Het resultaat bestaat op dit moment uit een App, Python programma en een Node API. Het Python programma en de Node API staan beide op de Raspberry Pi. De communicatie tussen de App en de Node API verloopt hierbij over een hotspot connectie, van de telefoon met de Raspberry Pi, zodat internet niet nodig is. Binnen de App is het mogelijk om het scherm te streamen naar de Raspberry Pi. Het streamen van bestanden zoals video’s en afbeeldingen is iets waar op dit moment nog aan gewerkt wordt. Naast het streamen bevat de App ook de mogelijkheid tot het tonen van data en de opslag ervan. De getoonde data betreft de data die door de Python tool wordt uitgelezen.
De Python tool kan nog niet alle data uitlezen. Op dit moment worden alleen de data uitgelezen die behoren tot de A/B-test voor video’s en afbeeldingen. Dit door de functionele prototypes die klaar waren voordat de focus veranderde. De data die specifiek is voor het A/B-testen van Apps wordt op dit moment nog niet uitgelezen.
Het resultaat is anders geworden dan ik in het begin voor ogen had. Dit komt mede door de onderschatting van de complexiteit van video streaming. Van tevoren wist ik dat de Raspberry Pi al gelimiteerd zou zijn, dit puur vanwege enkele eigenschappen zoals het niet kunnen tonen van 4k. Maar deze zouden eenvoudig opgelost kunnen worden met een verwant systeem: De Asus Thinkerboard (eerder al benoemd in het PID ter vervanging van de Raspberry Pi).
Met het onderzoek heb ik echter achterhaald dat de geschreven programma’s meer capaciteit vragen dan verwacht. Hoewel het systeem werkt, werkt dit niet soepel genoeg. De limitaties waren dus groter dan geanticipeerd. Hoewel het verwante systeem beter is op enkele gebieden durf ik hierover niets te zeggen. Dit is een van de onderdelen waar ik in het vervolg meer rekening mee moet houden.
Daarbij komt nog dat de App streaming technisch nog niet de gewenste kwaliteit streamt.
Hoewel er een mooie basis staat is de waarde voor het bedrijf niet zo zeer zichtbaar in een in gebruik te nemen product. De waarden van deze stage zit in de nieuwe inzichten en aanbevelingen die zijn verkregen. Met deze inzichten en aanbevelingen kan, met de externe Stakeholders, een onderbouwde keuze gemaakt worden voor verdere ontwikkelingen.
Hierbij kan worden afgewogen of de gebruikte modellen nog getraind of ontwikkeld moeten worden voor preciezere metingen en een betekenisvoller A/B-testresultaat. Persoonlijk raad ik ze dit aan, echter hangt de keuze af van de toepassing en gewilde kwaliteit.
Verder dienen deze metingen ook uitgebreid te worden met de metingen voor het verkrijgen van de specifieke data met het testen van Apps. Daaropvolgend dient de streaming nog verbeterd te worden zodat de huidige kwaliteitsproblemen van het systeem opgelost worden.
Hoewel het mogelijk is, om een gewenste vervanging te maken op het huidige narrowcasting systeem, is het hier nog te vroeg voor. De benodigde technieken zijn in een te vroeg ontwikkelingsstadium waardoor de metingen nog niet precies genoeg zijn. Zodra deze technieken worden doorontwikkeld en de modellen verbeterd zijn zal het mogelijk om een A/B-platform te maken met de gewenste precisie.