Foros

Creado el 15 Feb. 2017
0Comentarios

El aeropuerto John Lennon de Liverpool (LJLA) es el primero en construir y lanzar un servicio de búsqueda en su web utilizando la API de Skyscanner, que conecta a sus pasajeros con los datos de comparación de vuelos de esta plataforma.

La reserva en el sitio web del LJLA, a través de Skyscanner, ahorra a los pasajeros la molestia de averiguar qué aerolíneas llevan a cada destino (a Madrid, París, Ámsterdam…) desde Liverpool y les ayuda a encontrar los mejores precios disponibles para cada uno.

Mejor experiencia de los pasajeros

A principios del año pasado el aeropuerto británico lanzó su nuevo sitio web, muy enfocado a mejorar la experiencia de sus clientes. Por eso, este nuevo desarrollo es un reflejo más de su intención en este sentido, ayudando a los pasajeros a volar desde Liverpool gracias al uso de una API.

Sarah Barrett, directora de marketing del aeropuerto de Liverpool, ha liderado esta transformación. Para ella, haber implementado esta API es un ejemplo precisamente del enfoque innovador del complejo.

Un sector con grandes avances tecnológicos

El sector de las aerolíneas no deja de innovar y, sin duda, ha descubierto en el terreno de las APIs un aliado perfecto para mejorar la experiencia de sus clientes. Hace unos meses, BBVAOpen4u se hacía eco de otro caso de uso con una aerolínea como protagonista.

Alaska Airlines fue de las primeras en desarrollar una aplicación para iPhone mediante la que los usuarios pueden acceder a su tarjeta de embarque. Hoy son muchas las compañías aéreas que han imitado este sistema, pero después la aerolínea fue más lejos y decidió apostar por incorporar una API, dentro de una iniciativa a la que denominaron ‘Innovation at the Edge’. El objetivo: desarrollar aplicaciones que ofrecieran valor añadido a sus usuarios y empleados.

También se rinde antes las notificaciones

Otra aerolínea norteamericana ha encontrado nuevas maneras de mantener la satisfacción de sus clientes también gracias a las APIs, en concreto, gracias a una API de notificación.  La compañía ofrece a sus pasajeros la posibilidad de hacer el checkin online 24 horas antes de su vuelo y a partir de ese momento, a través de este servicio de notificaciones recibirán cualquier cambio relacionado con él: cancelaciones, retrasos, cambios de puertas, información sobre los servicios de entretenimiento a bordo y todas las comodidades que ofrece.

La clave del sistema de notificación contratado es el software de IBM WebSphere. El mensaje se ejecuta a través del motor de reglas del administrador de decisiones operativas de IBM e IBM Integration Bus (WebSphere Message Broker) y proporciona una orquestación entre múltiples sistemas, incluyendo bases de datos de identidad.

Buena aceptación

El proceso de notificación de extremo a extremo para un vuelo de, por ejemplo, 174 pasajeros, puede llevar un minuto contando su supervisión. El resultado es una experiencia de vuelo enriquecida y sin estrés para el cliente.

En 2014, la compañía envió entre dos y tres millones de notificaciones diferentes en cinco meses y sólo el 0,5% de los clientes optaron por abandonarlo. Mientras, el 60% de ellos hicieron clic en los enlaces de dentro de las notificaciones para obtener más información.

¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

Consulta otros casos de éxito con APIs

 

Creado el 08 Feb. 2017
0Comentarios

El valor de las notificaciones crece cada día en todos los sectores. El usuario demanda información a tiempo real, quiere aprovechar el aquí y el ahora, y recibir ofertas personalizadas. En ese contexto, usar Notifications, es decir: conocer los movimientos de tus clientes al instante y ofrecerles posibilidades para los siguientes, puede ser la clave para impulsar y hacer crecer tu negocio.

El funcionamiento de Notifications es sencillo: “Permite a aplicaciones terceras suscribirse a eventos de la operativa bancaria de los usuarios de BBVA”, explica Antonia Aladrén, Scrum Master de BBVA API Market. “Para ello los usuarios de BBVA han tenido que dar una autorización a estas aplicaciones terceras para recibir estos eventos, y estas autorizaciones se hacen a través de un protocolo OAuth 2.0.”, añade.

Además, el catálogo de eventos de notificaciones de BBVA es muy extenso y puede ser aplicado a operativa con tarjeta, operativa con cuenta o a contratación de productos. “Estas notificaciones se producen en tiempo real, y por eso mismo nosotros creemos que se pueden desarrollar aplicaciones de mucho valor para nuestros clientes”, puntualiza Aladrén.

¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

Consulta todos los vídeos sobre las APIs de BBVA

 

Creado el 06 Feb. 2017
0Comentarios

En 2013, Tim Burke y Stephen Hankinson vieron en Twitter la oportunidad de encontrar nuevos clientes para su negocio de aplicaciones. Por eso se dedicaron a analizar durante un año los datos de los gráficos de Twitter (a través de las API públicas) para identificar y segmentar rápidamente grupos. De ahí nació Affinio, y con ella una serie de herramientas: una para el análisis de usuarios de Twitter y otra para la segmentación.

