Todos los casos
Divali

Divali: el sistema operativo de un centro de estética y salud

De hojas de cálculo y WhatsApp a una plataforma completa: agenda, caja, paquetes, asistente de WhatsApp con criterio clínico, recordatorios, historia clínica digital, un gimnasio y una app para socios. Todo construido dentro del centro, con datos reales.

Sector
Medicina estética y salud integral · Neuquén y Rincón de los Sauces, Argentina
Período
Junio 2025 – actualidad
Stack
Next.js · NestJS · PostgreSQL · Supabase · Expo · WhatsApp Business API · Claude

El punto de partida

Divali es un centro integral de estética y salud con sede en Neuquén y atención itinerante en Rincón de los Sauces. Cuando empezamos a trabajar juntos, en junio de 2025, la operación vivía en hojas de cálculo y en el WhatsApp de la recepción: citas, señales, paquetes de sesiones, cobros de profesionales externos. Funcionaba porque el equipo se acordaba de todo. Y ese era el problema: nada escalaba y nadie podía ver el negocio entero.

Cómo trabajamos

No empezamos por "el sistema". Empezamos por lo que más dolía, con los datos reales cargados desde la primera semana. Cada módulo nació de un problema concreto que el equipo del centro nos planteó, y cada decisión de negocio se tomó con ellos, no en abstracto.

En un año, el sistema acumuló más de 750 commits y 100 pull requests entre el dashboard, el backend y la app móvil. Esto es lo que se construyó, en el orden en que hizo falta.

1. Agenda, clientes y caja, conectados entre sí

Cada cobro nace de una cita, no de una hoja de cálculo aparte. La agenda muestra a simple vista el estado de cada cita según la señal: sin cobrar, con señal, atendida. Nada se marca a mano: se deriva del dinero que realmente ha entrado.

2. Los datos reales rompen el modelo

Al cargar la operación real aparecieron los problemas que ningún sistema genérico contempla: profesionales externos cuyo dinero es de terceros y no es ingreso del centro; el mismo servicio con precio en pesos y en dólares; paquetes de sesiones que se duplicaban. Cada uno se resolvió con el equipo y quedó como regla del sistema, no como parche.

3. El WhatsApp deja de saturar a la recepción

La mayoría de los mensajes que recibía el centro eran "¿cuánto cuesta X?" y terminaban ahí. Construimos un asistente que atiende 24/7 con reglas clínicas:

  • Da precio a lo que se puede presupuestar y no da precio a los tratamientos que requieren evaluación médica.
  • No promete resultados, no diagnostica, no prescribe pruebas.
  • Lo que no es un tratamiento queda fuera de su alcance.
  • Cuando corresponde, deriva a la profesional con todo el contexto de la conversación, a una cola ordenada por antigüedad y proximidad de la cita.

Medimos si hacía falta un modelo de IA más caro para que se comportara bien. No hacía falta: el contexto correcto en cada mensaje valía más que el tamaño del modelo.

4. Que la paciente vuelva

Recordatorios automáticos de cita (259 programados en el primer despliegue), cuidados posteriores al tratamiento que se envían solos después de cada sesión con una plantilla aprobada por Meta como mensaje de utilidad, y recordatorios de seguimiento con fecha, prioridad y responsable. La recompra deja de depender de la memoria de alguien.

5. Historia clínica que la paciente completa desde el móvil

Un formulario público con más de 60 campos y firma digital, vinculado al perfil de la paciente. El consentimiento deja de ser un papel en una carpeta.

6. Un segundo negocio dentro del mismo sistema

Divali abrió un gimnasio. Abonos por días fijos a la semana, cambio de plan con cobro de la diferencia, cancelaciones con reglas distintas según la antelación, recuperación de clases, y una app móvil para que los socios vean su agenda. Lo que aprendimos allí cambió nuestra forma de diseñar: la configuración es la fuente de verdad de la agenda, y ningún proceso automático cambia el estado de un cliente sin que el operador lo vea antes y pueda intervenir.

7. El protocolo conversacional, traducido al bot

El centro escribió su protocolo de atención en 70 secciones: "no responder consultas, construir conversaciones". Lo trasladamos al asistente en seis fases: frases prohibidas en el guardrail de salida, catálogo ofrecible, motivos de consulta, derivación a evaluación. Actualmente el asistente habla como el centro quiere que se hable con sus pacientes.

Analítica para decidir

El dashboard le da al centro lo que antes no tenía: ingresos propios separados del dinero de terceros, ocupación de la agenda, conversaciones atendidas por el bot y cuántas terminaron en derivación, leads calientes en el CRM, campañas e informes. Las decisiones sobre precios, profesionales y horarios se toman mirando el número, no la sensación.

La regla que nos dejó Divali

Si el usuario puede romperlo, el diseño está mal. Ninguna acción disponible en la app puede dejar al centro en un estado que no vea ni pueda revertir. Es la regla con la que hemos diseñado todo lo que vino después.

Divali: el sistema operativo de un centro de estética y salud · TechForce