Punto de partida

Las pymes tienen necesidades reales de digitalización — contenido, datos de ventas, concienciación en ciberseguridad — pero las herramientas existentes son fragmentadas, costosas o requieren perfiles técnicos que no tienen. El reto del proyecto era demostrar que los tres módulos del curso (marketing con IA, analítica y ciberseguridad) podían tener sentido juntos, no como tres ejercicios independientes sino como un producto con narrativa propia.

Qué es PymePulse

Una plataforma SaaS con tres módulos integrados bajo un workspace unificado. El usuario entra, configura su empresa en un onboarding guiado y accede progresivamente a cada módulo. No hay tres dashboards separados: hay un recorrido único que conecta los tres.

• Marketing con IA — flujo guiado para generar contenido con IA (nombre de empresa, sector y objetivo como contexto) con validación humana obligatoria antes de cualquier publicación.
• Analítica de Ventas — KPIs automáticos, visualizaciones interactivas y análisis textual generado por IA sobre datos de ventas reales o de demo.
• Ciberseguridad — programa de concienciación con 8 bloques formativos, exámenes por bloque y plan de acción exportable en PDF.

Arquitectura y stack

El stack está centrado en Next.js 15 con App Router, usando Server Components para rendering y Server Actions para todas las mutaciones. El backend lo gestiona InsForge (plataforma BaaS con base de datos, autenticación y storage), con Zod como capa de validación tanto en cliente como en servidor.

1. El usuario solicita acceso desde la landing — se registra en una tabla de whitelist.
2. Un admin aprueba la solicitud y genera un código de acceso único.
3. El usuario accede con su código, completa el onboarding y queda vinculado a su workspace.
4. Cada módulo lee el perfil de empresa del onboarding para personalizar su comportamiento.
5. Las mutaciones sensibles (aprobación, generación de contenido, exportación) pasan por Server Actions con validación Zod en servidor.

Decisiones técnicas clave

• Server Actions para todas las mutaciones — ningún dato sensible se procesa en cliente. La validación definitiva siempre ocurre en servidor.
• RLS en InsForge — cada usuario solo puede acceder a sus propios datos. El aislamiento de datos entre empresas está garantizado a nivel de base de datos.
• Onboarding como contrato de datos — los datos de empresa recogidos al inicio (nombre, sector, tamaño, objetivo) alimentan directamente los tres módulos, evitando repetición y dando coherencia al producto.
• Validación humana en el módulo de IA — el contenido generado no se puede publicar sin revisión explícita del usuario. Una decisión de diseño deliberada para no generar publicaciones automáticas.
• Whitelist como mecanismo de acceso — permite validar interés real antes de abrir el producto, con un panel de admin propio para gestionar solicitudes y aprobar accesos con códigos únicos.

Estado actual y despliegue

PymePulse está desplegado en producción en pymepulse.com sobre Vercel. El sistema de whitelist está activo: cualquier persona puede solicitar acceso desde la landing, y el acceso se habilita manualmente desde el panel de administración. Los tres módulos son completamente funcionales con datos de demo.

• Landing pública con CTA de solicitud de acceso.
• Panel de admin para gestionar solicitudes y generar códigos.
• Onboarding completo de 4 pasos con persistencia en base de datos.
• Los tres módulos operativos con datos de demo y flujos guiados.
• Tour interactivo de demostración sin necesidad de registro.

Valor del proyecto

Este proyecto refleja la decisión de no conformarse con tres ejercicios académicos separados. El reto real era entender cómo tres dominios distintos — marketing, datos y seguridad — pueden compartir contexto, arquitectura y narrativa de producto. El resultado es una plataforma funcional que cualquier persona puede visitar, solicitar acceso y explorar como usuario real.

Si te interesa probarlo o explorar cómo adaptarlo a un caso concreto, estoy abierto a conversaciones.

Trade-offs y próximos pasos

• El módulo de analítica usa datos de demo predefinidos; la integración con fuentes reales (CSV, API) sería el siguiente paso natural.
• El generador de contenido con IA está conectado a un modelo externo; en producción real requeriría gestión de costes por usuario.
• El sistema de whitelist es manual; podría automatizarse con flujos de aprobación y notificaciones por email.
• Actualmente es un proyecto demostrativo; la evolución a producto comercial implicaría pricing, billing y SLAs.