miércoles, 28 de junio de 2017

La importancia del contenido en realidad aumentada


La tecnología, con todo y lo apasionante y cautivadora que resulta, no es más que un medio para la mayor parte de nosotros, para todos menos para el reducido conjunto de profesionales que desarrolla productos tecnológicos o realiza investigación y desarrollo.

La tecnología, superado su innegable embrujo, debe ser portadora de algo para que tenga sentido, debe servir a un fin, para que sirva de algo.

En el caso de la realidad aumentada, ese algo es el mensaje, un mensaje que puede ser información, por ejemplo en el caso de las aplicaciones quizá más profesionales, o un mensaje que puede ser una historia, en el caso de aplicaciones más lúdicas.

Y para el usuario, al final, eso es lo que importa. Y, por tanto, el mensaje tiene que ser bueno por derecho propio, independientemente de la tecnología que lo soporta.

Así nos lo recuerda Alain B. Craig en su libro 'Understanding augmented reality' cuando nos dice:

If Augmented Reality is used to tell a story the story must be good without Augmented Reality. If Augmented Reality is used to convey information, the information must be good in its own right.

Así que, al igual que se dice, por ejemplo, en storytelling o en periodismo 'contemos una buena historia', la misma receta se aplica a la realidad aumentada: contemos una buena historia, proporcionemos una buena información...

lunes, 26 de junio de 2017

Sensores para realidad aumentada


Ya comentábamos en el post anterior que Alain B. Craig es muy ordenado en su libro 'Understanding augmented reality'. En efecto, tiende a clasificar y enumerar todas las posibilidades dentro de las tecnologías o soluciones que componen la realidad aumentada.

Y eso nos viene muy bien para poner en orden nuestras propias ideas. Si en el artículo anterior veíamos los tres componentes básicos, sensores, procesador y monitor, vamos ahora, siguiendo el camino que nos traza el autor, a repasar los primeros, los sensores.

¿Qué sensores se utilizan, pues, en realidad aumentada?

Pues esta es la clasificación que nos propone Craig:
  • Sensores usados para trazado (tracking): se encargan de conocer la posición del mundo real, de los usuarios y cualquier dispositivo de la solución. De esta forma se puede conseguir esa sincronización o registro entre mundo real y virtual que comentamos al dar la definición de realidad aumentada. A su vez, estos sensores los clasifica en:

    • Cámara (visión por ordenador): quizá una de las tecnologías más importantes. Craig, sin embargo, más que explicar la tecnología alrededor de la visión por computador en lo que se centra es en los 'fiducial markers', es decir, marcas en el entorno que permiten al sistema de visión y a la solución en su conjunto, no sólo observar lo que existe y su movimiento sino también situarlo espacialmente.

    • Posicionamiento (GPS): una tecnología no muy específica de la realidad aumentada pero que también sirve en ocasiones para el posicionamiento espacial grosero.

    • Giróscopos, acelerómetros, brújulas y otros: otro tipo de sensores que permiten apreciar la orientación (giróscopos), dirección (brújulas) y aceleración (acelerómetros). Muchos de estos sensores vienen ya incorporados, por ejemplo, en móviles y tablets.

  • Sensores para recoger información del ambiente: el tipo de información que recogen puede incluir humedad, temperatura y otra información atmosférica. Otro tipo de informaciones posibles son, por ejemplo, el pH, tensión eléctrica, radiofrecuencia, etc

  • Sensores para recoger entradas del usuario: en este apartado se incluyen dispositivos bastante comunes como botones, pantallas táctiles, teclados, etc.

Se trata, como vemos, de una clasificación sencilla, fácil de entender y recordar, y que nos da una idea de que se juntan desde sensores muy, muy comunes como los teclados o el GPS) con otros más especializados (como, por ejemplo, la visión por computador).

Con esto hemos repasado rápidamente la tipología de sensores utilizados en realidad aumentada.

Aprovechándonos del rigor y orden de Alain B. Craig, veremos también algo, en futuros artículos,  sobre los otros elementos de las soluciones de realidad aumentada.

viernes, 23 de junio de 2017

Los tres elementos nucleares de una solución de realidad aumentada


Si algo caracteriza el libro 'Understanding augmented reality' de Alain B. Craig es su orden y estructura. Trata todo lo relativo a la realidad aumentada en dos pasos: primera identifica los elementos que componen lo que quiere explicar y luego repasa, uno a uno, sus características técnicas, funcionales o lo que sea menester.

Y empieza en esa línea ya desde el principio cuando nos identifica los tres elementos nucleares de una solución aumentada. Son éstos:

  • Sensores: que permiten conocer el estado del mundo real en que se enmarca la solución.

  • Un procesador: que evalúa la información recibida de los sensores y 'genera' la realidad digital que lo acompaña y cómo se comporta

  • Un monitor: que muestra al usuario esa realidad aumentada que combina el mundo real y el virtual/digital.