Más adelante Burke y Hankinson se dieron cuenta de que había espacio para que su producto ofreciera aún más posibilidades mediante la integración de la plataforma de anuncios de Twitter.  De hecho, primero probaron la segmentación personalizada de Twitter en su propia empresa y eso hizo crecer su base de clientes.

Lo que hicieron fue aprovechar parte su trabajo previo para construir una serie herramientas de orientación para satisfacer las necesidades de sus clientes. Esto requirió aprovechar la propia red de Twitter, la plataforma Gnip, audiencias adaptadas, y la API publicitaria de Twitter.

Todas estas herramientas les permitieron:

1.- La expansión del grupo de ‘afinidad’. Una vez que Affinio descubre segmentos de nicho de los seguidores de una marca, utiliza su propio algoritmo (aprovechando la API de Twitter y la API de búsqueda de Gnip), para buscar coincidentes con ese perfil en toda la base de usuarios de Twitter. Esto aumenta el segmento de usuario hacia el que una marca puede dirigir su campaña publicitaria de Twitter.

2.-Mejorar su orientación. Affinio utiliza un motor de optimización personalizado para mejorar su orientación, gracias a las estadísticas de la campaña publicitaria.

3.-Recomendar contenido. Es capaz de ofrecer términos comunes, hashtags, imágenes y contenido utilizado por un segmento concreto. Estas ideas se utilizan para sugerir un copy que el usuario debe considerar para mejorar el rendimiento de la campaña, sabiendo que estos resonarán con el público objetivo.

4.-Crear pruebas multivariantes. Affinio utiliza la API de anuncios de Twitter para crear varias campañas simultáneas con combinaciones de creatividad y copies orientados a datos. Además, rastrea los resultados en tiempo real para realizar la optimización automática en nombre del cliente.

En sus primeros casos beta, los resultados de Affinio fueron muy interesantes. En particular, una pequeña empresa de software B2B generó un 25% más de oportunidades de ventas en comparación con las campañas anteriores de Adword. Sus creadores confiesan que el éxito recae en formar una especie de tribu y a partir de ahí, orientar todo hacia ella.

"Nuestras ideas de la tribu y recomendaciones de contenido les dan el 'apretón de manos secreto' [al nicho al que va dirigido] para entrar en sus comunidades más influyentes, para impulsar una confianza y un compromiso más profundos”, explican los responsables. Todo gracias a la identificación de nuevas oportunidades de negocio y también al uso de una de las APIs de Twitter.

¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

Creado el 02 Feb. 2017
0Comentarios

Lejos quedan los cables y otros métodos de comunicación de novedades y sucesos entre redacciones. Desde hace una década o más, la mayor parte de los grandes grupos editoriales del mundo juega y opera con un ramo de diversas APIs para poder realizar mejor su trabajo.

El más común es, sin ninguna duda, RSS: el estándar de la sindicación. RSS ha permitido a redacciones de todo el mundo distribuir con los lectores, también capturar contenido de fuentes externas. RSS, siglas de Sindicación Realmente Simple en inglés, es un estándar XML que permite la creación de herramientas que se comparten automáticamente de actualizaciones de contenido con un patrón común.

Aunque la utilización de clientes de RSS ha decaído por parte de los usuarios durante los últimos años en favor de los medios sociales, el RSS sigue formando parte del núcleo de muchas herramientas. El podcasting, por ejemplo, sigue dependiendo de las RSS para distribuir nuevos episodios, y entre bambalinas sigue siendo uno de los formatos preferidos de las redacciones.

Deportivos

A nivel deportivo, no hay plataforma tan completa como la de ESPN. La división de Disney ofrece una API increíblemente rica a los desarrolladores afortunados como para conseguir acceso. Va mucho más allá de resultados deportivos: información de atletas, calendario de eventos, así como una casi infinita biblioteca de datos interconectados.

Un ejemplo de esta última podría ser: solicitar datos curiosos de un equipo de fútbol americano, y devolvería datos interesantes con los que rellenar un informe como: “Los Cowboys de Dallas tienen un récord de 3-0 frente a equipos con un Quarterback novato en Acción de gracias”. Todas las estadísticas locas que cualquiera redacción deportiva pueda querer, están en esta API de ESPN.

USA Today también tiene una API dedicada a los profesionales deportivos de las grandes ligas en Estados Unidos, útil para poder conseguir información de forma rápida y veraz para infografías.

ProPublica

ProPublica es una organización sin ánimo de lucro estadounidense. Es una entidad independiente que basa su modelo de negocio en crear periodismo de investigación gracias a las donaciones de sus simpatizantes. Trabajando con IFTTT, una plataforma que sirve de nexo entre diversas fuentes y destinos, ha conseguido crear herramientas de automatización de gran utilidad para las redacciones de todo el mundo.

