La proposición de valor del SaaS
30-julio-2012
Que el SaaS (Software as a Service, o Software como Servicio) es ya una realidad como modelo de distribución de software en Internet, no deja lugar a dudas. Sin embargo, no siempre terminamos de ser conscientes de todas las ventajas que ofrece frente a los modelos tradicionales de pago por licencia que requieren instalación en los ordenadores del cliente. Por eso, me atreveré a repasar los elementos que pueden conformar la proposición de valor del SaaS, tratando de confrontarlo con las licencias.
- Comodidad y menor riesgo en el pago. Generalmente los pagos se realizan bajo un modelo de suscripción, y los contratos suelen ser cortos y renovables sólo bajo demanda y consentimiento del cliente. Si comparamos este modelo frente al pago único inicial de una licencia de software que no sabes si va a cumplir con tus expectativas, el ahorro y la comodidad de pago son mucho mayores en el caso del SaaS. Sin embargo, no se suelen dejar claras estas ventajas frente al modelo de licencia. Como recomendación, puede convenir proporcionar al cliente un cálculo “mascado” que compare gastos y muestre las ventajas financieras.
- Simplicidad. La mayoría del software ofrecido en formato SaaS suele tener como una de sus premisas la usabilidad, por lo que tiende a resultar muy fácil para los usuarios. En los casos en que se requiere uns integración con alguna aplicación del cliente, suele resultar muy fácil de integrar, configurar y actualizar para el departamento de tecnología.
- Fiabilidad. A algunos clientes les preocupa que el hecho de sumisitrar el servicio a través de Internet pueda convertirlo en poco fiable si los servidores se caen con frecuencia. Esta es una preocupación legítima y más que razonable, pero la realizadad es que la gran mayoría de los servicios SaaS garantizan al menos el 99,9% de tiempo de funcionamiento, y en muy rara ocasión alguno llega a estar caído ese 0,1% (que, por otro lado, representa unos 40 minutos al mes en el peor de los casos). Cualquier software instalado en infraestructura propia tendría, como mínimo, el mismo tiempo de caída, ya sea una aplicación para un ordenador personal o un software que deba ser instalado en una compleja red de servidores. Al final, los sistemas operativos y las aplicaciones siempre tienen fallos, y en algún momento necesitan que hagamos algo tan básico como reiniciarlos. La ventaja del SaaS en este sentido es que no es el cliente quien debe encargarse de estar atento a estas caídas, sino el propio proveedor.
- Flexibilidad. Relacionado con el punto anterior, debemos destacar que el SaaS tiene la habilidad de realizar un escalado rápido si el cliente lo demanda a través de un gran crecimiento en los accesos sin que esto suponga que sea el propio cliente quien deba realizar un sobredimensionamiento de las máquinas, como ocurre en el caso de las licencias.
- Accesibilidad. Gracias a su distribución por Internet, estos sistemas pueden ser accesibles desde cualquier sitio y en cualquier momento, sin necesidad de que lleves tu ordenador contigo, sin que existan problemas por la existencia de diferentes versiones del mismo sistema, y con datos siempre sincronizados y disponibles.
- Capacidad de predicción y adaptación al cliente. Al contrario que con el software licenciado, los proveedores de SaaS tienen una gran proximidad al mercado. Esto se debe a que tienen la posibilidad de analizar las funcionalidades más utilizadas por sus usuarios de forma directa, lo que les permite también enfocarse en las funcionalidades futuras con un mayor grado de certidumbre. En este sentido, sirve de gran ayuda a la hora de ganarse la confianza de los clientes al convencerles de que habrá actualizaciones regulares. En muchos casos, el marketing no debe ser sólo del producto, sino también de la promesa.
Por último, aunque no forme parte de la propuesta de valor como tal, creo que merece la pena destacar que la seguridad no resta valor. Es comprensible que los clientes planteen dudas acerca de la seguridad de sus datos, por lo que se debe trabajar muy bien la confianza en este punto e informar a la gente de marketing y desarrollo de negocio como al departamento técnico sobre el tratamiento de sus datos.
Participo en el Conversion Thursday de Julio
14-julio-2010
Mañana jueves, a las 7 de la tarde, tendré la oportunidad de participar en el Conversion Thursday de Madrid, en una mesa donde Alberto López Valenzuela y yo hablaremos sobe Sistemas de Recomendación y estrategias en Social Media.
