Modelar el dominio exige comprender el negocio, elegir buenos nombres, representar reglas y validar con ejemplos. Por eso es normal cometer errores, especialmente cuando el equipo empieza a mezclar análisis con diseño técnico o cuando trabaja con información incompleta.
Este tema reúne errores frecuentes y formas prácticas de evitarlos. La intención no es memorizar una lista, sino aprender a detectar señales de un modelo débil antes de que se transforme en código, documentación o decisiones difíciles de cambiar.
Uno de los errores más comunes es modelar tablas, pantallas, controladores, DTO o endpoints en lugar de conceptos del negocio. Esto produce modelos que el equipo técnico entiende parcialmente, pero que los expertos del dominio no pueden validar con facilidad.
Para evitarlo, conviene preguntar si cada elemento pertenece al negocio o a la solución técnica. Paciente, Turno y Agenda son conceptos del dominio. TablaTurnos, PantallaReserva y TurnoDTO pertenecen a la implementación.
Un nombre ambiguo genera interpretaciones distintas. Palabras como usuario, cliente, solicitud, orden, reserva o estado pueden significar cosas diferentes según el contexto.
Para evitar este error, hay que construir lenguaje ubicuo con expertos del negocio, registrar definiciones y usar ejemplos. Si una palabra tiene varios significados, quizá haga falta separar conceptos o contextos delimitados.
No todo sustantivo encontrado en entrevistas o documentos debe convertirse en entidad. Algunos términos son atributos, objetos de valor, estados, eventos, documentos, roles o detalles técnicos.
Para evitar entidades innecesarias, conviene preguntar si el concepto tiene identidad, ciclo de vida, reglas propias y relaciones significativas. Si solo describe una característica simple, quizá sea atributo. Si se compara por sus valores, quizá sea objeto de valor.
Un modelo que solo muestra conceptos y relaciones puede ser insuficiente. Las reglas explican qué está permitido, qué está prohibido, qué se calcula y qué decisiones se toman.
Para evitar este error, hay que buscar frases como "no se puede", "solo si", "al menos", "como máximo", "excepto cuando" o "depende de". También conviene agregar notas, restricciones o tablas de reglas cuando el diagrama no alcanza.
Un modelo puede parecer correcto en abstracto y fallar con casos reales. Si no se valida con escenarios, ejemplos y contraejemplos, pueden quedar ocultas reglas importantes.
Para evitarlo, hay que probar el modelo con casos normales, alternativos, excepcionales y casos límite. Los expertos del negocio deben participar en esa validación.
Otro error frecuente es mezclar conceptos del negocio con clases técnicas, tablas, pantallas y detalles de infraestructura en el mismo modelo. Esto vuelve difícil entender qué parte representa análisis y qué parte representa diseño.
Para evitarlo, conviene separar modelos conceptuales, modelos de diseño y modelos técnicos. Pueden relacionarse, pero no deben mezclarse sin criterio.
Un diagrama enorme suele ser difícil de leer y validar. Aunque contenga mucha información, puede no ayudar a nadie a tomar decisiones.
Para evitarlo, conviene dividir el modelo por contextos, áreas o preguntas. Un diagrama debe mostrar lo necesario para comunicar una idea, no todo el universo del sistema.
UML es una herramienta de comunicación, no el objetivo final. Un diagrama con símbolos correctos puede representar mal el dominio. También puede ser demasiado formal para una conversación inicial.
Para evitar este error, hay que elegir el diagrama según la pregunta: clases para estructura conceptual, estados para ciclo de vida, actividades para procesos y objetos para ejemplos concretos.
Turno cancelado suele ser un estado, no un subtipo. Usuario administrador puede ser un rol, no una clase especializada. Categoría de producto puede ser una clasificación configurable, no una jerarquía rígida.
Para evitar este error, hay que preguntar si la característica cambia durante el ciclo de vida, si puede coexistir con otras, si depende del contexto o si es una categoría que el negocio puede configurar.
Las entidades se reconocen por identidad. Los objetos de valor se reconocen por sus atributos. Confundirlos puede producir modelos con identidades innecesarias o valores tratados como datos sueltos.
Para evitarlo, hay que preguntar si el negocio necesita seguir la continuidad del objeto en el tiempo. Si no tiene identidad propia y se compara por sus atributos, probablemente sea objeto de valor.
Los invariantes son propiedades que siempre deben cumplirse. Si no se identifican, el sistema puede permitir estados inválidos. Por ejemplo, franjas superpuestas, pedidos confirmados sin ítems o turnos reservados sin paciente.
Para evitarlo, conviene preguntar qué condiciones nunca deberían romperse y qué concepto debe protegerlas.
La siguiente tabla resume errores habituales:
| Error | Consecuencia | Cómo evitarlo |
|---|---|---|
| Modelar tecnología. | El negocio no puede validar el modelo. | Usar vocabulario del dominio. |
| Ignorar reglas. | El modelo queda incompleto. | Buscar condiciones, restricciones y cálculos. |
| No validar ejemplos. | Las excepciones aparecen tarde. | Usar escenarios y contraejemplos. |
| Crear diagramas gigantes. | Nadie los revisa con claridad. | Dividir por contexto o pregunta. |
| Mezclar estados y tipos. | Jerarquías rígidas e incorrectas. | Analizar ciclo de vida y roles. |
Estas preguntas ayudan a detectar errores temprano:
Cuando un modelo tiene problemas, conviene corregirlo en pasos. Primero identificar términos ambiguos. Luego separar elementos técnicos del dominio. Después revisar reglas, multiplicidades y estados con escenarios concretos. Finalmente, actualizar diagramas y trazabilidad.
Corregir un modelo no significa rehacer todo. Muchas veces alcanza con renombrar conceptos, agregar reglas, dividir un contexto o reemplazar una jerarquía innecesaria por estados o roles.
Los errores de modelado son inevitables, pero pueden detectarse temprano si el equipo trabaja con lenguaje claro, reglas visibles, escenarios concretos y validación con expertos. Un buen modelador no busca hacer diagramas perfectos desde el primer intento; busca aprender del dominio y ajustar el modelo con criterio.
En el próximo tema construiremos un checklist para revisar la calidad de un modelo de dominio.