Casos prácticos - Español
Intelligence Suite en la práctica: análisis de sentimiento de texto en 3 días
Descripción general del caso de uso
Hace poco más de 6 años que Priscila Castro utiliza Alteryx, y cuando decidió abrir su propio negocio en marzo de este año, su empresa, Visual Science, optó por emprender con la ayuda de Alteryx Designer para ofrecer soluciones en los campos de business intelligence y business analytics. Recientemente, su empresa adquirió el Alteryx Intelligence Suite con el fin de aumentar la productividad y la creación de modelos predictivos a través del aprendizaje automático, sin la necesidad de recurrir a modelos estadísticos y códigos complejos.
En este caso de uso, ella nos cuenta cómo ha creado su proyecto de prueba de análisis de sentimiento de texto en solo 3 días. El proyecto se ha realizado en un sitio web de reclamaciones que tenía la necesidad de identificar y nombrar las emociones a través de la gran base de datos que poseían, con el fin de obtener información importantes de los consumidores y poder mejorar el servicio de atención al cliente de las empresas mencionadas en el sitio.
Describe un problema o un desafío profesional que tuviste que solucionar
Visual Science, a través de sus socios, lleva más de 10 años de experiencia en diferentes soluciones de optimización y gestión de procesos utilizando business intelligence y business analytics para atender a las pequeñas, medianas y grandes empresas de diferentes sectores de la economía. Con un enfoque para la gestión visual, ellos crean análisis personalizados basados en información del cliente para que la toma de decisiones se convierta en una experiencia.
Una empresa que posee un sitio web popular de reclamaciones no podría ocuparse solamente de monitorear las fechas de registro y finalización de las quejas, sino también de comprender la experiencia del consumidor desde el registro de la queja hasta la finalización del proceso.
Este proceso de “abrir y cerrar” reclamaciones en el sitio web lleva tiempo para ser procesado, analizado y concluido. Durante este tiempo, fue posible identificar pasos, etapas e información crucial desde el ingreso del consumidor en el sitio hasta la resolución del problema o la intermediación de la empresa (sitio de reclamaciones), si fuera necesaria.
En la base de datos, hay varias conversaciones que se han registrado en los campos de texto y el análisis de sentimiento de estos campos ayuda a identificar cómo se sintió el consumidor durante el proceso, además de la combinación de otros datos analizados como tiempo de respuesta, duración del proceso, horarios, días de la semana, períodos específicos (black friday, navidad, etc), grupo etario, segmentación, tipo de dispositivo, cantidad de reclamaciones, etc.
El sitio web funciona de la siguiente manera: el consumidor se registra en el sitio y presenta una reclamación en contra una empresa; La empresa mencionada, a su vez, tiene el derecho de defenderse y la oportunidad de solucionar el problema.
Describe la solución funcional
La solución desarrollada por Visual Science ha sido la creación de un panel de control que además de contener muchos datos, incluye el análisis de sentimientos de texto que se realiza a través de la configuración y uso del Alteryx Intelligence Suite, con el fin de identificar las emociones y los sentimientos de los consumidores que anteriormente eran subjetivos.
- Autenticación vía token de acceso + API
El primer paso, fue conectarse con la API y generar el token de acceso. Con el token de acceso, nos conectamos de nuevo con la API y utilizamos el token para descargar el JSON y organizar los datos. “Si tuviera que programar este proceso llevaría toda una vida. En programación iba a tener que escribir un montón de líneas de código, pero con Alteryx, he preparado todo en solo 10 minutos. Yo puse la URL y el token en el mismo flujo para bajar el JSON, y luego pude delimitar los puntos necesarios”, afirmó Priscila Castro.
Resultado de Alteryx al retornar el token
Autenticación de la API vía token y download del JSON con información
- Minería + Traducción
El uso de las API resultó en más de 2.800 campos entre métricas y dimensiones, por eso la minería y la limpieza fueron tan fundamentales. Especialmente para los campos de texto, pues cada ID estaba separado por evento, lo que les obligó a hacer un análisis más profundo para poder concatenar estos textos, sin dejar de tener en cuenta el momento de cada registro. Después de la extracción de datos, dado que el algoritmo de análisis de sentimientos solo acepta textos en inglés, fue necesario traducirlos simultáneamente a través de una herramienta que utiliza el traductor Bing de Microsoft disponible en Alteryx Gallery.
