2026 · 3 months · Personal project
Product Designer, UX Researcher, Brand Designer, AI Design Technologist
Una app de decisión de playa para las Islas Canarias, publicada en App Store y Google Play. Cada rincón bañable - playas, piscinas naturales y charcos - recibe una nota en tiempo real del 0 al 100 en un solo mapa, para decidir a qué playa ir hoy, o mañana por la tarde, en unos 10 segundos en lugar de cinco pestañas del tiempo.
Los isleños pierden días de playa por equivocarse de costa: llegas a una playa gris y azotada por el viento mientras otra a quince minutos está a pleno sol. Las apps del tiempo promedian por municipio, así que no saben distinguir esos dos sitios.
La respuesta tenía que llegar en unos diez segundos, en el móvil, de camino a la puerta. Eso descarta un panel de datos: tres fuentes oficiales tenían que comprimirse en un solo número del que alguien se fía sin leer una previsión.
Una capa de decisión sobre datos meteorológicos públicos: el trabajo no está en el pipeline, sino en comprimir tres fuentes oficiales en una sola nota de 0 a 100 por punto, refrescada cada 15 minutos. Las fuentes son Open-Meteo, AEMET (previsión de playas, mareas, temperatura del agua, avisos) y NÁYADE (calidad oficial del agua de baño). Lógica de eslabón más débil por franja horaria: una hora mala hunde la nota, porque un plan vale lo que vale su peor hora. Los modos por deporte reconfiguran el mapa entero, cada uno con su propia física. React Native y Expo en un monorepo Turborepo compartido con la landing en Next.js.
En solitario. Investigación, modelo de puntuación, arquitectura, app, identidad de marca, landing, SEO y las publicaciones en ambas tiendas.
Publicada en la App Store y Google Play, cubriendo 221 puntos de baño en las 8 islas Canarias, más 21 spots de surf y 11 puntos de buceo. Aproximadamente un tercio de las instalaciones siguen siendo usuarios activos, sin inversión en marketing, sin cuenta y sin publicidad.
Crecer en Canarias hacía que elegir playa fuera instinto: qué costa se esconde del viento, cuándo entra la calima. PlaYa! codifica ese instinto local para que lo tenga cualquiera, no solo los de aquí.
Lo más difícil fue hacer que los datos se sintieran como intuición. La puntuación tenía que coincidir con lo que te diría un local, no solo ser correcta, así que el resultado se lee como un consejo y no como un parte meteorológico.
Construirlo solo en tres meses solo fue posible con desarrollo asistido por IA, pero el cuello de botella nunca fue el código. Siempre fueron las decisiones de producto: qué incluir, cómo presentarlo y cuándo dejar de añadir y publicar.