Los canales de ProPublica en IFTTT permiten la automatización de tareas que, hasta entonces, suponían unos recursos ingentes:

-     Organizar en un calendario cuando se va a votar cada pieza de legislación nueva. Así como recibirla por email o guardarla en Google Docs.

-     Recibir una alerta cada vez que el Presidente apruebe una nueva ley.

-     Mantener una hoja de cálculo actualizada con las nuevas legislaciones.

APIs tradicionales

Medios y agencias como The New York Times, AP, Reuters, NPR o BBC ofrecen sus respectivas plataformas con objetivos similares. Sus APIs están centradas en la posibilidad de compartir el contenido periodístico que generan para sus socios.

The New York Times expande con sus críticas de libros y películas, un API semántica para conseguir información relativa a personas, eventos o lugares, así como el acceso a su hemeroteca completa desde 1851.

Al otro lado del charco, BBC mantiene interfaces extra basadas en las obligaciones de la misma como entidad pública. Permiten acceder a los horarios de emisión de sus programas, información de los mismos y sus presentadores.

Datos de mercado

Conocer los estratos de la población a la que se dirigen los medios de comunicación es primordial. Los intereses, intenciones y motivaciones de los ciudadanos pueden ayudar a moldear los recursos de una redacción. No hay nada mejor para eso que utilizar las múltiples herramientas de marketing que hay a disposición de estos departamentos.

Utilizados con fines periodísticos, se convierten en una poderosa arma. Un ejemplo sería Topic Data de Facebook, información de la infinita conversación social que los usuarios tienen en la mayor red social del mundo.

Twitter, Instagram, Tumblr y otras plataformas sociales también ofrecen estos tsunamis de datos bastante accesibles a través de compañías como Dataminr, Gnip o DataSift. Empresas especializadas en capturar todo el valor de los datos sociales establecen un cortafuegos de privacidad. Este actúa entre las redes donde los usuarios interactúan y los clientes finales que adquieren acceso a los mismos.

¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

 

Creado el 27 Ene. 2017
0Comentarios

Google Analytics es uno de los líderes del mercado de la analítica web, tal vez por la gran compañía que está detrás del producto y por las elevadas posibilidades de su servicio gratuito. Pero no es el único. Existen otras empresas que tienen plataformas de analítica web realmente competitivas y con algunas características interesantes. Incluso, en un terreno especialmente delicado, pueden competir con el gran buscador: son herramientas que disponen de sus propias interfaces de desarrollo de aplicaciones para la extracción, gestión y tratamiento de los datos de terceros. Con lo que tienen más problemas sus rivales es con la capacidad que tiene Google de vincular Analytics con otros productos como Adwords, la gran gallina de los huevos de oro y la plataforma de referencia en PPC (Pay Per Click) en todo el mundo, o Audience, la herramienta de medición del comportamiento humano.

Al final Google permite centralizar en una herramienta como Analytics todas las métricas importantes tanto por el lado del producto como del lado comercial. De todas formas, existe vida más allá de Google Analytics. Este listado lo prueba:

1. Chartbeat

Chartbeat es el rey de las métricas en tiempo real, un sector en el que Google Analytics todavía no ha encontrado su sitio. Sí es cierto que Analytics dispone de un informe de accesos en ese tiempo real, pero no al nivel que tiene Chartbeat. A día de hoy, Google Analytics es una herramienta con la que los clientes deben esperar 24 horas para obtener el resultado del día anterior y que está enfocada a obtener insights a partir de la contextualización temporal de las métricas. La idea es buscar elementos que generen patrones en los últimos seis meses, un año o dos años. Lo importante en métricas, y aún más en Google Analytics, es la tendencia de los datos y la explicación de la realidad que ofrece la relación de toda esa información. De igual forma, Chartbeat tiene informes en tiempo real y también de corte histórico.

Esta subdivisión es importante porque, de igual forma, funciona la API REST de Charbeat. La interfaz de desarrollo de aplicaciones de la plataforma opera con la actualización de datos en estos dos sentidos: los datos en tiempo real contenidos dentro de la API se actualizan cada tres segundos -por tanto ese es el margen de error de las métricas en vivo- y luego está la información que se acumula y se muestra en función de periodos de tiempo determinados por el propio usuario.

La API REST de Chartbeat permite a los equipos de desarrolladores acceder a los datos que contienen a través de sencillas solicitudes HTTP (GET). Fruto de esas peticiones, al cliente siempre se le devuelve un paquete de datos en formato JSON. Además, la API REST de Charbeat devuelve datos específicos del consumo de contenidos en vídeo. Por poner un par de ejemplos prácticos de la API de vídeo:

Webtrends es otra de las plataformas que rivaliza con Google Analytics dentro del sector de la analítica. Esta herramienta tiene algunas características interesantes:

Unificación de los datos procedentes de distintas fuentes para la creación de informes ad hoc que faciliten una visión de conjunto a los clientes.