El Conversion Thursday es un evento mensual en el que se tratan temas relacionados con el marketing online y la analítica web, y que he tenido la oportunidad de conocer gracias a Bárbara Mackey, compañera de trabajo de mi mujer en CajaMadrid. Aunque la organización del evento está integrada por varias personas, quiero darle las gracias por la invitación y las gestiones a Sergio Maldonado.
Alberto López Valenzuela es CEO y fundador de Alva, una empresa especializada en el análisis de reputación corporativa.En mi caso, aunque de marketing online sé bien poco, y de analítica web aún menos, voy a tratar de explicar su relación con los Sistemas de Recomendación que desarrollamos en BrainSins y, sobre todo, me gustaría recibir feedback por parte de gente experta sobre las métricas que en este tipo de sistemas se suelen utilizar.
Os dejo una descripción del programa sacada de la web de Conversion Thursday (aunque para ampliar la información y registraros deberéis ir a esta página) y, si alguno se anima, nos vemos mañana en el edificio de la EOI que está en la Avda. Gregorio del Amo.
Después del evento os daré también un enlace a la presentación que, como siempre, me ha ayudado a preparar JoSeK, especialmente con la parte visual 
.
Actualizado: Podéis encontrar la presentación utilizada en este enlace.
Programa: Sistemas de recomendación y estrategias de Social Media
Lo trataremos con Francisco Carrero y Alberto López, a cargo de Wipley y Alva respectivamente.
Entre otras cosas, cubriremos los principales desafíos de una empresa a la hora de definir una estrategia de Social Media y los sistemas disponibles para la gestión de la reputación corporativa, así como los siguientes temas en el ámbito de los sistemas de recomendación:
- ¿Qué es un sistema de recomendación?
- ¿Qué aporta a un sitio web?
- Casos de éxito
- Áreas de mejora
- Métricas de evaluación de la eficacia
- Tipos de recomendación
- Profundización en recomendación basada en el grafo social y la reputación
- Importancia de la manera de presentar las recomendaciones al usuario
Atributos de un sistema de recomendación
18-marzo-2010
Hace pocos días leía en el blog de Javier Martín un estupendo post acerca de las recomendaciones sociales, donde además se generó un interesante debate acerca de la idoneidad de las recomendaciones automáticas o las recomendaciones entre usuarios. Entre todos los comentarios se hablaba de los distintos perfiles de los usuarios que, en función de su carácter más o menos conservador, pueden aceptar mejor las recomendaciones automáticas (generalmente de menor confianza, pero con mayor posibilidad de generar sorpresa) o las recomendaciones directas de amigos (de mayor confianza, pero más “predecibles” y restringidas).
Más allá de el carácter general de un usuario, se debe tener en cuenta que éste presenta diferentes perfiles en función del contexto en que va a utilizar el sistema de recomendación. Si un sistema realiza recomendaciones que permitan al usuario completar un perfil inicial, el objetivo es proporcionarle un conjunto de productos que sean completamente obvios en función de sus intereses; en este caso el usuario no busca elementos nuevos y diferentes, sino elementos que ya conozca con un alto grado de probabilidad. Pero si el sistema tiene como función descubrir productos que están en los últimos lugares de la denominada “larga cola”, el objetivo será justo el contrario: ofrecer un conjunto de elementos que, en gran parte, el usuario desconozca.
Sin embargo, aquí entra en juego un elemento completamente esencial en este juego: la confianza. Para un usuario es muy importante comprender por qué la mayor parte del tiempo recibe determinadas recomendaciones. Si el sistema es capaz de justificar claramente el por qué de una recomendación obvia, el usuario llegará a confiar también en las recomendaciones más sorprendentes y que a priori no entiende, y que son las que en realidad le van a aportar más en la mayoría de los casos.
