Envías un parche de emergencia, observas que CI se vuelve verde y esperas que la cola de soporte se calme. En su lugar, los usuarios siguen informando del viejo bug. Algunos dispositivos se actualizan en la próxima lanzamiento. Otros se quedan atrás. Unos pocos usuarios abren la aplicación en una red móvil débil y nunca parecen captar la actualización en absoluto.
Ese vacío entre “publicamos la corrección” y “el usuario la obtuvo” es donde network latency comienza a importar. Para los equipos que construyen con CapacitorJS, Ionic o Electron, la latencia no es un tema de redes abstracto. Se manifiesta como respuestas lentas API, cargas de activos retardadas, actualizaciones en vivo bloqueadas y usuarios que ejecutan versiones antiguas code durante más tiempo del necesario.
La mayor parte de las explicaciones de qué es la latencia de red se detiene en páginas web o juegos. Eso se queda corto de lo que enfrentan los equipos móviles todos los días. En aplicaciones híbridas, la latencia afecta no solo lo que ve el usuario en pantalla, sino también cuán rápidamente su sistema de actualización puede entregar JavaScript, CSS, configuración y activos cuando algo falla en producción.
Índice
- ¿Por qué mi aplicación se siente tan lenta?
- Desglosando la latencia de red El concepto central
- Las cuatro causas técnicas de alta latencia
- Latencia, Jitter y Tasa de Transmisión: Explicación
- Impacto en la vida real en aplicaciones móviles y actualizaciones en vivo
- ¿Cómo medir y diagnosticar problemas de latencia?
- Estrategias prácticas para reducir y monitorear la latencia
¿Por qué mi aplicación se siente tan lenta
Un patrón de falla común se ve así. La aplicación funciona en la oficina y en la prueba local. Luego, un problema de producción aparece, empujas una corrección sobre la red, y los usuarios en el campo siguen viendo el comportamiento roto mucho después de que la parche esté disponible.
En ese momento, el problema a menudo no es tu JavaScript. Es el camino de red entre el dispositivo y el servidor que necesita entregar la actualización. Una alta latencia significa que cada solicitud toma más tiempo para comenzar y más tiempo para completarseentonces incluso pequeños controles de actualizaciones pueden sentirse poco fiables cuando la conexión es inestable.
Para la entrega sobre la red, ese retraso importa más de lo que muchos equipos esperan. Una latencia alta por encima de 100ms puede retrasar la transmisión de paquetes y estirar los tiempos de espera para la próxima actualización de minutos a horas en conexiones pobres, y redes móviles en mercados emergentes como la India y Brasil pueden aumentar a 80-120ms RTT durante las horas pico según Resumen de latencia de red de Meter. Si tu proceso de liberación asume una conexión limpia y rápida, los usuarios reales romperán esa suposición rápidamente.
Las actualizaciones lentas no siempre provienen de paquetes grandes. A veces la actualización es pequeña, pero los viajes en red son caros.
That’s why developers ask “why does my app feel so slow” even when bandwidth looks fine. The app may not be downloading much data. It may instead be waiting too long at each step: opening a connection, requesting metadata, checking version state, pulling changed files, and confirming integrity.
Para equipos de móviles, esto cambia la forma de depurar incidentes. No se sientan con “el servidor está funcionando” o “el paquete es pequeño.” En su lugar, consideren una pregunta más operativa: ¿Cuánto tiempo le toma a un dispositivo en una red real solicitar la actualización, recibir el primer byte y completar la transacción sin reintentos? Eso es donde suele estar la respuesta.
Desempaquetando la latencia de red El concepto central
La latencia de red es el tiempo que lleva a los datos para viajar de un cliente a un servidor y de regreso. Ese viaje de ida y vuelta se mide usualmente como Tiempo de viaje de ida y vuelta, o RTT, y para equipos de aplicaciones directamente forma cómo se siente la velocidad del producto en la mano del usuario.
Una solicitud puede ser pequeña y aún sentirse lenta. Eso es lo que los equipos suelen pasar por alto.
El RTT mide la demora en la conversación entre dispositivo y servidor, no el tamaño del payload que se está transfiriendo.
Se mide usualmente en milisegundos, porque las interacciones móviles son sensibles a pequeños retrasos. Una comprobación de configuración, una solicitud de manifiesto, un refresco de autenticación o una solicitud de bandera de características pueden mover muy poco datos, pero cada uno todavía paga el costo de ida y vuelta antes de que la aplicación pueda continuar.
