AgendaPro Fitness 2.0 — Diseñando sobre una Hackathon
El Problema
Fitness es una vertical de alto crecimiento en LATAM — más de 2.100 gimnasios y estudios solo en Chile, con 72% de crecimiento post-pandemia. AgendaPro estaba perdiendo terreno frente a competidores como BoxMagic porque el módulo existente de planes y membresías arrastraba deuda técnica severa: sin reglas configurables, sin pagos online de planes, gestión de cupos frágil.
La hackathon interna produjo un MVP greenfield funcional — cinco microservicios, autenticación dual-pool, motor de reglas de planes limpio. Nuestro equipo adoptó ese código. La tarea: convertir un prototipo crudo en producto vivo, con tres personas y sin PM dedicado.
Heredando la Hackathon
Lo que encontramos: 5 microservicios funcionando, autenticación Cognito dual-pool, motor de reglas de planes resuelto (patrones ilimitado / pack global / pack por tipo). Lo que faltaba para uso diario: los clientes no veían sus planes en la app móvil, las clases llenas no tenían lista de espera, y el staff no tenía herramienta mobile para gestionar el día desde el salón.
Decidimos construir mobile-first porque ahí viven realmente instructores y clientes. El SaaS web seguiría siendo el hub de configuración y reportes; mobile cargaría el día a día.
Shape Up como Sistema Operativo
Con tres personas y sin PM dedicado, la disciplina de proceso pesaba más que las herramientas. Adoptamos Shape Up: pitch + appetite + circuit breakers por feature. Cada iniciativa pasó por brainstorm estructurado, breadboarding y varias rondas de prototipos HTML antes de cerrar en Figma.
Este ritmo nos permitió entregar tres features end-to-end en aproximadamente tres semanas con un equipo chico — y le dio al equipo de desarrollo un problema claro y acotado para tomar en el handoff.
Spotlight: Diseñando la Lista de Espera con Evidencia
La industria — ClassPass, Mindbody, Wellhub, BoxMagic — usa mayoritariamente auto-enroll: cuando se libera un cupo, la próxima persona en la lista queda reservada automáticamente. Llena las clases al ~95%, tiene un modelo mental simple y menor carga operacional.
Elegimos lo opuesto: notify + confirm con cascada. El razonamiento fue contextual:
· El control percibido pesa más en LATAM, donde la confianza en los cobros automáticos es menor. La confirmación activa reduce fricción emocional.
· La confirmación activa reduce no-shows, filtrando a quienes ya no pueden asistir.
· Encaja con el motor de quotas de planes — no quieres "gastar" una clase de un plan limitado sin querer.
· El tradeoff de tasa de llenado lo compensa una cascada rápida (5 minutos por persona en cola).
La decisión quedó documentada como un pitch Shape Up con tradeoffs explícitos, para que el equipo y los stakeholders pudieran discutirla por sus méritos — no por intuición.
Tres Features, Una Dirección
· Planes en la app móvil — visibilidad de planes activos dentro de "Mis Reservas" y agendamiento contextual desde la tarjeta del plan.
· Lista de espera — notify + confirm con cascada, posición visible, salida libre, canales push + email.
· App de Staff Fitness — una nueva app móvil dedicada para instructores, admins y dueños que les permite gestionar el día desde el salón: horario, inscritos, asistencia, walk-ins.
Tres superficies distintas, una dirección consistente: acortar la distancia entre la intención del usuario y la acción que necesita ejecutar.
El Impacto — Diseñando con Claude Code
Tres semanas de output de diseño, con AI como copiloto constante:
· 3 features diseñadas end-to-end (Planes en app móvil, Lista de espera, App de Staff Fitness)
· 2 specs Shape Up entregados + 1 plan de implementación para handoff a dev
· 10 sesiones de brainstorm estructuradas
· ~18 prototipos HTML iterativos explorados antes de cerrar diseño final
· 1 app móvil nueva conceptualizada desde cero (Staff Fitness, iOS + Android)
· 5 iteraciones sobre la sección de Planes hasta llegar a la versión final
· 7 prototipos explorados solo para resolver el flujo de Lista de espera (waiting, opciones de cupo, overlay de rechazo)
Un ritmo de iteración que antes hubiese requerido un equipo el doble de grande, sostenido por un solo PD/PM con AI como copiloto de diseño.