El noveno componente de diseño que quería compartir es Design for Human in the Loop, donde exploraré la relevancia de integrar el comportamiento del usuario como un nueva fuente de datos para posibilitar el diseño de nuevas experiencias hiper-personalizadas.

En este nuevo escenario mediado por algoritmos, los datos nos van a permitir un desplazamiento de diseñar una única experiencia para todos los clientes a diseñar muchas experiencias y personalizas para un único cliente.
¿Qué es el Human-Centered Machine Learning?
Compartiré un marco de trabajo para definir el diseño de nuevos productos de datos atendiendo al escenario de negocio en el que opera la compañía.

Este diagrama describe tres escenarios que nos permiten entender el estado del arte de los diferentes tipos de compañías data-driven. El diagrama describe cada uno de los escenarios en torno a dos dimensiones principales: Valor en Personalización, que es una variable que describe el tipo de productos digitales que se desarrollan en cada uno de los escenarios, atendiendo al nivel de personalización que provee. La segunda dimensión es Valor en Negocio, y describe la propuesta de valor derivada de la explotación de los datos que está haciendo la compañía.

El marco de trabajo esta estructurado en cuatro dimensiones :
DATOS
La primera dimensión pretende identificar:
¿Qué datos están ya disponibles en el core de vuestro negocio?
¿Cómo podemos enriquecer nuestro core con datos de terceros?, ¿Qué otros datasets de otras industrias podemos utilizar?
ALGORITMOS
La segunda dimensión del framework pretende definir:
¿Qué tipo de algoritmos vamos a usar? ¿Es un algoritmo de clasificación, de regresión, de detección de anomalías, es una clusterización?, ¿es un modelo de recomendación?
¿Cuál es el output del modelo? ¿Los datos operan en batch o en streaming?
PRODUCTO
La tercera dimensión del framework pretende idear nuevas propuestas de valor basadas en la explotación de los datos.
¿Qué servicio de datos vamos a diseñar?
¿De qué forma integraremos el output del algoritmo en el diseño de producto?
¿Que tipo de experiencia de usuario vamos a diseñar basadas en datos?
ACCIÓN
Y finalmente, la última dimensión :
Las acciones y el comportamiento del usuario se convertirán en nuevos flujos de datos en el modelo, facilitando la personalización del servicio.

Cada uno de los tres escenario de datos propuestos, activarán una u otras dimensiones del framework. El escenario óptimo, y al que evolucionarán todas las compañías para extraer un máximo valor de los datos, es el tercer escenario ( mayor valor en personalización, mayor propuesta de valor basadas en la explotación del Big Data).

Quería compartir un producto digital que tuve la oportunidad de liderar en la consultora digital, The Cocktail, que opera en este tercer escenario de la hiper personalización y que refleja cómo creo que va a ser esta nueva generación de productos de datos que integran algoritmos en su core.
Celsus es un producto diseñado para la industria del marketing digital. Es un producto de detección de anomalías basadas en series temporales. Básicamente, lo que este producto provee es una interfaz para la detección temprana de patrones anómalos en un e-commerce, con el objetivo de optimizar y acelerar los procesos de toma de decisiones.
Lo diferencial en este producto, además de estar alimentado por algoritmos de machine learning, es como la interacción del usuario con el producto se traduce en una personalización del tipo de insights que recibe.
La tecnología de predicción puede ser relevante y matemáticamente elegante, pero debemos dar el siguiente paso. Usamos datos para producir resultados accionables.
