Inteligencia Competitiva y Vigilancia Tecnológica

Volver

Tecnología para mejorar el funcionamiento del software de Inteligencia Competitiva

Nuestro compromiso con la mejora constante hace que no paremos de buscar nuevas líneas de mejora, no sólo en los aspectos estrictamente técnicos, sino que tratamos de mejorar la globalidad de la experiencia que supone trabajar con un software como Innguma. En este sentido, cabe destacar la colaboración que mantenemos con Mondragon Unibertsitatea desde hace años y los distintos proyectos que tenemos en marcha conjuntamente.

Tecnología mejora funcionamiento software Inteligencia Competitiva

Esta vez, hemos considerado interesante mostrar cómo estamos trabajando en la mejora de la experiencia de usuario del software de Inteligencia Competitiva y Vigilancia Tecnológica a través del siguiente vídeo.

Ganix Lasa, Maitane Mazmela y Ainhoa Apraiz, investigadores del “Diseinu Berrikuntza Zentrua”, trabajan con tecnologías de última generación para obtener datos relevantes del comportamiento humano cuando interactúa con el software que de otra manera sería imposible analizar.

Gracias a las instalaciones y dispositivos que dispone MU-DBZ, hemos podido desarrollar distintas sesiones como Focus Groups, entrevistas individuales… y grabar todo ello para después analizarlo detenidamente.

Hasta hace poco era complicado imaginar que podríamos capturar las reacciones del cerebro mientras una persona utiliza un software con el objetivo de obtener pistas y mejorar la interfaz, pero actualmente ya es posible gracias a tecnologías como el Bitbrain. El mayor reto consiste en interpretar estos resultados para determinar cuáles son las reacciones que buscamos y cuáles serán los puntos de mejora para después diseñar una interfaz acorde a las conclusiones.

Nuestro objetivo es claro, intentar ofrecer un uso lo más natural del software y para ello identificar puntos de mejora de usabilidad y experiencia de usuario es clave. Un ejemplo claro es la reducción de elementos a memorizar para disminuir la curva de aprendizaje de los usuarios.