Archivo de categorías: Áreas de Aplicación

Áreas de aplicación

La experiencia del cliente, plato estrella de tu restaurante

 Tortilla de patatas, ¿con o sin cebolla?

¿Aún no sabes si los clientes de tu restaurante prefieren la tortilla de patatas con o sin cebolla? No te preocupes, en MeaningCloud encontrarás el pinche perfecto para adaptar tus fogones al gusto de tu comensal. La experiencia del cliente será el ingrediente clave para el éxito de tu negocio.

Navegando en un mar de páginas web y aplicaciones de esas que permiten dejar tu opinión sobre restaurantes, podrías descubrir por casualidad ¡que están hablando del tuyo! ¿Te imaginas que tus clientes hablan mal de tu maravillosa tortilla con cebolla a tus espaldas? Ya te adelanto que yo también la prefiero «sin».

Continuar leyendo→

Un análisis de sentimiento a tu medida (grabación del webinar)

El pasado día 3 presentamos nuestro webinar “Implementa un análisis de sentimiento totalmente a tu medida con MeaningCloud”. Gracias a todos por vuestra asistencia.

Después de una breve introducción a MeaningCloud y al funcionamiento de su add-in para Excel desarrollamos un ejemplo práctico de análisis de sentimiento en un dominio concreto (críticas de restaurantes) y mostramos cómo las herramientas de personalización de MeaningCloud se pueden utilizar para aumentar la exactitud del análisis:

  • Incorporando atributos relevantes del dominio y enfocando el análisis alrededor de ellos, mediante la creación de diccionarios personales de entidades y conceptos.
  • Especificando la polaridad de las expresiones en el dominio en función del contexto, gracias a la creación de modelos personales de sentimiento.

En conjunto, estas herramientas permiten a nuestros usuarios una gran autonomía en la personalización de MeaningCloud y ponen el análisis de sentimiento de la mayor calidad al alcance de todo el mundo.

Continuar leyendo→

Un análisis de sentimiento totalmente a tu medida con nuestra nueva herramienta de personalización

La adaptación al dominio es lo que marca la diferencia entre un análisis de sentimiento bueno y uno excepcional. Hasta ahora las posibilidades de adaptar el análisis de sentimiento de MeaningCloud a tu contexto se cifraban en utilizar diccionarios personales -para crear nuevas entidades y conceptos que la API de Sentiment Analysis utilizara para realizar su análisis basado en aspectos- o en solicitar a nuestro departamento de Servicios Profesionales que desarrollara un modelo de sentimiento a tu medida.

Sentiment Models buttonCon la publicación de Sentiment Analysis 2.1 incorporamos una nueva herramienta de personalización orientada a la creación de modelos de sentimientos personales. Esta herramienta utiliza a fondo nuestra tecnología de Procesamiento del Lenguaje Natural para permitiros ser autónomos y desarrollar -sin necesidad de programar- potentes motores de análisis de sentimiento adaptados a vuestras necesidades.

Otras herramientas para personalizar el análisis de sentimiento disponibles en el mercado permiten esencialmente definir “bolsas de palabras” con polaridad positiva o negativa. Nuestras herramientas van mucho más allá y hacen posible

  • Definir el papel de una palabra como vector de polaridad (contenedor, negador, modificador), permitiendo usar lemas para incorporar fácilmente las variantes de cada palabra
  • Especificar casos particulares de la polaridad de una palabra, dependiendo del contexto en el que aparece o de la función morfosintáctica que desempeña en cada caso
  • Definir expresiones multipalabra como elementos prioritarios en la evaluación de polaridad
  • Gestionar el modo en que estos modelos personales de polaridad complementan o sustituyen a los diccionarios generales de cada idioma.

Continuar leyendo→

10 formas de aumentar los beneficios de los medios utilizando metadatos – un webinar con Mario Tascón

El miércoles 6 de abril en MeaningCloud daremos la bienvenida a Mario Tascón, experto en transformación digital de los medios de comunicación, para un webinar de una hora dedicado a cómo aumentar los beneficios de medios utilizando metadatos.