Recogida de un número ilimitado de variables. Esas variables se pueden usar cuando se deseen en todo tipo de informes de analítica dentro de Webtrends.

Capacidad para hacer informes personalizados, que se pueden compartir entre las distintas vistas o compartirse con otros usuarios de la herramienta.

Posibilidad de crear segmentos, que se pueden guardar en una biblioteca personal para recuperarlos cuando sean necesarios a lo largo del tiempo.

Webtrends dispone de varias interfaces de desarrollo de aplicaciones para dar servicio a terceras empresas, entre ellas una API para la extracción de datos, otra para el envío de información a los servidores de Webtrends y otra API dedicada a la gestión de los datos en el tiempo real.

  • Esta llamada GET devolvería los vídeos más exitosos de una web:

http://api.chartbeat.com/live/video/videos/v1/?host={domain}&apikey={apikey}

  • ​Esta llamada, en cambio, devuelve información específica de cada vídeo:

http://api.chartbeat.com/live/metrics/?host={domain}&apikey={apikey}&names={names}

2. Webtrends

La API para la extracción de datos de Webtrends Analytics es una API REST que permite a los desarrolladores la recolección de información a partir de una única URI. La interfaz proporciona macros que permiten pedir datos en periodos de tiempo concretos, soporta información en numerosos formatos como JSON, XML, HTML o CSV y permite la creación de aplicaciones AJAX. Además, esta API facilita el cacheo de los datos, una característica interesante para mejora mucho el rendimiento.

3. KISSmetrics

KISSmetrics es otro de los grandes rivales de Google Analytics. KISSmetrics tiene una ventaja competitiva con respecto a otros soluciones del mercado: se centra en dar una solución de análisis a sus clientes que haga una representación visual de cuál es el ciclo de vida de un usuario con un producto o en un servicio determinado. Esto sólo es posible a través de las funcionalidades de la API de KISSmetrics.

Seguimiento automático de identidades de usuario, sin que esos datos lleven forzosamente a su identificación real, normalmente a través de su correo electrónico o nombre de usuario, elementos muy utilizados en páginas web o aplicaciones nativas, tanto en iOS como en Android. La API también es capaz de cotejar y resolver cuándo el email y el nombre de usuario pertenecen a la misma persona para evitar la duplicación errónea de métricas. De ese seguimiento se extraen datos e información a partir del traqueo de los eventos más utilizados dentro de una herramienta de métricas.

Además, KISSmetrics tiene una API de test A/B, una herramienta esencial para establecer prioridades cuando una empresa tiene un proyecto online.

¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

Creado el 25 Ene. 2017
0Comentarios

Siempre se habla de los datos como la llave que abre todas las puertas. Y no es una comparación equivocada. Pero los datos son algo más que la obtención de información agregada, a volumen o en bruto, y es necesario que una empresa tenga la capacidad de generar verdadero valor de negocio con ella. Lograrlo no es nada fácil. En España hay algunas empresas, muy pocas, que están extrayendo valor de negocio de sus datos; otras están en proceso de disponer de información agregada de la que extraer ese beneficio; y el resto buscan soluciones para disponer de esa información. Soluciones a nivel de infraestructura y back y también en el front.

Igual que existen empresas en busca de ese valor añadido, hay otras compañías que ofrecen productos y servicios a esos terceros para ser capaces de monetizar sus datos. IBM es, posiblemente, una de las principales empresas en el mundo en inteligencia artificial y en la creación de productos y servicios en campos como el procesamiento de lenguaje natural y aprendizaje automático. La mayoría de estos productos giran en torno a su core Watson, el sistema informático de inteligencia artificial desarrollado en torno a la tecnología DeepQA (Deep Question Answers). Watson no es nada más que un sistema informático para búsqueda de respuestas.

Esta búsqueda de respuestas está basada en el procesamiento de lenguaje natural, una ciencia de la computación y la inteligencia artificial que estudia y mejora la interacción entre las máquinas y los seres humanos, sobre todo a nivel del lenguaje. Watson puede, gracias a eso, entender el mundo de los seres humanos a través de los sentidos, el aprendizaje y la experiencia propios de las personas. ¿Cómo hace IBM Watson para resolver preguntas dando respuestas relativamente acertadas?

●   Watson bucea dentro de millones de documentos para encontrar respuestas a las preguntas que se le plantean. Eso es posible porque acumula cientos de datos de fuentes diversas como Microsoft Word, páginas webs, documentos en PDF o formato JSON, documentos en aplicaciones en la nube...

●   Utiliza un algoritmo de puntuación para valorar la calidad de la respuesta.

