Reducir a la mitad la carga de una tienda de e-learning

Reto

The Great Courses tenía una tienda Adobe Commerce muy personalizada, con años de módulos acumulados y un gran catálogo digital. Sus páginas de categoría y de producto se habían vuelto tan lentas que el embudo de conversión lo notaba claramente.

En una tienda así, la lentitud rara vez tiene una sola causa. Los módulos propios, las extensiones de terceros, las integraciones y el alojamiento habían crecido con los años, y cada cambio tenía sentido por separado. Nadie tenía una visión de conjunto de dónde se iba el tiempo, así que el trabajo de rendimiento solía atascarse en suposiciones.

Enfoque

Primero medí el rendimiento con datos de usuarios reales, para comparar cada cambio posterior con la misma línea base. Después trabajé la caché, la indexación, las consultas a la base de datos, la entrega del frontend y la infraestructura, por orden de impacto y no por orden de facilidad.

Cada corrección se entregó como un cambio pequeño y revisable, y se volvió a medir tras publicarla. Lo que no movía los números no se quedaba. El trabajo avanzó en paralelo a la hoja de ruta de funcionalidades del comercio, así que la tienda siguió publicando novedades mientras ganaba velocidad.

En Guidance también mantuve en producción una tienda headless con ScandiPWA, incluido el trabajo de GraphQL que la sostenía.

Resultado

Los tiempos de carga típicos se redujeron aproximadamente a la mitad. En Guidance también desarrollé integraciones con ERP, módulos de envío a medida y facturación por suscripción para tiendas como esta, y revisé el código y formé a los ingenieros que trabajaban en ellas.

Los hábitos de este programa siguen marcando mi forma de abordar el rendimiento: una línea base medida, una lista de correcciones ordenada, entregas pequeñas y una comparación de antes y después. Son la base del servicio de optimización de rendimiento que ofrezco hoy.