Enriqueimieno semánticoEste webinar tendrá un enfoque enormemente práctico. Servirá para analizar 10 formas en las que los medios deberían explotar los contenidos inteligentes que mejoren su rentabilidad. Repasaremos 10 acciones sencillas que conducen a la necesaria agregación de valor por medio de metadatos (también llamados “etiquetas semánticas”).

En una época no muy lejana los clientes de los medios de comunicación pagaban sin problemas por los periódicos impresos.

Los editores de contenidos se han dado cuenta de que para conseguir clientes que paguen por sus contenidos es fundamental agregar valor a través de una mejor creación, promoción, entrega y presentación de su materia prima, de los contenidos. Y sabemos que producir contenidos de calidad es caro.

A la mayor parte de los medios les resulta difícil encontrar materiales relevantes en el archivo para poder reutilizarlos cuando los redactores escriben nuevo contenidos.

Por otra parte, para conseguir más ingresos por publicidad, los medios tienen el desafío de atraer más usuarios y conseguir un grado mayor de engagement, que básicamente se traduce en páginas vistas y tiempo en el sitio.

Continuar leyendo→

Voz del Cliente en Seguros

Para las compañías de seguros resulta vital entender el feedback que sus clientes -actuales y potenciales- expresan a través de todo tipo de canales y puntos de contacto. A toda esta valiosa información le llamamos la Voz del Cliente. Por cierto, no hace mucho, le dedicamos un post al papel de la Minería de texto en el sector de seguros.

(Este post es un desarrollo de la presentación de meaningcloud.com en el I Congreso de Big Data en el sector asegurador español organizado por ICEA. Más abajo tenemos la presentación que hicimos desde Meaning Cloud).

Cada vez hay más empresas que entienden que para crecer de forma rentable en entornos de mucha competencia, necesitan clientes satisfechos. Conseguir diferenciación entre los productos de las aseguradoras no resulta fácil.  La experiencia del cliente (Customer Experience) es un elemento fundamental en el éxito comercial del sector.

Escuchar, entender y actuar sobre lo que los clientes nos están diciendo sobre su experiencia con nuestras compañías está directamente relacionado con la mejora de la Experiencia de Usuario y con la rentabilidad. En el post sobre Voz del Cliente y NPS vimos con más detalle esta correlación entre experiencia de cliente y beneficios.

 

Continuar leyendo→

Voz del Empleado, Voz del Cliente y NPS

Cada vez hay más empresas que entienden que para crecer de forma rentable en entornos de mucha competencia, necesitan conseguir clientes satisfechos. Y saben que las personas de su organización, los empleados, tienen un papel fundamental en conseguir mejorar la experiencia del cliente.

En esta pelea competitiva por mejorar la fidelidad de los clientes, las empresas tienen que ser capaces de escuchar y entender lo que los clientes están diciendo. Es lo que llamamos la Voz del Cliente (VoC).

Una misión, como la de conseguir clientes satisfechos, que no vaya unida a una medida precisa del éxito (o del fracaso), es sólo un brindis al sol. Ya lo decía Lord Kevin: si no se puede medir, no se puede mejorar.

El Net Promoter Score (NPS) se ha convertido, para muchísimas empresas en la métrica fundamental para medir la satisfacción del cliente.

En la misma línea, la misión de conseguir personas motivadas y felices en nuestra organización también tiene su métrica: el eNPS (el NPS del empleado). Por tanto, hay que escuchar y entender igualmente la Voz del Empleado.

