Reporte de reservas
Un reporte más fácil de recorrer y de entender para analizar el negocio
- Mi rol
- Diseño de producto end to end, de la investigación a la prueba en producción
- Herramientas
- Figma, Pendo, Hotjar
- Período
- De agosto de 2025 a agosto de 2026, con pausas
- Resultado
- Cerca de un 80% de respuestas positivas sobre la facilidad para encontrar la información
El reporte de reservas es la vista donde los administradores de un SaaS de reservas analizan su negocio. Ahí ven qué servicios se agendan más, en qué horarios hay más demanda y cómo rinde cada profesional. Los usuarios lo valoraban, pero encontrar un dato y entenderlo costaba, sobre todo a quienes recién empezaban a usar la plataforma.
Hice el rediseño end to end, de la investigación a la prueba en producción. Por confidencialidad no muestro pantallas. Los esquemas usan verde para el reporte anterior y morado para el nuevo.
Investigación
Recluté administradores con Pendo y los entrevisté para entender cómo usaban el reporte, qué valoraban, qué no usaban y dónde se trababan o el reporte se les quedaba corto. Lo complementé con grabaciones de sesiones en Hotjar, investigación de escritorio y un análisis UX de la vista.
El problema
Encontrar un dato y entenderlo llevaba más esfuerzo del necesario. La investigación apuntó a tres causas.
- La navegación también era el filtro. El menú lateral mezclaba secciones con filtros. Ítems como “Servicios por local” desplegaban una lista de locales, y al elegir uno se mostraba la misma tabla filtrada. Filtrar obligaba a recorrer el menú, de a un valor por vez y sin búsqueda. Las etiquetas tampoco anticipaban el contenido, y el historial, la sección más usada, quedaba escondido dentro de un ítem genérico.
- Los datos no se explicaban. Ningún número aclaraba de dónde salía. La recaudación sumaba el valor de las reservas, pero el nombre sugería ingresos reales, y las diferencias con los reportes de ventas terminaban en consultas a soporte. La ocupación, además, tenía un error de cálculo. Y una sección con ocho gráficos de proporciones entre estados de reserva no la usaba ninguno de los entrevistados, porque no la entendían o no le encontraban utilidad.
- El análisis se quedaba corto. La mayoría de los administradores arma sus propios análisis en planillas, por eso el historial descargable era lo más usado. Pero en pantalla mostraba solo las últimas 50 reservas, sin filtros ni orden, el resto de las tablas no se podía descargar y comparar dos períodos había que hacerlo a mano.
La investigación también mostró qué no había que perder. El ranking de servicios y las reservas por hora y día, que usaban para planear promociones y detectar horas pico y valle. Las vistas por profesional, para evaluar desempeño y calcular comisiones. Y el historial descargable.
Decisiones
Usé la versión de 2024 del design system. Cada decisión responde a una de las tres causas.
Tres pestañas en lugar del menú Cada pestaña responde a algo que el usuario viene a hacer. General resume el período de un vistazo, Historial tiene el detalle de cada reserva y Rendimiento compara profesionales, servicios, locales o recursos. En Rendimiento, un único selector “Ver por” reemplaza a los desplegables del menú anterior y mantiene siempre el mismo layout.
Los filtros salen de la navegación Los filtros pasaron a un panel arriba de cada vista, con los principales a la vista y el resto en “Más filtros”, porque algunas vistas tienen más de siete. Admiten selección múltiple y búsqueda, y se aplican al instante. La comparación de períodos, que antes se hacía a mano, pasó a ser un filtro más.
Cada dato se explica solo Cada tarjeta tiene un tooltip que explica qué muestra o cómo se calcula, y deja a la vista la variación contra el período anterior. La recaudación mantuvo su cálculo, pero ahora se presenta como estimada y el tooltip remite a los reportes de ventas para ver los ingresos reales. La ocupación usa la fórmula corregida.
Lo importante, al entrar General abre con los tres indicadores que los usuarios marcaron como más importantes, reservas totales, ocupación y tasa de inasistencias. Debajo están las horas pico y valle, la evolución de reservas e ingresos y los rankings de servicios, profesionales y clientes, que llevan al detalle en Rendimiento o al perfil de cada cliente. El gráfico de origen de las reservas suma un objetivo de negocio, mostrar cuánto aportan el marketplace y el sitio web de la plataforma.
Un historial para analizar El historial mantuvo su estructura y pasó de ser una tabla fija a una herramienta de consulta, con filtros, orden por columna, paginación y columnas a elección. Así se pueden ver juntas las reservas de varios clientes, o las últimas de un profesional con su estado de pago, sin salir del reporte. Historial y Rendimiento se pueden exportar.
Antes y después
Validación
Validé el diseño en testeos moderados con un prototipo de alta fidelidad en Figma. Todos los participantes completaron las tareas sin mayores dificultades y destacaron que la información era más fácil de encontrar y de entender. Los testeos dejaron ajustes de wording y ayudaron a definir qué considera cada administrador un cliente recurrente, para calcular ese dato en el desarrollo.
Después, el reporte salió con feature flag para un grupo de cuentas durante dos meses. El plazo fue largo a propósito, porque es una vista que se consulta una o dos veces al mes. Al cierre envié una encuesta con Pendo. Cerca del 80% respondió de forma positiva sobre la facilidad para encontrar la información, y la mayoría de los comentarios pedía seguir en esa dirección.
Las respuestas también marcaron qué ajustar. A los usuarios les costaba saber qué período estaban viendo, así que sumé una línea con las fechas exactas debajo de los filtros e hice la barra de filtros sticky para no perder ese contexto al hacer scroll. A pedido de soporte, sumé además un acceso a la guía de la sección en el centro de ayuda, un recurso que ya se usaba en los reportes de ventas, para aliviar las consultas.
Estado
El lanzamiento a todas las cuentas quedó en pausa hasta completar una migración de backend que iba a mejorar los tiempos de carga y ampliar los rangos de datos que se pueden consultar. El proyecto avanzó de forma intermitente durante un año, según cambiaban las prioridades de la empresa.