La latencia es el retraso. La banda ancha es la capacidad
Estos términos se mezclan constantemente durante la depuración de aplicaciones y llevan a los equipos hacia la solución incorrecta.
Banda ancha describe cuántos datos una conexión puede transportar en un período de tiempo. Latencia describe cuánto tiempo lleva iniciar y completar un intercambio individual. Congestión agrega espera cuando demasiados flujos compiten por el mismo camino. Jitter se manifiesta cuando ese retraso cambia de una solicitud a la siguiente.
That distinction matters in real products. A device can sit on a connection with plenty of bandwidth and still feel slow if every request has a long wait before the first useful byte arrives. I see this a lot in hybrid mobile stacks and desktop runtimes such as CapacitorJS and Electron, where startup often depends on several small network calls rather than one large transfer.
Por qué los equipos de aplicaciones deben preocuparse por RTT
Los usuarios no experimentan gráficos de velocidad. Experimentan pausas entre acciones y resultados visibles.
En una aplicación móvil, una pantalla puede depender del estado de autenticación, la configuración remota, los datos API, las imágenes, los acuerdos de análisis y la verificación de la actualización del manifiesto. En un flujo de actualización en vivo, el dispositivo también puede necesitar validar los metadatos de la versión, solicitar activos modificados y confirmar la integridad antes de que el nuevo paquete esté listo. Cada viaje de red agrega espera, especialmente cuando esos pasos ocurren en secuencia.
La entrega en la orilla cambia esa ecuación. Si los manifiestos de actualización, los paquetes o las respuestas API se sirven más cerca del dispositivo, RTT disminuye antes de que cualquier optimización del payload comience. Para los equipos que envían actualizaciones en vivo a aplicaciones de CapacitorJS y Electron, eso es a menudo más útil que afeitar unos pocos kilobytes de un archivo que los usuarios todavía están esperando demasiado para solicitar.
Regla práctica: Las características construidas en múltiples solicitudes secuenciales se sienten la latencia primero, la banda ancha en segundo lugar.
This is why an app can look healthy in infrastructure dashboards and still feel sluggish to users. The backend may be available, the payloads may be small, and the total bytes may be modest. If the network conversation starts late on every step, the product still feels slow.
Los Cuatro Causas Técnicas de Alta Latencia
La latencia alta rara vez es una sola cosa. En aplicaciones móviles, especialmente aquellas que envían actualizaciones en vivo a clientes de CapacitorJS y Electron, el retraso suele provenir de cuatro puntos separados a lo largo del camino de solicitud. Identificar cuál domina ahorra mucho tiempo de ajuste innecesario.
Retraso de propagación
El retraso de propagación es tiempo de viaje puro. El paquete todavía tiene que cruzar la distancia física a través de torres de células, fibra, intercambios de peering y redes regionales antes de que suceda algo útil.
Esto importa más en móviles de lo que muchos equipos esperan. Un teléfono en 5G en Madrid que llama a un origen en us-east puede tener una conexión radio saludable y aún sentirse lento porque cada verificación de manifiesto, refresco de autenticación o API comienza lejos del usuario. En sistemas de actualizaciones en vivo, esa distancia aparece antes de que comience el descarga del paquete. La entrega de borde ayuda aquí porque acorta el camino, no porque comprima bytes.
Retraso de transmisión
El retraso de transmisión es el tiempo requerido para poner los datos en la red. El tamaño del payload lo impulsa. La calidad de la conexión lo empeora o lo mejora.
En esta etapa, los equipos de aplicaciones crean sus propios problemas. Los JSON grandes, las respuestas pesadas de imágenes, los paquetes de actualizaciones con demasiados activos sin cambios y los payloads de configuración verbosos aumentan el tiempo antes de que el dispositivo tenga la respuesta completa. En enlaces móviles débiles, el castigo es obvio. Un paquete de actualización que se siente aceptable en Wi-Fi de oficina puede convertirse en una parada visible en LTE de un viajero.
Una comparación simple funciona bien en la práctica. La propagación es el viaje en sí. La transmisión es el tiempo que se pasa cargando el camión antes de que salga.