Tanto el NPS como el eNPS, como veremos más abajo, necesitan encontrar el porqué que se esconde detrás de la valoración numérica. Ambos recogen las respuestas de miles de clientes y empleados a la pregunta abierta ¿Cuál es principal razón que te lleva a dar esta valoración? Es aquí donde la tecnología lingüística de Meaning Cloud interviene.
Continuar leyendo→

Introducción al análisis de sentimientos (minería de opiniones)

En la última década, el análisis de sentimientos (SA, sentiment analysis), también conocido como minería de opiniones (opinion mining), ha despertado un creciente interés. Resulta un gran reto para las tecnologías del lenguaje, ya que obtener buenos resultados es mucho más difícil de lo que muchos creen. La tarea de clasificar automáticamente un texto escrito en un lenguaje natural en un sentimiento positivo o negativo, opinión o subjetividad (Pang and Lee, 2008), es a veces tan complicada que incluso es difícil poner de acuerdo a diferentes anotadores humanos sobre la clasificación a asignar a un texto dado. La interpretación personal de un individuo es diferente de la de los demás, y además se ve afectada por factores culturales y experiencias propias de cada persona. Y la tarea es aún más difícil cuanto más corto sea el texto, y peor escrito esté, como es el caso de los mensajes en redes sociales como Twitter o Facebook.

Continuar leyendo→

Por qué apostamos por la Voz del Cliente

 

¿Qué es la Voz del Cliente?

¿Te has preguntado alguna vez por qué ciertos productos o servicios sufren cambios radicales o incluso desaparecen del mercado (y a veces vuelven a aparecer con otro nombre comercial)? ¿Depende solo de los volúmenes de venta o entran en juego otros factores? Para contestar a estas preguntas hay que introducir el concepto de «Voz del Cliente» (Voice of the Customer en inglés) y saber qué designa.Medios Sociales Con este término se hace referencia a todas aquellas prácticas que permiten entender qué opina un cliente (real o potencial) sobre un producto o servicio. Pero eso no se limita a una simple lectura de comentarios o juicios escritos a petición —pensemos en una encuesta en línea—, el asunto es mucho más complejo.

En los últimos años, los canales por los que clientes y usuarios expresan sus opiniones, quejas, sugerencias o felicitaciones (sí, estas también son importantes, luego veremos por qué) se han multiplicado de forma exponencial. Hace solo una década, los canales que nos permitían interactuar con el mundo empresarial eran muy reducidos, como el teléfono o las encuestas precompiladas (muchas veces enviadas por correo tradicional). Además, la mayoría de las interacciones entre cliente y empresa respondían a una necesidad específica de la segunda, es decir, eran solicitadas.

 

¿Cómo ha cambiado?

Hoy en día, el panorama ha cambiado radicalmente. Los canales de comunicación son numerosos y además permiten interactuar de distintas maneras a través de distintos soportes (imágenes, audio, vídeo, etc.). Y lo que más nos importa es que esta interacción

  • es constante: 24 horas al día, 365 días al año;
  • en la mayoría de los casos es multiidioma;Voz del Cliente
  • no siempre responde a patrones predefinidos (ni siquiera se ajusta, muchas veces, a las normas ortográficas);
  • no es estructurada: no está almacenada en una base de datos tradicional ni organizada según criterios preestablecidos.

No cabe duda de que, desde una perspectiva corporativa, a esta enorme cantidad de información ¡se le puede sacar mucho partido!
Continuar leyendo→

¿Pueden los antidepresivos causar malformaciones en el feto?

Puede que no sea lo más común que en el blog de una empresa de tecnología de la información se hable de antidepresivos y embarazos, lo entendemos perfectamente. Pero en MeaningCloud hemos comprobado que los temas de salud tienen una fuerte repercusión en medios sociales y las empresas del sector, incluyendo las farmacéuticas, harían bien en tratar de entender la conversación que se genera alrededor. ¿Cómo? Mediante la tecnología de análisis de texto, como veremos a continuación.

