Por Will Gibson, Director de Producto, Podium
En el mundo de la tecnología de apuestas deportivas, la velocidad, la escala y la precisión lo son todo. En Podium, creamos plataformas que impulsan el sector de las apuestas en todo el mundo, desde datos de carreras en tiempo real hasta modelos y análisis de cuotas. Pero las herramientas que construimos para ayudarnos a innovar internamente son tan importantes como los productos que suministramos a nuestros clientes, y esta es una parte clave de mi papel en Podium para garantizar que seguimos a la vanguardia de lo que hacemos.
Esta filosofía ha cobrado vida recientemente con nuestro proyecto Racing API UI: una prueba de concepto que ha evolucionado rápidamente hasta convertirse en una herramienta interna de gran valor, transformando la forma en que utilizamos y mostramos nuestros datos sobre carreras de caballos.
El problema: datos complejos, potencial oculto
La API de carreras de Podio ofrece enormes cantidades de datos detallados y profundamente estructurados: una reunión completamente poblada puede abarcar 40.000 líneas de JSON, y seamos sinceros, eso es una lectura árida. Tanto si se trataba de un vendedor que quería demostrar la riqueza de los datos de la API, como de un miembro del equipo de operaciones que supervisaba nuestra producción o de un desarrollador que probaba nuevas funciones, llegar a los datos que uno quería podía requerir un poco de esfuerzo y un poco de conocimiento de la API. Todo estaba ahí, incluida la capacidad de filtrar y minimizar las respuestas de datos, pero había que resolver un problema fundamental de UX para ayudar a los usuarios a llegar directamente a lo que necesitaban.
La necesidad del producto era clara: crear una interfaz de usuario basada en web que expusiera la riqueza de nuestros datos de forma limpia y sencilla. Pero según nuestros modelos de entrega tradicionales, el proceso de diseño y UX, los ciclos de desarrollo, el control de calidad y las revisiones de las partes interesadas hacían que el trabajo durase entre 6 y 12 semanas. Y como muchas empresas que optimizan sus resultados, no disponían de recursos específicos.
La solución: Desarrollo basado en el producto y asistido por IA
En lugar de esperar a un recurso de entrega que quizá nunca esté disponible, adopté un enfoque diferente. Existen herramientas de creación de interfaces de usuario asistidas por inteligencia artificial, pero me pareció que se podía dar un paso más integrando el diseño de la interfaz y la creación del código en un único proceso. Utilizando Vercel, me di cuenta de que podía integrar nuestra API en su herramienta de creación de interfaces de usuario, y una vez que los dos sistemas se comunican entre sí, se convierte en una cuestión de "qué datos quieres mostrar y dónde quieres mostrarlos".
En tres semanasTrabajando en pequeñas sesiones diarias (la versión gratuita recibe diez solicitudes al día), se creó una versión 1 funcional. Incluía:
- Autenticación segura de credenciales API
- Recuperación de datos de nuestro endpoint de etapas
- Respuestas en directo a las carreras y eventos, incluidas actualizaciones automáticas
- Metadatos de entrada y sedas
- Análisis de datos terciarios que no son posibles en las respuestas nativas: cosas como cálculos de redondeo para carreras o búsqueda de fallos de procesamiento en la pila de datos.
- Rápida iteración en torno a mejoras o cambios de la interfaz de usuario
- Podía compartir fácilmente las versiones actualizadas de la aplicación con mis colegas para que las revisaran y comentaran rápidamente.
Lo que aprendimos (y por qué es importante)
- El desarrollo de productos mejorado con IA funciona cuando se hace bien
No quería lanzar una prueba de concepto de interfaz de usuario. Quería crear un producto viable que pudiera entregarse a la empresa para su uso. Era un ejemplo de cómo la IA puede reducir los ciclos de producto tradicionales, desde la ideación de la interfaz de usuario hasta el desarrollo, a minutos en lugar de días. Como gestor de productos, siempre tengo miedo de no captar todas las características, pero en este mundo, si descubres que te falta algo, no es más que otra ronda de indicaciones. Es ágil en el verdadero sentido de la palabra.
- Los jefes de producto capacitados crean MVP mejores y más rápidos
El desarrollo dirigido por el producto mediante IA permitió una iteración rápida, redujo el riesgo de falta de comunicación y permitió ejecutar directamente una visión más clara, sin cuellos de botella. Hay menos idas y venidas entre usuarios y diseñadores, lo cual es muy positivo. Si el MVP no es lo que esperaban, puedes actualizarlo en una hora en lugar de en una semana. El umbral que puedes alcanzar para un MVP es mucho más alto, porque no estás absorbiendo recursos de desarrollo y UX en la iteración.
- Los datos visibles son datos valiosos
Hacer visibles los datos de nuestra API de carreras en una interfaz de usuario nos ayudó a descubrir algunos problemas de calidad de los datos. Sin esta herramienta, esos errores podrían haber llegado a los clientes sin que nos diéramos cuenta. Ahora es una capa esencial de control de calidad y revisión, adoptada por desarrolladores, gestores de productos y operaciones.
- Lo suficientemente bueno no está listo para la producción
El código funcionaba, pero no cumplía los estándares de Podio. El código creado con IA aún necesita revisión por parte de los desarrolladores, refactorización y conjuntos de pruebas de control de calidad antes de que se pueda poner en producción. Aunque el código generado funcionaba, no estaba escrito de forma eficiente, y nuestros desarrolladores tuvieron que invertir tiempo en adaptarlo a nuestros estándares de codificación, subirlo a github e integrarlo en nuestros procesos de pruebas y despliegue.
- Herramientas internas ≠ Productos B2C
Este enfoque funcionó porque la interfaz de usuario se diseñó para usuarios internos y tenía que ser suficientemente buena, no la mejor de su clase. En mi opinión, la aplicación que produje no era ideal para plataformas pulidas y orientadas al cliente: la marca, el rendimiento y la fidelidad de la UX seguirán necesitando aportaciones. Sin embargo, puede proporcionar una gran base que cubra las necesidades de los usuarios internos.
Resultados: Valor tangible a una fracción del coste
Registramos ~160 horas entre producto y desarrollo (unas cinco semanas de desarrollo) desde la idea hasta el despliegue. Es una fracción de las 500 horas que estimábamos que llevaría una entrega estándar. La interfaz de usuario ya funciona en una empresa interna, está integrada en nuestra pila de desarrollo y se utiliza en todos los equipos para explorar datos, ejecutar informes y validar respuestas de API en tiempo real.
Y lo que es más importante, es un plano para un nuevo tipo de innovación de productos en Podium, en el que las personas capacitadas, las herramientas inteligentes y el alcance pragmático pueden generar valor más rápido que nunca.
Más información
Podium está redefiniendo la forma en que se construyen, visualizan y entregan los datos de las apuestas deportivas. Ya se trate de API de carreras de alta frecuencia, servicios de fijación de precios integrados o herramientas internas que aceleran el desarrollo, creamos rendimiento en todas las capas.
Connect with Will here: https://www.linkedin.com/in/will-gibson-41aa5010/
