La app que nadie quería tocar

  • Onboarding: de 12 a 3 min
  • Reescritura completa aprobada el mismo trimestre
  • Sin ciclos de regresión de 3 semanas
  • 12 a 3 min Tiempo de onboarding de pacientes
  • 90% Reducción de errores de facturación ligados al onboarding
  • 4 semanas Tiempo desde el encargo hasta el módulo de prueba funcional

La situación

Una empresa australiana de administración sanitaria con 120 empleados gestionaba sus operaciones centrales sobre una herramienta interna construida cinco años antes por un desarrollador que ya había dejado la compañía. La aplicación manejaba el onboarding de pacientes, la programación de citas, la facturación y el procesamiento de reclamaciones a seguros para una red de 14 clínicas. Nadie entendía del todo el código. Añadir cualquier función llevaba semanas de pruebas cuidadosas porque los cambios en un módulo rompían con frecuencia otros, y no había pruebas que detectaran esas roturas antes de que llegaran a producción. El equipo había dejado de intentar mejorar la aplicación y aprendió a trabajar a su alrededor, y cada solución improvisada ampliaba en silencio la brecha entre lo que el sistema registraba y lo que realmente ocurría en la clínica. Las notas adhesivas y las hojas de cálculo compartidas llenaban esa brecha, y el personal que las mantenía se había convertido, sin que nadie lo decidiera, en la verdadera fuente de verdad.

En sus palabras

Dejé de intentar explicar por qué necesitábamos un sistema nuevo. Simplemente se lo mostré. Cuatro semanas de software funcionando lograron lo que dos años de propuestas no pudieron.
FatimaCTO, administración sanitaria australiana

Lo que realmente fallaba

La aplicación era un monolito en PHP sin pruebas automatizadas, sin documentación y con un esquema de base de datos modificado tantas veces que varias tablas arrastraban nombres de columna contradictorios para el mismo campo. El desarrollador original lo había escrito todo sobre un framework propio y sin documentar, que no se parecía a Laravel, Symfony ni a ninguna convención que un recién llegado reconociera, así que no servía ninguno de los modelos mentales habituales. Los nuevos desarrolladores dedicaban sus primeros tres meses solo a aprender cómo funcionaba la aplicación antes de poder cambiar una línea con seguridad, y poner al día a un ingeniero senior en un sistema tan a medida suele llevar meses, no semanas. Dos desarrolladores habían renunciado dentro de su primer año, señalando el código como la razón principal. El conocimiento que existía vivía en las personas, no en el repositorio, y se marchaba por la puerta cada vez que alguien dimitía.

La CTO llevaba dos años defendiendo una reescritura completa. Había producido tres propuestas distintas, cada una con estimaciones de costo, plazos y evaluaciones de riesgo. La dirección rechazó las tres. La primera se rechazó porque el costo estimado era demasiado alto. La segunda, porque el plazo estimado era demasiado largo. La tercera, porque dos intentos anteriores de reescritura, ambos previos a la llegada de la CTO, ya habían fracasado. Esa historia no es inusual: las reescrituras de golpe son una de las formas más comunes en que fracasan los esfuerzos de modernización, porque exigen reconstruir todo el sistema antes de que el negocio vea ningún valor, y suelen desbordar sus estimaciones. La palabra "reescritura" se había vuelto políticamente tóxica. La dirección la oía y pensaba en presupuesto perdido, fechas incumplidas y promesas rotas, y ninguna hoja de cálculo iba a cambiar esa asociación.