Retraso de cola
El retraso de cola ocurre cuando los paquetes esperan detrás de otros paquetes. La congestión en la red local, la red del proveedor de servicios, un proveedor de tránsito o el lado de destino pueden agregar retrasos que no estaban presentes hace un minuto.
La explicación de Kentik sobre latencia y rendimiento de red es útil aquí porque conecta la congestión, el manejo de paquetes y los límites de tráfico. La lección práctica es clara. Una vez que los enlaces y los buffers se vuelven ocupados, el tiempo de respuesta puede aumentar rápidamente e inconsistentemente.
Ese patrón se ve en los informes de incidentes móviles todo el tiempo. Un usuario abre la aplicación a las 8:30 AM en un tren y el control de actualizaciones arrastra. El mismo flujo se siente bien una hora después en el mismo dispositivo. Eso suele indicar una disputa de red, no una regresión de frontend.
Retraso de procesamiento
Los retrasos de procesamiento provienen de los dispositivos y servicios que inspeccionan, rutean, descifran, filtran o reenvían el tráfico antes de que llegue a su aplicación. Cada paso es pequeño. El total puede volverse notorio a lo largo de suficientes saltos.
Las implementaciones móviles empresariales son un ejemplo común. El tráfico puede pasar por un VPN, un gateway web seguro, un firewall regional, un gateway API, un equilibrador de carga y un entramado de servicios antes de que la solicitud llegue al origen. Las aplicaciones Electron dentro de entornos corporativos a menudo enfrentan el mismo problema. El camino de red es técnicamente disponible, pero cada punto de control agrega trabajo.
Durante el diagnóstico, estos cuatro causas suelen corresponder a síntomas visibles:
- Distancias largas entre el dispositivo y el origen apuntan a la demora de propagación.
- Respuestas grandes o paquetes de actualización apuntan a la demora de transmisión.
- Ralentizamientos o picos inconsistentes según la hora apuntan a la demora de cola.
- Muchos intermediarios como VPNs, proxies o gateways apuntan a la demora de procesamiento.
Una queja de un usuario de que la aplicación es “lenta de manera aleatoria” a menudo apunta a la variación de cola y procesamiento a lo largo del camino, no a los cambios code en el dispositivo.
Traten la latencia como un problema de entrega completa en el camino. Esa mentalidad conduce a mejores soluciones para las API móviles, manifestos de actualización en vivo y activos servidos en la orilla que centrarse en el servidor de la aplicación sola.
Latencia, Jitter y Tasa de Tráfico Explicados
La latencia, el jitter y la tasa de tráfico describen diferentes modos de falla. Los equipos a menudo los combinan en un diagnóstico genérico “la red es lenta”, luego pasan tiempo reparando la banda ancha cuando el problema subyacente es la variación de retraso o el tiempo de inicio de solicitud.
| Métrica | ¿Qué Mide? | Analogía (Tubería de Agua) | Impacto |
|---|---|---|---|
| Latencia | ¿Cuánto tiempo lleva una solicitud para salir y regresar? | ¿Cuánto tiempo lleva el agua para llegar al grifo después de abrirlo? | Respuestas lentas, interacciones retardadas, verificaciones de actualizaciones pesadas |
| Jitter | How much that delay varies over time | El agua llega en pulsos desiguales en lugar de un flujo constante | Comportamiento inconsistente, sesiones en tiempo real chapuceras, retrasos en la solicitud poco fiables |
| Tráfico | Cantidad de datos que se mueven a través de la conexión con el tiempo | ¿Cuánta agua puede entregar el tubo en total? | Transferencias grandes más rápidas cuando el camino está sano |
¿Por qué estos términos se confunden?
Una conexión puede mostrar un tráfico fuerte y aún así hacer que una aplicación se sienta lenta. El camino transporta una gran cantidad de datos después de que comienza la transferencia, pero cada solicitud espera demasiado tiempo para empezar. En las aplicaciones móviles, ese retraso se muestra antes de que los usuarios vean el contenido. En los sistemas de actualización en vivo, se muestra antes de que se cargue el manifiesto.
El jitter hace que el diagnóstico sea más difícil porque los promedios lo ocultan. Una consola puede informar un retraso medio aceptable mientras que los usuarios reales ven tiempos de respuesta desiguales en acciones idénticas. Un dispositivo obtiene la configuración instantáneamente. Otro espera lo suficiente para que el estado de carga se vuelva visible. Ese patrón es común en redes celulares, Wi-Fi de los viajeros y cualquier ruta donde la congestión cambia minuto a minuto.
