Voz del Cliente en Comercio: más allá del precio

Vector background of empty supermarket at morning, lines with merchandise. Place for retail, mall interior with fridges, stands and shelves. Grocery store, shop with signboard and pointer inside.

El precio ya no es lo primero que un cliente ve en los supermercados. Escuchar la voz del cliente para identificar las fortalezas y debilidades de cualquier negocio es fundamental cuando se aplican técnicas de retención eficientes. Y esto es especialmente palpable en el sector del comercio (consumo o retail).

Continuar leyendo


Grabación del webinar: Resuelve los problemas de categorización de texto más complejos

Gracias a todos por vuestro interés en nuestro webinar “Una nueva herramienta para resolver problemas complejos de categorización de texto” que celebramos el pasado 18 de junio y donde explicamos cómo utilizar nuestra herramienta de personalización de Categorización Profunda para resolver escenarios de clasificación de texto donde las tecnologías tradicionales de aprendizaje automático presentan limitaciones.

En la sesión cubrimos estos puntos:

  • Desarrollando modelos de categorización en el mundo real
  • Categorización basada en aprendizaje automático puro
  • API de Categorización Profunda. Modelos predefinidos y packs verticales
  • La nueva Herramienta de Personalización de Categorización Profunda. Lenguaje de reglas semánticas
  • Caso real: desarrollo de un modelo de categorización
  • Categorización Profunda – Clasificación de Texto. ¿Cuándo usar una u otra?
  • Proceso ágil de desarrollo de modelos. Combinación con aprendizaje automático

IMPORTANTE: este artículo es un tutorial basado en la demostración que realizamos y que incluye los datos a analizar y los resultados del análisis.

¿Interesado? A continuación tienes la presentación y la grabación del webinar.

(This webinar was also delivered in English. Please find the recording here.)
Continuar leyendo


Respondiendo a bulos sobre medicamentos mediante Text Analytics

El pasado fin de semana estuvimos divirtiéndonos en el IV Hackathon de Salud con nuestros amigos del Grupo HULAT de la Universidad Carlos III de Madrid y del equipo que Text Mining for Life Sciences del Barcelona Supercomputer Center. En concreto tomábamos parte del reto de Sandoz #medicamentossinbulos, aplicando tecnología de text analytics al proceso de identificación y respuesta a bulos sobre medicamentos.

Un ejemplo de un caso de bulo puede ser este:

Ejemplo de bulo

Ejemplo de bulo

Podemos distinguir distintos tipos de bulos:

Continuar leyendo


Caso de estudio: Voz del paciente en la industria farmacéutica

Las compañías farmacéuticas están extendiendo sus proyectos de Voz del Paciente a las redes sociales: comentarios en foros web, encuestas, Twitter, etc.

El objetivo de la prueba de concepto de esta compañía farmacéutica en España fue: “Recopilar y analizar cuantitativa y cualitativamente la voz del paciente desde los canales donde se expresa”, en redes sociales como foros web, Facebook, Twitter y otros sistemas.

Para la industria farmacéutica, es esencial escuchar y comprender los comentarios que sus clientes actuales y potenciales se expresan a través de todo tipo de medios y puntos de contacto.

Y los foros web reúnen millones de posts. Un foro web es un punto de encuentro para pacientes. Comparten apoyo, experiencias y sabiduría con compañeros, familiares y amigos.

Continuar leyendo


Web scraping y analítica de texto

Los proyectos de análisis de texto muy a menudo utilizan fuentes públicas de Internet. Estos proyectos generalmente comienzan extrayendo datos de varios sitios web. Llamamos a este proceso “web scraping” (o “scraping”, que significa “raspar”). Aunque una persona puede llevar a cabo este proceso de manera manual, el término “web scraping”  a menudo se refiere a métodos automatizados ejecutados utilizando un rastreador web (“web crawler”).

Como ejemplos de proyectos donde el proceso de web scraping añade una valiosa cantidad de información podemos mencionar los de experiencia del cliente (o también los de experiencia del paciente o la experiencia del empleado), la optimización dinámica de los precios, el monitoreo de la competencia o la verificación del cumplimiento normativo.

Continuar leyendo


Contact center: 6 formas de aprovechar la analítica de texto y de voz

Contact center. Illustration

En los contact-center, la tecnología de análisis de texto brinda una oportunidad sin precedentes para convertir las interacciones de los clientes en oportunidades de negocio. Podemos mejorar la experiencia del cliente, aumentar las ventas, reducir la rotación de clientes y optimizar la eficiencia de los procesos.