Mientras tanto, el costo operativo seguía acumulándose. El onboarding de pacientes, el flujo de trabajo más usado, obligaba al personal a introducir datos en siete pantallas distintas, esperar tres comprobaciones de validación separadas y disparar manualmente dos llamadas API a servicios externos de verificación de seguros. El proceso tomaba un promedio de 12 minutos por paciente, frente a una norma del sector en la que la captura y transcripción manual suelen llevar de 10 a 20 minutos y arrastran un margen de error real en cada pulsación. En horas pico, las clínicas tenían pacientes en la sala de espera sin lugar en el sistema donde registrarlos. El personal improvisaba: omitía campos opcionales, agrupaba las verificaciones de seguro al final del día y anotaba a quien quedaba en el limbo en una hoja de cálculo compartida de pacientes "parcialmente registrados". Cada atajo cambiaba unos segundos en el mostrador por un problema de calidad de datos aguas abajo, y esos problemas se trasladaban directamente a la facturación. Los errores demográficos y técnicos de captura son una causa principal de denegaciones de reclamaciones en todo el sector, y aquí aparecían como retrabajo: el equipo de facturación dedicaba 15 horas por semana a corregir errores originados en el onboarding.

Paso a paso

Auditoría de flujos y selección del módulo

Dedicamos cuatro días a mapear cada flujo de la aplicación: onboarding, programación, facturación, reclamaciones e informes. Para cada uno medimos frecuencia de uso, tiempo por tarea y tasa de error, de modo que la decisión de por dónde empezar fuera un número, no una opinión. La mejor primera porción en una modernización es la de alto volumen, alto dolor y claramente aislable, y el onboarding fue el más alto en las tres: la mayor frecuencia (más de 200 al día en 14 clínicas), el mayor tiempo por tarea (12 minutos) y la mayor tasa de error (el 18% de los registros requería corrección manual). También era una costura limpia, lo bastante desacoplada de la programación y las reclamaciones como para reconstruirse por su cuenta. Elegimos el onboarding como módulo de prueba precisamente porque arreglarlo sería lo más visible y lo menos arriesgado.

Módulo de prueba en paralelo

En lugar de tocar la aplicación existente, construimos un módulo de onboarding independiente en React y Supabase que corría junto al sistema heredado, una versión deliberadamente pequeña del enfoque strangler fig: hacer crecer el nuevo sistema al lado del viejo y dejar que asuma un flujo a la vez en lugar de reemplazarlo todo de golpe. El nuevo módulo leía y escribía en la misma base de datos, así que se mantenía plenamente compatible con el resto de la aplicación y nunca bifurcaba los datos. El personal alternaba entre la interfaz vieja y la nueva con un solo interruptor, lo que nos daba una reversión incorporada: si el nuevo flujo fallaba, cualquiera podía volver a la pantalla heredada al instante, sin despliegue y sin pérdida de datos. Eso significaba que podíamos poner software real frente a clínicas reales sin apostar las operaciones. Si no funcionaba, el personal simplemente dejaría de usarlo, y nada se rompería.

Rediseño del flujo de trabajo

El flujo de siete pantallas se redujo a un formulario de una sola página con divulgación progresiva, de modo que el personal veía solo los campos relevantes en cada paso en lugar de recorrer pantallas buscando la siguiente casilla obligatoria. La verificación de seguro se disparaba automáticamente en cuanto se introducía un ID de seguro, sustituyendo la llamada API manual que el personal solía dejar para el final del día. La validación pasó a ser en línea, atrapando campos faltantes y números de seguro erróneos en el punto de entrada en lugar de en tres comprobaciones por lotes posteriores, que es exactamente donde los datos del sector dicen que los errores son más baratos de corregir. La hoja de cálculo de "parcialmente registrados" se reemplazó por un campo de estado en el propio registro, así que la solución improvisada dejó de ser un sistema paralelo. El flujo rediseñado tomaba un promedio de 2 minutos y 40 segundos, frente a los 12 minutos.

