App mobile context-aware: sensori, AI e social analytics
App che usano i sensori dello smartphone per capire il contesto dell’utente e proporre il contenuto giusto al momento giusto, e una dashboard che incrocia l’uso reale con i trend dei social per guidare le decisioni di prodotto.
Mobile, AI e dati
- Metodo
- Ricerca di mercato e test con utenti reali
- Privacy
- Elaborazione sul dispositivo quando possibile
- Dati
- Decisioni di prodotto basate su evidenze
La sfida
Le app di contenuti chiedono troppa attenzione: notifiche a caso, schermate da scorrere, suggerimenti generici. L’obiettivo era un’esperienza che capisse quando parlare e quando tacere, e un modo per sapere cosa interessa davvero alle persone prima di produrre contenuti.
Come abbiamo lavorato
- Ricerca di mercato su prodotti concorrenti e recensioni degli utenti, per individuare i motivi di abbandono più frequenti.
- Prototipi testati sul campo con piccoli gruppi di utenti, osservando l’uso reale invece di affidarsi ai questionari.
- Metriche di prodotto definite prima del lancio (attivazione, ritorno, contenuti completati) e riviste ogni settimana.
- Roadmap aggiornata in base ai dati: le funzioni poco usate vengono semplificate o tolte.
Architettura e scelte
- Fusione dei sensori (posizione, movimento, attività) per stimare il contesto: camminare, fermarsi, essere vicino a un punto di interesse.
- Modelli leggeri eseguiti sul dispositivo per le decisioni frequenti, cloud solo per la generazione dei contenuti: meno batteria, meno latenza, meno dati personali in giro.
- Interfaccia vocale e a basso uso dello schermo, con l’AI che chiede il permesso prima di intervenire.
- Pipeline di social analytics su dati pubblici e aggregati: argomenti in crescita, sentiment e stagionalità alimentano il piano editoriale.
Servizi esterni, e perché proprio quelli
App
React Native con moduli nativi
Un solo codice per iOS e Android, con moduli Swift e Kotlin dove servono sensori e audio a bassa latenza.
Preferito a: Due app native separate, Flutter
Analytics di prodotto
PostHog
Funnel, sessioni e feature flag in un solo strumento, con hosting europeo.
Preferito a: Google Analytics, Mixpanel
Social data
API ufficiali e dataset aggregati
Dati pubblici ottenuti in modo conforme e stabile nel tempo.
Preferito a: Scraping
Risultato
Prodotto in beta pubblica, con un ciclo di miglioramento guidato dai dati d’uso e dai trend esterni invece che dalle opinioni interne.
Stack
- React Native
- Swift
- Kotlin
- Core Motion
- On-device ML
- LLM
- Python
- PostHog
- Mapbox