¿Cómo un solo métrica puede parecer saludable mientras otra falla?
Para las API de aplicaciones móviles, la latencia suele dominar las solicitudes pequeñas. Para las descargas de paquetes o activos, el tráfico importa más después de que llega el primer byte. El jitter determina si la experiencia se siente estable o aleatoria.
A Capacitor o un flujo de actualización en vivo de Electron es un buen ejemplo. El cliente verifica un manifiesto, valida metadatos y luego descarga un paquete si es necesario. Puede ver los mecanismos en esta visión general de cómo funcionan las actualizaciones en vivo para aplicaciones Capacitor. Si la latencia es alta, el control de actualizaciones comienza tarde. Si el jitter es alto, la sincronización de la implementación se vuelve inconsistente entre dispositivos. Si la tasa de transferencia es baja, el paquete se descarga lentamente incluso después de establecer la conexión.
Esta distinción es importante durante la respuesta a incidentes.
He visto a equipos reaccionar a actualizaciones lentas culpando al tamaño del paquete primero. A veces es correcto, especialmente con grandes paquetes de JavaScript o lanzamientos con muchos activos. Pero para muchas flujos móviles con muchas solicitudes, el problema más grande es los viajes de ida y vuelta repetidos a través de un camino lejano o inestable. Aumentar la banda ancha disponible no hace nada si cada handshake, solicitud de manifiesto y llamada a API comienza tarde.
La regla práctica es simple: la latencia afecta la respuesta, el jitter afecta la predecibilidad y la tasa de transferencia afecta la velocidad de transferencia a gran escala. Si una pantalla espera a muchas solicitudes pequeñas, reduzca la latencia. Si el comportamiento cambia de una solicitud a la siguiente, investigue el jitter. Si una actualización grande tarda demasiado después de comenzar a descargar, investigue la tasa de transferencia.
Impacto en el mundo real en aplicaciones móviles y actualizaciones en vivo
A un usuario le abre la aplicación después de que usted envió una corrección una hora atrás. La autenticación se atasca, la pantalla de inicio se llena pieza por pieza y el bug que informaron ayer todavía está allí. Desde su lado, la liberación falló. En muchas pilas móviles, la latencia es la razón.
¿Qué sienten realmente los usuarios
La latencia en los dispositivos móviles se manifiesta como vacilación. Un toque no hace nada durante un instante. Una lista renderiza su capa, luego espera a que se carguen los datos de cuenta, las banderas de características y las imágenes. Un flujo de autenticación parece inconsistente porque cada paso depende de que el último termine primero.
Las aplicaciones híbridas hacen que esto sea más visible porque a menudo mezclan la carga de activos web con las expectativas de aplicaciones nativas. El equipo puede probar en Wi-Fi de oficina rápido y dispositivos recientes, luego enviar a los usuarios en trenes, en ascensores, en redes de hotel o en rutas de proveedores sobrecargadas. La misma compilación puede sentirse afilada en una ciudad y lenta en otra.
Los puntos de falla comunes son predecibles:
- Las pantallas API se sienten lentas cuando la interfaz de usuario espera a que se realicen varias llamadas pequeñas antes de poder renderizar contenido útil.
- La configuración remota, las banderas y los activos llegan tarde, lo que retrasa la primera pintura significativa o causa desplazamientos de layout visibles.
- La autenticación y la actualización de sesión se rompen bajo la demora porque el intercambio de tokens, la recuperación de perfil y las comprobaciones de permisos suelen ocurrir en secuencia.
- Verificaciones de actualizaciones de fondo termina demasiado tarde, por lo que los usuarios vuelven a abrir la aplicación con una versión obsoleta code aunque la solución ya se ha publicado.
A menudo les digo a los equipos que observen los tickets de soporte y la adopción de la versión juntos. Si los tickets siguen altos después de un parche de emergencia, el problema suele ser el tiempo de entrega, no la calidad de code.
Por qué las actualizaciones en vivo son especialmente sensibles
Las actualizaciones en vivo convierten la latencia en un problema operativo. Cada viaje adicional extiende la brecha entre “solución enviada” y “solución ejecutándose en el dispositivo.”