Discovery, producto interesante en Watson

Dentro de todos los productos relacionados con Watson, uno de los servicios más interesantes es Discovery. La meta fundamental de este producto es conseguir que las empresas puedan comprender sus grandes datos con algo menos de esfuerzo. Esto es posible gracias a tres situaciones que no son nada sencillas en IA:

●   Analizar grandes volúmenes de datos que, en un primer momento, pueden estar en un formato o en unas condiciones que no son las mejores. Normalmente la información llega de las fuentes totalmente desestructurada procedente de fuentes locales tan dispares como correos electrónicos o chats. La mayoría de científicos de datos usa gran parte de su tiempo en la recogida, limpieza y organización de los datos no estructurados. Este es un trabajo arduo, complejo y necesario para obtener información de valor real.

●   IBM Watson también es capaz de analizar información estructurada y semiestructurada procedente de otras fuentes como bases de datos o sistemas de gestión de contenidos (CMS) habituales en las empresas. 

●   Normalmente la inteligencia artificial tiene capacidad para dar una única respuesta determinista a una pregunta o consulta. Lo realmente difícil es que un sistema o plataforma sea capaz de contextualizar y ofrecer alternativas. El objetivo de Watson Discovery es contextualizar datos y dar respuestas.   

La API de Watson Discovery

IBM presume de tener un servicio que no necesita perfiles con un doctorado. Con saber hacer una llamada a una API REST es necesario. Esa es la forma en la que se hace todo el proceso de extracción, transformación y carga (ETL) de contenido e integrarlo directamente con las capacidades que tiene Watson en la importación de documentos y grandes volúmenes de datos. Desde ahí los desarrolladores pueden identificar tareas, análisis de datos, exploración de información, búsqueda…

Al final, el gran bloque de APIs de Watson lo que permite es lo siguiente:

●   Rastrear, convertir, enriquecer y normalizar los datos.

●   Explorar el contenido del cliente, pero también de fuentes de contenido público y totalmente libre o bien contenido que está bajo licencia.

●   Añadir a la información recogida un nuevo valor: Watson usa el procesamiento de lenguaje natural para extraer conceptos, establecer relaciones y vincular sentimientos a los datos que se han recogido.

●   Simplificar el desarrollo sin dejar de ofrecer acceso a las APIs.

El objetivo de Discovery es poner todas las capacidades que tiene IBM Watson en tecnologías como la computación y el procesamiento de lenguaje natural en un servicio más accesible para todos, con la idea de dar soporte a todo tipo de sectores y contenidos, sobre todos aquellos que manejan grandes datos como la salud. Con Discovery, la idea es que la preparación de los datos no estructurados, hacer las consultas necesarias para localizar la información que se desea e integrar todo eso dentro de una nueva aplicación, una plataforma o una solución sea muy sencillo.

Cómo se añade contenido con Watson Discovery

Watson Discovery tiene tres formas distintas de relacionar, contextualizar, conectar o encontrar ideas brillantes entre todo el volumen de datos que tiene una empresa después del proceso de rastreo y organización de esa información no estructurada:

●   A través de la API: esta es la mejor fórmula posible si la carga del contenido está integrada directamente con una aplicación o servicio ya existente.

●   Herramientas de Discovery: el método ideal si lo que se quiere es subir directamente ese contenido a un servicio local para su consulta y uso.

●   Mediante el rastreador de datos: el rastreador de datos es una herramienta de línea de comandos que ayuda a los desarrolladores a coger sus documentos desde los repositorios en los que se encuentran (puede ser por ejemplo una base de datos) y empujarlos a la nube para ser usados por Watson Discovery.

Si quieres saber más:

-  Caso de Estudio sobre Watson IBM: Big Data y APIs para ayudar a un hospital para mejorar sus objetivos

-  ¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

Creado el 24 Ene. 2017
0Comentarios

London Theatre Direct (LTD), la compañía de venta de entradas de teatro de Londres, está a la vanguardia de la tecnología actual gracias a las APIs. La empresa utiliza Mashery API Management de TIBCO Software, una API que ejerce como plataforma de gestión para negocios digitales, y eso le ha servido para vender entradas a partir de la creación de conectores personalizados con todos los teatros de la ciudad. 

La API TIBCO Mashery ofrece, concretamente, todo lo necesario para crear un mercado API integrado donde los proveedores de servicios y los consumidores se unen para crear, alojar, administrar, aprender y usar las APIs abiertas.  La herramienta de gestión permite además a London Theater Direct monitorear a los distintos socios conectados a la API central.

Gracias a ella, los amantes londinenses del teatro están encantados, ya que hasta ahora no contaban con muchas opciones para encontrar las entradas que querían. La conectividad de la API con los principales locales y grupos teatrales de la capital permite a los clientes acceder a más entradas en tiempo real, y se está experimentando un aumento en las ventas como resultado. De hecho, el musical ‘Jersey Boys’, por ejemplo, registró un aumento de 600% en las ventas desde que LTD comenzó a usar la API de TIBCO.

El complejo mundo del teatro

Vender entradas online puede parecer algo simple, sin embargo, conlleva unas dinámicas mucho más profundas, ya que una producción teatral es, en su esencia, un acto creativo, sin garantías de éxito desde el principio. Por ello es necesario un equilibrio entre las aspiraciones del productor y la realidad.