Pero el contexto del usuario no es únicamente temporal, y cuando lo es, no tiene por qué necesariamente ser a largo plazo. Por ejemplo, cuando un usuario accede a un sistema después de varios días, las recomendaciones deben ser más generales y acordes con su histórico. Por el contrario, cuando el usuario lleva un rato utilizando el sistema, se dispone de una idea más concreta de su objetivo en ese momento: ¿busca información concreta sobre un producto o está “pasando el rato” a ver qué encuentra? ¿esta información se corresponde con su perfil histórico o se trata de elementos nuevos? En este punto sería muy importante que el sistema pudiera comprender la naturaleza de la tarea de búsqueda: ¿busca algo para sí mismo o es para un regalo? ¿es para algo profesional o de ocio? Y es que la intencionalidad del usuario en una determinada sesión no se debe dar por sentada: cada día puede ser distinta, e incluso puede ir cambiando dentro de la sesión a medida que va descubriendo información nueva.
En cuanto al riesgo, como comentábamos al comienzo del post, debe alcanzar un compromiso con la confianza: el riesgo asumido por el sistema (es decir, la recomendación de elementos cuya idoneidad no está tan clara) debe ser menor en las fases iniciales, cuando el usuario aún no tiene un alto grado de confianza en el recomendador; pero tampoco debe ser demasiado conservador, porque el usuario tiende entonces a sentirse encasillado, debido a que los elementos recomendados provienen de un subconjunto muy pequeño.
Si ahora paramos un momento a recapitular los atributos de un sistema de recomendación que hemos decidido tener en cuenta aparecerían algunos como recencia y frescura (utilización del perfil histórico o de un perfil a corto plazo), riesgo, concreción, adaptabilidad, encasillamiento…. Todo esto nos lleva a determinar que no tiene sentido aplicar la idea de crear un único recomendador para todos. Y por eso es conveniente además que un buen sistema de recomendación tenga en cuenta elementos de todo tipo: automáticos (basado en aspectos sociales y en contenidos) y también personales.
¿Dónde está Amazon cuando se le necesita?
10-febrero-2010
Hace ya tiempo que empezaron a dispararse rumores acerca del desembarco de Amazon en España. Se esperaba para 2009, pero no llegó, y tampoco he vuelto a leer mucho más acerca de las posibilidades reales. Y, en mi modesta opinión, hace falta, o al menos vendría bien, para terminar de disparar las ventas del comercio electrónico y acostumbrar a los españoles a disfrutar de un servicio que casi es de primera necesidad: comprar algo desde casa con tu pijama puesto y recibirlo a los pocos días con el mismo pijama y las mayores garantías.
Y no es que el comercio electrónico en general vaya del todo mal: en 2006 el volumen de ventas fue un 50% superior al de 2005, en 2007 otro 50% más que en 2006, y en 2008 no tanto, pero casi. Es cierto que las cifras de 2009 no son tan espectaculares, pero la crisis seguro que habrá tenido alguna influencia.
Entonces, ¿qué podría aporta Amazon con este panorama? Si echamos un vistazo a los últimos informes sobre el comercio electrónico en España de la CMT los artículos que vende Amazon no están en ninguna de las 10 ramas de actividad con mayor porcentaje de volumen de comercio electrónico en España. Sin embargo, algunos productos sí se encuentran entre las 10 ramas con mayor volumen de negocio desde España hacia el exterior. Esto resulta cuando menos sospechoso, y me da que se trata más de una cuestión de confianza que otra cosa. Y al final, siempre ocurre que los españoles empezamos a adoptar cualquier tema tecnológico cuando nos viene de fuera a través de alguien de referencia.
Seguramente una de las mayores aportaciones de Amazon podría ser precisamente esa confianza por parte de los consumidores, que no es poco. Pero también serviría para impulsar a los actores actuales a mejorar más sus servicios, e incluso (y esto ya es interés personal ) a ver la utilidad de un buen sistema de recomendación. Por otro lado mejoraría las posibilidades de venta para webs de contenidos que buscan una plataforma que les sirva como tienda, e incluso potenciaría el Kindle y por tanto las ventas de libros electrónicos.
Alguno podría entenderlo como la entrada de un potencial monopolio, pero yo no termino de verlo así. La competencia es buena; lo es para los usuarios, pero también para las empresas
¿Y por qué este retraso en llegar? No lo sé, y me gustaría saberlo. Antes pensaba que el mercado no era suficientemente grande, pero ahora no lo tengo tan claro.