Esa brecha importa más en dispositivos móviles que en una típica página web. Una solicitud de imagen lenta es fastidiosa. Una implementación lenta de parches significa que el soporte sigue atendiendo un problema que la ingeniería ya ha resuelto, las métricas de producto siguen deprimidas durante otro día y los usuarios pierden confianza porque la aplicación sigue comportándose como la versión antigua.
Para los equipos de Capacitor, el camino de la actualización es directo pero inmisericorde. Capgo’s visión general de cómo funcionan las actualizaciones en vivo para aplicaciones de Capacitor recorre la secuencia: verificar, descargar, validar, aplicar. Ninguno de esos pasos es dramático por sí solo. Juntos, crean suficiente tiempo de espera para empujar la solución más allá de la ventana de lanzamiento siguiente, especialmente en redes celulares o para usuarios lejanos de su origen.
Las aplicaciones de Electron se enfrentan a un problema similar, pero con una expectativa de usuario diferente. Los usuarios de escritorio asumen que las actualizaciones llegan de manera eficiente y rápida. Si la aplicación verifica demasiado lentamente, descarga desde una región lejana o repite sobre una ruta inestable, el pipeline de lanzamiento parece inconfiable incluso cuando el paquete en sí es correcto.
Por esta razón, los equipos de móviles deben tratar la latencia como tanto un métrica de experiencia del usuario como un métrica de lanzamiento. Afecta la velocidad a la que las pantallas reaccionan, la rapidez con la que se aplica la configuración remota y la duración de los errores conocidos activos en el campo.
Si necesita una base simple para discutir la latencia con el soporte o QA, comparta una guía en lenguaje llano sobre cómo verificar el tiempo de ida y vuelta. Ayuda a alinear la conversación en torno a un retraso medible en lugar de informes vagos de que la aplicación es “lenta.”
El servicio de entrega de bordes cambia el resultado aquí. Servir manifestos, paquetes y metadatos de actualización cerca del usuario reduce el tiempo de espera antes de que la aplicación pueda realizar trabajo útil. Para sistemas de actualización en vivo, eso a menudo tiene más impacto que presionar un poco más de ancho de banda de la conexión, porque el primer problema suele ser la distancia y el costo de inicio de solicitud repetida, no la tasa de transferencia bruta sola.
Cómo Medir y Diagnosticar Problemas de Latencia
Los problemas de latencia se vuelven manejables una vez que dejen de adivinar y comiencen a medir el camino. No necesita una plataforma de observabilidad completa para obtener las primeras respuestas útiles.
Comience con ping y traceroute
. Use ping primero. Le da una medida simple de RTT entre su máquina y un destino. No explicará todo, pero le dice rápidamente si el camino está tranquilo o obviamente enfermo.
Luego use traceroute (o tracert en Windows). Esto muestra la secuencia de saltos entre cliente y servidor. Lo que estás buscando no es solo un gran número final. Quieres saber dónde comienza el retraso a aumentar.
Un patrón de lectura práctico se parece a esto:
- Tiempos bajos estables a lo largo de los saltos usualmente significan que la ruta está sana.
- Un salto repentino en un salto puede apuntar a congestión, ineficiencia de enrutamiento o un intermediario sobrecargado.
- Una gran variación a lo largo de ejecuciones repetidas sugiere jitter o condiciones de cola cambiantes.
- Un camino inusualmente largo a menudo significa sobrecarga de procesamiento y overhead de enrutamiento.
Si deseas una guía paso a paso para interpretar pruebas de tiempo de ida y vuelta, Cloudflare tiene una guía práctica en ¿Cómo verificar el tiempo de ida y vuelta Eso es útil para desarrolladores junior y ingenieros de soporte que necesitan una base común.
Usar herramientas de navegador para activos de aplicaciones híbridas
Para aplicaciones Capacitor, herramientas de navegador son aún valiosas porque gran parte de la aplicación se ejecuta en una vista de web. Abra DevTools e inspeccione la pantalla de red pantalla de red La métrica que hay que vigilar de cerca esTFB
, o tiempo de primera respuesta.
Monitoring needs to connect device behavior to network conditions. For teams building that capability into release workflows, Capgo’s write-up on La supervisión necesita conectar el comportamiento del dispositivo con las condiciones de red. Para equipos que están construyendo esa capacidad en los flujos de liberación, la guía de Capacitor sobre Configuración de la supervisión de rendimiento en __CAPGO_KEEP_0__ es una referencia útil para instrumentar lo que los usuarios experimentan en lugar de confiar solo en métricas del lado del servidor. Cuando necesite diagnósticos nativos a nivel más allá de DevTools de navegador, consulte el documento de capgo/capacitor-diagnósticos-de-red puede medir la alcance, latencia y pérdida de paquetes desde el dispositivo.