Un esquema sencillo y fácil de entender (aunque luego sensores, procesadores y monitores puedan hacer uso de tecnologías complejas u difíciles). Un esquema que, por otra parte, es muy común a muchas soluciones digitales que interactuan con el mundo físico real, no sólo con el usuario humano.

Seguramente escriba próximamente en este blog sobre ese patrón de las soluciones digitales que interactúan con el mundo físico. De momento, los tres componentes nucleares que expone Craig nos sirven para estructurar nuestras ideas y algunos contenidos que vendrán.

miércoles, 21 de junio de 2017

¿Por qué realidad aumentada en lugar de física?


¿Por qué realidad aumentada? ¿Por qué enriquecer nuestra realidad física con elementos digitales en lugar de con otros elementos físicos?

Esa pregunta se la formula Alan B. Craig en las primeras páginas de su libro 'Understanding augmented reality'. Y ésta es su respuesta:

When artifacts are made of physical materials, it requires significant effort and time to make alterations, specially when those alterations are significant.

Así de simple, pero así de importante: aumentamos la realidad física con una realidad digital porque esta última es infinitamente más moldeable, rápida y barata que la realidad física.

Y digo que es muy importante porque no se trata sólo de realidad aumentada. Se trata de la esencia de lo digital y por qué lo digital es tan disruptivo.

En cursos que he impartido recientemente sobre transformación digital, en el momento de explicar a los alumnos por qué lo digital es disruptivo, les cuento cinco características que explican esa disrupción y dos están implícitas en la explicación que Alan B. Craig propone para explicar el porqué de la realidad aumentada: la moldeabilidad (programabilidad) y el precio (coste marginal cero).

La realidad aumentada es sólo, en ese sentido, una manifestación más de la disrupción.

lunes, 19 de junio de 2017

Cinco tendencias en experiencia de cliente




Ahora, y siguiendo esa misma fuente, vemos las cinco tendencias que identifica el informe en ese mismo campo de la experiencia de cliente.

Son estas:
  • Escucha social: Se trata de monitorizar y analizar las conversaciones acerca de la propia marca que se producen en los medios sociales e intentar obtener conclusiones y definir acciones.

  • Análisis de sentimiento: Muy relacionado con el anterior se trata de analizar el contenido textual de las conversaciones e intentar, no sólo obtener datos sino también deducir los sentimientos hacia la marca que anidan tras esas conversaciones.

  • Implicación del empleado: La experiencia de cliente se produce en gran medida a través de las interacciones con los empleados de la compañía. No sólo eso, todo el funcionamiento del día a día está en manos de los empleados. Por tanto, conseguir una experiencia de cliente superior, depende en buena medida de la actitud, implicación y cultura de orientación al cliente de los empleados. Es por tanto, fundamental, su profunda implicación.

  • Gestión emocional: En la interacción con el cliente deben integrarse elementos tanto racionales (productos, precios, conveniencia, etc) como los emocionales (afinidad, sorpresa, amabilidad, etc)

  • Innovación dinámica: Se trata de fomentar la co-creación, es decir, la innovación en la que colaboran los clientes. Esto es eficiente (al fin y al cabo, las ideas aportadas por los clientes son gratuitas) y al tiempo garantizan el alineamiento con las expectativas de esos clientes.
Cinco tendencias, casi cinco necesidades y, en algunos casos, cinco realidades, para conseguir una mejor experiencia de cliente. 

Tomamos nota.

viernes, 16 de junio de 2017

Ciencia de Datos con Field Cady

'The data science handbook' pretende dar una visión completa de las técnicas y tecnologías que incluye el campo del Data Science. La perspectiva es bastante técnica aunque cuidando la pedagogía, y poniendo mucho foco en todo lo relativo a la ingeniería de software, que tan frecuente es en la realización práctica del data science.

Los temas se tratan en niveles crecientes de profundidad o, más bien, de frecuencia de aplicación en el día a día de un científico de datos, desde las técnicas más básicas a aquella que sólo se encontrarán en nichos especializados o situaciones muy concretas.

Aunque este planteamiento puede tener su interés para quien lo utilice como libro de consulta, hace sin embargo, que, aunque cada tema se toca de forma pedagógica y creo que con acierto en su capítulo correspondiente, la organización de capítulos y su orden resulte un poco caótica y en la lectura da a veces la sensación de ir saltando de un tema a otro muy diferente sin mucha lógica.

En concreto, el libro se estructura en 25 capítulos agrupados en tres partes.

El primer capítulo 'Introduction: Becoming a unicorn' hace a modo de introducción y resalta la variedad de técnicas y tecnologías que un científico de datos debe conocer y usar.

