El problema: Un cliente necesitaba preguntas extras solo cuando el pedido estaba retrasado
Imagina que gestionas la calidad en los despachos de tu empresa. Usas Odoo y tienes un proceso definido con hojas de trabajo de calidad que se disparan al entregar un pedido. Todo funciona bien, hasta que un cliente te dice: "Necesito que, si el pedido llega con retraso, el formulario de calidad incluya preguntas adicionales para documentar el motivo". No quieres complicarte con desarrollos externos ni contratar programadores. Quieres una solución ágil, nativa de Odoo, y ojalá apoyada en inteligencia artificial para acelerar el trabajo. Eso es exactamente lo que vamos a resolver aquí.
La solución: Hojas de trabajo de calidad como modelo de datos
Las hojas de trabajo de calidad (quality worksheets) son especiales porque, a diferencia de otros tipos de control (como "pass/fail" o "spreadsheet"), crean un modelo nuevo en Odoo. Es decir, una tabla en la base de datos con todos los campos que definas. Esto te permite acceder a análisis, tablas dinámicas, y hasta usarlas como fuente en Business Intelligence. ¿La desventaja? No son tan flexibles visualmente como un spreadsheet. Pero para casos donde necesitas relaciones y cálculos automáticos, son ideales.
Historia real: En Ganemo, un cliente del sector logístico nos pidió exactamente esto. Tenían un punto de control de calidad estándar al entregar mercancía. Pero si el pedido llegaba después de la fecha programada, necesitaban capturar el motivo del retraso. Usando hojas de trabajo de calidad, definimos un nuevo modelo. Luego, con inteligencia artificial (específicamente Claude Opus), generamos el código Python para un campo calculado que detectara automáticamente si la fecha de despacho era posterior a la planificada. El consultor funcional, sin ser desarrollador, pudo hacerlo siguiendo un proceso claro y apoyado en IA. Y si tienes dudas, en Ganemo guiamos a tu equipo paso a paso.
Paso 1: Identificar las relaciones entre modelos
Antes de tocar código, debes entender cómo se relacionan los datos en Odoo. En nuestro caso, la hoja de trabajo de calidad está vinculada a un "quality check", y este check tiene un campo que apunta al "picking" (la transferencia de inventario). Esa es la ruta: worksheet > quality check > picking. Sin esta claridad, ni la IA te salvará de cometer errores.
Historia real: En el proyecto del cliente, el consultor funcional (llamémoslo Carlos) se tomó 30 minutos en revisar los modelos desde el modo desarrollador. Identificó que el modelo "quality.worksheet" no tenía un campo directo a "stock.picking", pero sí a "quality.check", y este sí tenía el campo "picking_id". Esa información fue clave para pedirle a la IA el código correcto. "Sin esa comprensión, la IA te puede sugerir relaciones que no existen", comenta Carlos. "En Ganemo, desde el primer día te enseñamos a leer el modelo de datos, porque es fundamental".
Paso 2: Definir claramente lo que quieres automatizar
Una vez que entiendes las relaciones, debes especificar la regla de negocio. En nuestro ejemplo: queremos que un campo booleano llamado "X_retraso" se marque automáticamente si la fecha de despacho (campo "X_date") es posterior a la fecha programada del picking (campo "scheduled_date" del picking). Y luego, cuando "X_retraso" sea verdadero, queremos que aparezca un campo de selección "motivo_retraso" para elegir la causa.
Historia real: El cliente tenía dudas sobre qué campo usar para determinar el retraso. Podría ser la fecha de validación del picking, o una fecha manual en el formulario. Decidieron usar la fecha manual "X_date" porque representa el momento real del control. "Esta decisión la tomó el consultor funcional basado en su conocimiento del proceso, no la IA", aclara Carlos. "En Ganemo, fomentamos que tomes esas decisiones con criterio; la IA solo acelera la implementación".
Paso 3: Usar inteligencia artificial para generar el código
Con las relaciones claras y la regla definida, puedes pedirle a la IA que genere el código Python para el campo computado. En el video, el presentador usó Claude Opus y le pasó capturas de pantalla del modelo y los campos, junto con una descripción textual. La IA devolvió el código y las dependencias. Luego, él mismo validó que el código fuera lógico, preguntó sobre posibles errores (como tipos de fecha diferentes) y ajustó las dependencias a solo "X_date" para evitar recálculos no deseados.
Historia real: El código que generó la IA incluía la conversión de tipos: "scheduled_date" era datetime y "X_date" era date, así que usó .date() para comparar. El consultor, sin ser programador, preguntó: "¿Qué pasa si algún campo está en blanco?" La IA respondió que el código manejaba ese caso con condiciones. "Esa interacción es clave", dice Carlos. "No es copiar y pegar ciegamente; es entender lo básico para confiar en el resultado". Luego copió el código en Odoo Studio, en la pestaña "compute" del campo, y añadió las dependencias. En total, le tomó 4 horas en su primera vez; pero un experto de Ganemo lo hace en 5 minutos.
Paso 4: Implementar la visibilidad condicional del campo extra
Una vez que el campo booleano se calcula automáticamente, hay que hacer que el campo "motivo_retraso" sea visible solo cuando sea verdadero. En Odoo Studio, esto se logra con una condición de invisibilidad: invisible si el campo "X_retraso" no está marcado. Sencillo y potente.
Historia real: El cliente probó el formulario en un entorno de pruebas. Primero, sin retraso: el campo motivo no aparecía. Luego, al ingresar una fecha posterior a la programada, el campo booleano se marcó solo y apareció el desplegable con opciones como "Falta stock" o "Confirmación pendiente". El usuario final quedó satisfecho. "Y todo sin tocar código más que el pegado", celebra Carlos. "Ganemo te entrega la documentación de cada personalización para que tu equipo interno pueda darle mantenimiento".
Paso 5: Explotar los datos con análisis y BI
Lo mejor de usar hojas de trabajo: ahora tienes una tabla con datos históricos de calidad. Puedes crear tablas dinámicas agrupando por motivo de retraso y contar frecuencias. Incluso conectar Power BI o Tableau directamente a PostgreSQL para reportes avanzados. Esto transforma un simple formulario en una fuente de inteligencia de negocio.
Historia real: El cliente, después de implementar esto, empezó a generar reportes semanales de motivos de retraso. Detectaron que el 70% era por falta de stock, lo que los llevó a ajustar su política de inventarios. "Ese valor no lo habrían obtenido con un spreadsheet estático", afirma Carlos. "Con Ganemo, implementamos soluciones que generan datos accionables".
Conclusión: La IA es una herramienta, no un reemplazo
Este caso muestra cómo la inteligencia artificial puede acelerar personalizaciones en Odoo cuando tienes claros los fundamentos: relaciones de modelos, lógica de negocio y criterio funcional. No necesitas ser desarrollador para lograrlo, pero sí necesitas entender qué preguntar y cómo validar. En Ganemo, formamos a consultores funcionales con esa capacidad, incluso si vienen de cero. Si tu empresa busca implementar Odoo con personalizaciones eficientes y documentadas, somos el partner correcto.
¿Listo para optimizar tus procesos de calidad con Odoo y sin complicaciones? Contáctanos y descubre cómo podemos ayudarte.