- Tiempo de lectura: 2 minutos
- Problema: mejorar el impacto que tienen nuestros sistemas sobre los usuarios que los utilizan
- Observación: podemos conocer el uso que hacen sobre nuestro sistema, basta con registrar sus acciones
- Propuesta: registrar todo lo que hacen los usuarios, clasificarlos, y utilizar este conocimiento en diferentes áreas como por ejemplo seguridad, comercial, mejora de producto, o adaptación de interfaces
Para poder realizar análisis sobre conjuntos de datos, es obvio que en primera instancia hay que conseguir recopilar dichos datos. En este artículo quiero hablar de un tema que no es especialmente novedoso, de hecho lleva muchísimo tiempo aplicándose en todo tipo de entornos. Me refiero a los mecanismos para registrar las acciones que realizan los usuarios que utilizan un sistema, y las herramientas para después poder analizar estos datos registrados, con el fin de conocer el uso que se hace del sistema y/o mejorarlo.
Imagen: visualización del registro de acciones de usuario
Este es un tema muy maduro en entornos web, algo que sin duda han facilitado mucho herramientas como Google Analytics. Es raro encontrar hoy en día una web que no cuente con algún sistema de recopilación de información de accesos, y por supuesto las consiguientes interfaces para su análisis.
En los últimos diseños de sistemas en los que he participado, he insistido en la necesidad de saber el uso que hacen los usuarios de los mismos, y además saberlo con un grado de detalle considerable. No sólo queremos saber si una herramienta la utilizan o no, además queremos saber cuántas veces la utilizan, cuándo, en qué ocasiones, cuánto tiempo están utilizándola, qué acciones realizan con ella, etc. Esta información la tratamos desde varios puntos de vista diferentes, lo que a su vez nos abre las puertas para su aplicación en diferentes campos:
Seguridad
Se trata de un registro permanente de todas las acciones que realizan los usuarios, sobre los cuales se hace un estudio forense en caso de ser necesario. Digamos que es la «caja negra» de nuestros sistemas. Esto es un enfoque muy común, pero es que además este registro nos permite también integrar en tiempo real mecanismos de seguridad proactiva basados en análisis de accesos, como por ejemplo fail2ban.
Mejora
Podemos modelar tipos de clientes por el uso que hacen del sistema, mediante un mecanismo de clasificación no supervisada. De esta forma creamos grupos similares de usuarios, que después relacionamos con datos conocidos del usuario, como por ejemplo su puesto de trabajo, su sector, o el tamaño de la empresa en la que trabaja. Así, para cada grupo podemos después saber qué elementos de nuestros sistemas les resultan más atractivos, y cuáles, por el contrario, consideran más residuales. Una vez conocida esta información, resulta mucho más sencillo priorizar los trabajos, y organizar la estrategia de desarrollo para mejoras de herramientas, e incluso comprender mejor qué nuevas herramientas deberíamos diseñar.
Imagen: clasificación de usuarios. En azul vemos claramente el clúster del usuario administrador, en verde y rosa dos clústers de otros dos tipos de usuarios que hemos identificado, y para los cuales podemos saber qué aspectos de nuestra plataforma utilizan más
Comercial
Una vez clasificados y comprendidos los tipos de clientes, la oferta de servicios para cada cliente potencial es mucho más personalizada respecto al uso que hemos predicho que podría hacer de nuestros sistemas.
Adaptación
El trabajo en este ámbito se centra en que nuestros sistemas puedan generar diferentes tipos de interfaces dependiendo del perfil y contexto del usuario, aprovechando la clasificación aprendida a partir de los datos recopilados desde el uso de cada sistema. La potencia de esta idea está en poder recomendar usos, herramientas, acciones, consultas, etc. a un tipo de usuario basándonos en lo más probable para su clase, según el tipo de interacción que esté llevando a cabo en ese momento. De esta forma completamos la usabilidad de una interfaz, haciendo que el sistema sea capaz de realizar recomendaciónes certeras, y anticiparse a las necesidades del usuario antes incluso de que éste las conozca.
Conclusión
De nuevo, al igual que en otros artículos, hablo aquí sobre cómo una metodología sencilla de adquisición y tratamiento de datos permite obtener una valiosísima información aplicable en varias áreas, tales como por ejemplo seguridad, mejora de productos, comercial, o adaptación de interfaces. Se trata otra vez de darnos cuenta del enorme valor que pueden generar un conjunto de datos que podemos obtener sin demasiado esfuerzo, como siempre aplicando inteligencia a la elección de la información, y seleccionando adecuadamente los métodos para trabajar con ella y analizarla.