La analítica de texto (text analytics) es el análisis automático de texto escrito, como tickets, chats y correos electrónicos, para extraer temas, sentimiento e intención a gran escala. Permite a un equipo de atención al cliente entender cada conversación escrita en lugar de una pequeña muestra.
En resumen
- Convierte el lenguaje no estructurado en datos que se pueden medir y buscar.
- En el QA de atención al cliente, saca a la luz momentos de calidad y de coaching.
- En CX, muestra qué piden los clientes y cómo se sienten.
- Las mejores herramientas vinculan cada nota con la redacción exacta que la explica.
Cómo funciona la analítica de texto
La analítica de texto aplica el procesamiento del lenguaje natural a las conversaciones escritas. Limpia y estructura el texto en bruto y después lo clasifica: agrupa los mensajes por temas, evalúa el sentimiento como positivo, neutro o negativo y detecta la intención del cliente, por ejemplo una solicitud de reembolso, el aviso de un error o una cancelación. Como se ejecuta automáticamente en los sistemas donde ya viven las conversaciones escritas, puede procesar de forma continua todo el volumen de tickets y chats, en lugar del pequeño porcentaje que un equipo podría leer a mano.
Qué extrae la analítica de texto
El valor de la analítica de texto es que convierte la escritura libre en campos que un equipo puede filtrar, seguir en el tiempo y sobre los que puede actuar.
| Señal | Qué capta |
|---|---|
| Temas | Los asuntos por los que escriben los clientes, agrupados automáticamente |
| Sentimiento | Si el tono del cliente es positivo, neutro o negativo |
| Intención | Lo que quiere el cliente: un reembolso, una solución, una cancelación y más |
| Calidad | En qué medida la respuesta escrita de un agente cumple sus criterios |
| Tendencias | Cómo cambian los temas y el sentimiento con el tiempo |
La analítica de texto en el QA de atención al cliente y la CX
En el control de calidad de la atención al cliente, la analítica de texto es lo que permite evaluar conversaciones escritas a escala, evaluando tickets y chats con una scorecard y destacando los momentos que merecen coaching. En la experiencia del cliente, revela la voz del cliente en conjunto: los motivos recurrentes por los que la gente escribe, dónde empeora el sentimiento y qué problemas están creciendo. Es la contraparte escrita de speech analytics, y juntas alimentan la inteligencia conversacional, que lee la voz y el texto lado a lado. Kaizo es una plataforma de QA y coaching, nativa de Zendesk y Salesforce, que evoluciona hacia la inteligencia conversacional para equipos de atención al cliente.
Para ver qué revela la analítica de texto en sus propios tickets y chats, reserve una demo.
Preguntas frecuentes
¿La analítica de texto es lo mismo que el análisis de sentimiento?
No. El análisis de sentimiento es una parte de la analítica de texto: evalúa el tono de un mensaje. La analítica de texto es más amplia y también extrae temas, intención y señales de calidad de las conversaciones escritas.
¿En qué se diferencia la analítica de texto de speech analytics?
La analítica de texto lee texto escrito, como tickets, chats y correos electrónicos. Speech analytics trabaja con la voz y transcribe las llamadas antes de analizarlas. La inteligencia conversacional combina ambas en todos los canales.
¿Qué aporta la analítica de texto a los equipos de atención al cliente?
Permite a un equipo medir todas las conversaciones escritas en lugar de una muestra manual, y saca a la luz las notas de calidad para el QA, los temas y las intenciones que plantean los clientes y la evolución del sentimiento en toda la cola.
¿La analítica de texto funciona en varios idiomas?
La analítica de texto moderna, basada en modelos de lenguaje natural, puede clasificar temas, sentimiento e intención en muchos idiomas, de modo que un equipo de atención global puede leer todo su volumen escrito de la misma forma en cada uno.
¿Qué señales extrae la analítica de texto de una conversación escrita?
Cinco principales: los temas por los que escriben los clientes, el sentimiento de su tono, la intención detrás del mensaje (un reembolso, una solución, una cancelación), la calidad de la respuesta del agente frente a sus criterios y la evolución de todo ello en el tiempo.
