El día que el checkout de Shopify se cayó en Valencia (y lo que aprendimos)

El tema de la tienda tenía una app de 'quedan X unidades' que consultaba el inventario en tiempo real para cada visitante, generando una llamada a la API de Shopify por cada carga de página de producto. Con tráfico normal, esto nunca había sido un problema. Con la ola de tráfico simultáneo del lanzamiento, esas llamadas saturaron el límite de peticiones de la API, y el checkout —que también depende de esa misma API— empezó a fallar de forma intermitente.

Es un ejemplo perfecto de un problema que nunca aparece en pruebas normales: funciona bien con 50 visitantes, y colapsa con 3.000 simultáneos exactamente en el minuto que más importa. Ningún test de carga rutinario, de los que la marca había hecho en lanzamientos anteriores con tráfico moderado, había llegado nunca a ese umbral específico de peticiones simultáneas.

Desde el canal interno de comunicación del equipo, los mensajes de esos veinte minutos cuentan su propia historia: primero confusión ('¿alguien más ve errores en el checkout?'), después alarma al confirmar que el patrón se repetía en varios navegadores distintos, y finalmente la decisión, tomada en segundos y sin tiempo para una reunión formal, de desactivar la app de contador de stock sin consultar primero con nadie fuera del equipo técnico presente en ese momento.

Fue una decisión arriesgada tomada bajo presión extrema: desactivar una app en plena campaña de marketing activa, sin saber con certeza al cien por cien que esa era la causa exacta. Resultó ser la decisión correcta, pero el equipo reconoció después que el margen entre 'decisión acertada bajo presión' y 'empeorar la situación actuando a ciegas' había sido más estrecho de lo que les gustaría admitir.

A diferencia de otros casos donde el fallo pasa inadvertido durante horas, aquí había alguien monitoreando activamente el lanzamiento en tiempo real, precisamente por la expectativa que había alrededor. Esa persona detectó el patrón de errores en minutos, no en horas, y pudo desactivar temporalmente la app de 'quedan X unidades' mientras duraba el pico de tráfico, liberando capacidad de la API para el checkout.

La diferencia entre este caso y otros incidentes similares que hemos documentado no fue la ausencia de un fallo técnico —esos ocurren en todas las tiendas, tarde o temprano— sino la presencia de alguien vigilando exactamente en el momento en que más importaba vigilar. Veinte minutos de fallo con alguien monitoreando activamente es un incidente contenido; veinte minutos de fallo sin nadie mirando puede convertirse fácilmente en el equivalente a lo que le ocurrió a la tienda que perdió siete horas de Black Friday.

Para el siguiente lanzamiento, la app de inventario en tiempo real se configuró para actualizar cada cierto intervalo en vez de consultar en cada carga de página, reduciendo drásticamente las llamadas a la API sin perder la sensación de urgencia que la app aportaba. Y se estableció un protocolo simple, el mismo que recomendamos en el soporte técnico urgente Shopify: cualquier lanzamiento con expectativa alta de tráfico tiene monitoreo activo dedicado durante la primera hora, no solo revisión pasiva del panel — la misma lección que le costó siete horas a una tienda en Black Friday por no tenerla antes.

El protocolo incluyó también un paso nuevo, directamente derivado de lo vivido ese día: antes de cualquier lanzamiento con expectativa de tráfico alto, se hace una prueba de carga simulando al menos el doble del tráfico esperado, específicamente dirigida a identificar cuellos de botella en apps de terceros que consultan datos en tiempo real, no solo en la infraestructura de Shopify en sí.

Valencia, como el resto de ciudades con comercio electrónico activo en España, tiene marcas que dependen de lanzamientos concentrados —colecciones limitadas, campañas puntuales— donde el tráfico no es gradual sino una ola concentrada en minutos. Ese patrón de tráfico es justamente el que expone los cuellos de botella que el uso normal nunca revela.

Cualquier marca que planifique un lanzamiento con expectativa similar —ya sea en Valencia, Madrid o cualquier otra ciudad española— se enfrenta al mismo riesgo estructural: el tráfico distribuido a lo largo de semanas nunca revela los límites que el tráfico concentrado en minutos sí expone, y la única forma fiable de conocer esos límites de antemano es probarlos deliberadamente antes del día del lanzamiento, no descubrirlos en tiempo real frente a miles de clientes esperando comprar.