Saltar al contenido principal
Loading...
Skip to article
  • Qualtrics Platform
    Qualtrics Platform
  • Customer Journey Optimizer
    Customer Journey Optimizer
  • XM Discover
    XM Discover
  • Qualtrics Social Connect
    Qualtrics Social Connect

Agrupación de datos (Studio)


Was this helpful?


This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

The feedback you submit here is used only to help improve this page.

That’s great! Thank you for your feedback!

Thank you for your feedback!


Acerca de la agrupación de datos en Studio

Al crear un dashboard en Studio, puede especificar qué datos desea incluir en el dashboard. Puede limitar los datos de un informe agrupando, ordenando o filtrando sus datos.

Hay una variedad de agrupaciones que puede utilizar para sus datos. En esta página se explica cómo agrupar sus datos por estas diferentes agrupaciones.

Agrupación de datos en un widget

Consejo Q: No puede agrupar datos en widgets de métricas o comentarios.

Puede agrupar datos en tipos de widget admitidos. Para agrupar los datos en su widget:

  1. Al editar el dashboard, haga clic en Editar en el menú de opciones de widget para el widget que desea agrupar datos.haciendo clic en Editar en las opciones de widget
  2. En la pestaña “Visualización”, utilice el menú desplegable Agrupar por para seleccionar una agrupación de datos. Consulte las siguientes secciones para obtener más información sobre cada opción en este menú desplegable.
    elegir una opción "Agrupar por"

    Consejo Q: Si se utiliza un widget de tabla, esta opción se denomina “Agrupaciones”. Si se utiliza un widget de mapa de calor, esta opción se llama “Cajas” en su lugar. Si se utiliza un widget de red, esta opción se denomina “Nodos” en su lugar.
  3. Si lo desea, puede editar la configuración de agrupación de su widget haciendo clic en el icono de engranaje junto al menú desplegable “Agrupar por”. Consulte Opciones de agrupación para obtener más información sobre estas opciones.

Temas

La selección de temas le permite agrupar datos por las categorías derivadas de la opinión del cliente. Esto le proporciona un resumen de lo que están hablando sus clientes.

Después de seleccionar su modelo de categoría, abra las opciones de agrupación para seleccionar qué temas se incluyen en el widget. Consulte Agrupaciones de modelos de categoría de Customizing para obtener más información.

Al agrupar datos por temas, puede optar por informar en diferentes niveles en su modelo de categoría. Para obtener un resumen de alto nivel de lo que hablan sus clientes, agrupe los datos por temas de Nivel 1. Para supervisar temas más específicos en los comentarios de los clientes, agrupe los datos por temas de nivel 2 o inferiores (según su modelo). Para el informe más granular en todos los niveles, agrupe los datos con la opción Hoja, que le permite centrarse en las hojas del tema, o las categorías que no tienen subcategorías.

PNL

La selección de NLP le permite agrupar datos por criterios creados automáticamente por el motor de procesamiento de lenguaje natural de XM Discover. Estos criterios se crean a partir de opiniones no estructuradas procesadas por XM Discover. Hay varias subagrupaciones disponibles entre las que puede elegir:

Palabras

Las agrupaciones de palabras NLP le permiten agrupar datos por palabras o tipos específicos de palabras mencionadas en el feedback del cliente. Están disponibles las siguientes agrupaciones:

  • Todas las palabras: Agrupar datos por palabras regulares. Esto le dará una idea de los términos más comunes que los clientes utilizan cuando hablan de su producto o servicio.
  • CB Marca: Datos de grupo por menciones de marca.
  • CB Company: Datos de grupo por menciones de la empresa.
  • CB Dirección de correo electrónico: Agrupar datos por direcciones de correo electrónico mencionadas en el feedback.
  • CB Emoticon: Agrupar los datos por emojis y emoticones utilizados en la retroalimentación.
  • Evento CB: Datos de grupo en torno a las fiestas estándar (como Año Nuevo o Halloween), eventos de vida (como boda o graduación) y eventos culturales comunes (como el Super Bowl) mencionados en los comentarios.
  • CB Industry: Datos de grupo por industria relacionada.
  • CB Persona: Agrupar los datos por nombre de las personas mencionadas en la retroalimentación.
  • Número de teléfono CB: datos de grupo por números de teléfono mencionados en el feedback.
  • CB Producto: Agrupar datos por menciones de producto.
  • CB Profanity: Agrupar los datos por palabras profanas de un conjunto predeterminado.

Palabras asociadas

La agrupación Palabras asociadas le permite agrupar los datos por pares de palabras que se mencionan en relación entre sí en el feedback del cliente. Esto le permite ver los temas más comunes en los comentarios del cliente independientemente de la categorización de temas.

Las palabras asociadas se presentan en el siguiente formato: palabra 1 → palabra 2.