Una mejor emisión de billetes no sólo significa un aumento en las ventas, sino también que los productores y los locales pueden ofrecer espectáculos que antes podrían considerarse de mayor riesgo. Eso sin contar con todo el hilo de información que se desprende de la emisión de entradas en sí misma: quién va a qué tipo de espectáculo, cuándo, qué tipo de transporte usa para ir, etc.

Más que un servicio de venta de entradas

La compañía de venta de entradas no sólo ha creado un servicio de reserva más sencillo. La API que utiliza funciona como plataforma y así terceras empresas, como hoteles y compañías de transporte, también pueden conectarse con los servicios de LTD.

Es posible que una tercera parte de las personas que viaja a Londres quiera ir al teatro. Partiendo de esa premisa,  el responsable de la compañía de venta de entradas pensó que sería bueno conectar su servicio directamente con los sistema de reservas de habitaciones y cobrar una prima para hacerlo.

Por todo eso, la API utilizada por LTD ha generado una serie de oportunidades más allá de la venta directa de entradas como por ejemplo paquetes de eventos, programas de lealtad o incluso modelos de patrocinio.

En el mundo del teatro y en muchos otros sectores culturales, la tecnología nos permite avanzar de una manera que nunca habíamos imaginado. Las APIs son la llave para crear sinergias y alianzas que repercuten en mejoras para los negocios y también para toda la comunidad.

¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

Creado el 23 Ene. 2017
0Comentarios

Los usuarios de Windows 10 podrán utilizar Microsoft Wallet, la plataforma de pagos online, a través de Microsoft Edge, el nuevo navegador web de Windows gracias a la implementación de la nueva Payment Request API desarrollada por el W3C y presentada el pasado diciembre. Payment Request API es un método de comunicación intermediario entre plataformas de comercio digital y el sistema donde el usuario tenga almacenados sus datos de pago.

Está disponible para los desarrolladores que dispongan de la Build 14986 en adelante del programa Windows Insider Preview. Microsoft Edge se conectará a Microsoft Wallet para ofrecer una interfaz de pago al usuario. Tanto la actualización de Microsoft Edge con la nueva interfaz de pagos como Microsoft Wallet serán lanzandos al público en la próxima Creators Update a mediados de 2017.

El funcionamiento es sencillo: Payment Request API es un método estándar para realizar pagos tanto en páginas web como en aplicaciones nativas. Durante una compra electrónica a través del software que esté utilizando el usuario en ese momento, sea un navegador como Microsoft Edge o algún programa, el software se encarga de invocar una cartera digital o equivalente donde el usuario almacene sus credenciales de pago.

A través de aquí y con el Payment Request API el usuario envía las direcciones y datos de facturación al sitio o plataforma de comercio electrónico, que devuelve información actualizada con los costes finales. En ese momento, el usuario, de nuevo dentro de la cartera digital, realiza el pago. Por último, Payment Request API se encarga de comunicar los datos de pago y recibir la respuesta adecuada.

Payment Request API: el futuro del comercio electrónico

Google ya implementó la Payment Request API en Chrome 53 para Android, y llevará el soporte para la interfaz en el futuro a Chrome de escritorio. Con una plataforma tan extendida como Android, y con la eficiencia y seguridad de los servicios en la nube de Google, el comercio electrónico móvil será más sencillo para cientos de millones de usuarios en todo el mundo.

Mozilla y Opera por su parte no han implementado esta característica todavía. Y es muy improbable que llegue a Internet Explorer, pues Microsoft está centrando la mayor parte de sus recursos en Edge.

Por último, Apple no ha demostrado predisposición a implementar este protocolo en Safari al contar con Apple Pay JS, un sistema similar pero propietario mediante el cual los clientes de la compañía pueden realizar pagos online aprovechándose de las identificaciones biométricas en el hardware de la compañía.

Apple Pay JS funciona en iOS 10 y macOS 10.12, pero está limitado una lista concreta de países. Los desarrolladores que hayan trabajado con PassKit de Apple, podrán observar múltiples métodos similares en la implementación de Apple Pay en JavaScript en la web.

Crea un sistema de clientes y pagos sin esfuerzo con BBVA

Para los desarrolladores que quieran implementar pagos online de forma segura en sus plataformas de comercio electrónico con las máximas certificaciones presentes y futuras pueden hacerlo gracias a BBVA Payments. Con BBVA y la API de Payments te puedes adelantar a las directiva PSD2 que entrará en vigor en 2018.

BBVA ofrece una multitud de APIs financieras distintas para facilitar el trabajo. Payments utiliza Customers White Label: un método con el que se pueden ofrecer pasarelas para comercio electrónico que eliminan la necesidad de gestionar un sistema de pagos propio. El protocolo permite:

-     Crear nuevos clientes: añadir un nuevo cliente con los datos requeridos. El método devolverá un identificador único que puede ser utilizado en el futuro para obtener información.

