Desarrollé una solución integral que incluye la maquetación del chat, la lógica conversacional en Python y su integración como plugin. Implementé un sistema multi-idioma y me encargué del despliegue profesional mediante Docker en el servidor del cliente, asegurando un entorno estable y escalable.
Microservicio Conversacional Bilingüe para Captación de Leads
Un asistente virtual inteligente diseñado para integrarse nativamente en un entorno WordPress, enfocado en automatizar la atención al cliente y aumentar la tasa de conversión de usuarios interesados en programas de intercambio en EE. UU.
El Reto
El cliente (Regalexia / GlobalLeaders USA) necesitaba una forma interactiva y escalable de atender a los visitantes de su landing page en tiempo real, resolviendo dudas frecuentes en múltiples idiomas y capturando datos de contacto (leads) sin saturar al equipo humano de soporte. La solución debía integrarse sin fricción en su ecosistema web existente basado en PHP/WordPress.
La Solución y Arquitectura
En lugar de sobrecargar el servidor principal con lógica pesada, diseñé una arquitectura desacoplada:
- Microservicio Backend (FastAPI): Desarrollé una API REST ultrarrápida y asíncrona en Python utilizando FastAPI. Este microservicio actúa como el “cerebro” del chatbot, procesando la lógica conversacional, el manejo del estado y la detección del idioma del usuario.
- Integración Frontend (PHP/JavaScript): Creé un plugin personalizado y ligero para WordPress que inyecta la interfaz de usuario (UI) del chat y se comunica de forma asíncrona con el microservicio a través de peticiones HTTP.
- Contenerización y Despliegue: Para garantizar que la aplicación funcionara exactamente igual en desarrollo que en producción, dockericé el backend y lo desplegué de forma independiente en el servidor del cliente.
Aspectos Técnicos Destacados
- FastAPI & Python: Uso de programación asíncrona (
async/await) para manejar múltiples conexiones concurrentes sin bloqueo. - Seguridad Perimetral: Implementación de políticas CORS estrictas (limitadas al dominio del cliente) y Rate Limiting para prevenir ataques de denegación de servicio (DDoS) o abuso del endpoint por bots maliciosos.
- Soporte Multi-idioma: Lógica de enrutamiento dinámico que adapta las respuestas del bot según las preferencias del navegador del usuario o su selección explícita.
- Docker: Creación de un
Dockerfileoptimizado (multietapa) para reducir el peso de la imagen y aislar las dependencias de Python del resto del servidor.
Resultados e Impacto en el Negocio
- Aumento de la conversión: La implementación del bot logró incrementar significativamente la convergencia de leads (usuarios que dejan sus datos tras interactuar con el asistente).
- Estabilidad garantizada: Gracias a la arquitectura contenerizada y las políticas de Rate Limiting, el servicio mantiene un uptime impecable incluso durante picos de tráfico generados por campañas publicitarias.
- Desacoplamiento: Al separar la lógica conversacional del CMS, el cliente ahora tiene un microservicio que puede reutilizar o escalar independientemente de su página web principal.