Ejemplo: Si el feedback de un cliente era “La tienda estaba sucia” y agrupa por palabras asociadas, verá “tienda → sucia” en su widget.

Hashtags

La agrupación de hashtags le permite agrupar datos por frases de hashtags (palabras o frases con el prefijo #). Los hashtags se suelen utilizar en publicaciones en redes sociales para ayudar a identificar y categorizar el tema de la publicación.

Enriquecimiento

Las agrupaciones Enrichment le permiten agrupar datos por los tipos de contenido incluidos en el feedback del cliente. Están disponibles las siguientes agrupaciones:

  • Capítulos CB: Agrupar datos por capítulos conversacionales que representan segmentos semánticamente relacionados de la conversación (como Apertura, Necesidad, Verificación, Paso de solución y Cierre).
  • Subtipo de contenido CB: agrupa más datos no contentos por sus subtipos (como anuncios, cupones, enlaces de artículos o tipo “indefinido”). Tenga en cuenta que para los registros contentos, el subtipo también es siempre contento.
  • Tipo de contenido CB: Agrupe los datos por ser contentos o no contentos como se identifica automáticamente por XM Discover.
  • CB Detected Features: Agrupar los datos por tipos de características NLP detectadas (por ejemplo, datos que contienen menciones de la industria o de la marca).
  • CB Emotion: datos de grupo por tipos de emoción detectados por el motor NLP (tales como ira, confusión, decepción, embrujo, miedo, frustración, celos, alegría, amor, tristeza, sorpresa, agradecimiento, confianza u otros).
  • CB Condición médica: datos agrupados por afecciones médicas mencionadas en el texto (por ejemplo, “covid” o “meningitis”).
  • CB Procedimiento médico: Agrupar datos por procedimientos médicos mencionados en el texto (por ejemplo, “mamografía” o “cirugía de espalda”).
  • CB Participant Empathy Score: Agrupar los datos conversacionales por si los representantes mostraron empatía en sus interacciones con los clientes o no. 0 significa que el representante no mostró empatía, mientras que 1 significa que el representante mostró empatía.
  • Motivo CB: Agrupar datos por motivos para un evento de conversación en particular (por ejemplo, motivo de contacto o motivo de empatía).
  • CB Rx: Datos de grupo por nombres de medicamentos mencionados en el texto (por ejemplo, “acetaminophen” o “tylenol”).
  • Tipo de frase CB: Agrupar los datos por el tipo de frase o intención (por ejemplo, “llorar por ayuda” o “sugerencia”).

Idioma

Las agrupaciones Language le permiten agrupar los datos por el idioma en el que se dejó el feedback. Están disponibles las siguientes agrupaciones:

  • CB Lenguaje autodetectado: Agrupe los datos por idiomas detectados automáticamente (si la autodetección de idioma está habilitada para un proyecto).
  • CB Idioma procesado: Agrupar los datos por idiomas en los que se procesó realmente la retroalimentación. Los idiomas no admitidos por la detección de idioma de XM Discover están marcados como “otros”.

Conversación

Las agrupaciones Conversation le permiten agrupar datos por varios enriquecimientos conversacionales. Tenga en cuenta que estas agrupaciones solo están disponibles para los datos conversacionales (llamadas y chats procesados con el formato conversacional de Qualtrics). Están disponibles las siguientes agrupaciones:

  • CB % Silencio: Agrupar los datos por el porcentaje de silencio en una llamada.
  • Duración de conversación CB: Agrupar datos por la duración de una conversación en milisegundos. En el caso de las convocatorias, se trata de la cantidad de tiempo transcurrido entre el inicio de la primera frase y el final de la última frase. El silencio a la cabeza y al final no se cuenta. Para los chats, esta es la cantidad de tiempo entre la primera frase y la última frase.
  • CB Clase de participante: datos de grupo por tipo de participante. Los valores posibles son:
    • Chat_bot es un chatbot.
    • IVR es un bot de respuesta de voz interactiva.
    • El ser humano es una persona.
  • CB Tipo de participante: datos de grupo por tipo de participante. Los valores posibles son:
    • agente es un representante de la empresa o un chatbot.
    • cliente es un cliente.
    • type_known es un participante no identificado como agente o cliente.
  • Duración de la frase CB: Agrupar los datos por la duración de una frase en una llamada en milisegundos.
  • CB Hora de inicio de la oración: Agrupar los datos por la marca de tiempo del inicio de la oración. Para las llamadas, este es el tiempo en milisegundos desde el comienzo audible de la primera palabra en la primera frase. Para los chats, este es el tiempo en milisegundos desde que se envió el primer mensaje.
    Consejo Q: La hora de inicio del primer mensaje de chat siempre será 0 ms para este atributo.
  • CB Total Dead Air: Agrupar los datos por el aire muerto total en una llamada en milisegundos. En las llamadas, el aire muerto es una larga pausa entre los altavoces.
  • CB Total Hesitation: Agrupa los datos por la vacilación total (agente y cliente) en una llamada en milisegundos. En las llamadas, la vacilación es una larga pausa de un hablante.
  • CB Total Overtalk: Agrupar los datos por la longitud acumulada de las oraciones superpuestas en una llamada en milisegundos. En las llamadas, la sobreconversación es cualquier momento en el que 2 o más hablantes están hablando simultáneamente y las marcas de tiempo de sus oraciones se superponen.
  • CB Total Silencio: Agrupa los datos por la longitud acumulada de todos los silencios mayores o iguales a 2 segundos entre oraciones para todos los participantes en una llamada en milisegundos.

