Introducción
Como hemos analizado en artículos anteriores, nos hemos embarcado en un enfoque sofisticado para el descubrimiento de información científica con SearchSense. Cambiar los paradigmas de búsqueda tiene un gran impacto en los usuarios, por lo que obtener comentarios y validación durante todo el proceso es fundamental.
Al comienzo de nuestro viaje para reinventar la búsqueda científica, planteamos la hipótesis de que los usuarios desean una mayor flexibilidad, una entrada de búsqueda en lenguaje natural y una mayor «inteligencia» en el sistema de búsqueda. Para validar esta hipótesis, hemos invitado a los usuarios a unirse a nosotros en este proceso de desarrollo.
Proceso actual
Disponemos de muchos canales para recopilar comentarios y orientar nuestra hoja de ruta de productos, entre ellos:
- Conversaciones directas con los usuarios a través de ventas, atención al cliente y sesiones de investigación de usuarios.
- Mecanismos de comentarios dentro de la aplicación (correos electrónicos y encuestas).
- Análisis del uso del producto y del comportamiento.
Nuestros equipos de éxito del cliente, ventas y atención al cliente son fundamentales para escuchar las opiniones de los usuarios; estos dedicados compañeros están en comunicación constante con nuestros usuarios y transmiten los aspectos más destacados, los puntos débiles y las ideas de mejora al equipo de producto. También contactamos con los clientes de forma individual para realizar sesiones de investigación. Ambas vías proporcionan comentarios cualitativos ricos y de alta calidad sobre las funciones que hemos lanzado o las nuevas ideas que estamos considerando. La voz directa del cliente nos permite profundizar en un tema, realizar preguntas de seguimiento y comprender cómo podemos mejorar su experiencia.
Otra forma en la que nuestros usuarios interactúan directamente con nosotros es a través de encuestas de producto en la aplicación o por correo electrónico. Esto les permite compartir sus comentarios a través de un canal oportuno y no intrusivo.
También realizamos análisis de comportamiento en la propia plataforma para comprender mejor la interacción con las funciones y el contenido, cómo cambian estos patrones con el tiempo y las áreas de fricción. Esto nos ayuda a validar que los usuarios perciben el valor de lo que construimos y de los resultados que ofrecemos.
¿Por qué realizar pruebas beta?
SearchSense ha evolucionado a partir de importantes comentarios de los usuarios, sesiones de investigación y la necesidad cada vez mayor de ofrecer soluciones intuitivas que ahorren tiempo a los usuarios. Esta evolución parecía estar mejor respaldada por actualizaciones sistémicas que por la entrega incremental de funciones. Sin embargo, la creación de una nueva infraestructura de búsqueda requiere tiempo de desarrollo y queríamos una forma de validar que lo que estábamos construyendo era correcto. Para ello, invitamos a los usuarios a «entrar en la fábrica» y les dimos acceso anticipado para probar estas funciones a medida que se desarrollaban. Esto nos permitió obtener comentarios específicos rápidamente para validar que los casos de uso de los clientes estaban respaldados por las nuevas funciones, que los clientes se beneficiaban de ellas y recibir sugerencias de mejora o perfeccionamiento.
Cómo ayuda esto
¿Qué hemos aprendido? Desde ajustes sencillos en la interfaz de usuario hasta el reentrenamiento de nuestros modelos, las pruebas beta nos han proporcionado información importante y resultados prácticos. Los temas clave de los comentarios incluyen:
- Los usuarios buscan datos fiables y de calidad en sus resultados.
- Los usuarios desean transparencia en las interpretaciones de búsqueda.
- Los usuarios requieren rutas alternativas para diferentes escenarios de búsqueda.
Hemos aprendido que los usuarios valoran el uso de la IA para mejorar la eficiencia, pero les preocupan las alucinaciones y las modificaciones opacas de las consultas. Para mitigar estas inquietudes, el equipo de CAS SciFinder indica claramente cuándo se utiliza IA, muestra cómo se interpretó o modificó la consulta y ofrece la opción de volver a ejecutarla sin modificaciones de IA. Observamos que la interfaz de usuario de CASDraw mejoraría con una selección de tipo de búsqueda predeterminada, en lugar de que los usuarios deban seleccionarla cada vez que inician una nueva búsqueda de estructura. En general, los usuarios se adaptaron sin problemas a la nueva barra de búsqueda y consideraron eficiente el uso de las pestañas de tipo de resultado tras realizar una búsqueda. Lo más importante es que nos tranquilizó comprobar que la familiaridad y la confianza en el contenido de CAS se mantienen y se ven reforzadas por la IA para facilitar y acelerar los descubrimientos. Adoptamos deliberadamente un enfoque que combina lo mejor de ambos mundos al desarrollar SearchSense – garantizando una experiencia de búsqueda intuitiva y sofisticada mediante el uso de contenido de CAS fiable y autorizado.