Del patrón al producto: cómo el área de producto de Onetree convierte experiencia en soluciones

En más de 15 años construyendo software para clientes de Estados Unidos y Latinoamérica, hubo problemas que vimos una y otra vez. De esa repetición nació el área de producto de Onetree. Hablamos con Daniel Segovia, su Product Manager, sobre cómo se decide qué construir, qué aprendieron a los golpes y por qué lo que prueban en sus propios productos termina mejorando los proyectos de nuestros clientes.

Toda empresa de servicios acumula algo que no figura en ningún balance: haber resuelto el mismo tipo de problema en contextos muy distintos. En Onetree, esa experiencia tiene un lugar propio. El área de producto es donde los patrones que detectamos en los proyectos se convierten en soluciones reutilizables. Y también es donde probamos tecnologías y formas de trabajar antes de llevarlas a nuestros clientes.

Daniel Segovia lidera esa área como Product Manager. Con él repasamos cómo nace un producto en una empresa cuyo foco principal son los servicios, y qué cambia cuando las decisiones y la inversión pasan a ser propias.

¿Por qué una empresa de servicios decide construir productos propios?

Es una evolución natural. Cuando tu trabajo diario es resolver problemas de clientes, con el tiempo empiezas a ver más allá del proyecto puntual.

Lo vimos con claridad en eCommerce. Ejecutamos proyectos en Uruguay, Chile, Panamá, República Dominicana, Costa Rica y Colombia, y en todos aparecían las mismas dificultades: integrar la tienda con los sistemas del negocio, mantener al día stocks, precios y promociones, dar de alta productos de forma masiva. Cambiaban el país y la industria, pero el problema de fondo era el mismo.

Cuando un patrón se repite así, deja de ser el problema de un cliente y pasa a ser una oportunidad. No tiene sentido resolver desde cero, proyecto tras proyecto, algo que ya entendemos en profundidad. Así nació Weavee. Algo parecido pasó con la gestión del conocimiento: muchas organizaciones tienen la información, pero no logran que llegue a quien la necesita. De ahí salió Datialog.

Además, el mercado se volvió más diverso. Algunos clientes quieren una solución a medida; otros prefieren construir sobre Google Cloud o AWS, o llevar la IA a su operación con Microsoft Foundry; otros quieren contratar un SaaS y que los acompañemos en la implementación. Tener productos propios, sumados a nuestra experiencia en esos ecosistemas, nos permite responder a todos esos escenarios. El producto no compite con los servicios: los potencia.

¿Cómo nace un producto en Onetree?

Las ideas llegan por dos caminos. El primero son los patrones que vemos en los proyectos, como pasó con Weavee. El segundo es el mercado: seguimos de cerca lo que pasa en las industrias donde trabajamos, como retail, salud y educación, y nos preguntamos qué podríamos llevar a nuestros clientes con un giro de innovación. Hoy la inteligencia artificial atraviesa todas esas industrias y, sumada a alianzas como la que tenemos con Microsoft, abre un momento único.

Para decidir qué seguir, cada idea tiene que mover una de dos agujas: la propuesta de valor, orientada a vender más, o la eficiencia interna, orientada a bajar costos de operación. Si no mueve ninguna, no avanza.

Y no todo tiene que terminar en un producto con marca propia. Muchas veces lo que construimos con un cliente es una combinación de tecnología y proceso pensada para su realidad. No necesita un nombre, y aun así es innovación. Nuestra mirada es mixta: apunta a crear productos, pero sobre todo a crear valor para el cliente.

¿Qué problema resuelven Weavee y Datialog?

Weavee es una plataforma de integración como servicio. Conecta las plataformas de eCommerce, los ERPs y los CRMs sobre los que corre la operación de una empresa, transforma los datos en la nube y los mantiene consistentes. Nació en retail, donde stocks, precios y catálogos se mueven todo el tiempo, y hoy también lo aplicamos en educación y salud.

Los proyectos nos enseñaron que el problema no es integrar, sino mantener. Conectar dos sistemas es un proyecto con principio y fin; el desafío aparece meses después, cuando se suma un canal, cambia una API o se va quien armó la integración. Por eso Weavee es una plataforma gestionada, con un equipo que se ocupa de que todo siga funcionando. Además conecta agentes de IA con los sistemas de la empresa, para que una iniciativa de IA no termine en una planilla que alguien tiene que volver a tipear. Hoy sostiene la operación de empresas como Bastien, Caren, Cedisur, Piliandina, Minuto Verde, LTL Group y ConwayClick.

Datialog es una plataforma de gestión del conocimiento. Ordena y versiona la información de la organización y la pone a disposición a través de un asistente conversacional que responde solo con información vigente. Lo usan áreas comerciales, de recursos humanos o de responsabilidad social, por WhatsApp, Teams, Slack o la web de la empresa.

Los dos comparten un principio: mucho impacto, con modelos de costo variables para que tanto una empresa chica como una grande puedan aprovecharlos.

