Come la data science sta cambiando lo sviluppo delle web app

Il settore del web app development sta vivendo una rivoluzione significativa innescata dalla crescita della data science. Finora, gli sviluppatori hanno creato app basate su focus group, sondaggi e ipotesi formulate sui bisogni e le esigenze degli utenti. Questo approccio, tuttavia, non è in grado di includere l’input di un numero statisticamente significativo di utenti e quindi risulta essere poco neutrale.

Un elemento che può sopperire ad eventuali valutazioni distorte, è rappresentato proprio dalla data science. Tale materia sfrutta l’ondata di zettabyte che invade il mondo internet e, più specificamente, i dati resi disponibili dall’Internet of Things. Ci stiamo riferendo ai big data, di cui abbiamo già parlato nel dettaglio qui. Così diventa facile comprendere come questi dati, generati da ogni utente nelle sue “azioni digitali”, possano essere trasformati dagli esperti in informazioni preziose, che generano un vantaggio competitivo “data driven”.

Lo hanno capito bene le aziende di sviluppo web, che stanno iniziando ad utilizzare l’intelligenza artificiale per dare un senso ai big data di cui dispongono e incorporare i risultati nelle app. Questo approccio innovativo coinvolge lo sviluppo delle app in ogni fase, a partire da quella di progettazione. I vantaggi? Le aziende riescono a risparmiare tempo e costi, in quanto osservano comportamenti e preferenze specifici dei loro gruppi target.

Cosa cambia nel web development

Attualmente lo sviluppo del software coinvolge programmatori che codificano o riutilizzano i moduli esistenti per creare un’app funzionante che soddisfi alcuni requisiti preimpostati. Il deep learning (apprendimento profondo) sta per cambiare questo definitivamente.

Lo sviluppatore non deciderà più cosa deve inserire nel menu dell’app. I dati derivanti dall’analisi dell’utilizzo di app simili potrebbero suggerire cosa è essenziale per gli utenti e cosa dovrebbe essere evidenziato.

Le nuove versioni

Nemmeno la fase di aggiornamento della versione di un’applicazione mobile è esente da tale apprendimento automatico. Questo significa che le azioni da intraprendere nella scelta di un update non sono più soltanto frutto di intuizioni e sondaggi, ma di  interazioni dell’utente sull’app stessa.

Generalmente un utente comunica i propri desideri interagendo con una app o evidenzia i propri interessi online, tramite la navigazione sul web e sui social media. Spetta poi ai team di sviluppo andare a raccogliere entrambi i flussi di dati e trasformarli in informazioni fruibili.

A testimonianza di questo, il direttore generale di Nvidia, Jim McHugh, ha dichiarato che gli aggiornamenti dei loro processori grafici non saranno più una preoccupazione del team strategico, perchè emergeranno naturalmente dai dati.

Cosa avviene in pratica?

Sappiamo che gli algoritmi di apprendimento automatico diventano più intelligenti quando sono disponibili più dati per la formazione. Nel caso dello sviluppo delle app, quando si raggiunge una certa mole di dati, appaiono nuove versioni.

Ad esempio, una nuova versione di un chatbot verrà costantemente aggiornata con l’input generato dall’utente per includere risposte a ricerche o richieste che in precedenza non hanno restituito risultati soddisfacenti.

Quale futuro per gli sviluppatori?

Dal momento che l’approccio di lavoro per i programmatori sta cambiando drasticamente, ci si chiede cosa ne sarà della loro professione. Tuttavia, si pensa che non si registrerà una riduzione di domanda per i programmatori, bensì un’opportunità. La loro professionalità sarà certamente più richiesta che mai, ma certamente bisognerà aggiornare la loro esperienza con competenze in analisi dei dati e data science.

Infatti, si tratterebbe non più soltanto di scrittura del codice ma di occuparsi della struttura dei dati, la pulizia dei data set, la manipolazione e la capacità di applicare il giusto algoritmo a seconda delle tipologie di dati e dell’obiettivo. Si tratta naturalmente di abilità totalmente diverse rispetto alla programmazione pura, ma in questo settore il progresso è un dato di fatto. La tendenza è ora interamente basata su script Python e analisi dati in R.

Serviranno sempre più professionalità competenti ad addestrare le macchine, perché saranno queste ultime ad avere “a portata di mano” il codice di programmazione necessario a produrre risultati sorprendenti.

Quali i vantaggi per l’utente finale, in termini di user experience e non solo

Le applicazioni web che memorizzano le nostre preferenze e ci aiutano a riprendere da dove avevamo interrotto, ci aiutano a risparmiare tempo ed energia. L’intelligenza artificiale permette di conoscere le nostre abitudini di spesa, l’utilizzo del tempo e lo stile di vita, quindi può offrire consigli personalizzati e semplificare la nostra scelta. Queste app hanno tutti i requisiti per diventare veri e propri assistenti personali, partner affidabili o database intelligenti. 

Già oggi il nostro smartphone può darci suggerimenti eccellenti basati sulla geolocalizzazione, i mi piace del passato e l’interazione con marchi specifici. Esattamente come Netflix e Amazon, i sistemi di raccomandazione possono essere estesi ad altre applicazioni web che devono fornire risposte personalizzate. E non stiamo parlando solo di una moda del mondo consumistico, ma la direzione generale dello sviluppo delle app. Ne è una prova la tecnologia adottata dalla nuova generazione di smartphone, come l’iPhone X e il Galaxy S8, le quali sono dotate di funzionalità AI integrate.

L’impatto futuro

In conclusione, possiamo asserire che i cambiamenti innescati dall’uso della scienza dei dati nel web app development avranno un impatto sia per i consumatori che per gli sviluppatori, in termini di velocità, affidabilità, funzionalità e soprattutto di personalizzazione.