Как автоматизация помогла нам глубже погрузиться в данные и добавила магию в наши прототипы
Автоматический помощник
Мы всегда ищем способы научиться чему-либо за короткое время. Такой образ мышления заставил наших исследователей раздвинуть границы данных, которые мы собираем в процессе исследований. Вместе с качественными данными, которые мы собираем из интервью, мы также упорядочиваем поведенческие данные, которые были собраны на протяжении более длительных периодов времени. Чтобы найти ежедневные шаблоны поведения, мы можем записывать последовательность действий, или путь, по которому участник ходит на работу.
Однако, больше данных, значит больше времени, потраченного на их организацию. И вот, несколько месяцев назад, с целью сохранить немного времени нашей команде, я создал автоматического помощника. Мы даже немного наделили его личностью, чтобы с ним было веселее.
Боты
На создание этого бота, меня вдохновила наша Чикагская команда, которая работала над созданием приложения для отслеживания состояния здоровья, для смартфонов и умных часов. Они хотели внедрить в нее прототип системы оповещений. Вместо того, чтобы тратить время на кодирование системы, которая бы автоматизировала процесс выдачи сообщений, они использовали интерфейс Slack, чтобы освободить разработчиков для следующего задания.
Между тем, в Лондоне, где мы отслеживаем ежедневные путешествия более, чем 40 людей, в течении проекта, мы записали более 160.000 км наезженного пути, так что мы создали бота, который помог бы нам за всем этим следить. По завершении каждого путешествия, бот, по специальному каналу размещал заметку, позволяя всей команде следить за активностью, без необходимости авторизации в отдельных системах. Также, бот, заботливо давал прямую ссылку на отдельную доску, на случай, если кто-то захочет изучить данные повнимательнее.
Управление информацией
Чикагский бот был частью цепи, которая напрямую соединяла умные часы каждого участника с исследователем:
Каждый день, участники записывали свои действия, используя функцию преобразования голоса в текст Siri. Затем, Siri расшифровывала голосовое сообщение, и текст отсылался в базу данных, где он помечался и хранился. Затем, копия отсылалась в Slack, где каждый участник, в интерфейсе чата, отображался как часть команды. Затем вся схема переворачивалась, позволяя любому члену команды слать сообщение участникам. Каждый день, исследователи просто слали сообщение в Slack, и оно отображалось на часах участников.
Нас очень вдохновил этот процесс, так, что когда мы начали свой проект по исследованию поведения при путешествии, то стали искать похожий способ сэкономить время.
Для начала, мы решили хранить каждое путешествие в Parse. Как только поездка завершалась, и ее запись оканчивалась, мы использовали функциональные возможности Parse’s Cloud Code для отправки сообщения в Slack, используя интеграцию Incoming Webhook. В результате получилось так, что по окончании каждой поездки мы получали сообщение от слакбота. Cloud Code позволял нам добавить в это сообщение ссылку на данные, так что исследователи могли быстро получить доступ к подробностям. Мы могли отформатировать сообщение как нам хотелось, так что мы дополнили бота небольшим банком фраз, для придания ему личности. Также, мы добавили смайлы, что бы общение подходило под стиль Slack.
Сообщение приходило по специальному каналу. Наша команда могла его прослушать, либо заглушить звук. На протяжении проекта, это было полезным напоминанием о том, что за этими водительскими паттернами скрываются реальные люди.
Что мы узнали
Чикагский бот показал нам, что нам не всегда нужен специальный персонал, для управления сложными системами. Наш бот не только сэкономил нам время, но и добавил магию в прототип, что предоставило нашим участникам лучший опыт. Также, он дал всем участникам — дизайнерской команде, клиенту, и нашему технологическому партнеру — лучшее понимание того, что происходит, и быстрый способ получения данных. Мы постоянно работаем для того, чтобы находить лучшие пути сотрудничества с нашими клиентами, и небольшие штрихи, вроде этого, упрощают наши исследования. Пожалуй, самое важное, из того, что мы почерпнули из этого опыта было то, как быстро мы ассимилировали их в наши команды. Новый инструмент очень быстро из новинки превратился во что-то обычное.
Будущее
И хотя добавление интеллекта нашим ботам кажется очевидным следующим шагом, очень опасно так много извлекать из нашего процесса. В конце концов, мы должны учиться. Лучше, пусть у меня будет легион «тулботов», которые будут ускорять выполнение однотипных задач, чем программа, которая будет принимать за меня все решения. Наша цель — улучшить наши команды, а не заменить их.
Перевод статьи Мэтта Купера-Райта
