Durante el proceso de diseño y creación de nuestro producto de Analytics invertimos mucho tiempo en reflexionar sobre la mejor manera de mostrar los datos a analizar y los insights. Los dashboards son muy útiles como herramientas de exploración y descubrimiento del dato. En Lexic trabajamos con datos poco estructurados que, muchas veces, no se utilizan en las empresas.
Por eso entendíamos que un dashboard era crucial para entender estos "nuevos datos".
Pero, ¿estábamos en lo cierto?
La realidad es que sí pero a medias. El descubrimiento del dato, familiarizarse con nuevos datos que puedan aportar valor es crucial para poder accionarlos. Para ello se necesita un dashboard. Esa primera fase donde descubrimos un nuevo dataset es muy importante y la utilización del dashboard es muy intensiva, pero qué pasa después, ....
Entendido esto ¿cómo podemos aportar algo más a la analítica clásica?
Las empresas ya tienen muchos dashboards: ERPs, Business Intelligence, Web/App Analytics, etc. ¿Hacen falta más 😅?
La utilización de la IA nos permite diseñar una estrategia de producto complementaria a la exploración "inteligente" del dato. En la actualidad estamos trabajando en conceptos realmente interesantes desde la perspectiva de producto:
1- Dashboardless: como su nombre indica la idea es que el insight y KPI a medir llegue cuando se necesite y a la persona adecuada. Las empresas no tienen problemas de datos sino de tiempo y recursos para "curarlos", para filtrarlos. Nuestros clientes están probando ese concepto a través de la funcionalidad de "Notebooks" y "Alertas". Estas funcionalidades permiten que sea el sistema, de manera inteligente, quien decida (enfoque híbrido: el sistema decide porque un experto le ha marcado una serie de reglas y configuraciones) cuándo informar sobre un determinado evento (algo crece o decrece), dato o insight.
2- Gaming vs Dashboard: "dejemos que el cliente juegue con sus datos". Esta frase la repetimos constantemente porque funciona. Hemos priorizado elementos y herramientas que permitan al cliente jugar con los datos, cruzar clusters y segmentos, buscar en ellos, configurar sus propios "conceptos relevantes", etc. El dashboard visual lo hemos convertido en un dashboard dinámico y exploratorio
3- Predicción: la predictibilidad es un elemento clásico en la IA pero lo es menos cuando hablamos de predecir el comportamiento de, por ejemplo conversaciones de clientes durante sus interacciones con los centros de atención al cliente. En Lexic tenemos un proyecto interno que intenta replicar precisamente esto. El objetivo es que el No-Dashboard se capaz de avisarnos de que algo "importante" (error en pagos, quejas por un nuevo producto, ...) está a punto de convertirse en importante.
Nos imaginamos en Lexic una curación de contenido, insights y alertas que funcione de manera inteligente y automática donde el papel del dashboard se limite a que la IA reciba el input (la ayuda) del experto de negocio, de una persona. Los insights llegan en modo alertas a tu móvil, a tu slack a tu teams. Finalmente nos imaginamos un interfaz chatbot que permita preguntarle a la IA "qué tal van los "retrasos" en la entrega de pedidos?" El Bot sería capaz de curar la información más relevante y mostrarla.
Estamos muy cerca. Otro paso más para cumplir nuestro propósito de poner a la persona en el centro de la IA.