Clasificación Automática de Verbatims y Preguntas Abiertas en Encuestas
Una empresa de investigación de mercados recoge 60.000 respuestas abiertas de texto libre en estudios de satisfacción (NPS) y necesita categorizarlas automáticamente en: Precio, Calidad de Producto, Atención al Cliente, Logística o App/Web.
De dónde sale el dinero
Qué hacer ahora
- 1Etiquetar 5.000 respuestas con el libro de códigos actual.
- 2Entrenar el clasificador y medir acierto por categoría.
- 3Codificación automática con revisión de dudosas.
Para llevar al comité
Una página con la decisión, el impacto, los riesgos, los pasos y el KPI de seguimiento.
Se abre la ventana de impresión: elige "Guardar como PDF".
Ojo: más volumen no siempre es más beneficio
Codificar más rápido no vale si el cliente no actúa. El valor para el cliente final está en conectar cada categoría (logística, precio) con su coste o pérdida de ventas.
KPI para el comité
Coste por respuesta codificada y plazo de entrega.
Detalle para tu equipo de datos
Técnica propuesta: Naive Bayes
Por qué: Naive Bayes codifica miles de respuestas abiertas por segundo basándose en el vocabulario histórico etiquetado, ofreciendo una precisión excelente con un coste operativo casi nulo.
Coste de equivocarse: Clasificar quejas de entrega como problemas de precio confundiría al cliente llevando a bajar precios en lugar de arreglar la logística.
Datos necesarios: Histórico de Estudios Codificados: Decenas de miles de respuestas abiertas etiquetadas previamente por codificadores humanos.