Despliegue y caso de negocio

Desplegamos el módulo de prueba primero en dos clínicas y luego lo extendimos a las 14 a lo largo de dos semanas. La adopción no necesitó imposición: la nueva interfaz era visiblemente más rápida, así que el personal se pasó a ella por su cuenta. En la primera semana, las dos clínicas piloto reportaron cero atascos de onboarding y una reducción del 90% en errores de facturación originados en el onboarding. Como habíamos capturado la línea base antes del lanzamiento, la mejora era una tendencia medida y no una afirmación. La CTO presentó esos números a la dirección con una demostración en vivo del software funcionando, lo único que dos años de propuestas escritas nunca lograron mostrar. La reescritura completa se aprobó ese mismo trimestre, presupuestada según el costo real del módulo de prueba en lugar de una estimación teórica, que es precisamente por lo que el presupuesto resistió el escrutinio.

Qué cambió

Tiempo de onboarding de pacientes
12 a 3 min
Reducción de errores de facturación ligados al onboarding
90%
Tiempo desde el encargo hasta el módulo de prueba funcional
4 semanas
Atascos de onboarding en las clínicas piloto
0
Reescritura completa aprobada
Mismo trimestre
Tiempo de corrección de facturación eliminado
15 hrs/semana

12 a 3 min Tiempo de onboarding de pacientes

Contáctanos

Cuéntanos qué quieres construir. Te decimos por dónde empezar y qué hace falta.

Preguntas comunes, respuestas claras

¿Por qué construir un módulo en paralelo en lugar de una reescritura completa desde el principio?

Un módulo en paralelo prueba la viabilidad con un riesgo mínimo. Si fracasa, el sistema existente sigue funcionando intacto y has perdido unas semanas, no un trimestre. Si tiene éxito, produce algo que una propuesta nunca puede: números reales de antes y después en producción, así que el caso de negocio para la reescritura completa se escribe solo. Este enfoque funciona especialmente bien cuando la dirección ha quedado escarmentada por intentos previos de reescritura, porque le permite financiar una sola porción pequeña y reversible y juzgar el resultado antes de comprometerse con el resto. Es la idea del strangler fig aplicada a la aprobación del presupuesto, no solo al código.

¿Cómo se asegura de que el nuevo módulo siga siendo compatible con la base de datos heredada?

El nuevo módulo lee y escribe en la misma base de datos usando el mismo esquema que la app heredada. Añadimos columnas nuevas donde hacen falta, pero nunca renombramos ni modificamos las existentes, así que el código viejo sigue encontrando sus datos exactamente donde los espera. La compatibilidad se verifica como parte de cada despliegue, y como ambos sistemas comparten una única fuente de verdad no hay un trabajo de sincronización que pueda desviarse ni una segunda copia de los datos que reconciliar. La aplicación heredada sigue funcionando exactamente como antes, que es lo que hace seguros el interruptor y la reversión instantánea.

¿Qué pasa si el esquema de la base de datos heredada es demasiado desordenado para trabajar con él?

En este caso el esquema era desordenado pero funcional, así que trabajamos directamente con él. Cuando un esquema es genuinamente inutilizable, construimos una capa adaptadora, una capa anticorrupción, que traduce entre la estructura heredada y un modelo de datos interno limpio, de modo que el código nuevo razona sobre entidades bien nombradas y coherentes mientras sigue leyendo y escribiendo en las tablas heredadas por debajo. Añade una costura de traducción que mantener, pero preserva la compatibilidad total y evita que el esquema desordenado se filtre al sistema nuevo.

¿Cuánto tardó la reescritura completa después del módulo de prueba?

La reescritura completa se planteó como una serie de sprints secuenciales, cada uno retirando un único módulo heredado igual que se hizo con el onboarding. Después fue la programación, luego la facturación y luego las reclamaciones, con cada módulo probado en paralelo y conmutado solo una vez que sus números se sostenían. El plazo total fue de aproximadamente seis meses, entregado en incrementos de 30 días que terminaban con software funcionando y desplegado en lugar de un informe de estado. Secuenciarlo así significó que el sistema heredado estuvo siempre plenamente operativo, el valor llegaba cada mes y nunca hubo un único cambio de alto riesgo que temer.

PorFundador e Imaginator

Publicado