Identificación de las necesidades del cliente

Nuestro equipo, en estrecha colaboración con nuestros equipos de diseño de productos e investigación de UX, asumió la responsabilidad de diseñar y desarrollar aplicaciones móviles para la recopilación de datos. Esto abarcó la definición de los paradatos y la creación de visualizaciones de datos personalizadas para los investigadores. Nos centramos en garantizar que la interfaz de usuario fuera fácil de usar y que cumpliera con los estándares de la HIPAA.

Además, nuestro objetivo era evaluar el impacto de las notificaciones push a la hora de motivar las respuestas repetidas. Este proyecto multifacético exigió la colaboración de un equipo diverso e interdisciplinario, que incluía investigadores de medicina de Stanford (epidemiólogos), expertos en investigación de encuestas (ex gerente del ISR de la Universidad de Cornell), estadísticos, médicos y representantes de la SAMHSA (Administración de Servicios de Salud Mental y Abuso de Sustancias). La integración efectiva de las diferentes perspectivas y requisitos de este variado grupo fue esencial para traducirlas en la aplicación.

‍

‍

‍

‍

‍

Privacidad y seguridad de los datos de salud

El objetivo principal de la HIPAA es salvaguardar y proteger la privacidad y la seguridad de la información de salud de las personas. Las entidades que participan en la atención médica, incluidos los proveedores de atención médica, las aseguradoras y sus socios comerciales, deben cumplir con las regulaciones de la HIPAA para garantizar la confidencialidad, la integridad y la disponibilidad de la información médica protegida (PHI).

‍

‍

‍

Empoderar a los investigadores durante la recopilación de datos

Diseñamos e implementamos dos aplicaciones móviles, para las plataformas Android e iOS, junto con dos paneles de monitoreo. Un panel se centró en evaluar las métricas de respuesta y suscripción, mientras que el otro, en colaboración con Facebook, tenía como objetivo evaluar la inversión publicitaria y su impacto en las descargas de aplicaciones.

Los datos de los paneles se obtuvieron de varias plataformas, incluidas la API de Facebook, la API de Google Analytics, las API de Medable (backend) y la API de Google Maps, entre otras. Además, implementamos y ejecutamos algoritmos de aprendizaje automático para mejorar el análisis de datos e identificar patrones de geolocalización, nuevos clústeres y mucho más.

Para incentivar la participación, los sujetos fueron recompensados con una tarjeta de regalo de Amazon de 10 dólares al completar ambas encuestas. Además, los encuestados recibieron consejos y recomendaciones útiles relacionados con el tema de la encuesta y se motivaron constantemente a través de las funciones de gamificación. Para abordar el desafío de alinear las diversas visiones y necesidades, empleamos una metodología semiScrum. Este enfoque implicaba una comunicación continua, un mayor conocimiento de los plazos y un intercambio continuo de ideas, en el que la receptividad desempeñó un papel crucial en el proceso.

‍

‍

‍

‍

‍

‍

Compromiso a través de la gamificación

Desarrollamos y ejecutamos algoritmos de aprendizaje automático para mejorar el análisis de datos, como la identificación de patrones de geolocalización, nuevos clústeres, etc. Las aplicaciones tenían funciones de gamificación para mantener a los sujetos motivados para completar las encuestas.

‍

‍

‍

‍

‍

La colaboración con Onetree

El proyecto tuvo resultados realmente positivos en dos sentidos. En primer lugar, las aplicaciones desarrolladas ayudaron a mejorar las tasas de respuesta en las encuestas, que era el principal desafío que había que resolver. En segundo lugar, el panel de control, en combinación con Facebook, nos permitió comparar los costos que implicaba responder a las encuestas a través de las redes sociales con el costo de los métodos tradicionales (por ejemplo, los centros de llamadas).

‍

‍

‍

En los números

• El costo de descarga se redujo 4 veces al usar las redes sociales en comparación con el método ABS tradicional.
• La tasa de reclutamiento de participantes a través de las redes sociales fue 3 veces mayor que la del método ABS tradicional.
• La tasa de respuesta a la encuesta se duplicó en comparación con otros métodos medidos anteriormente.