Ponga el foco en el consumidor en su software con el análisis de software

En mi experiencia trabajando en el campo del desarrollo de software, he interactuado con muchos ingenieros de software e incluso con personas que usan este software. Y me he dado cuenta que la creencia general en la industria es que el software sólo está destinado a las máquinas. Pero lo curioso es que normalmente es el ser humano quien usará ese software.

La falta de centrarse en el consumidor durante el proceso de desarrollo de software es lo que nos lleva a errores y ‘bugs’. Es frustrante para el consumidor y también agota los recursos de la empresa debido a las continuas pruebas y reprocesos. Los usuarios siempre han intentado plantear estas preocupaciones, pero se les hace muy complicado encontrar la tribuna adecuada para comunicar sus expectativas.

Sin embargo, hay una amplia cantidad de datos no estructurados que los usuarios dejan atrás, quizás sin saberlo. Esto puede ser encontrado en un informe de errores, en comentarios en línea, foros de usuarios e incluso en entradas en redes sociales. Pero ¿Cómo podemos utilizar esta información para mejorar tu proceso de desarrollo de software?

Datos no estructurados: un tesoro de información

El análisis de software trata con los datos generados por los usuarios. Pero, no son sólo los datos estructurados o no estructurados de lo que estamos hablando aquí.
La clasificación de datos no se trata de construir tablas complicadas. De hecho, considero que sería interesante estudiar cómo los humanos interactúan con las máquinas. Hay datos descriptivos como por ejemplo el número de defectos, los cuales son estructurados y fáciles para que una máquina los entienda.

Por otro lado, hay datos de interacción los cuales son generados a partir de la información dejada por los usuarios. Estos incluyen comentarios o recomendaciones, chats por correo electrónico y otras formas de datos no estructurados.

También se pueden encontrar datos objetivos organizados los cuales están basados en cosas medibles y cuantificables. Al mismo tiempo, se pueden encontrar datos subjetivos que están vinculados a sentimientos personales, emociones y estéticos. No es raro que las personas usen palabras como «códigos defectuosos» o «código complejo alto». Son los datos no estructurados los que mantienen la clave de la mente de los usuarios.

Descoficando las señales

Con el análisis de software, ahora es posible analizar los datos no estructurados y extraer datos valiosos conocimientos de ellos. Con la llegada del ‘Procesamiento del Lenguaje Natural’ –Natural Language Processing (NLP)- ha ayudado a las compañías a recorrer un largo camino en el procesamiento de datos no estructurados. El NLP ayuda a los ordenadores a entender el lenguaje de los humanos. Con NLP es posible extraer una información útil desde datos no estructurados.

El aprendizaje de las máquinas es también un campo excitante que está haciendo más fácil el procesamiento de datos. Se emplean herramientas de Inteligencia Artificial que permienten a la máquina aprender de su propia experiencia e identificar patrones en los datos.

La toma de posesión del software

Invertir en herramientas de análisis de software ayudará a crear un software más en línea con las necesidades del consumidor y mejorará la calidad del software. Esto también frenará la pérdida de recursos reduciendo el tiempo empleado en testar y retrabajar. Pero lo más importante es que ayudará a crear software que será utilizado fácilmente por los humanos.

Este artículo ha sido previamente publicado en SogetiLabs.

Vivek Jaykrishnan

Vivek Jaykrishnan is a highly experienced enterprise test consultant and architect. He has a career spanning 18+ years , steering the functions of Verification and Validation including functional, system, integration and performance test in leadership positions with organizations of repute. Vivek also has extensive experience in developing and implementing test strategies and driving testing to align with various development methodologies including continuous delivery, agile, iterative development and water-fall model.