A continuación, aborda la Parte I 'The stuff you'll always use' con las técnicas que todo científico de datos debe dominar. Se habla del tratamiento de los datos previos a su análisis, de la visualización de datos, de software y de documentación. También se introduce el machine learning siendo especialmente interesante el análisis de clasificadores. En esta parte se incluyen los siguientes capítulos:
  • 'The data science roadmap'
  • 'Programming languages'
  • 'Data munging: string manipulation, regular expressions and data cleaning'
  • 'Visualization and simple metrics'
  • 'Machine learning overview'
  • 'Interlude: feature exraction ideas'
  • 'Machine learning classification'
  • 'Technical communication and documentatios'
La segunda parte 'Stuff you still need to know', continua con técnicas de obligado conocimiento pero desde una perspectiva más avanzada. Se tratan en general aspectos bastante teóricos sobre probabilidad, estadística, algoritmos, series temporales, etc ilustrado, eso sí, con ejemplos y acompañado de algún capítulo más cercano como lo que tiene que ver con buenas prácticas de ingeniería software. Los capítulos que integran esta parte son:
  • 'Unsupervised learning: clustering and dimensionality reduction'
  • 'Regression'
  • 'Data encoding and file formats'
  • 'Big Data'
  • 'Databases'
  • 'Software engineering best practices'
  • 'Natural Language Processing'
  • 'Time series analysis'
  • 'Probability'
  • 'Statistics'
  • 'Programming language concepts'
  • 'Performance and computer memory'
La última parte 'Specialized or advanced topics' trata ya, como claramente se expresa en el título, los temas más avanzados o especializados. En este caso, sólo se incluyen cuatro capítulos, a saber:
  • 'Conputer memory and data structures'
  • 'Maximum likelihood estimation and optimization'
  • 'Advanced clasifiers'
  • 'Sthocastic modeling'
'The data science handbook' ofrece una perspectiva amplia y en cierto sentido multidisciplinar del campo de la ciencia de datos. El tratamiento es riguroso y basado en conocimiento práctico y, a pesar de lo arduo o especializado de algunos temas, el autor se esfuerza en hacerlo sencillo. No obstante, algunos temas son en sí mismos complejos y el libro no siempre es fácil de entender, no por defecto del autor, sino por la base que se precisa para entenderlo completamente.

Considero que Field Cady ha hecho un buen trabajo con este manual.

Field Cady

(Fuente: Traducción y ligera elaboración propia de su perfil en LinkedIn.)

Field Cady
Matemático computacional y aplicado, con especial foco en modelado estadístico y analítica "big data". Hizo investigación en ese campo durante sus estudios y actualmente continua en la misma linea en la industria más innovadora.

Ha realizado consultoría, con clientes que varían entre startups de Internet hasta grandes instituciones financieras, e incluso ha hecho incursiones en la gestión de un equipo de desarrollo hardware. Su foco ha sido siempre conectar conceptos y herramientas abstractas con los beneficios que pueden conseguir en el mundo real.

El énfasis teórico se apoya también en una extensa experiencia real en codificación.

Cady tiene un grado en Computer Science y entre sus logros se incluye el rediseño del módulo de interpolación de la popular librería SciPy, desarrollo de backend en Google y la realización de las APIs en Python y R para Allen Institute for Artificial Intelligence.

Ha escrito 'The Data Science Handkbook' y 'What is Math?', éste último autoeditado.

Puedes saber más acerca del autor visitando su perfil en LinkedIn o siguiéndole en twitter donde se identifica como @fieldcady.

miércoles, 14 de junio de 2017

Un decálogo para una mejor experiencia de cliente



He estado leyendo el informe que, bajo el título 'Transformando el negocio a través dela voz del cliente' ha realizado Deloitte Digital para la Asociación para el Desarrollo de la Experiencia de Cliente y que pone foco en los aspectos de operativización de esa experiencia. Gran parte del contenido del informe explica el método y los resultados, pero, cerca del final, nos ofrecen un decálogo para una experiencia de cliente operativa.

Estos son las diez propuestas que se nos hacen:
  • Facilita el feedback del cliente o 'pónselo fácil': proporcionando variedad de canales de interacción y escuchando al cliente ahí donde a él le gusta interactuar.

  • Combina transacción y relación: no empeñarse en finalizar ventas u otro tipo de transacciones, sino fomentar la relación.

  • Muéstrale que le conoces: Por ejemplo, no preguntar en encuestas por datos que ya debemos tener o utilizar su nombre propio si es apropiado, etc

  • Real-time: el feedback debe ser inmediato y la separación entre una interacción y una encuesta casi nula.

  • Distribuye la información por toda la organización: toda la organización debe conocer a los clientes y el impacto de su comportamiento en la percepción de esos clientes.

  • Mide KPIs cuantitativos pero enriquece con cualitativos: aparte de los KPIs más tradicionales, utilizar herramientas más abiertas de análisis de texto o sentimiento.

  • Equipo de cloppers: un equipo de personas que hablen con los clientes insatisfechos.

  • Utiliza el feedback: que el feedback recibido de los clientes sirva para algo, que guíe planes de mejora concretos.

  • Involucra a los empleados: hacer que toda la organización tenga presente a los clientes, que realmente la cultura sea de orientación a cliente.

  • Mide el impacto económico: medir el impacto de las acciones de mejora de la experiencia pero también el valor de los clientes en función de su satisfacción.
Nada muy sorprendente ¿verdad?

A ver si esto de la experiencia de cliente va a tener mucho que ver con la actitud y el sentido común...