-     Recibir información sobre un cliente específico: una vez añadido, se puede utilizar la Customers White Label API de BBVA para recibir los datos del cliente cuando sea necesario.

-     Actualizar la información del cliente: con nuevos datos e identificadores, así como eliminarlo de la plataforma.

Otras plataformas como MasterCard, PayPal o VISA ofrecen APIs financieras que también pueden ser útiles para gestionar los pagos online para terceras empresas.

¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

Creado el 23 Ene. 2017
0Comentarios

El valor de la analítica como elemento clave en la toma de decisiones de negocio está fuera de toda duda. Las empresas han ido incorporando poco a poco la analítica y el concepto de métricas del éxito dentro de sus procesos de decisión, aunque aún no se pueda hablar de democratización ni universalización. Todavía hay muchas compañías que basan todas sus decisiones en la intuición de sus profesionales senior y con más experiencia o directamente en las decisiones de sus CEOs. Dentro de la analítica, existen algunas herramientas interesantes que dan un salto añadido: basan sus análisis en el poder de las APIs predictivas, aquellas que generan valor a partir del aprendizaje automático y el aprendizaje continuo.

Las APIs predictivas son las que están permitiendo el uso del aprendizaje automático (machine learning) de forma accesible. Son estas interfaces de desarrollo de aplicaciones las que detectan patrones de datos y asignan la probabilidad de que un hecho futuro pertenezca a ese patrón concreto y generar un modelo de predicción eficiente. Estas APIs permiten que los desarrolladores puedan crear estos modelos a partir de la información histórica en instituciones financieras para detectar el fraude, las grandes corporaciones para controlar la política de precios, las eléctricas para anticiparse a la demanda… Hay numerosos ejemplos.  

Hoy existen dentro del mercado algunos softwares de analítica que utilizan el aprendizaje automático y los datos para cumplir los objetivos de negocio:

PredicSis AI 

PredicSis AI es una plataforma destinada, esencialmente, a algunos perfiles técnicos, de análisis y de negocio dentro de cualquier compañía: ejecutivos de la compañía, ingenieros de software, ejecutivos de cuentas, analistas de negocio, equipos DevOps y científicos de datos. Para probarlo, cualquier empresa tiene la posibilidad de hacer una petición de prueba a través de un formulario en su página web. El proceso por el que establece predicciones de negocio tiene cuatro pasos:

● Implementación de indicadores: PredicSis AI permite recoger una gran cantidad de datos agregados desde numerosas fuentes distintas. Ese gran conjunto de información es la base a partir de las que se tomarán decisiones.

● Construcción de segmentos: es esencial para los profesionales en general, pero mucho más para aquellos que no tienen formación técnica, establecer segmentos óptimos para descubrir las relaciones reales entre los datos, sobre todo si de esas relaciones salen decisiones de negocio. Es mostrar el gran volumen de información a través de ideas simples y relevantes.

● Modelo de predicción: en esta fase, PredicSis AI genera una fórmula o modelo que sirve para predecir el comportamiento futuro. En este proceso, es importante controlar la desviación de esa predicción. Si la desviación de los valores es muy grande, las decisiones empresariales pueden ser erróneas.

● Predicción final: a partir de los tres pasos previos, el modelo utiliza los datos más recientes para generar la predicción a partir de la audiencia objetivo. El modelo predictivo puede mejorar el rendimiento de campañas y procesos.

PredicSis AI es un software que aprendizaje automático que utiliza algoritmos de aprendizaje supervisado para la creación de modelos. Los profesionales que usen la plataforma pueden acceder a ella a través de una interfaz gráfica en un navegador web, como si estuviera navegando por internet, o mediante una interfaz de programación, con el uso de su SDK en Python o a través de llamadas a su API REST.  

Apache PredictionIO

Apache PredictionIO es un servidor de aprendizaje automático de código abierto construido en la parte superior de la pila para que desarrolladores y científicos de datos puedan crear motores y modelos predictivos con objetivos de negocio. Si nos fijamos en la imagen de arriba, PredictionIO podría incluir modelos de predicción y procesos de machine learning en una aplicación móvil. Hacerlo desde cero exige mucho esfuerzo, tiempo y mayor coste en el entrenamiento de un algoritmo. PredictionIO no es nada más que algo parecido a un servidor LAMP para el análisis de datos a través de modelos predictivos, que se encarga de todo el proceso engorroso de gestionar los algoritmos, su entrenamiento, su implementación en la parte superior de una aplicación donde se ejecuta, las distintas dependencias…

Este servicio tienes las siguientes características:

● Responder a las consultas dinámicas en tiempo real.

● Unificar los datos de distintas plataformas en lotes o en tiempo real.