Mirando los datos recogidos por nuestro prototipo para la monitorización de temas de salud en medios sociales nos sorprendimos del repentino incremento de menciones del término ‘embarazo’ el día 10 de julio. Para saber el porqué de este dato, acudimos a los tuits que hablaban sobre ese estado de buena esperanza. Resulta que ese mismo día se había publicado una noticia sobre un estudio aparecido en el British Medical Journal sobre los efectos nocivos que los antidepresivos pueden causar en el feto durante el embarazo.
Continuar leyendo→

Analizando datos sobre salud en medios sociales

El análisis de medios sociales puede ser una buena inversión en el área de salud. A la gente le encanta compartir información en los medios sociales, incluso datos sobre salud. ¡Sí, es verdad! Y constituye el punto de partida del trabajo de investigación titulado ‘Exploring Spanish health social media for detecting drug effects’, cuyo objetivo es monitorizar las conversaciones en medios sociales para averiguar cómo hablan los usuarios sobre su relación con el consumo de fármacos. Esto permite identificar posibles efectos adversos hasta ahora desconocidos relacionados con dichos fármacos. Aunque existe un protocolo oficial para informar a las autoridades competentes de la existencia de algún efecto adverso no documentado, se llegan a comunicar solamente un 5 – 20 % de ellos. Además, se pueden analizar las conversaciones sobre fármacos, síntomas, condiciones y enfermedades para obtener más información. Por ejemplo, es posible descubrir cómo los usuarios buscan medicamentos específicos a través de los medios sociales o cómo algunos se dedican a venderlos, a menudo de forma ilegal; muchos otros hablan de la mezcla de alcohol con drogas u otras sustancias ilegales. Por supuesto, no todo lo que aparece en internet es fiable—este es otro tema—, pero puede estimular el planteamiento de nuevas hipótesis.

drugs

El equipo de investigación Grupo de Bases de Datos Avanzadas de la Universidad Carlos III de Madrid ha llevado a cabo la investigación mencionada y ha desarrollado modelos híbridos para obtener el conocimiento necesario para identificar efectos adversos. La plataforma de procesamiento del lenguaje natural que ha permitido el análisis basado en esos modelos es MeaningCloud. Las capacidades de personalización que ofrece esta plataforma han sido decisivas, puesto que han facilitado la integración de vocabulario específico y otros conocimientos del dominio de la medicina. Como sabemos, los nombres de los medicamentos y de los síntomas pueden ser muy complicados y a menudo no es fácil escribirlos adecuadamente. Los resultados del algoritmo son prometedores, ya que su recall es un 10 % mayor que el de otros algoritmos conocidos. Puedes encontrar más detalles en el artículo científico publicado por la revista BMC Medical Informatics and Decision Making Journal. Estos desarrollos forman parte del proyecto TrendMiner y están disponibles en la página web: TrendMiner Health Analytics Dashboard, que recopila los comentarios de los usuarios de medios sociales sobre fármacos antidepresivos. La consola muestra los antidepresivos mencionados junto con los síntomas relacionados; haciendo clic en cada uno de ellos se puede consultar su evolución a lo largo del tiempo. Además, en la parte inferior de la página se muestran los textos originales que se han analizado para extraer dichas menciones, los nombres de medicamentos, síntomas, enfermedades y cualquier relación haya sido identificada entre ellos. Esas relaciones pueden revelar si un fármaco es adecuado para un determinado síntoma o si una enfermedad es, en realidad, un efecto adverso provocado por el medicamento mencionado. El prototipo permite también hacer búsquedas utilizando el código ATC (Anatomical Therapeutic Chemical Classification System) y el nivel correspondiente según este sistema de clasificación. Si se activa la opción ‘By Active Substance’ [‘por principio activo’], se buscará cualquier fármaco contenga el principio activo del producto buscado. Por otro lado, la funcionalidad de búsqueda predictiva permitirá encontrar más fácilmente la expresión correcta para referirse a un fármaco o a una enfermedad.

Las empresas del dominio de salud y las farmacéuticas ya pueden explotar su información no estructurada


En la industria farmacéutica y de salud, tenemos a nuestra disposición nuevas herramientas de ciencia de datos capaces de extraer información valiosa sobre documentos de redacción libre como las historias clínicas electrónicas. Es posible explotar la información asociada a datos como el coste de tratamientos médicos, su eficiencia (precio, ventajas y riesgos), referencias a fármacos, efectos secundarios o resultados a largo plazo.


¡Prueba nuestra demo gratuita!

[/raw]