Wipley, ya en beta abierta
23-noviembre-2009
La semana pasada fue “una de esas semanas” en las que no paras y no das abasto, razón por la cual no he tenido tiempo hasta ahora para comentaros algo que ha supuesto un gran hito para nosotros: el miércoles pasado por fin lanzamos en abierto la beta de Wipley en el marco del FICOD09 
Para los que no hayáis leído nunca este blog, deciros que Wipley es una red social para videojugadores que pretende servir como punto de encuentro para todo tipo de información relacionada con los videojuegos. Nuestra intención es que los jugadores sean capaces de gestionar y acceder a información acerca de videojuegos, pero también de sus personajes, las plataformas e incluso grupos de jugadores. También queremos que las páginas de los videojuegos puedan servir como agregadores de contenidos, de manera que se pueda acceder de una forma directa e intuitiva a los últimos vídeos de Youtube, las últimas entradas en los blogs de Bitácoras.com o los últimos comentarios en Twitter acerca de cada juego.
Pero además queremos facilitarles la búsqueda de información proporcionándoles recomendaciones basadas en sus preferencias, como por ejemplo qué juegos les pueden interesar o qué usuarios de Wipley comparten gustos similares. Para ello estamos utilizando nuestro propio sistema de recomendación, por lo que 
todas las mejoras que vayamos integrando en él se verán reflejadas en Wipley.
Hemos tenido en cuenta también la gran cantidad de contenidos en inglés que se generan en Internet en el mundo de los videojuegos, por lo que nos hemos decidido a lanzarnos desde el principio en español y en inglés.
Desde aquí no me queda más que invitaros a Wipley para que lo probéis y, si es posible, lo disfrutéis. Sabemos que aún quedan muchas cosas que mejorar, y sin duda habrá fallos que corregir, pero seguro que con vuestra ayuda conseguiremos que se pueda convertir en un sitio imprescindible para todos los videojugadores.
Este fin de semana, durante el MSM09, he tenido la oportunidad de charlar con dos personas que están desarrollando el sistema de recomendación de una red social europea muy importante. Para no ser españoles, me sorprendió lo cortos de miras que resultan los directivos de esta empresa en cuanto a la implantación de las recomendaciones, ya que me contaban que les ponen muchas trabas para trabajar en ello. De hecho, su trabajo ha sido posible sólo dedicando tiempos muertos y tiempo extra. ¿Y por qué? Cuando han pedido a los directivos algún tipo de recursos para poder mejorar los servicios y los resultados, su respuesta ha sido: “Y esto, ¿cómo va a hacernos ganar dinero?”
Que nadie me entienda mal, las empresas están para ganar dinero, y cuanto más, mejor. El problema es que no saben ver que un buen sistema de recomendación aumenta el ROI de la empresa… o quizás el problema es que estos dos chicos no se lo han sabido explicar.
¿Cuál podría ser la respuesta a la pregunta de estos directivos (y por extensión, la misma que harían la mayoría de los directivos de empresas con presencia en Internet)? No sé si soy el más indicado para responder, pero al menos lo intentaré. Por un lado, se pueden utilizar palabras bonitas para decir que un buen motor de recomendaciones mejora la experiencia del usuario, consiguiendo que se convierta en un cliente fijo, aumentando por tanto los ingresos a medio y largo plazo; pero, dicho de forma más directa, un buen motor de recomendaciones ayuda a vender. Y cualquier sitio web tiene algo que vender: si no son directamente productos, son contenidos que pueden generar más ingresos a través de la publicidad, e incluso la publicidad puede aprovecharse mejor si se adapta a los gustos mostrados por cada usuario.
Por poner un ejemplo que escuché hace poco, en una tienda física no queda más remedio que organizar los escaparates de manera que puedan llegar de la mejor posible a los clientes objetivo en general; sin embargo, en I
nternet podemos generar un escaparate para cada cliente, mostrándole sólo aquellos productos que se adaptan (o pueden adaptar) a sus gustos. De forma similar, a través de la televisión todos los espectadores de un determinado programa visualizan los mismos anuncios al mismo tiempo; pero Internet permite mostrar a cada usuario la publicidad que mejor puede encajar con él.