● Dispone de bibliotecas de machine learning y procesamiento de datos como Spark MLLib y OpenNLP. Spark MLLib contiene algoritmos de regresión logística y máquinas de vectores de soporte (SVM), modelos de árbol de regresión bayesiana; técnicas de mínimos cuadrados; modelos de mezclas gausianas; análisis de conglomerados de K medias; asignación latente de Dirichlet (LDA); descomposición en valores singulares (SVD); análisis de componentes principales (ACP); regresión lineal; regresión isotónica….

● Facilitar la gestión de la infraestructura de datos.

Apache PredictionIO puede ser instalado como una pila de aprendizaje automático completa, con Apache Spark, MLLib, HBase, Spray y Elasticsearch.

Seldon

Seldon es una plataforma predictiva que proporciona recomendaciones de contenido que está montado sobre un clúster Kubernetes. Kubernetes es un sistema de código abierto creado por Google para programar el despliegue, el escalado y la monitorización de aplicaciones empaquetadas en contenedores, alojadas en la nube y con necesidad de computación. Este sistema está presente en proyectos del buscador tan importantes como Google Drive o Google Maps. El empaquetado que facilita Kubernetes permite llevar las aplicaciones a cualquier plataforma y ejecutarlas, ya sea Amazon Web Services, Google Cloud Platform o Microsoft Azure

Algunas de las características más importantes de Seldon:

Recomendaciones de contenido y productos: Seldon permite capturar y registrar las acciones del usuario a través de su API REST, y después usar esa información para entregar recomendaciones personalizadas a los usuarios. La infraestructura de Seldon está formada por un conjunto de distintas capas: una capa en tiempo real, responsable de manejar las solicitudes de la API predictiva en tiempo real; la capa de almacenamiento, que gestiona el almacenamiento de los distintos componentes de la infraestructura; y la capa de estadísticas, que monitoriza y analiza el sistema en funcionamiento. 

● Realización de predicciones: los datos agregados, la base de cualquier modelo predictivo, se envían a la plataforma a través de la API REST en tiempo real. Es la interfaz de desarrollo de aplicaciones quien recaba datos de múltiples fuentes para la elaboración del modelo predictivo. Normalmente esos datos se envían en formato JSON y después se produce un proceso de modelado de los datos mediante algoritmos, entre otros motivos por JSON no es el mejor formato para crear modelos de aprendizaje automático. 

¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

Creado el 13 Ene. 2017
0Comentarios

Lyft es un servicio de transporte con éxito en Estados Unidos y presencia en grandes ciudades asiáticas como Bangkok, Hanoi o Singapur. Gracias a él usuarios particulares utilizan sus coches cada día para ganar un dinero extra y comparten viajes al estilo de otras startups del sector de movilidad.

La compañía vio que la competencia era cada día mayor debido al incremento de este tipo de empresas y se propuso buscar la forma más sencilla de conectar pilotos y conductores. La más cómoda posible. Por eso decidió apostar por Google Maps y las API de Google Maps, según explica Vishay Nihalani.

El valor de las APIs de datos

Al comenzar a usar las APIs de Google Maps, junto con herramientas propias de operaciones internas, y descubrir lo valiosas que eran, Lyft decidió comenzar a trabajar con Google para lanzar sus servicios directamente en sus aplicaciones para los usuarios.

La API de Google Maps para Android crea la interfaz principal de la aplicación de Lyft para Android: es el mapa que ves cuando los usuarios inician sesión. Los usuarios pueden soltar puntos de localización en un mapa o ingresar su ubicación manualmente para indicar las ubicaciones de recogida y entrega.

A través de geocodificación inversa, la aplicación reconocerá las ubicaciones y determinará una dirección automáticamente en función de dónde se ha dejado el punto de localización. También ayuda a las personas a encontrar sus ubicaciones mediante la API de búsqueda de Google Places. La gente a menudo piensa en los lugares a los que quiere ir por su nombre  en vez de por su dirección exacta, y la API de búsqueda de Google Places permite buscarlo de esa manera.

“Cuando los clientes usan nuestra aplicación, esperan que haya un coche esperando por ellos para llegar a su destino lo más rápido posible. Necesitan saber cuándo serán recogidos y cuándo llegarán a donde quieren ir”, relata el responsable de la compañía. Así, gracias a las APIs de Google Maps sus usuarios puedan ver rápidamente esta información en la aplicación.

Aumento de clientes e ingresos

En 2015, Lyft había realizado más de dos millones de viajes al mes en 65 ciudades. La compañía experimentó un crecimiento de más del 500% en sus viajes y en sus ingresos gracias, en gran parte, a Google Maps.

Además, continúa investigando maneras de hacer que sus servicios sean aún mejores usando mapas. Se planteó, por ejemplo, mejorar las opciones de sus viajes expandiendo su opción de Lyft Line para los pilotos que vayan en la misma dirección.

Para la empresa, el uso de APIs constituye el aliado perfecto y describen a Google “como un gran socio que ha contribuido a su éxito”.

Conoce otros casos de uso

¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA

 

Páginas