NUEVO · ALGORITMO DE MONTOS16. Selección contextual de tres montos rápidos
El sistema mostrará siempre tres montos ordenados —bajo, recomendado y alto— más “Otro monto”. Debe funcionar sin identificar al cliente y personalizar progresivamente con una cookie anónima, sin unir dispositivos ni reconstruir identidades.
16.1 Objetivo y guardrails
- Modo inicial: aprendizaje seguro, con tríos aprobados y sin afirmar optimización económica mientras costos e ingresos no estén configurados.
- Modo económico futuro: maximizar margen de contribución esperado por impresión, protegiendo conversión, adopción, estabilidad, límites por moneda y separación absoluta entre propina y servicio SoloPropinas.
- La opción central se destaca visualmente, sin llamarla “correcta” o “habitual”. “Otro monto” permanece siempre disponible.
- Ninguna presión de demanda, clima o historial ajeno aumenta automáticamente la propina: son señales predictivas sujetas a muestra, pruebas y límites.
16.2 Contexto y cascada
| Prioridad | Señal | Regla |
| 1 | Cliente anónimo | Solo con cookie, pagos aprobados, recencia y muestra suficiente; segmentar por moneda, ciudad y categoría. |
| 2 | Trabajador y comercio | Regularizar contra segmentos más amplios para evitar decisiones por pocas operaciones. |
| 3 | Categoría, día y franja | Distinguir restaurante, café y demás contextos; respetar zona horaria local. |
| 4 | Oferta, demanda y servicio | Usar trabajadores activos, oportunidades, rotación, duración real o proxy identificado y presión regularizada. |
| 5 | Clima, feriados y eventos | Temperatura, sensación, lluvia, tormenta, humedad y viento ajustan actividad esperada; nunca multiplican directamente los montos. |
| 6 | Mercado | Moneda ISO 4217 y ciudad normalizada son obligatorias; fallback ciudad → región/país → moneda → baseline global de esa moneda. |
16.3 “Otro monto” y contexto compatible
Un monto manual puede reemplazar la opción más cercana cuando se repite en pagos aprobados, es reciente, está dentro de límites y coincide con moneda y contexto. El algoritmo aprende una distribución contextual, no “el monto del cliente”. Ejemplo: ARS 6.000 recurrentes en restaurantes de Córdoba y ARS 2.000 en cafés se conservan como perfiles separados; ninguno se convierte automáticamente a USD.
16.4 Modelo de datos requerido
| Entidad / tabla | Campos mínimos |
AmountImpression | id, timestamp, cookie pseudónima, worker, workplace, category, city, country, timezone, currency, trío, opción destacada, variante, modo, configuración/modelo y contexto de señales. |
AmountSelection | Impresión, opción elegida, monto, indicador manual, timestamp y orden de selección. |
TipPayment | Intento, pago aprobado/rechazado/abandonado, monto de propina, monto de servicio, total, currency, PSP, referencias, timestamps y reverso. |
ClientContextPreference | Cookie hash, currency, city/region, category/workplace, mediana/moda redondeada, frecuencia, recencia, dispersión, confianza y expiración. |
MarketAmountConfig | Currency, país/ciudad/categoría, trío baseline, mínimo/máximo, redondeo, separación mínima, candidatos, vigencia, versión y aprobador. |
OperationalWindow | Workplace, ventana, oportunidades, pagos, trabajadores activos, oferta, demanda, rotación, participación, duración, saturación, cobertura y calidad/proxy. |
WeatherSnapshot | Proveedor, geohash/coordenada aproximada del comercio, observación/pronóstico, temperatura, sensación, precipitación, tormenta, humedad, viento, calidad, fetched_at y expires_at. |
AlgorithmDecisionLog | Impresión, candidatos evaluados, features versionadas, fallback usado, scores, restricciones aplicadas, trío final, motivo y versión del algoritmo. |
ExperimentAssignment | Experimento, unidad estable, variante, fecha, elegibilidad y exclusiones. |
16.5 Parámetros configurables
- Muestras mínimas por cliente, trabajador, comercio, categoría y ciudad; ventanas, TTL y decaimiento por recencia.
- Tríos candidatos, mínimo, máximo, redondeo, separación y cambio máximo por moneda/mercado.
- Recurrencia y confianza necesarias para insertar un monto manual; dispersión máxima y vencimiento.
- Ventanas operativas, definición de trabajador activo, oportunidad, servicio, duración y calidad mínima de proxies.
- Proveedor meteorológico, timeout, caché, antigüedad máxima y fallback sin clima.
- Exploración, asignación experimental, pérdida máxima de conversión, histéresis y frecuencia de actualización.
- Costos PSP fijos/porcentuales, impuestos variables, precio del servicio y reglas de redondeo, inicialmente desactivados hasta validación.
16.6 Cálculos
presión = demanda_observada / oferta_observable, regularizada contra el patrón histórico comparable. La actividad esperada combina historia, oferta/demanda, rotación, duración, clima, calendario y eventos. Cuando la configuración económica esté completa:
MCPI(T,c) = P(pago aprobado | T,c) × E[ingreso del servicio − costos variables | pago,T,c]
La propina del trabajador no es ingreso de SoloPropinas ni se descuenta para calcular este margen. El trío ganador debe superar guardrails de conversión, estabilidad, confianza y límites del mercado.
16.7 Casos de aceptación
- Sin cookie o con comercio nuevo: usar categoría/franja o baseline de moneda.
- Cookie borrada: tratar como visita nueva; no reconstruir identidad.
- Pagos simultáneos de otros mozos: actualizar actividad agregada, nunca copiar sus montos.
- Alta demanda y alta oferta en igual proporción: no inferir saturación por volumen bruto.
- Duración inferida sin POS: marcar proxy y reducir peso.
- API meteorológica caída: usar dato válido dentro del TTL o modelo sin clima; nunca bloquear el pago.
- Nueva ciudad: fallback regional dentro de la misma moneda; no convertir baseline por tipo de cambio.
- Montos manuales dispersos o abandonados: no personalizar.
- Restaurante versus café: mantener preferencias independientes.
16.8 Privacidad, auditoría y monitoreo
- Cookie pseudónima con finalidad informada, consentimiento cuando corresponda, vencimiento, revocación y derecho de supresión conforme Ley 25.326.
- No guardar respuesta meteorológica cruda indefinidamente ni ubicación precisa del cliente; usar la ubicación validada del comercio.
- Registrar versión de features, configuración, algoritmo y motivo de fallback para reproducir cada decisión.
- Monitorear conversión, abandono, “Otro monto”, distribución de opciones, margen por impresión, error de pronóstico, cobertura de proxies y deriva por mercado.
- Los cambios de baseline y parámetros sensibles requieren permisos, aprobación y auditoría.
16.9 Criterio de terminado
Se considera implementado cuando existe baseline por moneda, decisión reproducible, fallback completo, eventos sin duplicados, separación contable propina/servicio, pruebas de contextos y monedas, tablero de guardrails, rollback de configuración y documentación operativa. La hipótesis ARS 2.000 / 4.000 / 6.000 permanece como configuración inicial validable, no como constante de código.