La app de traducción de Azure
- Análisis de sentimiento
Cuando la persona registra una reclamación en el sitio web, escribe un texto explicando el problema y después de la respuesta de la empresa mencionada, la persona tiene que decir si el problema se resolvió o no se resolvió, además de tener la opción de escribir un texto más antes de finalizar el proceso. Como la intención era comprender los sentimientos, los textos se dividieron en diferentes flujos para cada reclamación. Antes de ejecutar el algoritmo, la herramienta de preprocesamiento modifica los campos de textos al poner todo en letras minúsculas y excluir las principales stopwords (palabras sin significado como artículos, pronombres, preposiciones, etc).
- Consideración del consumidor en el texto de entrada (registro de la queja).
El algoritmo de análisis de sentimientos fue utilizado para medir la valencia (ya sea positiva o negativa) y la magnitud (qué tan positiva o negativa pueda ser) de la emoción en el texto para encontrar el nivel de sentimiento en tres niveles: documentación, sentencias y características.
Este gráfico en Tableau muestra el análisis del texto inicial (entrada/ registro), por los cuales podemos comprobar el funcionamiento del algoritmo, que indica que el sentimiento de los consumidores sigue muy negativo, aunque presente mejoras con el pasar del tiempo. Para profundizar el análisis haz clic en el gráfico y obtén más información.
- Consideración del consumidor en el texto de salida (último texto antes de la finalización)
Utilizando el mismo algoritmo, pero en diferentes flujos, se realizó un análisis que muestra el sentimiento del consumidor en aquellos últimos textos que son escritos antes de la finalización del proceso.
Aquíse encuentra el análisis de los textos de finalización que muestra cómo el sentimiento de los consumidores está más positivo. También se puede identificar un pico negativo, lo que también es muy importante porque significa que los consumidores aún tienen sentimientos negativos.
El gráfico de presentación final muestra los análisis de las reclamaciones de entrada y salida (registro +finalización) con el promedio del sentimiento de salida con relación al período seleccionado. Los textos de finalización de proceso se consideran más importantes porque expresan el sentimiento final del consumidor, pero el gráfico al lado muestra los textos de entrada con el porcentaje de sentimiento negativo, lo que también es fundamental porque si el porcentaje está muy alto, los problemas de entrada deben ser grandes.
- Identificación de las palabras Top
Hay un análisis específico para clasificar los modelos e identificar las palabras más utilizadas, según (también) su notoriedad y relevancia. El resultado muestra las palabras más relevantes de todas las bases de datos.
- Combinación de datos y paneles visuales
En esta etapa, han sido combinados todos los flujos de información general y los datos sobre los sentimientos del consumidor, y todo ha sido conectado a una salida Hyper enTableau, para continuar con el desarrollo de los paneles visuales. Lo más interesante es que cuando haces clic en el gráfico de sentimientos, la herramienta filtra y solo trae la información de ese momento. Esto ayuda mucho en el análisis de reclamaciones por segmentación de datos.
Dashboard en Tableau con los resultados del análisis de sentimiento
Describe las ventajas que obtuviste
El sitio web utilizará el panel visual de análisis de sentimiento para ofrecer un servicio de consultoría a las empresas mencionadas en las reclamaciones, con el fin de identificar la causa de los problemas y mejorar el servicio.
“Sin Alteryx Intelligence Suite, no sería posible hacer el análisis de sentimientos de manera tan rápida y completa. Esta solución permite a los gerentes filtrar problemas específicos para que puedan tomar medidas inmediatas ".
En el futuro, la idea es extraer textos de las redes sociales para impulsar los análisis de sentimientos, ya que actualmente las redes sociales son los principales medios de comunicación. Por estos medios, el consumidor suele expresar de inmediato sus sentimientos y opiniones sobre productos y servicios.
Recursos relacionados
