US-028 — Consulta conversacional de reportes

Detalle de la historia¶

Historia¶

Como cliente de FleteChat con historial de embarques, quiero pedir resúmenes de mis envíos por WhatsApp en lenguaje natural, para obtener información agregada (cuántos, cuáles, estado) sin entrar a un portal.

Persona de usuario¶

Aplica a todo cliente verificado (titular o colaborador autorizado). El colaborador sólo ve sus propias operaciones; el titular ve todas las de la cuenta (ver historia de titular y colaboradores).

Contexto de negocio¶

Un cliente activo acumula decenas de embarques al mes. Preguntarle "¿qué pasó con E42?" resuelve una consulta puntual; pedir "¿cuántos envíos tuve en marzo?", "¿cuántos están en tránsito?", "¿qué mandé a Miami el mes pasado?" son preguntas legítimas que no caben en una sola línea conversacional con datos por embarque.

FleteChat extrae los filtros del mensaje en lenguaje natural, agrega la información del sistema y responde. Si el resultado es corto (pocos registros) lo presenta directamente en WhatsApp; si el resultado es largo, entrega un enlace a una vista web detallada (ver historia correspondiente) con tabla paginada, filtros aplicados y exportable.

Diálogo de referencia¶

Consulta con filtros extraídos del lenguaje natural¶

Cliente: ¿Cuántos envíos tuve en marzo a Miami?

Agente: En marzo tuvo 3 envíos a Miami: E28 (LCL, 300 kg, entregado 18/03), E22 (LCL, 180 kg, entregado 08/03) y E17 (LCL, 250 kg, entregado 02/03). Total facturado: USD 3 920.

Consulta con volumen alto que deriva a vista web¶

Cliente: Dame todos mis envíos del trimestre.

Agente: Tuvo 47 envíos entre el 01/01 y el 31/03. Como son muchos para listar por aquí, le preparé una vista web detallada con los filtros aplicados: [enlace]. Desde ahí puede explorar por origen, destino, modalidad o estatus, y exportar a CSV si lo necesita.

Filtro sin resultados¶

Cliente: ¿Qué envíos tuve a Madrid?

Agente: No encuentro envíos suyos a Madrid en su historial. ¿Tal vez se refiere a otro destino o a otra cuenta? Si quiere, busco por otros criterios.

Criterios de aceptación¶

Detección de intención y extracción de filtros¶

1. FleteChat detecta la intención de pedir un resumen de embarques a partir de expresiones naturales ("cuántos envíos", "qué mandé", "dame mis envíos", "resumen de").
2. FleteChat extrae filtros del mensaje: rango de fechas, origen, destino, modalidad, estatus (o combinación de éstos).
3. Filtros inválidos o ambiguos (fecha incompleta, destino no soportado, modalidad desconocida) piden aclaración al cliente en lugar de asumir.

Agregación y respuesta¶

1. FleteChat agrega los embarques del cliente que cumplen los filtros y presenta la respuesta.
2. Si el resultado es pequeño (por ejemplo, 5 registros o menos; ver PR-121), FleteChat lista los embarques en WhatsApp con código corto ENNN, resumen breve y estatus.
3. Si el resultado es grande, FleteChat responde con el conteo total y un enlace a la vista web detallada (ver historia de enlace a vista web) con los filtros ya aplicados.
4. Todos los datos provienen del sistema (ver historia de precisión y anti-alucinación); FleteChat no estima ni infiere valores agregados.

Aislamiento¶

1. La agregación se resuelve dentro del alcance de la cuenta del cliente que consulta y respeta la visibilidad del contacto. Un colaborador sólo agrega sobre sus embarques; el titular agrega sobre toda la cuenta.

Edge cases¶

• Cliente pide agregación que no corresponde ("¿cuánto ahorré el año pasado?"). FleteChat declara que no tiene esa métrica y ofrece los datos que sí puede entregar (conteos, listas).
• Filtro sin resultados. FleteChat lo declara con cordialidad y ofrece reformular o buscar por otros criterios.
• Filtro con rango de fechas abierto ("envíos del último semestre"). FleteChat interpreta el rango en términos absolutos (usa la fecha actual como referencia) y lo confirma implícitamente en la respuesta ("entre el DD/MM y el DD/MM").
• Cliente pide agregación con una métrica técnica no disponible ("peso promedio", "tiempo promedio"). FleteChat declara si el sistema expone la métrica; si no, ofrece métricas alternativas o un enlace al reporte detallado.

Tamaño, prioridad y tipo¶

• Tamaño: M
• Prioridad: P1 — mejora significativamente la experiencia del cliente frecuente, pero no bloquea operación cotidiana.
• Tipo: feature

Premisas¶

La historia está redactada bajo las siguientes premisas. Si alguna cambia, la historia debe revisarse y ajustarse en consecuencia. Todas deben ser confirmadas por el cliente antes de cerrar la historia.

• PR-121 — Umbral de volumen para derivar a vista web. Cuando el resultado de la agregación supera 5 registros (umbral parametrizable por FleteChat), FleteChat responde con conteo agregado y enlace a la vista web detallada. Valores por debajo del umbral se listan inline en WhatsApp.
• PR-122 — Filtros soportados en v1.0. Los filtros extraíbles del lenguaje natural en v1.0 son rango de fechas, origen, destino, modalidad y estatus. Otros filtros (peso, valor declarado, servicio) se incorporarán en versiones posteriores.
• PR-123 — Agregados provenientes del sistema. Toda agregación (conteos, totales, promedios) proviene del sistema; FleteChat no calcula métricas de memoria ni las deriva.

Refinamiento y Definition of Ready¶

Notas¶

Checklist¶

• ✅ Historia escrita en formato Como / Quiero / Para
• ✅ Persona de usuario identificada
• ✅ Contexto de negocio documentado
• ✅ Criterios de aceptación observables y pass/fail
• ✅ Edge cases relevantes listados
• ✅ Tamaño y prioridad asignados
• ⬜ Premisas PR-121 a PR-123 confirmadas por el cliente
• ⬜ Reglas de negocio aplicables aprobadas
• ⬜ Requerimientos funcionales aplicables aprobados
• ⬜ Historia aprobada formalmente por el cliente