Andina
Aplicación móvil industrial para operarios de bodega que optimiza el proceso de picking y carga de pallets, integrando detección automática de productos con inteligencia artificial.
Cliente
Proyecto industrial
Rol
UX/UI Designer y Frontend Developer
Duración
6 meses
Año
2023
Equipo
4 personas (diseño, frontend, backend, IA)
Herramientas
Figma · React Native · Expo · Tamagui
Contexto y problema
En los centros logísticos de gran escala, los operarios cargan pallets bajo condiciones difíciles: ruido constante, uso de guantes y gafas de seguridad, y maquinaria pesada en movimiento. La carga mal ejecutada afecta la trazabilidad, genera errores de despacho y problemas con el sistema SAP.
Los procesos de picking y verificación eran manuales y poco fiables. Los operarios no tenían herramientas digitales adaptadas a su contexto real de trabajo: tablets montadas en traspaletas, interacción limitada por guantes, y necesidad de confirmación visual rápida.
Dolores / fricciones a resolver
- Condiciones físicas limitan el uso táctil (guantes, lentes, movimiento)
- Detección y validación manual de productos poco fiable
- Alto volumen de órdenes en turnos prolongados con presión de tiempo
- Comunicación con SAP compleja y sin feedback visible para el operario
Mi rol y responsabilidades
Tuve un rol híbrido: lideré el diseño de experiencia e interfaz, y también desarrollé el frontend en React Native. Esta combinación me permitió tomar decisiones de diseño informadas por las capacidades técnicas reales.
Lo que hice directamente
- →Realizar observación directa en terreno y entrevistas con operarios
- →Diseñar flujos de trabajo adaptados a tablets industriales montadas en maquinaria
- →Crear prototipos y validarlos en condiciones reales de bodega
- →Desarrollar el frontend en React Native con Expo y Tamagui
- →Implementar comunicación en tiempo real con WebSocket
- →Integrar el sistema de detección con IA para validación de productos
Enfoque de trabajo
Diseñé desde el contexto real de uso, no desde supuestos de escritorio. Pasé tiempo en la bodega observando cómo los operarios trabajan, qué los frustra y qué necesitan para confirmar una carga correctamente. Cada decisión de diseño fue validada en terreno.
Investigación en terreno
Observación directa en bodega, entrevistas con operarios y supervisores, identificación de puntos de fricción en el proceso actual.
Diseño centrado en contexto
Flujos sin scroll, botones grandes para uso con guantes, feedback visual inmediato, navegación con mínima interacción táctil.
Prototipado iterativo
Prototipos en Figma validados en sesiones con usuarios, luego versión funcional probada en tablets industriales.
Desarrollo frontend
React Native con Expo, componentes reutilizables en Tamagui, hooks para WebSocket y actualización automática de la app.
Flujo principal
El recorrido completo de un operario armando un pallet, diseñado para tablets montadas en traspaletas y uso con guantes.
- 01
Inicia sesión en la tablet con QR o credenciales
EntradaEl login por QR evita escribir con guantes; las credenciales quedan como alternativa.
- 02
Selecciona una orden de trabajo
EntradaDashboard con desempeño personal (horas, cajas por hora, bultos, pallets objetados) e historial de órdenes.
- 03
Escanea el producto en la ubicación indicada
DecisiónLa pantalla muestra imagen del producto, SKU, formato, ubicación y cantidad a pickear.
- 04
El sistema valida producto y cantidad
SistemaValidación contra la orden en SAP, con detección de productos asistida por IA.
- 05
Registra quiebres si hay discrepancias
DecisiónSi no hay stock en la ubicación, el operario confirma el quiebre sin interrumpir la tarea.
- 06
El producto se agrega al pallet
SistemaEl avance se sincroniza en tiempo real vía WebSocket con el resto del sistema.
- 07
Confirma el pallet y se imprime la etiqueta
ResultadoEl pallet queda trazable y listo para despacho.
Resultados e impacto
La aplicación se implementó en producción y los operarios la adoptaron rápidamente. El feedback visual claro y la integración con IA redujeron significativamente los errores de carga.
Impacto observable
- Reducción de errores de carga gracias a confirmación visual con IA
- Mayor percepción de control y autonomía por parte de los operarios
- Flujo de picking más estable y trazable en el sistema SAP
- Confirmación visual del producto en tiempo real sin necesidad de escaneo manual
- Operarios adaptados rápidamente al nuevo flujo, reduciendo estrés por cargas rechazadas
Decisión clave y aprendizaje
Decisión clave
Opté por mostrar la imagen del producto a pantalla completa como elemento principal de la interfaz, priorizando la confirmación visual sobre cualquier dato textual. En un entorno donde los operarios usan guantes y están en movimiento, una imagen grande es más útil que un código de barras.
Lo que aprendí
Diseñar para condiciones industriales exige claridad radical. La estética pasa a segundo plano; lo que importa es que el operario sepa en milisegundos si está bien o mal. La conexión emocional con el usuario mejora cuando se le considera desde el inicio del proceso.
"La claridad supera a la estética en entornos industriales. Si el operario tiene que pensar, algo está fallando."
Galería de interfaz
Capturas de la aplicación mostrando diferentes estados y funcionalidades.