configuré servidores y buckets de medios en Google Cloud Platform (GCP) y la pasarela de pagos con Stripe.
- Validación y comercialización: Salimos a la calle a reunirnos con dueños de negocios locales para cerrar acuerdos de colaboración e incorporar sus planes al catálogo.
Sesión de trabajo del equipo cofundador de AI PLAN durante las fases de desarrollo. Decisiones técnicas: qué opciones valoré y por qué escogí una
Al ser un equipo reducido con recursos limitados, el criterio principal fue maximizar la velocidad de iteración y la mantenibilidad sin comprometer la estabilidad:
Backend: Python / Django sobre microservicios Node.js
Valoramos arquitecturas distribuidas de microservicios, pero optamos por un monolito modular con Django. Nos proporcionó un sistema de autenticación probado, un ORM potente y seguro, y un panel de administración incorporado que ahorró semanas de trabajo en gestión de contenidos.
Móvil: React Native / Expo sobre desarrollo 100% nativo
Desarrollar apps independientes en Swift (iOS) y Kotlin (Android) hubiera duplicado el coste y los tiempos de mantenimiento. React Native con Expo nos permitió publicar simultáneamente en ambas tiendas con una única base de código y paridad total de funcionalidades.
Web: Nuxt / Vue 3 para indexación y experiencia rápida
Elegimos Nuxt para aprovechar el renderizado del lado del servidor (SSR) y optimizar el posicionamiento en buscadores (SEO) de los eventos y fichas de locales, manteniendo la reactividad fluida de Vue.
Retos y soluciones: dificultades encontradas y cómo las resolví
Publicación y normativas estrictas en App Store y Google Play
Problema: Las directrices de revisión de Apple para apps de ocio con pagos y geolocalización son rigurosas, y tuvimos rechazos iniciales por políticas de permisos de ubicación en segundo plano.
Solución: Rediseñamos los flujos de solicitud de permisos explicando explícitamente al usuario el beneficio de la geolocalización sólo durante el uso activo de la app, adaptando las cadenas de consentimiento según las pautas de Apple Human Interface Guidelines.
Integración de pagos con dinero real y comisiones
Problema: Gestionar pagos de planes de ocio garantizando la seguridad transaccional y la trazabilidad de fondos.
Solución: Implementamos Stripe Elements y webhooks idempotentes para certificar cobros y emitir confirmaciones en tiempo real sin riesgo de dobles cargos ante fallos de conexión móvil.
Defensa y validación de AI PLAN ante jurado en la Feria de Proyectos de la Universitat Politècnica de València. Resultado: qué se consiguió
AI PLAN demostró con creces la viabilidad de llevar una idea desde el papel hasta la producción comercial:
Más allá del código, la experiencia nos enseñó cómo interactúan los usuarios con la aplicación en situaciones reales, qué información valoran más al planificar su tiempo libre y cómo simplificar la navegación para reducir la tasa de abandono en el checkout.
Aprendizajes: qué haría de otra manera hoy
Mirando el proyecto con la perspectiva técnica y de producto actual, estas son las lecciones más valiosas que aplico en mi día a día:
- Pruebas automatizadas desde el inicio: Al principio priorizamos la velocidad visual sobre las suites de tests automatizados. Hoy incorporaría tests unitarios y de integración para endpoints críticos (especialmente pagos y autenticación) desde el día uno con CI/CD.
- Métricas y telemetría de producto: Instrumentar eventos de analytics estructurados desde las primeras versiones para tomar decisiones fundamentadas en datos de comportamiento real y no en intuiciones.
- Menos funcionalidades, mayor profundidad: Inicialmente intentamos cubrir demasiadas casuísticas de ocio a la vez. Enfoques más acotados y verticales permiten validar hipótesis con mayor agilidad.