Continuar leyendo


MeaningCloud participa en T3chFest 2019

Este año MeaningCloud participa en T3chFest, la feria de informática de la Universidad Carlos III de Madrid.

T3chFest nació como una muestra de los trabajos realizados en el Departamento de Informática. Hoy en día se ha convertido en un evento referente en España en el mundo de la tecnología. En su última edición, más de 1600 personas asistieron a un total de 80 charlas.

Este año hemos presentado la ponencia NLP for Small Data. En ella haremos un repaso al estado del arte en el mundo del procesado de lenguaje natural. Además, hablaremos de los avances en la utilización de Deep Learning y modelos lingüísticos.

Dos lingüistas de nuestro equipo serán los responsables de la charla: Concepción Polo, directora de Lingüística, y María José García, lingüista computacional. Ambas participan activamente en los modelos lingüísticos de todos nuestros productos, desde los prototipos iniciales hasta apretar el último tornillo.

Estamos felices de que MeaningCloud participe en T3chFest 2019. Felices por haber sido seleccionados de entre más de 600 propuestas, queremos agradecer a la organización la oportunidad de participar en el evento: estamos seguros de que será memorable.

¡Nos vemos en el T3chFest!
 

ACTUALIZACIÓN: Esta es la presentación que hicimos


«Text mining» in poche parole: MeaningCloud in italiano

Nei nostri post precedenti abbiamo parlato dell’analisi del testo in francese e in portoghese utilizzando gli strumenti di Text Mining di MeaningCloud. Per concludere questa serie linguistica, oggi vediamo che tipo di analisi possiamo eseguire in italiano.

La lingua italiana viene parlata in diversi stati europei, tra i quali l’Italia, la Repubblica di San Marino, la Città del Vaticano, la Slovenia, la Croazia e la Svizzera, con un totale di quasi 70 milioni di parlanti. Poiché gli italiani sono emigrati in tutto il mondo, la loro lingua è presente anche dall’altra parte dell’oceano. In Sud America, per esempio, è la seconda lingua più parlata in Argentina. Negli Stati Uniti, nonostante non sia una delle lingue ufficiali, molti cittadini sono di origine italiana e quindi parlano italiano in patria. Per questo motivo abbiamo deciso di includere nel nostro pacchetto di lingue standard una lingua così diffusa.

Hello in many languages

Analogamente ai nostri post precedenti, spiegheremo da un punto di vista linguistico che cos’è l’analisi del testo (o Text Mining) e quali funzionalità fornisce MeaningCloud in italiano.

Continuar leyendo


¿Estás escuchando la Voz del Cliente?

Voice of the Customer

«Tu cliente más insatisfecho es tu mayor fuente de inspiración». Bill Gates

En un mercado ampliamente digitalizado, abierto a todos y —sin duda— más vivo que hace apenas una década, identificar rápidamente las quejas y necesidades del cliente es clave para mantener la competitividad de una empresa en su sector. La democratización tecnológica ha dotado a los usuarios de capacidades y herramientas que convierten en una experiencia no solo el producto, sino también otros muchos aspectos. Si después de varios años de inversión y desarrollo, nuestro producto ha llegado a posicionarse entre los mejores en su segmento, ¿tiene sentido, por ejemplo, que un proceso de compra mal diseñado arruine el convencimiento de potenciales clientes de que merece la pena elegirnos?

Continuar leyendo


Farmacovigilancia: Escuchando la voz del paciente

Farmaco-vigilancia: Escuchando la voz del paciente.

Para la industria farmacéutica, es esencial escuchar y comprender los comentarios que sus pacientes actuales y potenciales comunican a través de todo tipo de canales y puntos de contacto.

Si bien existe un protocolo para comunicar a las autoridades, de las reacciones adversas a medicamentos identificadas, solo se informa de un 5 a un 20% de ellas. Afortunadamente, las conversaciones sobre medicamentos, síntomas, afecciones y enfermedades pueden analizarse para aprender más sobre ellas. La inteligencia artificial contribuye de manera decisiva a monitorear los eventos adversos y comprender su impacto en cada fase del desarrollo.

Las narraciones de los pacientes sobre los medicamentos y sus efectos adversos en las redes sociales representan una fuente de datos adicional para el monitoreo de la seguridad de los productos farmacéuticos.

En MeaningCloud, hemos desarrollado una plataforma para automatizar el proceso de monitoreo de efectos adversos en las redes sociales.

Continuar leyendo