Sé que todo esto parece obvio, y más teniendo en cuenta que existe un gigante como Amazon cuyo modelo de negocio se apoya, desde hace ya muchos años, en hacer buenas recomendaciones. Sin embargo, aún queda un largo proceso de información y educación para muchos…
El Marketing y los Sistemas de Recomendación
30-octubre-2009
En general, durante todo el RecSys’09 se mostró un alto interés en la aplicación de los Sistemas de Recomendación al marketing. Michel Wedel es un experto en marketing de la Escuela de Negocios Robert H. Smith, de la Universidad de Maryland, que impartió una sesión especial con el título “Up-Close and Personalized: A Marketing View of the Future of Recommendation Algorithms”, en la que este interés quedó totalmente claro.- Los sistemas de recomendación (SR) ayudan a reducir los precios pagados, mejorar las decisiones e influir en las opiniones de los usuarios.
- Los SR generalmente mejoran la calidad y aceptación las recomendaciones.
- Las decisiones finales tomadas por los usuarios dependen del contexto y el formato de visualización.
Estos puntos coinciden además con lo comentado por Francisco Martín en su charla “Top 10 Lessons Learned Developing, Deploying, and Operating Real-World Recommender Systems“.
- En primer lugar, recomendaba no crear SR propios y confiar en proveedores externos.
- Los SR son especialmente recomendables para empresas que tienen cantidades masivas de datos, y cualquier red social media actual los tiene.
- No hay que confiar en sistemas que utilicen únicamente el filtrado colaborativo, y buscar proveedores que ofrezcan sistemas híbridos que utilicen también etiquetas y contenidos.
- Pasar de los SR estáticos que actualizan las recomendaciones cada cierto tiempo a los sistemas dinámicos que actualizan los intereses de los usuarios con cada acción que éstos realizan.
- Aprovechar la información que ofrecen las redes sociales sobre las amistades y similitudes entre usuarios para mejorar los resultados de las recomendaciones. En este sentido los denominados sistemas basados en confianza tuvieron también mucha repercusión durante todo el Congreso.
- Utilizar no sólo las votaciones de los usuarios, sino también la información implícita que se proporciona a través de los clicks en enlaces y las compras de productos.
- Mostrar al usuario fotos de los productos recomendados, ya que algunos estudios demuestran que los resultados de las recomendaciones son mejores en estos casos.
Nosotros en SGP ya habíamos integrado estas características en nuestros sistemas de recomendación, por lo que parece que estamos haciendo las cosas según las tendencias del mercado. Aún así, tenemos claro que aún queda un largo trabajo en el campo de los SR, y vamos a seguir poniendo gran parte de nuestro esfuerzo en mejorar nuestros sistemas.
Francisco Martín en RecSys’09
23-octubre-2009
Uno de los puntos fuertes del RecSys’09 era la charla de Francisco Martín, CEO de Strands. Por desgracia, resulta curioso (por infrecuente) que la empresa más importante a nivel mundial en la creación de sistemas de recomendación haya sido creada por un español, pero lo bueno es que, en este caso, es así
Primero se ha presentado y ha comentado cómo fue su carrera desde que empezó a trabajar como camarero hasta que creó iSoco y posteriormente fundó MyStrands. Después ha definido lo que para él es un sistema de recomendación: “una aplicación que selecciona productos adecuados para el cliente maximizando el valor para el cliente y para la empresa”.
Después, algunos aspectos clave que una empresa debe considerar a la hora de contratar un proveedor de sistemas de recomendación:
- La empresa se debe plantear si de verdad necesita un sistema de recomendación (SR). Según él, es necesario si se dispone de miles de clientes y productos.
- Las recomendaciones deben ser estratégicas, y la mejor recomendación para los usuarios no tiene por qué ser la mejor para el negocio. Las recomendaciones con mayores probabilidades de ser correctas suelen ser demasiado obvias, por lo que es mejor arriesgar. Desde el punto de vista del negocio, conviene primar las recomendaciones que mantengan al cliente sobre que las que puedan proporcionar un beneficio a corto plazo pero puedan hacer perder al cliente. Es importante llegar a un compromiso entre la utilidad para el negocio y para el cliente, y determinar qué parte del negocio se va a dejar en manos del SR.
- Elige al proveedor correcto, y busca el plan que se adapta a tus necesidades. En este punto, hay que considerar la posibilidad de utilizar un servicio de recomendación completamente generalista, pedir a un proveedor que adapte un servicio a las necesidades de la empresa o, si se dispone de mucho dinero, crear uno propio.
