# Proyecto A — Simulador Kraken (KrakenSim)

## 1. Objetivo

Réplica web funcional de los procesos clave de Kraken para:
1. **Formar** a nuevos agentes durante el onboarding (2 semanas) con ejercicios prácticos.
2. **Examinar** a agentes en activo midiendo tiempo, errores y calidad de ejecución con datos numéricos reales.

No es un clon de Kraken: es un **entorno de simulación de procesos** con la misma lógica de pantallas, campos y validaciones, poblado con datos ficticios.

## 2. Usuarios y roles

| Rol | Permisos |
|-----|----------|
| **Agente** | Ejecuta ejercicios (modo formación) y exámenes (modo examen). Ve su propio progreso. |
| **Formador/a** | Crea y asigna ejercicios, define procesos, revisa resultados individuales, graba "procesos patrón". |
| **Manager/RRHH** | Dashboards agregados, medias por equipo, exportación de informes, comparativas. |
| **Admin** | Gestión de usuarios, catálogo de procesos, configuración de validaciones. |

## 3. Concepto central: el "Proceso"

Todo gira en torno a procesos simulados (ej.: **M1 — alta de suministro**, cambio de titular, gestión de impago, atención con pago con tarjeta, etc.).

Cada proceso se define como una **secuencia de pasos**, y cada paso tiene:

- **Vista simulada**: pantalla que replica la vista de Kraken correspondiente (formulario, ficha de cliente, listado...).
- **Acciones esperadas**: qué debe hacer el agente (rellenar campos, navegar, seleccionar opción correcta).
- **Validaciones**: reglas que detectan errores reales del día a día. Ejemplo canónico de la transcripción: *email introducido en mayúsculas → la redistribuidora lo rechaza* → el simulador lo marca como error crítico.
- **Cronometraje**: timestamp de inicio y fin de cada paso.

### Editor de procesos (backoffice)
La formadora debe poder crear/editar procesos sin programar:
- Constructor de pantallas a partir de una **librería de componentes tipo Kraken** (ficha cliente, formulario de alta, buscador, timeline de cuenta...). Los componentes se construyen una vez a partir del vídeo de vistas que ella grabe.
- Definición de pasos, orden, campos obligatorios y reglas de validación (regex, formato, valores permitidos).
- Datos ficticios: generador de clientes/suministros fake (CUPS, DNI, IBAN de prueba) para que cada ejercicio sea distinto.

## 4. Modo formación (onboarding)

- Ejercicios organizados por **módulos** del itinerario de 2 semanas.
- **Guía paso a paso activable**: tooltips/overlay que indican qué hacer en cada paso (estilo tour guiado).
- El agente puede repetir el ejercicio las veces que quiera.
- Feedback inmediato en cada error: qué hizo mal y por qué (ej.: "El email debe ir en minúsculas: la redistribuidora rechaza el registro").
- Se registra todo igualmente → sirve para ver la curva de aprendizaje.

## 5. Modo examen

- Sin guía, sin pistas. El agente recibe un caso ("Realiza un alta M1 para este cliente") y lo ejecuta.
- Se mide:
  - **Tiempo total** y **tiempo por paso**.
  - **Errores**: por tipo (formato, dato incorrecto, paso omitido, orden incorrecto) y severidad (leve / grave / crítico-bloqueante).
  - **Resultado**: proceso completado correctamente sí/no.
  - **Intentos de corrección**: cuántas veces rectificó.
- **Baseline / media de referencia**: se calcula con los tiempos de agentes que "sí saben hacerlo bien" (la formadora marca ejecuciones patrón o se usa la mediana de los core+). Cada examen se compara contra ese baseline: percentil, desviación, semáforo.
- Resultado del examen → alimenta automáticamente la **Skill Matrix** (Proyecto B).

## 6. Métricas y dashboards

**Por agente:**
- Evolución de tiempos por proceso (línea temporal).
- Mapa de errores recurrentes (ej.: "email en mayúsculas: 7 veces en 3 meses").
- Comparativa contra la media del equipo y contra el baseline.

**Por equipo/manager:**
- Ranking de productividad por proceso con datos reales (respuesta directa a "los clientes terminan contentos conmigo": aquí están los números).
- Detección de agentes que tras X meses siguen por debajo del umbral → candidatos a re-formación o plan de mejora.
- Media de tiempo por proceso para dimensionar carga de trabajo.

## 7. Requisitos no funcionales

- Web responsive (uso en escritorio principalmente; los agentes trabajan con Kraken en desktop).
- Multi-tenant opcional (si LearnTechSphere quiere comercializarlo a otras empresas del sector después).
- Telemetría a nivel de evento (cada click/campo con timestamp) almacenada en tabla de eventos para análisis posterior.
- Exportación CSV/Excel de resultados.
- RGPD: datos de agentes = datos de empleados; los datos de clientes son 100% ficticios.

## 8. Fuera de alcance (v1)

- Integración real con Kraken o con la redistribuidora (todo simulado).
- Replicar el 100% de Kraken: solo los procesos definidos en el catálogo inicial (propuesta: 3–5 procesos, empezando por M1).
- App móvil nativa.
- Spark: se descarta como plataforma base (confirmado por sus creadores de contenido que no soporta este caso de uso); como mucho, enlazar desde Spark al simulador.