En esta clase vamos a ser detectives, vamos a explorar la información, vamos hacer minería de textos.

La minería de texto nos va ayudar a leer los mensajes. A entender por qué estos usuarios se habían quejado. Vamos a usarla para encontrar información nueva. Información que no teníamos pero que a partir de la exploración de los mensajes podremos encontrar.

Una empresa que hace esto constantemente es Twitter, esta empresa tiene su base de negocios en los mensajes, todo el tiempo está haciendo

Un ejemplo de análisis cualitativo, minería de textos, uso de machine learning y crowdsourcing es la plataforma ESTADO DE ÁNIMO DE LOS TWITTEROS EN MÉXICO 🇲🇽 les recomiendo checarla es muy interesante, puedes ver el estado de ánimo en determinadas zonas y fechas:

https://www.inegi.org.mx/app/animotuitero/#/app/multiline

EXPLORA NUEVA INFORMACIÓN A PARTIR DEL TEXTO

MOTIVOS DE CONTACTO:

<aside> 🔎 REGULAR

</aside>

Tarifa de devolución (cuánto me cuesta devolverte este producto) Tasa de envío (cuánto me cuesta enviártelo de regreso?) Cómo embalar para devolución

Vamos a leer los mensajes de estos clientes regulares, que si nos acordamos, son los que más se quejan por temas de devolución de dinero.

Lo que vemos en el recuadro son los 3 motivos principales de quejas.

<aside> 🔎 BRONCE

</aside>

Tarifa de devolución Tasa de envío Estado del producto

Parecido al regular, aunque también se quejan ESTADO DEL PRODUCTO que probablemente el producto no halla llegado en el estado ideal.

<aside> 🔎 PLATA

</aside>

Tarifa de devolución Facturas Estado del producto

Son muy buenos usuarios, casi 1 artículo al día, pero aparecen problemas nuevos, piden FACTURAS ¿por qué una persona compraría un producto y no todo de jalón? Esta haciendo compras para negocio, por eso piden facturas.

<aside> 🔎 ORO

</aside>

Facturas Estado del producto Log in

Aparece LOGIN, ¿por qué? problema de acceso, por lo mismo que no es un solo usuario, es un corporativo, cambian empleados y necesitan recuperar contraseñas, etc.