Descubre Text Analytics de OPINATOR y genera valor para tu negocio

¿Sabías que hace casi diez años OPINATOR nació como un proyecto de Text Analytics? Para ello, doctores en analítica y computación adaptaron las últimas tecnologías y algoritmos informáticos, para brindar una solución única al mercado.

Fue entonces cuando se gestó el desarrollo de una plataforma multiidioma, especializada en textos orientados al mundo digital y, por ende, predominantemente cortos y no siempre bien escritos. Por ello es fundamental que los algoritmos inteligentes de procesamiento del lenguaje sean especializados y constantemente entrenados e implementados por profesionales del sector. En OPINATOR contamos con un grupo de expertos lingüistas, dedicados al machine learning y a nutrir la plataforma según las necesidades específicas de un cliente dado.

El servicio OPINATOR Intelligent Text Analytics (OITA) destaca por ser un sistema líder, consolidado y utilizado por grandes corporaciones en más de 15 países. La plataforma permite combinar en tiempo real el servicio de Text Analytics con toda una suite de servicios relacionados con la interacción digital con clientes como por ejemplo módulos de Close-The-Loop, generación de alertas, envío de mensajes, gestión de experiencia, oportunidades de ventas, prevención de abandono, entre otras.

El equipo trabaja constantemente para ofrecer a los clientes una ventana al futuro. Es por eso que hoy entrevistamos a Inés Calvo, profesional del servicio e integrante del equipo de Intelligent Text Analytics en OPINATOR. Ella revela el funcionamiento y el alcance de esta tecnología especializada que solo unos pocos dominan.

Text Analytics from OPINATOR

 

Conociendo un poco más sobre Text Analytics

Buenos días, Inés, ¿qué tal estás? ¿Podrías, por favor, contarnos un poco qué es el Text Analytics y para qué sirve?

Buenos días, muy bien, gracias. Claro, sin problema. El sistema Intelligent Text Analytics de OPINATOR es un servicio de categorización, basado en un motor de Inteligencia Artificial, que procesa y examina colecciones textuales, como por ejemplo: comentarios recogidos en campos de texto libre, transcripciones de llamadas telefónicas, información recogida a través del feed de Facebook o Twitter, etc. Su finalidad es obtener unos patrones de actuación determinados y extraer información relevante que permita que todos los datos recogidos puedan transformarse en analítica real.

Interesante, y ¿cómo funciona exactamente el core de Intelligent Text Analytics de OPINATOR?

El motor de nuestro servicio es un mecanismo que está especialmente optimizado para textos cortos, orientados al mundo digital. Su metodología de actuación se basa en el desglose del material textual, de manera que el análisis sea mucho más práctico, proactivo y productivo ya que la separación en diversos bloques de menor tamaño, asegura un mayor enfoque, una mejor identificación tanto de entidades como de conceptos, una valoración semántico-sintáctica óptima y un exhaustivo análisis morfológico.

¡Suena complicado!

Lo parece, pero no lo es. [risas] Es un poco parecido a un rompecabezas, una vez que tienes el marco bien delimitado tan solo tienes que ir encajando las piezas allí donde vayan.

Y, en cuanto a las funciones del Text Analytics, ¿podrías contarnos sobre las más utilizadas o las más cotizadas en el mundo de la analítica?

Nuestro servicio de análisis textual ofrece muchas funcionalidades distintivas. Junto con servicios de soporte y desarrollos especializados, se asegura una excelente adecuación a las necesidades del cliente.

Si tuviera que mencionar solo algunas de ellas, supongo que serían:

– El análisis de sentimiento, una métrica inherente al procesamiento del lenguaje natural o PLN, que ayuda a identificar si un texto es percibido por los usuarios como positivo, neutro o negativo

Categorización multicanal de textos, completos o por unidades semánticas.

– El análisis de esfuerzo, que ayuda a reconocer qué procesos deberían ser implementados en función del esfuerzo expresado por el cliente. Es, además, una herramienta reconocida como pronóstico del NPS

Análisis de emociones, que identifica tanto la emoción promedio como categoría por categoría

– El Topic Extractor, una herramienta que reconoce fácilmente temas fundamentales, personalidades, ubicaciones concretas, fechas específicas, nombres de grandes compañías/multinacionales, etc.

– El Speech Analytics, un sistema que facilita la extracción de información a partir del análisis de las conversaciones telefónicas almacenadas. Dichas conversaciones se transcriben a texto automáticamente y, de su análisis, se desprende lo que se llama el “reconocimiento cualitativo”. Esto comprende idioma, acento y ubicación, aunque también sexo, edad y estado emocional en el que se pueda encontrar el o la hablante.

¡Increíble, Inés! Muchísimas gracias por compartir tu experiencia con nosotros.

De nada, ¡un placer!

 

Inés Calvo, experta en lingüística y profesional integrante del equipo OITA


De la teoría a la práctica

Para interiorizar el funcionamiento del OPINATOR’s Intelligent Text Analytics, a continuación se detallará un caso frecuente dentro del sector financiero:

Las encuestas bancarias recogen opiniones que suelen tener que ser clasificadas manualmente. Es decir, todas las mañanas, hay alguien que lee cada una de estas opiniones. Luego las ordena, poniéndolas en las categorías correspondientes para así poder gestionarlas adecuadamente y elaborar informes estadísticos.

Entre las labores cotidianas de quien desempeña esta labor, está la de determinar aspectos como: “¿de qué se habla más?”, “¿de qué menos?”, “¿sobre qué se habla mejor?” o “¿sobre qué peor?”. Tras realizar lo anteriormente descrito, algunas opiniones suelen derivarse al departamento correspondiente para darle un seguimiento específico. Se trata, naturalmente, de un proceso lento y riguroso, que requiere de varias horas de trabajo.

La solución que proporciona OPINATOR se caracteriza por agilizar enormemente este proceso.

¿Cómo?

  • Categorización y elaboración de Dashboards o cuadros de mando
  • Gestión de incidencias o mejoras
  • Integración con Close-The-Loop o Case Management

¿Por qué?

Ahorra tiempo a la hora de categorizar, generar estadísticas y crear banderas rojas de cara a resolver un problema concreto.

“El conocimiento es poder”.

F. Bacon