- Es importante conseguir un sistema que proporcione buenas recomendaciones, pero lo es aún más que las recomendaciones se presenten de la mejor manera y en el mejor momento posible al usuario, y eso es lo más difícil.
- Busca un buen mecanismo de “rating”. Si decides que los usuarios van a puntuar en una escala del 1 al 10 o simplemente van a dar un valor binario (me gusta/no me gusta) es importante, pero es más importante no cambiar el sistema posteiormente, porque los usuarios no van a volver a puntuar todo.
- A la hora de decidir si el sistema de recomendación es útil hay que tener en cuenta muchos aspectos, el ROI el CTR, el tiempo medio de compra, el % de beneficio por recomendación, etc.
En resumen, una charla muy interesante salpicada también con unos cuantos aspectos técnicos que quedan fuera del ámbito de este blog, por lo que recomiendo echar un vistazo al post de JoSeK en su blog de Sistemas Inteligentes.
Hace unos días comentábamos las ventajas que aportan los sistemas de recomendación en internet. En el blog de Sistemas Inteligentes que gestiona mi CTO JoSeK en la red de blogs de Madri+d leo que 2 de los 3 premiados en el Plugg 2009 son proyectos que hacen un uso intensivo de sistemas de recomendación.
Mendeley ha sido el ganador absoluto, y se trata de una combinación de aplicación de escritorio y sitio web que permite gestionar, compartir y descubrir contenidos y contactos en ámbitos de investigación. Entre los servicios que ofrecen online se encuentra un motor de recomendación de artículos que puedan interesar al usuario y que todavía no tengan en su librería, basado en los intereses mostrados por el propio usuario.
Jinni ha quedado en tercer lugar, y viene a ser un motor de búsqueda y recomendación de películas que utiliza tanto información social como preferencias de los usuarios, combinados con un sistema propio que permite describir las principales características de cada película como si se tratara de un genoma.
Este tipo de noticias hace que estemos más convencidos de las posibilidades de nuestra empresa, Social Gaming Platform, y especialmente de la utilidad que puede llegar a tener Wipley para los usuarios de videojuegos en un futuro próximo.
Por cierto, aunque no hayan podido ganar, quiero aprovechar para felicitar a Ángel María y su equipo por llevar a Bubok hasta la final. Es un ejemplo a seguir para muchas empresas españolas, no sólo por hacer bien las cosas, sino por tener las narices de presentarse a concursos europeos. Como ya he comentado otras veces, parece que tenemos un cierto trauma en cuanto a salir de nuestras fronteras, y la única manera de superarlo es con ejemplos como éste. Además, cuando lo hacemos no nos va tan mal, según prueba el hecho de que este año hayamos tenido 5 empresas españolas entre los 200 finalistas del top 100 Red Herring (Gigle, Buyvip, Sclipo, Aquamobile y Solaiemes), y que las tres últimas llegaran a entrar en el top.
Ayer estuve intentado aumentar el número de artistas dentro de mi cuenta de Last.fm siguiendo las recomendaciones de usuarios con gustos similares (vecinos). Lo cierto es que añadí unos cuantos a los que no había llegado a través de las recomendaciones en base a mi perfil (y en muchos casos creo que debería habérmelos recomendado).
En un momento de semifrustración se me ocurrió buscar uno de los discos en Amazon y tirar de su sistema de recomendación, añadiendo de forma “manual” los nuevos álbumes y artistas, y conseguí aumentar bastante mi colección, descubriendo incluso algunas cosillas que no conocía. Todo este proceso me llevó un buen rato, porque tenía que realizar búsquedas en Last.fm en base a lo que encontraba en Amazon, y muchas veces había demasiadas respuestas a la consulta, complicando bastante la tarea.
Creo que en Last.fm podrían mejorar su sistema de recomendación, pero también hay que tener en cuenta que Amazon lleva recabando datos muchos más años. ¿Qué tal un acuerdo entre ambos? Quizás muchos servicios de internet podrían empezar a establecer acuerdos de este tipo. En mi opinión, sería positivo para los usuarios, pero seguramente también podría serlo para ellos.