Mida desde el lado del cliente siempre que sea posible. Los tableros de control del servidor pueden decir “sano” mientras el usuario sigue esperando en un camino lento que no ves.
La clave es la correlación. Comparar RTT, ruta de salto, TTFB, tamaño de carga y comportamiento de actualización juntos. Un solo métrica raramente cuenta la historia completa.
Estrategias prácticas para reducir y monitorear la latencia
Reducir la latencia comienza con dos prioridades: acortar el camino y enviar menos datosTodo lo demás es secundario.
Reducir la distancia y la carga primero
En el lado de la red, coloque el contenido más cerca de los usuarios. Los benchmarks de SLA de Verizon en su servicio de latencia términos muestra qué esperan las expectativas de nivel empresarial: 45ms o menos para viajes redondos regionales dentro de América del Norte y 90ms para viajes transatlánticos. Ese número es un recordatorio fuerte de que la distancia aún impulsa el rendimiento, y una baja latencia regional es alcanzable cuando la red está diseñada para ello.
Para equipos de aplicaciones, eso apunta a acciones concretas:
- Utilice la entrega de borde para que los manifestos y los conjuntos de paquetes no viajen siempre hacia un origen lejano.
- Mantenga los conjuntos de paquetes delgados porque los payloads más pequeños reducen el costo de transmisión y se recuperan mejor en enlaces móviles débiles.
- Preferir actualizaciones diferenciales When los actualizadores admiten soportarlos, los dispositivos solo descargan lo que ha cambiado.
- Recorta las cadenas de solicitud En los flujos de arranque. Menos llamadas secuenciales significa menos penalizaciones de latencia.
Una opción en esta categoría es la guía de Capgo para reducir la latencia en las aplicaciones Capacitorque se centra en la entrega de actualizaciones, la distribución de bordes y paquetes web más pequeños para aplicaciones híbridas.
Monitorea el camino, no solo el punto final
Muchos equipos monitorean la disponibilidad y el tiempo de respuesta promedio, y luego pasan por alto el dolor real del usuario. El seguimiento de la latencia funciona mejor cuando observas los valores atípicos, los cambios de ruta y las fallas específicas de dispositivo.
Hábitos útiles incluyen:
- Registra los tiempos de cliente para las comprobaciones de actualizaciones, las descargas de manifestos y las cargas de activos.
- Registra los intentos de actualización fallidos o parciales Así, el soporte puede distinguir problemas de red de defectos de lanzamiento.
- Comparar regiones por separado porque una geografía puede degradarse mientras otra parece saludable.
- Revisar cuidadosamente las herramientas experimentales antes de adoptarlas. Colecciones como Feedback de experimento de Pinglater AI pueden ayudar a los equipos a ver cómo otros evalúan herramientas enfocadas en latencia en la práctica.
El principal trade-off es sencillo. Más observabilidad te da una mejor diagnóstico, pero también agrega trabajo de implementación. Aún vale la pena, porque adivinar la latencia es costoso. La latencia medida es corregible.
Si su equipo envía aplicaciones con CapacitorJS o Electron y necesita una forma controlada de entregar correcciones rápidas a través de una red de borde global, Capgo es recomendable evaluar. Soporta actualizaciones en vivo firmadas, entrega diferencial, controles de lanzamiento, protección de rollback y registros por dispositivo para que puedas ver no solo que se publicó una actualización, sino si los usuarios la recibieron.
Preparado con Superar aplicación
Sigue adelante desde Guía del desarrollador 2026: ¿Qué es la latencia de red?
Si estás utilizando Guía del desarrollador 2026: ¿Qué es la latencia de red? para planificar la entrega de actualizaciones en vivo, conecta con Capgo Actualizaciones en vivo para el flujo de trabajo del producto en Capgo Actualizaciones en vivo, Resumen para el detalle de implementación en Resumen, Características para el detalle de implementación en Características Comportamiento de actualización para los detalles de implementación en Update Behavior, y Tipos de Actualización para los detalles de implementación en Tipos de Actualización.