Hora

La selección de Tiempo le permite agrupar datos por períodos de tiempo. Puede utilizar agrupaciones de atributos de tiempo para crear un informe de tendencias, lo que le permite ver cómo cambian sus cálculos y métricas con el tiempo.

Atributos

La selección de atributos le permite agrupar datos por los valores de un atributo estructurado seleccionado. Un atributo estructurado es cualquier campo numérico o de cadena presente en un registro que no es el feedback textual real. Los atributos estructurados generalmente contienen datos discretos con un alto grado de organización (como la edad de una persona o el nombre del producto que utiliza). Los atributos disponibles para la agrupación dependen de la fuente de feedback y normalmente varían de un conjunto de datos a otro.

Ejemplo: Puedo agrupar por el atributo “Agente” para ver las agrupaciones de interacciones por los diferentes agentes que gestionaron la interacción.

Métricas

La selección de métricas le permite agrupar datos por valores discretos o bandas de determinados cálculos estándar y métricas derivadas. En otras palabras, puede organizar los datos por una métrica y medirlos por una métrica diferente. Están disponibles las siguientes agrupaciones:

  • Sentimiento (3 bandas): Agrupar los datos por 3 bandas de sentimiento (Negativo, Neutral, Positivo). Consulte Agrupación por opinión para obtener más información.
  • Sentimiento (5 bandas): Agrupar los datos por 5 bandas de sentimiento (Muy negativo, Negativo, Neutral, Positivo, Muy positivo). Consulte Agrupación por opinión para obtener más información.
  • Esfuerzo (3 Bandas): Agrupar datos por 3 bandas de esfuerzo (Duro, Neutral, Fácil). Al agrupar por Esfuerzo, los valores nulos se incluyen de forma predeterminada.
  • Esfuerzo (5 Bandas): Agrupar los datos por 5 bandas de esfuerzo (Muy Duro, Duro, Neutral, Fácil, Muy Fácil). Al agrupar por Esfuerzo, los valores nulos se incluyen de forma predeterminada.
  • Intensidad emocional: Agrupar los datos por 3 bandas de intensidad emocional (baja, media, alta).
  • Recuento de palabras de documento CB: Agrupar datos por el número de palabras en un documento.
  • Titularidad de la fidelidad de CB: Agrupar los datos por la duración de la fidelidad del cliente (en años).
  • Cuartil de frase CB: datos de grupo por el cuarto del literal de una frase cae en (1, 2, 3 o 4). Esto puede ayudarle a comprender qué temas se están debatiendo y en qué puntos de la conversación.
  • Recuento de palabras de frase CB: datos de grupo por el número de palabras en una frase.

Además, puede definir su propio cuadro superior, cuadro inferior y métricas de satisfacción por los que puede agrupar datos. Esto le permite determinar si los comentarios provienen de un promotor, detractor o cliente neutral. Están disponibles las siguientes agrupaciones:

  • Top Box: Agrupar datos por bandas de top box (promotores y otros).
  • Cuadro inferior: Agrupar datos por bandas de cuadro inferior (detractores y otros).
  • Satisfacción: Agrupar datos por bandas de satisfacción (detractores, neutrales, promotores).

Impulsores

Consejo Q: Solo puede utilizar controladores en widgets de diagramas de dispersión.

La selección de Controladores le permite agrupar datos por los controladores que cree en su cuenta. Puede utilizar estos drivers para buscar atributos y temas que conduzcan a un determinado resultado.

Jerarquía de la organización

La selección de la jerarquía de organización le permite agrupar datos por los diferentes niveles de la jerarquía de organización seleccionada.

Muchas de las páginas de este sitio han sido traducidas del inglés original utilizando la traducción automática. Aunque en Qualtrics hemos realizado nuestra diligencia debida para obtener las mejores traducciones automáticas posibles, la traducción automática nunca es perfecta. El texto original en inglés se considera la versión oficial, y cualquier discrepancia entre el inglés original y las traducciones automáticas no son legalmente vinculantes.