¿Qué es lo más difícil de construir un producto propio?

Cuando trabajas para un cliente, muchas preguntas ya vienen respondidas: el cliente sabe qué quiere resolver, define las prioridades y valida el resultado. En un producto propio, todas esas decisiones son tuyas, y también la inversión.

Lo más difícil es definir qué construir. En un proyecto, la necesidad llega con nombre y apellido; en un producto tienes que abstraer lo que necesitan muchos clientes distintos y convertirlo en una propuesta estándar. Eso implica resistir la tentación de personalizar todo, que es justamente lo que hacemos bien en servicios.

Con inteligencia artificial y un equipo enfocado, hoy se llega rápido a un primer MVP. El desafío grande viene después: salir a venderlo. Cada producto es una pequeña startup que tiene que ganarse su lugar. Y como solemos buscar océanos azules, donde todavía no hay competidores establecidos, muchas veces hay que explicar el problema antes de poder vender la solución.

En el fondo, es pasar de preguntarse “¿qué necesita este cliente?” a “¿qué necesitan todos, y cómo lo sostenemos en el tiempo?”.

¿Algo que hayan aprendido a los golpes?

Que el mercado termina condicionando muchas de tus decisiones. Arrancas con una visión clara, pero en cuanto trabajas con clientes reales aparecen pedidos de adaptación, y en una etapa temprana cada cliente cuenta. Nuestras plataformas son multitenant: todos los clientes comparten la misma, así que cada desarrollo impacta a toda la base, no solo a quien lo pidió. Eso nos obliga a pensar muy bien qué incorporamos y qué no.

Y sí, nos tocó descartar funcionalidades. En Weavee creímos que era clave que el cliente pudiera modificar sus integraciones con diagramas visuales, conectando bloques con clics. Le dedicamos mucho foco a diseñarlo. Pero nos dimos cuenta de que hoy la gente trabaja con asistentes de IA: prefiere escribirle a un agente antes que mover casillas en una pantalla. Esa funcionalidad se transformó en un diálogo con un agente que, a través de MCP (el protocolo que permite a los agentes de IA conectarse con herramientas y sistemas) y apoyado en nuestra documentación, construye las conexiones entre sistemas.

La lección es no casarse con las ideas. Todo cambia tan rápido que hoy trabajamos con una hoja de ruta de corto plazo, que ajustamos a medida que vemos cómo evoluciona el mercado.

¿Qué de lo que aprenden en producto llega a los proyectos con clientes?

Mucho. El área de producto funciona como un espacio de innovación sin riesgo para el cliente. Los productos que lanzamos tienen que ser robustos, pero en el camino tenemos una libertad que en un proyecto no existe: probar tecnologías nuevas, equivocarnos y descartar sin afectar el presupuesto, los sistemas ni los datos de nadie.

Y lo que aprendemos ahí se derrama hacia toda la organización. Rediseñamos desde producto nuestro proceso de diseño UX/UI, y parte de ese proceso hoy se aplica en los proyectos de servicios. Y estamos consolidando un proceso propio de desarrollo de software con agentes, que abarca planificación, QA, monitoreo, correcciones y generación de tickets, siempre con supervisión humana. Eso no lo podríamos haber probado directamente con un cliente; lo hicimos puertas adentro.

El resultado es que el cliente accede a prácticas que ya fueron probadas en nuestros productos, con nuestra inversión. Y haber vivido en carne propia lo que cuesta construir, validar y vender un producto nos hace mejores socios para quienes encaran los suyos. Es un círculo: los proyectos nos muestran los patrones, y los productos nos devuelven conocimiento y criterio.

¿Qué viene para el área?

Vamos a seguir creando productos, propios y para clientes. Pero lo que viene es llevar esa capacidad de innovación mucho más cerca de cada cliente, con los mismos dos ejercicios con los que evaluamos nuestras ideas.

Por un lado, propuesta de valor: optimizar canales, mejorar el proceso comercial o poner más datos a disposición de sus propios clientes. Por otro, eficiencia: tareas repetitivas o que requieren cruzar controles entre muchas fuentes de información, apoyadas por IA. Ahí la persona deja de ejecutar tareas con un margen de error altísimo y pasa a supervisar.

El área nació como un espacio interno para convertir patrones en productos. Hoy se está reperfilando como un laboratorio de mejora continua, mucho más cerca de cada cliente. Porque al final, de eso se trata: que la innovación se convierta en valor tangible.

Detrás de cada producto, un método

Weavee y Datialog son la parte visible de una forma de trabajar. Detrás hay un método que se repite: detectar un patrón, validarlo antes de construir, iterar rápido y no casarse con las ideas. Es el mismo método que hoy llevamos a cada proyecto con nuestros clientes.

Si tu organización tiene un problema que vuelve una y otra vez, o una iniciativa de IA que no logra salir del piloto, conversemos.